Тема выпускной квалификационной работы: «Траекторное планирование движения мобильного робота». В работе рассмотрена модель нейронной сети на основе остаточного обучения, с помощью которой мобильный робот избегает препятствия. Задачи, которые решались в ходе исследования: 1) рассмотреть работу и архитектуру модели остаточного обучения ResNet-18; 2) произвести обучение мобильного робота JetBot; 3) исследовать зависимость влияние модели от количества данных. Объектом исследования является мобильный робот JetBot на базе NVIDIA Jetson Nano, который использует модель классификации изображений ResNet-18. В результате работы рассмотрена архитектура модели остаточного обучения ResNet-18, настроена и обучена модель для мобильного робота JetBot с целью избегания препятствий, проведено исследование влияние от количества данных на обученную модель.

The topic of the final qualifying work: "Trajectory planning of the movement of a mobile robot". The paper considers a model of a neural network based on residual learning, with the help of which a mobile robot avoids obstacles. The tasks that were solved in the course of the study: 1) consider the operation and architecture of the ResNet-18 residual learning model; 2) train the JetBot mobile robot; 3) investigate the dependence of the influence of the model on the amount of data. The object of the research is a mobile robot JetBot based on NVIDIA Jetson Nano, which uses the ResNet-18 image classification model. As a result of the work, the architecture of the ResNet-18 residual learning model was considered, the model for the JetBot mobile robot was tuned and trained in order to avoid obstacles, and the effect of the amount of data on the trained model was studied.