Використання штучних нейронних мереж у системі управління мобільною робототехнічною платформою

Abstract

В епоху стрімкого технологічного розвитку, коли робототехніка й інтелектуальні системи стають невідʼємною частиною повсякденного життя, важливість розроблення систем управління мобільними робототехнічними платформами з використанням штучних нейронних мереж стає надзвичайно високою та актуальною. Для цієї галузі характерна не тільки істотна практична потреба, але й значний потенціал в інноваційному розвитку. Розвиток сучасної робототехніки та обчислювального інтелекту спонукав до створення ефективніших та адаптивніших мобільних робототехнічних систем. Розроблено систему та засоби для управління мобільними робототехнічними платформами із застосуванням штучних нейронних мереж (ШНМ). Імітуючи роботу нейронної системи, ШНМ дають змогу роботам не тільки реагувати на вхідні дані, але й вчитися вирішувати складні завдання та адаптуватися до змін у навколишньому середовищі. Однією з ключових проблем управління мобільними платформами є розроблення ефективних та інтуїтивно зрозумілих інтерфейсів, які б забезпечували зручну та надійну взаємодію користувача із робототехнічною системою. У цьому контексті використання жестів руки людиною є прогресивним та перспективним напрямом, оскільки це дає змогу створити максимально природний та ефективний спосіб управління. Основне завдання – створення ефективної та інтуїтивно зрозумілої системи, яка дає змогу операторові взаємодіяти із робототехнічною платформою за допомогою натуральних рухів та жестів. Розроблено програмне забезпечення із графічним інтерфейсом для розпізнавання жестів у реальному часі з використанням машинного навчання. Наукова новизна підходу полягає в інтеграції передових методів ШНМ для покращення якості управління та функціональності мобільних робототехнічних платформ. Основні аспекти наукової новизни охоплюють: інтеграцію зі штучним інтелектом; інтерактивність управління; розвиток мобільності робототехніки; адаптивність до різних завдань. Проблема, розглянута у цій роботі, полягає в необхідності розроблення ефективних та інтуїтивно зрозумілих систем управління мобільними робототехнічними платформами із використанням технологій розпізнавання жестів. На основі згорткових нейронних мереж розроблено програму, в результаті виконання якої визначаються положення руки та ідентифікація певних жестів, таких як рух вперед, назад, повороти направо та наліво, а також зупинка руху. Технологію можна використовувати у різних сферах людської діяльності (керування розумним будинком, створення технологічних рішень для людей з фізичними вадами, використання для підвищення інтерактивності в розважальних пристроях, удосконалення інтерфейсів взаємодії із технічним обладнанням).In the era of rapid technological advancement, when robotics and intelligent systems are becoming an integral part of everyday life, the importance of developing control systems for mobile robotic platforms using artificial neural networks becomes extremely high and relevant. This field not only has significant practical needs but also holds considerable potential for innovative development. The evolution of modern robotics and computational intelligence has necessitated the creation of more efficient and adaptive mobile robotic systems. A system and tools for controlling mobile robotic platforms using artificial neural networks (ANNs) have been developed in this work. By simulating the workings of a neural system, ANNs enable robots not only to react to input data but also to learn to solve complex tasks and adapt to changes in their environment. One of the key challenges in mobile platform control is the development of effective and intuitive interfaces that provide convenient and reliable interaction between the user and the robotic system. In this context, the use of hand gestures by humans represents a progressive and promising direction as it allows for the creation of the most natural and efficient means of control. The main task is to create an effective and intuitively understandable system that enables the operator to interact with the robotic platform using natural movements and gestures. As a result, software with a graphical interface for real–time gesture recognition using machine learning has been developed. The scientific novelty of the approach is the integration of advanced ANNs methods to improve the quality of control and functionality of mobile robotic platforms. The main aspects of scientific novelty include integration with artificial intelligence, interactivity of control, development of robotics mobility, and adaptability to various tasks. The problem addressed in this work lies in the need to develop effective and intuitive control systems for mobile robotic platforms using gesture recognition technologies. A program based on convolutional neural networks has been developed, which determines the position of the hand and identifies specific gestures such as forward, backward, right and left turns, as well as stopping movement. The implemented technology can be used in various fields of human activity (smart home control, technological solutions for people with physical disabilities, enhancing interactivity in entertainment devices, improving interfaces for interacting with technical equipment).