Аннотация: Нелинейная модель космического летательного аппарата требует высокой робастности, а классический метод управления, как один из самых ранних разработанных методов управления, имеет простые алгоритмы и высокую робастность. Предложена структура системы управления, обеспечивающая удержание угла атаки и перегрузки, путем комбинации нечеткого управления с классическим управлением для адаптивной оптимизации и настройки параметров управления, отслеживания шаговых сигналов угла атаки. Результаты моделирования показывают, что характеристики усовершенствованной системы лучше, чем у исходной системы. Усовершенствованные алгоритмы использованы для проведения моделирования участков удержания угла атаки и перегрузки, а также проведено моделирование аэродинамических неопределенностей. Результаты показывают, что разработанный закон управления соответствует требованиям определенного уровня робастности.

Аннотация: Задача слежения в коллаборативной робототехнической ячейке является актуальной. Супервизорная система в первую очередь необходима для организации безопасного взаимодействия человека и робота. В данной работе рассмотрен иной подход к применению подобных систем. Предложены две RGBD-камеры для моделирования состояния и поведения человека в целях дальнейшей организации диалога между роботами и людьми. Диалог необходим для динамического распределения задач. В связи с этим разработаны четыре алгоритма с применением нейронных сетей: для распознавания лиц, тела, жестов и инструментов. Для распознавания лиц применяется библиотека Python "face_recognition", предоставленная Адамом Гейтгеем. Для определения ключевых точек тела и рук используются два фреймворка, OpenPose и MediaPipe (приведен их сравнительный анализ). Работа двух моделей сверточной нейронной сети (YOLOv5 и YOLOv7) проанализирована по критерию точности для распознавания инструментов. Концепция данной работы представлена в виде конечного автомата состояний на основе пакета ROS2. Моделирование динамического распределения задач выполнено манипулятором в симуляторе Gazebo. Экспериментальные результаты демонстрируют эффективность данной супервизорной системы.

Аннотация: Предлагается улучшение визуальной динамической SLAM-системы за счет объединения нейронной сети YOLOv5 с модулями механизма внимания CBAM и BiFPN. Особое внимание уделяется эффективному обнаружению динамических объектов (людей), решению проблем окклюзии изображения и обнаружения малых объектов, повышению общей производительности системы в динамических средах. Полученные результаты демонстрируют эффективность метода и его потенциал для применения в робототехнике и автономных автомобилях.

Аннотация: Спроектирована, изготовлена и запущена линейная линия розлива повышенной производительности за счет оптимизации операций обработки емкостей путем их совмещения по времени и разделения транспортерных линий.

Аннотация: Представлена система классификации болезней растений от сбора данных до развертывания графического интерфейса. Предложена модель глубокого обучения на основе сверточных нейронных сетей (CNN). Проведена оценка производительности предлагаемой системы с использованием некоторого набора количественных показателей, включающих точность. Модели глубокого обучения протестированы на немаркированных изображениях культур, представляющих собой смесь листьев здоровых и больных растений, а затем проверено, насколько точно они могут их идентифицировать. В статье приведены показатели по яблоням, исследованиям монилиоза и парши.

Аннотация: Рассмотрена проблема разработки информационной модели цифрового двойника объектов железнодорожного подвижного состава для транспортно-логистического предприятия. Проанализирована архитектура модели цифрового двойника для киберфизической производственной системы. Приведен пример средства грузоперевозки продукции с управляемым температурным режимом. Разработана архитектура бизнес-процессов грузоперевозки на основе модели цифрового двойника транспортного объекта с управляемыми онлайн-режимами.

Аннотация: Проведено подробное сравнение операционных систем, разработанных для устройств IoT, на основе их архитектуры, методов планирования, сетевых технологий, методов управления питанием и памятью, а также других функций, необходимых для приложений IoT.