AP08856412 «ҰҰА пайдалана отырып, нақты ауыл шаруашылығы мәселелерін шешу үшін деректерді интеллектуалды өңдеу және ұшуды жоспарлау модельдерін әзірлеу»
Өзектілігі
Қазақстанның экономика салаларында мониторинг пен бақылаудың кең ауқымды міндеттерін шешу үшін ұшқышсыз ұшу аппараттарын пайдалану осы мобильді платформаның жеке техникалық ерекшеліктерімен ғана емес, сонымен қатар іс жүзінде қолданылатын интеллектуалды әдістердің, алгоритмдер мен жүйелердің жеткіліксіз дамуымен шектеледі. қозғалысты бақылау және ұшқышсыз ұшу аппаратынан келетін деректерді талдау. Жоба ұшуды басқару (құрылғылар тобын қоса), бақылау объектілерін анықтау және жіктеу мәселелерін шешуді қамтамасыз ететін практикалық қолданылатын әдістерді әзірлеуге бағытталған, дәл егіншілік мәселелерін шешу үшін заманауи машиналық оқыту әдістерін пайдаланады. Күтілетін нәтижелер мониторинг мәселелерін шешу үшін басқа салаларда да қолданылады.
Жобаның мақсаты
Жасанды интеллект әдістеріне негізделген нақты ауыл шаруашылығы мәселелерін шешу үшін техникалық біркелкі емес ұшқышсыз ұшу аппараттары үшін деректерді өңдеу және ұшуды жоспарлау модельдерін әзірлеу.
Жобаның күтілетін нәтижелері
Жобаның нәтижесінде болады:
Жобаның веб-сайты әзірленді, оның арқасында әлеуетті тұтынушылар мен ғылыми қоғамдастық ғылыми зерттеу жұмыстарының нәтижелерімен таныса алады.
Жобаның нәтижелері жоғары қолданбалы нәтижеге ие болады және қолданбалы машиналық оқыту әдістерін дамытуға айтарлықтай үлес қосады. Жоба компьютерлік көру және ұшуды жоспарлау тұрғысынан интеллектуалды ұшқышсыз технологияның маңызды элементтерін әзірлейді.
Ғылыми нәтижелер ауыл шаруашылығындағы басқару және мониторинг тапсырмаларында және ұшқышсыз ұшу аппараттарын экономикалық пайдаланудың басқа салаларында соңғы өнімнің бөлігі ретінде қолданылуы немесе коммерциялануы мүмкін..
Жобада көрсетілген міндеттерді орындау нәтижесінде алынған ғылыми-техникалық нәтиже деректерді интеллектуалды өңдеуге және процестерді автоматтандырудың жоғары дәрежесіне негізделген жаңа технология элементтерін әзірлеу болып табылады. Бұл әсер еселенуі мүмкін, өйткені әзірленіп жатқан технологиялар тек ауыл шаруашылығында ғана қолданылмауы мүмкін және оны пайдалану нұсқалары қосымша зерттеулер мен әзірлемелерді қажет етуі мүмкін.
Қол жеткізілген нәтижелер
Бейне деректердің қосымша жинақтары қалыптастырылды, ұшқышсыз ұшу аппаратынан жоғары сапалы бейне деректер мен фотосуреттер түсірілді, әртүрлі жарықтандыру жағдайында бірнеше сағаттық бейненің көлемінде синтетикалық және нақты деректер жинақтары алынды. ҰҰА-дан алынған бейне және басқа да мәліметтерді (фотосуреттерді) алдын ала өңдеу әдістері әзірленді, синтетикалық және нақты деректер үшін деректерді алдын ала өңдеу әдістері алынды және сынақтан өтті, бағдарламалық модульдер түрінде енгізілді және нақты ауыл шаруашылығы мәселелерін шешуге жарамды. Жерүсті компьютерлік кешенде ұшқышсыз ұшу аппаратынан алынған мәліметтерді өңдеу мәселелерін шешу үшін қолданыстағы машиналық оқыту әдістерін бейімдеу жүзеге асырылды. Алдын ала дайындалған үлгілерді (YOLO v3 Darknet, Alexnet, Inception v3, ResNet 50) пайдалана отырып, кескінді тану мәселелерін шешу және кадрлар арасындағы айырмашылықтарды анықтау әдістері әзірленді. ML әдістері (YOLO v3 darknet) UAV бортында кескінді өңдеуге бейімделген. Бейне/фотосуретке түсіру, бүрку және іздеу тапсырмаларын орындау үшін белгілі бір аумақты ұшқышсыз ұшақтар тобының есептеу эксперименттері мен имитациялық модельдеуіне арналған бағдарламалық қамтамасыз ету ортасы, аумақ бойынша ұшу жоспарын оңтайландыру алгоритмі әзірленді. бірқатар оңтайландыру критерийлерін ескере отырып, дрондар тобы жүзеге асырылды. Оңтайландыру мәселесін шешу үшін генетикалық алгоритм қолданылды. Жеңілдетілген жағдайда ұшуды жоспарлау, сәйкестендіру және жіктеу жүйесі сынақтан өтті, сынақ хаттамасына қол қойылды.
