Інтелектуальна система пошуку в мобільних механізмах

Abstract

Об’єкт дослідження – система комп’ютерного зору для виявлення та розпізнавання об’єктів у реальному часі з камери квадрокоптера. Предмет дослідження – методи та моделі, що ґрунтуються на принципах асоціативної логіки. Методи дослідження – методи асоціативної логіки, метод штучних нейронних мереж, метод кластерного аналізу. Мета кваліфікаційної роботи – покращення ефективності та оптимальне використання ресурсів, підвищення якості продукції та зниження витрат на фермі. У першому розділі був проведено детальний аналіз технологічного процесу, зокрема вивчено основні етапи цього процесі. Далі розглянуті існуючі системи, такі як Hummingbird, Taranis, Farmers Edge та Cropio, здійснений їх аналіз. Також, сформульовано технічне завдання, яке визначає основні вимоги до розробки нової системи розпізнавання специфічних агрокультур. У другому розділі проведено детальний аналіз методів розпізнавання об’єктів. Розглянуті різні підходи до розпізнавання об’єктів, зокрема алгоритми порогової сегментації, методи фільтрації візуальної інформації та алгоритми розпізнавання об’єктів. Кожен метод та алгоритм були ретельно проаналізовані з метою визначення їх переваг, недоліків та придатності для використання у вибраній системі розпізнавання агрокультур. У третьому розділі проведено розробку та детальний аналіз роботи інтелектуальної системи пошуку. Була розроблена функціональна схема роботи системи, яка включає в себе послідовність дій та взаємозв'язок між її компонентами. Також був здійснений вибір квадрокоптера, що відповідає вимогам та потребам системи. Для навчання системи були зібрані необхідні дані, які були підготовлені перед початком навчання. Проведено тренування моделі та оцінка ефективності ідентифікації системи. У четвертому розділі проведено комплексний аналіз з питань охорони праці, безпеки та заходів, пов'язаних з надзвичайними ситуаціями. Розглянуті аспекти охорони праці, зокрема безпека роботи з комп'ютером, аналіз умов праці у приміщенні, заходи щодо забезпечення пожежної безпеки, мікроклімат, шум та розрахунок штучного освітлення. Для забезпечення належних умов працівників у лабораторії, де відбувається розробка, навчання та тестування програмного та апаратного забезпечення, були вжиті відповідні заходи, такі як налагодження ергономічного обладнання, забезпечення відповідної вентиляції та освітлення, а також проведення навчань з питань охорони праці та безпеки. Надані рекомендації до використання дронів. Розглянуті питання безпеки у надзвичайних ситуаціях, спрямовані на забезпечення безпеки працівників та зменшення ризику виникнення негативних наслідків.

The object of research is methods and models based on associative logic principles. The subject of research – computer vision system for real-time object detection and recognition from a quadcopter camera. Research methods – methods of associative logic, artificial neural network method, cluster analysis method. The purpose of the qualification work is to improvement of efficiency and optimal resource utilization, enhancement of product quality, and reduction of costs on the farm. Chapter 1 provides a detailed analysis of the technological process, including the study of its main stages. Existing systems such as Hummingbird, Taranis, Farmers Edge, and Cropio are examined and analyzed. The technical task is formulated, which defines the main requirements for developing a new system for specific crop recognition. Chapter 2 conducts a thorough analysis of object recognition methods. Various approaches to object recognition, including threshold segmentation algorithms, visual information filtering methods, and object recognition algorithms, are discussed. Each method and algorithm are carefully analyzed to determine their advantages, disadvantages, and suitability for the chosen crop recognition system. Chapter 3 focuses on the development and detailed analysis of the intelligent search system. The functional scheme of the system is developed, encompassing the sequence of actions and the interrelation between its components. The selection of a quadcopter that meets the system's requirements and needs is performed. The necessary data for system training is collected and prepared before the training phase. The model is trained, and the system's identification performance is evaluated. Chapter 4 presents a comprehensive analysis of labor protection, safety, and emergency measures. Aspects of labor protection, including computer work safety, analysis of working conditions, fire safety measures, microclimate, noise, and artificial lighting calculations, are discussed. Measures to ensure proper working conditions in the laboratory, where software and hardware development, training, and testing take place, are implemented. Recommendations for drone usage are provided. Safety issues during emergencies are addressed, focusing on ensuring employee safety and reducing the risk of negative consequences.