Диссертационная работа посвящена разработке метода устойчивого комплексирования мультимодальных данных для систем технического зрения мобильных роботов. В исследовании рассматривается задача трехмерного обнаружения объектов, от качества решения которой зависят безопасность движения, корректность планирования траектории и надёжность работы робототехнической платформы в целом. В работе рассматривается совместная обработка данных лидара и камер с учетом ограничений по вычислительным ресурсам, характерных для бортовых систем мобильных роботов. Предложен подход к организации мультимодальных признаков, ориентированный на снижение вычислительных затрат при сохранении высокого качества обнаружения объектов. Разработан метод согласования признаков разных модальностей, позволяющий упростить их объединение и повысить эффективность обработки. Отдельное внимание уделено повышению устойчивости метода к частичной потере данных с датчиков. Для этого предложен подход метод обучения с использованием маскированного автоэнкодера в скрытом пространстве именты на открытом наборе данных, показавшие, что предложенные решения обеспечивают сочетание высокого быстродействия, качества обнаружения и устойчивости к частичной потере данных датчиков. Полученные результаты ориентированы на применение в бортовых системах технического зрения мобильных робототехнических платформ и автономных транспортных средств.
