https://libeldoc.bsuir.by/handle/123456789/59554| Title: | Разработка алгоритма обработки данных с ультразвукового датчика для повышения точности позиционирования мобильного робота |
| Other Titles: | Development of an algorithm for processing data from an ultrasonic sensor to improve the positioning accuracy of a mobile robot |
| Authors: | Уалиев, Ж. Р. Акжолова, А. И. Талпакова, Б. А. Уйпалакова, Д. М. |
| Keywords: | материалы конференций;обработка данных;ультразвуковые датчики;машинное обучение;мобильные роботы |
| Issue Date: | 2025 |
| Publisher: | БГУИР |
| Citation: | Разработка алгоритма обработки данных с ультразвукового датчика для повышения точности позиционирования мобильного робота = Development of an algorithm for processing data from an ultrasonic sensor to improve the positioning accuracy of a mobile robot / Ж. Р. Уалиев, А. И. Акжолова, Б. А. Талпакова, Д. М. Уйпалакова // Технические средства защиты информации : материалы ХXIII Международной научно-технической конференции, Минск, 08 апреля 2025 года / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: О. В. Бойправ [и др.]. – Минск, 2025. – С. 326–329. |
| Abstract: | В данной работе рассматриваются методы и алгоритмы обработки данных с ультразвуковых датчиков, используемые для точного позиционирования мобильных роботов. Анализируются существующие подходы, такие как фильтр Калмана [2], SLAM (Simultaneous Localization and Mapping) [3] и методы обнаружения препятствий [4]. Предлагается улучшенный алгоритм, сочетающий вероятностные методы, машинное обучение [5] и методы интеллектуальной фильтрации для повышения точности навигации в сложных и динамических условиях. Также обсуждаются вопросы оптимизации вычислительных ресурсов и эффективности алгоритмов в реальных условиях эксплуатации. |
| Alternative abstract: | This paper discusses methods and algorithms for processing data from ultrasonic sensors used for precise positioning of mobile robots. Existing approaches such as the Kalman filter [2], SLAM (Simultaneous Localization and Mapping) [3] and obstacle detection methods [4] are analyzed. An improved algorithm is proposed that combines probabilistic methods, machine learning [5] and intelligent filtering methods to improve navigation accuracy in complex and dynamic conditions. Optimization of computing resources and efficiency of algorithms in real-world operation conditions are also discussed. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/59554 |
| Appears in Collections: | ТСЗИ 2025 |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Ualiev_Razrabotka.pdf | 168.12 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.