Автор:  Трефилов П.М.
Название:  Алгоритм интеграции сенсорных данных для оценки состояния автономных роботов в интеллектуальной транспортной среде
Выпуск:  112
Рубрика:  Управление подвижными объектами и навигация
Год:  2024
Библиография:  Трефилов П.М. Алгоритм интеграции сенсорных данных для оценки состояния автономных роботов в интеллектуальной транспортной среде // Управление большими системами. - 2024. - Вып. 112. - С.257-273.
Ключевые слова:  интеграция сенсорных данных, интеллектуальные транспортные системы, автономные объекты, алгоритмы навигации, безопасность
Ключевые слова (англ.):  sensor data integration, intelligent transport systems, autonomous objects, navigation algorithms, safety
Аннотация:  Предложен алгоритм интеграции сенсорных данных для оценки состояния автономных объектов в интеллектуальной транспортной среде (ИТС). Основное внимание уделяется обеспечению точности навигации в сложных и динамически изменяющихся условиях городской среды, где традиционные методы навигации, такие как GPS, могут быть недостаточно эффективными. Предложенный алгоритм объединяет данные от различных сенсоров (LIDAR, камеры, инерциальные сенсоры, GPS) и элементов ИТС, обеспечивая точную оценку положения и траектории движения автономных систем. Экспериментальные результаты, полученные в условиях имитационного моделирования и натурных испытаний, подтвердили повышение точности, что делает его перспективным для применения в автономных транспортных средствах. В работе также обсуждаются возможности дальнейшего развития алгоритмов машинного обучения и методов защиты данных для улучшения эффективности и безопасности навигационных систем в ИТС.
Аннотация (англ.):  This paper deals with the development and experimental testing of a sensor data integration algorithm for estimating the state of autonomous objects in intelligent transport systems (ITS). The main attention is paid to ensuring accuracy and reliability of navigation in complex and dynamically changing conditions of urban environment, where traditional navigation methods, such as GPS, may be insufficiently effective. The proposed algorithm combines data from different sensors (LIDAR, cameras, inertial sensors, GPS) and ITS elements to provide accurate position and trajectory estimation of autonomous systems. Experimental results obtained in simulation and field tests confirmed high accuracy and adaptability of the algorithm, which makes it promising for application in autonomous vehicles. The paper also discusses the possibilities of further development of machine learning algorithms and data protection methods to improve the efficiency and safety of navigation systems in ITS.

в формате PDF

Просмотров: 56, загрузок: 1112, за месяц: 1107.

Назад