izvestswsuИзвестия Юго-Западного государственного университетаProceedings of the Southwest State University2223-15602686-6757ЮЗГУ10.21869/2223-1560-2022-26-2-72-86izvestswsu-1026Research ArticleИнформатика, вычислительная техника и управлениеComputer science, computer engineering and IT managmentИсследование интеллектуальных элементов управления мобильным роботом и обеспечение информационной безопасности процесса его функционирования в динамической средеThe Study of Intelligent Control Elements of a Mobile Robot and Ensuring Information Security of the Process of Its Functioning in a Dynamic Environmenthttps://orcid.org/0000-0003-4707-7657МакаровМ. В.MakarovM. V.

Макаров Михаил Вячеславович, кандидат технических наук, доцент кафедры физики и прикладной математики

Researcher ID: M-9100-2015

ул. Орловская, д. 23, г. Муром 602224

Mikhail V. Makarov, Cand. of Sci. (Engineering), Associate Professor of Physics and Applied Mathematics Department

Researcher ID: M-9100-2015

23 Orlovkaya str., Murom 602264

nauka-murom@yandex.ruhttps://orcid.org/0000-0002-9095-5788АстафьевА. В.AstafievA. V.

Астафьев Александр Владимирович, кандидат технических наук, доцент кафедры физики и прикладной математики

Researcher ID: M-8060-2014

ул. Орловская, д. 23, г. Муром 602224

Alexandr V. Astafiev, Cand. of Sci. (Engineering), Associate Professor of Physics and Applied Mathematics Department

Researcher ID: M-8060-2014

23 Orlovkaya str., Murom 602264

alexandr.astafiev@mail.ruСеменовИ. А.SemenovI. A.

Семенов Иван Александрович, магистрант

ул. Орловская, д. 23, г. Муром 602224

Ivan A. Semenov, Master's Student

23 Orlovkaya str., Murom 602264

79601712352@yandex.ruМуромский институт (филиал) Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича СтолетовыхMurom Institute (branch) Vladimir State University named after Alexader Grigoryevich and Nickolay Grigoryevich Stoletovs2022130220232627286Copyright © Макаров М.В., Астафьев А.В., Семенов И.А., 20232023Макаров М.В., Астафьев А.В., Семенов И.А.Makarov M.V., Astafiev A.V., Semenov I.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestswsu.elpub.ru/jour/article/view/1026Цель исследования

Цель исследования. Представленное в данной статье исследование нацелено на установление и обоснование принципов эффективной инкорпорации интеллектуальных элементов системы управления мобильным роботом, функционирующим в условиях динамической среды существования. В качестве предмета исследования использовалась входящая в состав управления процедура одновременной локализации и картографирования. Критерием эффективности выступали показатели, связанные с обеспечением информационной безопасности процесса функционирования робота в реальных условиях эксплуатации.

Методы

Методы. Разработана и реализована методология экспериментального исследования программного исполнения процедуры одновременной локализации и картографирования в рамках задачи управления мобильным роботом. Объектом исследования выступала компьютерная модель абстрактного мобильного робота, выполняющего разведывательные функции в виртуальной динамической среде существования. Инкорпорируемыми элементами интеллектуальной обработки информации в процедуру одновременной локализации и картографирования были сверточные и полносвязные нейросетевые слои, обеспечивающие фильтрацию динамических объектов.

Результаты

Результаты. При проведении экспериментального исследования выполнена симуляция процесса функционирования компьютерной модели разведывательного мобильного робота в виртуальной среде существования. Аналогичные эксперименты воспроизведены при различных структурно-функциональных конфигурациях процедуры одновременной локализации и картографирования. Получены количественные результаты, демонстрирующие точность позиционирования объекта исследования для каждого из способов организации данной процедуры. Проведен сравнительный анализ вариантов использования элементов интеллектуальной обработки информации внутри данной процедуры.

