Построение базы знаний для автономного управления беспилотными транспортными средствами

Построение базы знаний для автономного управления беспилотными транспортными средствами

Автор: Романов А.А., Рубцов И.А., Святов К.В., Филиппов А.А.

Журнал: Онтология проектирования @ontology-of-designing

Рубрика: Инжиниринг онтологий

Статья в выпуске: 1 (51) т.14, 2024 года.

Бесплатный доступ

Представлен подход к построению и использованию базы знаний для автономного управления беспилотными транспортными средствами. В качестве предметной области представлено сельское хозяйство. Отсутствие достаточного количества и уровня квалификации механизаторов приводит к простою техники, снижению урожайности культур и эффективности использования химикатов. Использование беспилотных транспортных средств позволяет уменьшить влияние данных факторов и снизить вредное воздействие на людей, работающих в сельском хозяйстве. В статье основной упор сделан на учёт особенностей и ограничений предметной области при построении траекторий движения беспилотных транспортных средств и управлении средствами обработки. Предложен подход, состоящий из этапов проектирования схемы базы знаний, автоматизации процесса наполнения базы знаний и организации функции логического вывода. Для каждого этапа приведены разработанные модели и алгоритмы, позволяющие сформировать и использовать базу знаний при решении задачи автономного управления беспилотными транспортными средствами. Статья содержит примеры и иллюстрации, призванные повысить наглядность предложенного подхода.

Еще

Беспилотные транспортные средства, автономное управление, навигация, сельское хозяйство, база знаний, онтология

Короткий адрес: https://sciup.org/170203868

IDR: 170203868   |   DOI: 10.18287/2223-9537-2024-14-1-94-106

Список литературы Построение базы знаний для автономного управления беспилотными транспортными средствами

  • Грибова В.В., Москаленко Ф.М., Тимченко В.А., Шалфеева Е.А. Создание жизнеспособных интеллектуальных систем с управляемыми декларативными компонентами // Информационные и математические технологии в науке и управлении. 2018. №. 3 (11). С.6-17. DOI: 10.25729/2413-0133-2018-3-01.
  • Кузьмин В.Р., Загорулько Ю.А. Применение агентно-сервисного подхода при разработке интеллектуальных систем поддержки принятия решений в энергетике // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2020. Т.18. №.3. С.5-18. DOI: 10.25205/1818-7900-202018-3-5-18.
  • Боргест Н.М., Будаев Д.В., Травин В.В. Онтология проектирования точного земледелия: состояние вопроса, пути решения // Онтология проектирования. 2017. Т.7. №4(26). С.423-442. DOI: 10.18287/2223-95372017-7-4-423-442.
  • Беглер А.М., Кудрявцев Д.В., Гаврилова Т.А. Применение онтологий для интеграции данных эмпирических исследований // Восемнадцатая Национальная конференция по искусственному интеллекту с международным участием КИИ-2020. Труды конференции. Под ред. В.В. Борисова, О.П. Кузнецова. М.: Издательство: МФТИ. 2020. С.3-11.
  • Борисов В.В., Трусов А.С., Кульчицкий П.В., Извозчикова В.В. Автоматизация технической диагностики нефтегазового оборудования // Нефтегазовое производство - основа научно-технического прогресса и экономической стабильности. 2020. С.362-367.
  • Xie B., Jin Y., Faheem M., Gao W., Liu J., Jiang H., Cai L., Li Y. Research progress of autonomous navigation technology for multi-agricultural scenes // Computers and Electronics in Agriculture. 2023. Vol.211. 107963. DOI: 10.1016/j.compag.2023.107963.
  • Hu J., Gao L., Bai X., Li T., Liu X. Review of research on automatic guidance of agricultural vehicles // Transactions of the Chinese Society of Agricultural Engineering. 2015. Vol.31(10). P.1-10.
  • Liu L., Lu S., Zhong R., Wu B., Yao Y., Zhang Q., Shi W. Computing systems for autonomous driving: State of the art and challenges // IEEE Internet of Things Journal. 2020. Vol.8(8). P.6469-6486. DOI: 10.1109/1ЮТ.2020.3043716.
  • Badue C., Guidolini R., Carneiro R. V., Azevedo P., Cardoso V.B., Forechi A., Jesus L., Berriel R., Paixao T.M., Mutz F., de Paula Veronese L., Oliveira-Santos T., De Souza A.F. Self-driving cars: A survey // Expert Systems with Applications. 2021. Vol.165. 113816. DOI: 10.1016/j.eswa.2020.113816.
  • Bhalla A., Nikhila M.S., Singh P. Simulation of self-driving car using deep learning // 2020 3rd International Conference on Intelligent Sustainable Systems (ICISS). IEEE, 2020. P.519-525. DOI: 10.1109/ICISS49785.2020.9315968.
  • Teeti I., Khan S., Shahbaz A., Bradley A., Cuzzolin F. Vision-based Intention and Trajectory Prediction in Autonomous Vehicles: A Survey // Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence, IJCAI-22, Lud De Raedt, Ed. 2022. Vol.7. P.5630-5637.
  • Chen W., Kloul L. An advanced driver assistance test cases generation methodology based on highway traffic situation description ontologies // International Joint Conference on Knowledge Discovery, Knowledge Engineering, and Knowledge Management. Springer, Cham, 2018. P.93-113. DOI: 10.1007/978-3-030-49559-6_5.
  • Ryu M., Cha S.H. Context-awareness based driving assistance system for autonomous vehicles // Int. J. Control Autom. 2018. Vol.11(1). P.153-162. DOI: 10.14257/ijca.2018.11.1.14.
  • Syzdykbayev M., Hajari H., Karimi H.A. An ontology for collaborative navigation among autonomous cars, drivers, and pedestrians in smart cities // 4th International Conference on Smart and Sustainable Technologies (SpliTech). IEEE, 2019. P.1-6. DOI: 10.23919/SpliTech.2019.8783045.
  • The description logic handbook: Theory, implementation and applications / F. Baader (ed.). UK, Cambridge : Cambridge university press, 2003. P.1-23.
  • Bhuyan B.P., Tomar R., Cherif A.R. A Systematic Review of Knowledge Representation Techniques in Smart Agriculture (Urban) // Sustainability. 2022. Vol.14(22). 15249. DOI: 10.3390/su142215249.
  • Saraswathi D., Manibharathy P., Gokulnath R., Sureshkumar E., Karthikeyan K. Automation of hydroponics green house farming using IoT // 2018 IEEE International Conference on System, Computation, Automation and Networking (ICSCA). IEEE, 2018. P.1-4. DOI: 10.1109/ICSCAN.2018.8541251.
  • Urkude G., Pandey M. AgriOn: a comprehensive ontology for Green IoT based agriculture // Journal Green Eng. 2020. Vol.10(9). P.7078-7101.
  • Jäger M., Nadschläger S., Phan T.N., Küng J. Data, information & knowledge sources in the agricultural domain // 2015 26th International Workshop on Database and Expert Systems Applications (DEXA). IEEE, 2015. P.115-119. DOI: 10.1109/DEXA.2015.40.
  • O'Connor M.J., Shankar R.D., Nyulas C., Tu S.W., Das A.K. Developing a Web-Based Application using OWL and SWRL // AAAI spring symposium: AI meets business rules and process management. 2008. P.93-98.
  • Protégé: A free, open-source ontology editor and framework for building intelligent systems: https ://protege.stanford. edu.
  • Neo4j Graph Database & Analytics: https://neo4j.com.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp