РАЗРАБОТКА И МОДЕЛИРОВАНИЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ ИИ-ВОДИТЕЛЯ В СОСТАВЕ БЕСПИЛОТНОГО ТРАНСПОРТНОГО СРЕДСТВА

A Vlasov,T Kruglova

doi:10.34031/2071-7318-2020-5-8-101-110

Abstract

Improving control systems for unmanned vehicles is the most urgent task in robotics. The use of such a tool as artificial neural networks can solve problems with intelligent and adaptive control. The existing concept of AI driver (driver with artificial intelligence) implies a system capable of controlling the speed and position of an unmanned vehicle in space. This article proposes a method for developing an artificial neural network for an AI-driver, taking into account the appearance of obstacles in the path of an unmanned vehicle, compiling an empirical database for training, and modeling the developed system to obtain both a control signal and a trajectory. The proposed system consists of two artificial neural networks that divide the task of driving an unmanned vehicle into two sub-tasks: processing data from rangefinders and generating a speed setting signal for the left and right drives. This approach reduces the retraining of the neural network and allows you to get a smaller training error. The use of artificial intelligence will make it possible to increase the functionality and reliability of control systems for unmanned vehicles.

Highlights

Improving control systems for unmanned vehicles is the most urgent task in robotics
This article proposes a method for developing an artificial neural network for an AI-driver, taking into account the appearance of obstacles in the path of an unmanned vehicle, compiling an empirical database for training, and modeling the developed system to obtain both a control signal and a trajectory
The proposed system consists of two artificial neural networks that divide the task of driving an unmanned vehicle into two sub-tasks: processing data from rangefinders and generating a speed setting signal for the left and right drives

Summary

РАЗРАБОТКА И МОДЕЛИРОВАНИЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ

В данной статье предложен способ разработки искусственной нейронной сети для ИИ-водителя с учетом появления препятствий на пути у беспилотного транспортного средства, проведено составление эмпирической базы данных для обучения и осуществлено моделирование разработанной системы для получения как управляющего сигнала, так и траектории движения. В мобильной робототехнике объезд препятствий и планирование маршрута робота может осуществляться при помощи методов оптимизации, таких как рой частиц [7], генетические алгоритмы [11], пчелиный алгоритм [3], муравьиные алгоритмы [5], а также с использованием искусственных нейронных сетей (ИНС) [8]. Данная статья рассматривает последний метод, так как при работе с датчиками и проектированием нейронной сети был применен метод обучения с учителем. Были проведены исследования по моделированию траектории передвижения мобильного робота с дифференциальным приводом колес и искусственной нейронной сети для объезда препятствий в работе [1]. На каждой итерации ошибка обучения (разница между выходным значением нейронной сети и целевой выборкой) будет сравниваться с заданной, пока одно из условий не будет выполнено

Данная нейронная сеть обучалась по методу

Коэффициент ускорения

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

Information about the authors