Заключение

Заключение. Установлено, что инкорпорация элементов интеллектуальной обработки информации в процедуру одновременной локализации и картографирования имеет влияние на точность позиционирования мобильного робота и надежность его функционирования в динамической среде существования. Это вносит вклад в соблюдение норм информационной безопасности при использовании мобильных роботов в реальных условиях эксплуатации. Также определено, что существует и их избыточное употребление, которое приводит к отклонению от оптимальных качеств, необходимых для эффективного автономного управления мобильным роботом и обеспечения информационной безопасности.

Purpose of research

Purpose of research. The study presented in this article is aimed at establishing and substantiating the principles of effective incorporation of intelligent elements of the control system of a mobile robot operating in a dynamic environment. The subject of the study was the procedure of simultaneous localization and mapping involved in the control. Indicators related to ensuring the information security of the process of robot functioning in real operating conditions were used as the performance criterion.

Methods

Methods. A methodology for the experimental study of the software procedure execution for simultaneous localization and mapping within the framework of the task of controlling a mobile robot has been developed and implemented. The main focus of the study is a computer model of an abstract mobile robot performing reconnaissance functions in a virtual dynamic environment. The incorporated elements of intelligent information processing into the procedure of simultaneous localization and mapping are convolutional and fully connected neural network layers that provide filtering of dynamic objects.

Results

Results. When conducting this experimental study, a simulation of the process of functioning of a computer model of a reconnaissance mobile robot in a virtual environment has been performed. Similar experiments have been reproduced with various structural and functional configurations of the procedure for simultaneous localization and mapping. Quantitative results have been obtained, demonstrating the accuracy of positioning the subject of the study for each of the methods of organizing this procedure. A comparative analysis of the options for using the elements of intelligent information processing within this procedure has been carried out.

Conclusion

Conclusion. It has been established that incorporation of the elements of intelligent information processing into the procedure of simultaneous localization and mapping has an impact on the positioning accuracy of a mobile robot and the reliability of its functioning in a dynamic environment. This contributes to the compliance with information security standards when using mobile robots in real operating conditions. It is also determined that there is their excessive use, which leads to a deviation from the optimal qualities necessary for effective autonomous control of a mobile robot and information security provision.

