Все статьи автора в журнале: Хахаев Р.А.

1. Обучение нейронных сетей обнаружению препятствий при движении робота по лесокультурной площади

   Training neural networks to detect obstacles when a robot moves in a forestry area

   Номер: 2025 / 10

   Хахаев Р.А. | Hahaev R.A. | Савченкова В.А. | Savchenkova V.A. | xaxaev.ruslan@gmail.com, v9651658826@yandex.ruxaxaev.ruslan@gmail.com, v9651658826@yandex.ru

   Авторы статьи

   Authors

   Хахаев Р.А.

   Hahaev R.A.

   Савченкова В.А.

   Savchenkova V.A.

   xaxaev.ruslan@gmail.com, v9651658826@yandex.ru

   xaxaev.ruslan@gmail.com, v9651658826@yandex.ru

   ---

   Обучение нейронных сетей обнаружению препятствий при движении робота по лесокультурной площади

    

   УДК 630*37+004.032.26

   DOI: 10.36652/0869-4931-2025-79-10-480-486

    

   Статья посвящена созданию и апробации программного обеспечения для обработки изображений и определения препятствий, создающих помехи для движения роботизированной платформы в процессе лесокультурных работ, а также диагностике метода zero-shot learning (обучение с нулевым выстрелом). При разработке программного обеспечения использован современный алгоритм глубокого обучения YOLO, позволяющий обучать нейронные сети по целому изображению. Проведено структурирование массива опытных данных. Предложена классификация видов препятствий. Обучение нейронной сети проведено на базе YOLO версии YOLOv8n.pt с глубиной обучения 90 эпох. Для повышения точности детектирования препятствий было принято решение изменить архитектуру нейронной сети и применить дополнительные инструменты работы с массивом изображений — аугментацию. В ходе работы была выявлена и решена проблема запоминания сетью правильных ответов. Было решено вместо обучения классифицировать объекты. В статье приведен метод определения помех для робота на основе философии KISS (keep it short and simple — делай короче и проще). Проведено детектирование объектов, позволяющее определить, может ли робот пройти через него или необходимо совершить обходной маневр. Для исследования выбраны участки с созданными лесными культурами на территориях Московской и Калужской областей.

   ---

   Ключевые слова

   автоматизация, восстановление леса, робототехника, компьютерное и машинное зрение, нейронная сеть

   Training neural networks to detect obstacles when a robot moves in a forestry area

   The article is devoted to the creation and testing of software for image processing and detection of obstacles that interfere with the movement of a robotic platform during forestry work, as well as diagnostics of the zero-shot learning method. In the development of the software, a modern deep learning algorithm YOLO is used, which allows training neural networks based on the entire image. The array of experimental data is structured. А classification of obstacle types was proposed. The neural network is trained based on YOLO version YOLOv8n.pt with a training depth of 90 epochs. To improve the accuracy of obstacle detection is decided to change the architecture of the neural network and apply additional tools for working with an array of images — augmentation. During the work the problem of the network remembering the correct answers is identified and solved. It is decided to classify objects instead of training. The article presents a method for detecting obstacles for a robot based on the KISS (keep it short and simple) philosophy is presented. Detection of objects, allowing us to determine whether a robot can pass through it or whether it is necessary to make a detour, is carried out. For the study, areas with created forest cultures in the territories of the Moscow and Kaluga regions are selected.

   ---

   Keywords

   automation, forest restoration, robotics, computer and machine vision, neural network