ЖАСАНДЫ ИНТЕЛЛЕКТТІ РОБОТТЫ МИНАДАН ТАЗАРТУ ЖҮЙЕЛЕРІНЕ БІРІКТІРУ

2026

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.51775/2790-0886_2026_72_1_355
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.