информационная безопасностьинтеллектуальная обработка информацииавтономное управлениемобильные роботыодновременная локализации и картографированияinformation securityintelligent information processingautonomous controlmobile robotssimultaneous localization and mappingИсследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-07-00951.ReferencesКабалан А., Гайдук А.Р., Абу Хамдан Н. Управление поворотами мобильного робота, подобного автомобилю // Известия Юго-Западного государственного университета. 2021; 25(4): 134-144. https://doi.org/10.21869/2223-1560-2021-25-4-134-144.Kabalan A., Gaiduk A.R., Hamdan N. Upravlenie povorotami mobil'nogo robota, podobnogo avtomobilyu [Controlling the Turning of a Mobile Car-like Robot]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University 2021; 25(4): 134-144. (In Russ.). https://doi.org/10.21869/2223-1560-2021-25-4-134-144.Андронов В.Г., Чуев А.А., Князев А.А. Модель параметров отклонений маршрута полёта беспилотных летательных аппаратов от заданной траектории // Известия Юго-Западного государственного университета. 2021; 25(4): 145-161. https://doi.org/10.21869/2223-1560-2021-25-4-145-161.Andronov V.G., Chuev A.A., Knyazev A.A. Model' parametrov otklonenii marshruta poleta bespilotnykh letatel'nykh apparatov ot zadannoi traektorii [Model of Parameters of the Flight Route Deviation of Unmanned Aerial Vehicles from a Specified Trajectory]. Izvestiya Yugo- Zapadnogo gosudarstvennogo universiteta = Proceedings of the Southwest State University 2021; 25(4): 145-161. (In Russ.). https://doi.org/10.21869/2223-1560-2021-25-4-145-161.Makarov M., Astafiev A. Synthesis of Special Operating Decisions as Part of Adaptive Control of a Mobile Robot // CEUR Workshop Proceedings. MIP: Computing-V 2022 – Proceedings of the 5th International Scientific Workshop on Modeling, Information Processing and Computing. 2022. 12-17. https://doi.org/10.47813/dnit-mip5/2022-3091-12-17.Makarov M., Astafiev A. Synthesis of Special Operating Decisions as Part of Adaptive Control of a Mobile Robot. CEUR Workshop Proceedings. MIP: Computing-V 2022 – Proceedings of the 5th International Scientific Workshop on Modeling, In-formation Processing and Computing. 2022. 12-17. https://doi.org/10.47813/dnit-mip5/2022-3091-12-17.Panov A.I., Yakovlev K. Behavior and Path Planning for the Coalition of Cognitive Robots in Smart Relocation Tasks // Robot Intelligence Technology and Applications. 2015; 4: 3-20. https://doi.org/10.1007/978-3-319-31293-4_1.Panov A.I., Yakovlev K. Behavior and Path Planning for the Coalition of Cognitive Robots in Smart Relocation Tasks. Robot Intelligence Technology and Applications. 2015; 4: 3-20. https://doi.org/10.1007/978-3-319-31293-4_1.Daachi B., Madani T. Adaptive Neural Networks and Robot Intelligent Control in Direct or Indirect Interaction with Humans. Amsterdam: Elsevier, 2019.Daachi B., Madani T. Adaptive Neural Networks and Robot Intelligent Control in Direct or Indirect Interaction with Humans. Amsterdam: Elsevier; 2019.Воротников С.А. Информационные устройства робототехнических систем. М.: МГТУ им. Н.Э. Баумана, 2005.Vorotnikov S.A. Informatsionnye ustroistva robototekhnicheskikh sistem [Information devices of robotic systems]. Moscow, Bauman Moscow State Technical University Publ., 2005.Lu H., Xu X. Artificial Intelligence and Robotics. Berlin: Springer; 2018.Lu H., Xu X. Artificial Intelligence and Robotics. Berlin, Springer; 2018.Rudomanenko A.P., Vorotnikov S.A., Chernyadev N.A. Adaptive Control System for Industrial Robotic Manipulator // Communications in Computer and Information Science. 2021; 1426 CCIS: 153-164. https://doi.org/10.1007/978-3-030-88458-1_12.Rudomanenko A.P., Vorotnikov S.A., Chernyadev N.A. Adaptive Control System for Industrial Robotic Manipulator. Communications in Computer and Information Science. 2021; 1426 CCIS: 153-164. https://doi.org/10.1007/978-3-030-88458-1_12.Mur-Artal R., Tardos J.D. ORB-SLAM2: An open-source SLAM system for monocular, stereo, and RGB-D cameras // IEEE Trans. on Robotics. 2017; 33(5): 1255-1262. https://doi.org/10.1109/tro.2017.2705103.Mur-Artal R., Tardos J.D. ORB-SLAM2: An open-source SLAM system for monocular, stereo, and RGB-D cameras. IEEE Trans. on Robotics. 