Ученые Северо-Кавказского федерального университета работают над улучшением эргономичности аппаратных и технических характеристик, влияющих на производительность и точность работы систем обработки видеоданных, получаемых с систем беспилотного автономного транспортного средства.

Всего за несколько лет беспилотные наземные транспортные средства (БНТС) и беспилотные летательные аппараты (БПЛА) стали неотъемлемой частью внедрения робототехники для мониторинга и сбора данных, инспекции и наблюдения. Автономные наземные транспортные средства открывают новые возможности для умных дорог, интеллектуальной безопасности дорожного движения и комфорта путешественников.

Высокая скорость и высокая точность – вот основные требования к данным, которые предоставляют системы автономного беспилотного наземного и воздушного транспорта. Ученые Северо-Кавказского федерального университета разрабатывают математическую модель алгоритма, который обеспечит высокую точность без потери скорости расчетов.

– Отмечу, что наши ученые разрабатывают передовые решения в области робототехники и искусственного интеллекта в самых различных сферах, от медицины, электроэнергетики до сельского хозяйства. Чем более точными, быстрыми и экономичными будут предлагаемые технологии, тем больший спектр задач можно будет решить. Разработки и технологические решения в области беспилотной авиации входят в число ключевых задач развития перспективных цифровых технологий в России, – подчеркнул ректор СКФУ Дмитрий Беспалов.

Ученые СКФУ приступили к решению задачи улучшения экономичности аппаратных и технических характеристик, влияющих на производительность и точность работы систем обработки видеоданных, получаемых с систем беспилотного автономного транспортного средства. Проект «Высокоскоростная и экономичная вероятностная фильтрация видеоданных беспилотного транспорта» выполняется при финансовой поддержке Российского научного фонда (РНФ) и рассчитан на 3 года.

Руководит проектом доцент кафедры математического моделирования, старший научный сотрудник департамента науки СКФУ, кандидат технических наук Диана Калита.

– Мы пошли другим путем и начали работать в непозиционной системе счисления для обработки данных, в то время как аналогичные алгоритмы работают в позиционной системе. Работа алгоритма в системе остаточных классов позволит будущей системе распознавания данных увеличить технические требования без потери скорости, – рассказала Диана Калита.

Разработка ученых-математиков СКФО позволит не только осуществлять систему видеонаблюдения за объектом, считывать и анализировать данные, но и строить возможные варианты его дальнейшего движения.

Программное обеспечение, основу которого составит алгоритм, разработанный в СКФУ, сможет применяться в работе беспилотных систем и станет ещё одним шагом в развитии возможностей искусственного интеллекта.

Справочно: ранее ученые СКФУ разработали нейросетевую систему, позволяющую повысить точность выявления рака кожи и снизить число ложных диагнозов.