ЖАСАНДЫ ИНТЕЛЛЕКТТІ РОБОТТЫ МИНАДАН ТАЗАРТУ ЖҮЙЕЛЕРІНЕ БІРІКТІРУ

2026

Closed access Metadata (CSL-JSON)
DOI 10.51775/2790-0886_2026_72_1_355
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Бұл жұмыста жасанды интеллект элементтері бар роботтық жүйелерді қолдану арқылы минадан тазарту операцияларының қауіпсіздігі мен тиімділігін арттыру мәселесі қарастырылады. Компьютерлік көру және автономды (офлайн) навигация алгоритмдерін біріктіретін роботты минадан тазарту жүйесінің функционалдық архитектурасы ұсынылған. Зерттеу шеңберінде MATLAB ортасында жарылғыш заттарды анықтау процестері мен кедергілері бар ортада ұтқыр робот платформаның қозғалысын сандық модельдеу жүзеге асырылды. Нысандарды анықтау үшін конволюциялық нейрондық желілерге негізделген имитациялық модель әзірленіп, алгоритмдердің дәлдігі мен есептеу тиімділігі сандық метрикалар арқылы бағаланды. Модельдеу нәтижелері бойынша анықтау дәлдігі (Precision) – 0,87, толықтығы (Recall) – 0,83, F1-шарасы – 0,85 мәндерін көрсетті, ал бір кадрды өңдеудің орташа уақыты 38 мс-ты құрады. Сонымен қатар, навигация алгоритмін модельдеу ұтқыр платформаның кедергілерді айналып өтіп, тұрақты қозғалысын қамтамасыз ететінін көрсетті. Алынған нәтижелер есептеу ресурстары шектеулі мобильді роботты минадан тазарту кешендерінің құрамында компьютерлік көру мен автономды навигацияның жеңілдетілген алгоритмдерін қолданудың орындылығын растайды. Ұсынылған сандық модельдеу тәсілі роботтық жүйелерді жобалаудың бастапқы кезеңдерінде алгоритмдердің тиімділігін бағалауға және тәжірибелік сынақтарға дейінгі тәуекелдерді азайтуға мүмкіндік береді.