×
V.I.Goncharenko。;Zheltov，S.Yu。;Knyaz，V.A.公司。;G.N.列别捷夫。;米哈伊林博士。;O.Yu，Tsareva。

智能系统，用于规划无人飞机在特定区域内观察地面移动物体的群体行动。 （英语。俄文原件） Zbl 1476.93120号

J.计算。系统。科学。国际。 60，第3号，379-395（2021）; Izv的翻译。罗斯。阿卡德。特奥·诺克。修女。向上。2021年，第3期，第39-56页（2021年）。
小结：考虑到所需的服务时间表，考虑了无人机（UAV）群体行动的飞行前和作战规划的多准则任务。提出了动态情况变化时群体行动行动计划的极小极大准则。形成了用于控制地物搜索和探测期间观测持续时间的专家系统的形状。评估基于深度学习的移动对象神经网络识别子问题解的质量的结果证实了所提出的方法在监控受控区域方面的有效性。

理学硕士：

93C85号 控制理论中的自动化系统（机器人等）
93立方厘米 模糊控制/观测系统

关键词：

无人驾驶飞行器;团体行动计划;模糊逻辑专家系统

软件：

固态硬盘;更快的R-CNN
PDF格式BibTeX公司 XML格式引用
\textit{V.I.Goncharenko}等人，《计算杂志》。系统。科学。国际60号，第379-395号（2021年；兹bl 1476.93120）；Izv的翻译。罗斯。阿卡德。特奥·诺克。修女。向上。2021年，第3期，第39-56页（2021）
全文： 内政部