Зерттеу тобы мүшелерінің аты-жөндері және олардың идентификаторлары
- Мухамедиев Равиль Ильгизович - ғылыми жетекші
- Кучин Ян Игоревич - аға ғылыми қызметкер
- Якунин Кирилл Олегович - Аға ғылыми қызметкер
- Сымагулов Адилхан - Инженер
- Мурзахметов Санжар Бахтиерович - Инженер-программист
- Бекбагамбетов Абай - Инженер-программист
- Асанов Ильяс - кіші ғылыми қызметкер
- Оспанова Марьям - кіші ғылыми қызметкер
- Eлис Марина - кіші ғылыми қызметкер
Басылымдар тізімі
- R. Muhamedyev, K. Yakunin, Y. Kuchin, A. Symagulov, S. Murzakhmetov, M. Ospanova, I. Assanov, M. Yelis Intelligent unmanned aerial vehicle technologies // The 18th Int. conf. Information technologies and management. - Riga, 2020. - P.21-22.
- Ravil Mukhamedyev, Yan Kuchin, Kirill Yakunin, Adilkhan Symagulov, Maryam Ospanova, Ilyas Assanov, Marina Yelis. Intelligent unmanned aerial vehicle technology in urban environments //Int. Conf. on Digital Transformation and Global Society. – Springer, Cham, 2020. – 16 p. ( Q3, Scopus Cite Score = 32%).
- Mukhamediev RI, Symagulov A, Kuchin Y, Yakunin K, Yelis M. From Classical Machine Learning to Deep Neural Networks: A Simplified Scientometric Review//Applied Sciences. – 2021. – Т. 11. – №. 12. – P. 5541. (CiteScore highest quartile = Q2, JCR - Q2, CiteScore =3.0, CiteScore highest percentile=71%, WoS IF=2.679)
- Mukhamediev R. I. et al. Review of Some Applications of Unmanned Aerial Vehicles Technology in the Resource-Rich Country //Applied Sciences. – 2021. – Т. 11. – №. 21. – С. 10171. https://doi.org/10.3390/app112110171 (CiteScore highest quartile = Q2, JCR - Q2, CiteScore =3.0, CiteScore highest percentile=71%, WoS IF=2.679)
- Mukhamediev R. I. et al. Rapid bibliometric analysis in deep learning domain //2021 Int. Conf. on Information and Digital Technologies (IDT). – IEEE, 2021. – P. 206-211.
- I. Assanov. Multi UAV simulator in Unity // The 19th Int. conf. Information technologies and management. - Riga, 2021. - P.46-47.
- A Bekbaganbetov, M Ospanova, M Yelis, J Rabcan, R Muhamedyev. Experiments to identify changes in synthesized images // The 19th Int. conf. Information technologies and management. - Riga, 2021. - P.54-55.
- M. Ospanova, M. Yelis, A. Bekbaganbetov, J. Rabcan, R. Muhamedyev Image generation for solving problems of precision farming // The 19th Int. conf. Information technologies and management. - Riga, 2021. - P. 64-65.
- P Sedlacek, M Ospanova, M Yelis. Sensitivity analysis of MVL Systems by the Logic Derivatives of MVL Functions //CERes Journal. - 2020.- Vol.6, № 2.- P.1-7.