Детальная информация

Название: Управление роботом с использованием методов машинного зрения в промышленности: выпускная квалификационная работа магистра: направление 09.04.01 «Информатика и вычислительная техника» ; образовательная программа 09.04.01_17 «Интеллектуальные системы (международная образовательная программа)»
Авторы: Салам Мухаммад Адил
Научный руководитель: Малыхина Галина Федоровна
Другие авторы: Селиванова Елена Николаевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Искусственный интеллект; Кинематика; Роботы; компьютерное видение; канал; обучение; computer vision; channel; training
УДК: 004.8; 621.865.8
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 09.04.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-5607
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: ru\spstu\vkr\15480

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В этой диссертации представлены системы для обучения отображению восприятия-действия для промышленных роботизированных систем с визуальным вводом. Обсуждается ряд вопросов, таких как автономное вождение со зрением, обратная кинематика манипулятора и динамическое управление системой. Представлены операционные системы, демонстрирующие решения этих проблем. Изучаются два разных подхода к предоставлению обучающих данных. Демонстрационное обучение (обучение с учителем) и исследовательское обучение (самостоятельное обучение). Представлен новый метод обучения, отвечающий заявленным требованиям. Метод qHebb основан на ассоциативном исследовании Хебба данных в представлении канала. Свойства метода демонстрируются на автономном транспортном средстве на основе технического зрения, где система учится напрямую соотносить характеристики изображения низкого уровня с управляющими сигналами. После начального периода обучения система постоянно работает автономно. При количественной оценке предлагаемый метод онлайн-обучения сопоставим с современными пакетными методами обучения.

This thes is presents systems for teaching perception-action mapping for Industrial robotic systems with visual input. A number of issues are discussed, such as vision autonomous driving, inverse kinematics of a robotic arm, and dynamic system control. Operating systems demonstrating solutions to these problems are presented. Two different approaches to providing training data are being explored. Demonstration training (supervised learning) and exploratory learning (self-directed learning). A new teaching method that meets the stated requirements presented. The qHebb method is based on Hebb's associative study of data in a channel view. The properties of the method are demonstrated in a vision-based autonomous vehicle, where the system learns directly to correlate low-level image characteristics with control signals. After the initial training period, the system continuously operates autonomously. When quantified, the proposed online learning method is comparable to a modern package teaching methods.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 8
За последние 30 дней: 0
Подробная статистика