Нейросетевые технологии идентификации и компьютерного зрения в моделировании процесса управления рабочим оборудованием экскаватора

DOI: 10.25728/avtprom.2024.03.06

Предложен метод обнаружения и оценивания положения элементов рабочего оборудования экскаватора и проектных отметок с помощью сверточных нейронных сетей на основе данных стереокамеры – видеокадров и 3D облака точек. Разработаны модели на основе многослойной нейронной сети Элмана для идентификации процесса взаимодействия рабочего оборудования со средой. Модели позволяют прогнозировать угловые скорости платформы, стрелы, рукояти и ковша в зависимости от положения джойстиков управления. Методы и модели предназначены для использования в структуре интеллектуальной автоматической системы управления.