参考文献：

[1] 莱维汀，A.V.，《算法》。《发展与分析导论》（2006），莫斯科：维亚姆斯，莫斯科
[2] 安德列夫，医学硕士。；米勒，A.B。；米勒，B.M。；Stepanyan，K.V.，《复杂条件和危险条件下无人飞行器的路径规划》，J.Compute。系统。科学。国际，51，328（2012）·Zbl 1307.93269号 ·doi:10.1134/S1064230712010030
[3] F.Kamrani、M.G.Lozano和R.Ayani，“使用共生仿真的无人机路径规划”，载于《第20届欧洲仿真与建模会议论文集》，2006年，法国图卢兹，2006，第215-238页。
[4] G.G.Sebryakov、M.N.Krasil’schhikov和V.N.Evdokimenkov，“无人机群体行动飞行前规划的算法和软件数学支持”，机器人群体交互基本问题：RFBR报告事件“ofi-M”的材料（主题604）《国际科学与实践会议框架》，伏尔加格勒，2018年，第30-32页。
[5] 朱，R。；Sun，D.，无人机拦截多弹头的合作策略，J.Guidance，281068-1076（2005）·数字标识代码：10.2514/1.14412
[6] Evdokimenkov，V.N。；Krasilshchikov，M.N。；Kozorez，D.A.，为无人飞行飞行器群分布式智能控制系统的功能程序原型开发飞行前规划算法，INCAS Bull。，11, 75-88 (2019) ·doi:10.13111/2066-8201.2019.11.S.8号文件
[7] G.N.Lebedev和A.V.Rumakina，“使用神经网络进行多层次飞行的无人飞行器路线规划”，Aviakosm。Priborostr.公司。，第5期，第3-8页（2014年）。
[8] G.Lebedev、V.Goncharenko、D.Mikhaylin和A.Rumakina，“飞机组在解决环境监测问题时使用分支约束程序协调飞行路线优化”，ITM网络会议10，1003（2017）。doi:10.1051/itmconf/20171001003
[9] Goncharenko，V.I。；列别捷夫，G.N。；Mikhaylin，D.A。；Khahulin，G.F.，一组汇聚飞机的连续飞行安全管理信息系统，俄罗斯航空公司。，61271-278（2018）·doi:10.3103/S1068799818020174
[10] Goncharenko，V.I。；列别捷夫，G.N。；Mikhailin，D.A.，《一组无人机的在线二维路线规划》，J.Compute。系统。科学。国际，58147（2019）·doi:10.1134/S1064230719010076
[11] G.N.Lebedev和L.A.Mirzoyan，“FLA飞行路线，在观察固定地面物体时考虑其动力学，”Mekhatron。，Avtomatiz公司。，上移。，第12期，24-28（2011）。
[12] 列别捷夫，G.N。；Efimov，A.V.，“动态规划在控制区移动地面目标观测路径规划中的应用”，Tr，SGAU，No.，1，63-70（2012）
[13] Merkulov，V.I。；Plyashechnik，A.S.，“根据目标被拦截的可能性估计目标的威胁等级”，《情报》-，伊兹密特。Upravl。姐姐。，16, 3-9 (2018)
[14] Merkulov，V.I。；Plyashechnik，A.S.，飞机群交战的简化目标分配问题，Autom。遥控，80490（2017）·Zbl 1431.93048号 ·doi:10.1134/S0005117919030081
[15] G.N.Lebedev和L.A.Mirzoyan，“在地面物体周围飞行时，车辆群行动的神经元网络规划”，Aviakosm。Priborostr.公司。，第12期，34-40（2005）。
[16] G.N.Lebedev、L.A.Mirzoyan和A.V.Efimov，“观察移动地面目标时飞行器群体行动的神经网络规划”，Mekhatron。阿沃托马提兹。上移。，第11期，60-65（2009）。
[17] 米哈伊林，D.A。；Allilueva，N.V。；Rudenko，E.M.，“考虑到不同的计算复杂性和多准则任务，对遗传算法在飞行路线上的有效性进行比较分析”，Tr，MAI，No.，98，22（2018）
[18] 新墨西哥州伊瓦索娃。；米哈伊林，D.A。；Chernyakova，M.E。；Shanygin，S.V.，“无人机航路飞行操作规划任务的神经网络解决方案和地面目标观测的时间设置，采用模糊逻辑，同时在开始前在计算机屏幕上显示这些结果”，Tr，MAI，No.，104，17（2019）
[19] Bellman，R.E.，《动态规划》（2003）·Zbl 1029.90076号
[20] G.N.Lebedev和Le Suan Khu，“在进行强度测试时在屏幕上显示优先级信息”，Aviakosm。Priborostr.公司。，第5期，14-23（2005）。
[21] 列别捷夫，G.N。；Efimov，A.V.，“动态规划在控制区移动地面目标观测路径规划中的应用”，Vestn，SGAU，No.，6222-229（2011）
[22] V.I.Goncharenko、G.N.Lebedev、D.A.Mikhailin和O.Yu。Tsareva，“在无人飞行器的帮助下选择各种优先的地面观测对象并确定其飞行路线”，Vestn。Komp'yut。通知。Tekhnol公司。，编号2，3-12（2019）。
[23] Goncharenko，V.I。；列别捷夫，G.N。；Mikhailin，D.A.，《无人飞行器小组探测助推器单独部件的飞行计划》，Vestn。TGTU，25，381-394（2019）·doi:10.17277/vestnik.2019.03.pp.381-394
[24] 列别捷夫，G.N。；Malygin，V.B。；Mikhailin，D.A.，利用遗传算法Nauch解决机场附近到达和离开空中交通流的响应修正问题。维斯特。MGTU GA，20，8-17（2017）·doi:10.26467/2079-0619-2017-20-4-8-17
[25] V.Knyaz、S.Zheltov、G.Lebedev、D.Mikhailin和V.Goncharenko，“无人机智能移动目标监测”，《IEEE EUROCON’2019第18届智能技术国际会议论文集》。Novi Sad，塞尔维亚，2019年，第1-6页。doi:10.1109/EUROCON.2019.8861575
[26] Knyaz，V。；Zheltov，S.，多光谱无人机图像中的深度学习目标识别，Proc。SPIE，106791067920（2018）·数字对象标识代码：10.1117/12.2307661
[27] Knyaz，V.，用于目标识别的多模态数据融合，Proc。SPIE，11059198-209（2019）·数字对象标识代码：10.1117/12.2526067
[28] Knyaz，V.，遥感图像中低分辨率物体的识别，Proc。SPIE，11155594-603（2019年）·数字对象标识代码：10.1117/12.2533315
[29] V.V.Kniaz和V.A.Mizginov，“使用SFM和GAN生成热纹理和三维模型重建”，载于《国际摄影测量、遥感和空间信息科学档案》（华盛顿，美国，2018年），第XLII-2卷，第519-524页。doi:10.5194/isprs-archives-XLII-2-519-2018
[30] V.V.Kniaz和V.A.Knyaz，“ThermalGAN:多光谱数据集中用于人重新识别的多模色-热图像转换”，《计算机视觉ECCV 2018研讨会论文集》，L.Leal-Taixe和S.Roth编辑（华盛顿州施普林格国际出版社，2019年），第606-624页。
[31] R.Girshick、J.Donahue、T.Darrell和J.Malik，“丰富的特征层次结构用于准确的对象检测和语义分割”，《2014年IEEE计算机视觉和模式识别会议论文集》，美国俄亥俄州哥伦布，2014年，第580-587页。
[32] R.Girshick，“快速R-CNN”，摘自2015年IEEE计算机视觉国际会议ICCV’15（IEEE计算机学会，华盛顿特区，2015），第1440-1448页。doi:10.1109/ICCV.2015
[33] S.Ren、K.He、R.Girschick和J.Sun，“更快的R-CNN：使用区域建议网络实现实时对象检测”，载于《第28届神经信息处理系统国际会议论文集》NIPS’15（麻省理工学院出版社，马萨诸塞州剑桥，2015），第1卷，第91-99页。http://dl.acm.org/citation.cfm编号：2969239.2969250。
[34] J.Redmon、S.Divvala、R.Girshick和A.Farhadi，“你只看一次：统一的实时对象检测”，摘自2016年IEEE计算机视觉和模式识别会议论文集，美国内华达州拉斯维加斯，2016年，第779-788页。
[35] W.Liu、D.Angelov和D.Erhan，“SSD：单点多盒探测器”，载于《计算机视觉学报》2016年版，由B.Leibe、J.Matas、N.Sebe和M.Welling编辑（Springer Int.，Cham，2016），第21-37页。
[36] J.Huang、V.Rathod和C.Sun，“现代卷积目标检测器的速度/精度权衡”，摘自《IEEE计算机视觉和模式识别会议论文集》，美国夏威夷州火奴鲁鲁，2017年，第3296-3297页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。