Нейросетевые методы детекции и сегментации для управления строем группы мобильных роботов на основе BEV-представления от БПЛА

Беляев С.И., Рабцевич Г.С., Базаргармаев Н.Д.

Московский финансово‑промышленный университет «Синергия», Москва

Ключевые слова: нейросетевой детектор, YOLOv8, семантическая сегментация, U-Net, Bird's-Eye-View, управление строем, мобильные роботы, БПЛА, карта занятости, компьютерное зрение.

Аннотация. В статье рассматривается применение нейросетевых методов детекции и семантической сегментации изображений для координированного управления строем группы наземных мобильных роботов. Предлагается метод, основанный на представлении сцены «вид сверху», формируемом беспилотным летательным аппаратом. Обнаружение роботов на карте «вид сверху» осуществляется нейросетевым детектором YOLOv8, а классификация проходимости поверхности – с помощью архитектуры U-Net. Описаны функции потерь, метрики качества и архитектурные особенности применяемых моделей. Результаты моделирования подтверждают эффективность предложенного подхода по сравнению с методами, использующими только бортовые сенсоры.