2017; 33(5): 1255-1262. https://doi.org/10.1109/tro.2017.2705103.Engel J., Schops T., Cremers D. LSD-SLAM: Large-scale direct monocular SLAM // Lecture Notes in Computer Science. 2014; 834-849. https://doi.org/10.1007/978-3-319-10605-2_54.Engel J., Schops T., Cremers D. LSD-SLAM: Large-scale direct monocular SLAM. Lecture Notes in Computer Science. 2014; 834-849. https://doi.org/10.1007/978-3-319-10605-2_54.DynaSLAM: Tracking, mapping, and inpainting in dynamic scenes / B. Bescos, J.M. Facil, J. Civera, J. Neira // IEEE Robotics and Automation Letters. 2018; 3(4): 4076-4083. https://doi.org/10.1109/lra.2018.2860039.Bescos B., Facil J.M., Civera J., Neira J. DynaSLAM: Tracking, mapping, and inpainting in dynamic scenes. IEEE Robotics and Automation Letters. 2018; 3(4): 4076-4083. https://doi.org/10.1109/lra.2018.2860039.DS-SLAM: A semantic visual SLAM towards dynamic environments / C. Yu, Z. Liu, X.-J. Liu, F. Xie, Y. Yang, Q. Wei, Q. Fei // Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2018; 1168-1174 https://doi.org/10.1109/iros.2018.8593691.Yu C., Liu Z., Liu X.-J., Xie F., Yang Y., Wei Q., Fei Q. DS-SLAM: A semantic visual SLAM towards dynamic environments. Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2018; 1168-1174 https://doi.org/10.1109/iros.2018.8593691.Huletski A., Kartashov D., Krinkin K. TinySLAM improvements for indoor navigation // Proceedings of the IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI). 2016. https://doi.org/10.1109/mfi.2016.7849536.Huletski A., Kartashov D., Krinkin K. TinySLAM improvements for indoor navigation. Proceedings of the IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI). 2016. https://doi.org/10.1109/mfi.2016.7849536.Elfes A., Using Occupancy Grids for Mobile Robot Perception and Navigation // IEEE Computer Magazine. 1989; 22(6): 46-57. https://doi.org/10.1109/2.30720.Elfes A., Using Occupancy Grids for Mobile Robot Perception and Navigation. IEEE Computer Magazine. 1989; 22(6): 46-57. https://doi.org/10.1109/2.30720.A Random Finite Set Approach for Dynamic Occupancy Grid Maps with Real-Time Application / D. Nuss, S. Reuter, M. Thom, T. Yuan, G. Krehl, M. Maile, A. Gern, K. Dietmayer // The International Journal of Robotics Research. 2018; 37(8): 841-866. https://doi.org/10.1177/0278364918775523.Nuss D., Reuter S., Thom M., Yuan T., Krehl G., Maile M., Gern A., Dietmayer K. A Random Finite Set Approach for Dynamic Occupancy Grid Maps with Real-Time Application. The International Journal of Robotics Research. 2018; 37(8): 841-866. https://doi.org/10.1177/0278364918775523.Long J., Shelhamer E., Darrell T. Fully Convolutional Networks for Semantic Segmentation // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2015; 3431-3440. https://doi.org/10.1109/cvpr.2015.7298965.Long J., Shelhamer E., Darrell T. Fully Convolutional Networks for Semantic Segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2015; 3431-3440. https://doi.org/10.1109/cvpr.2015.7298965.Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs / L.-C. Chen, G. Papandreou, I. Kokkinos, K. Murphy, A.L. Yuille // Proceedings of the International Conference on Learning Representations (ICLR). 2015. https://doi.org/10.48550/arXiv.1412.7062.Chen L.-C., Papandreou G., Kokkinos I., Murphy K., Yuille A.L. Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs. Proceedings of the International Conference on Learning Representations (ICLR). 2015. https://doi.org/10.48550/arXiv.1412.7062.Simonyan K., Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition // Proceedings of the International Conference on Learning Representations (ICLR). 2015. https://doi.org/10.48550/arXiv.1409.1556.Simonyan K., Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition. Proceedings of the International Conference on Learning Representations (ICLR). 2015. https://doi.org/10.48550/arXiv.1409.1556.Krizhevsky A., Sutskever I., Hinton G.E. ImageNet classification with deep convolutional neural networks // Communications of the ACM. 2017; 60(6): 84-90. https://doi.org/10.1145/3065386.Krizhevsky A., Sutskever I., Hinton G.E. ImageNet classification with deep convolutional neural networks. Communications of the ACM. 2017; 60(6): 84-90. https://doi.org/10.1145/3065386.ImageNet: A large-scale hierarchical image database / J. Deng, W. Dong, R. Socher, L.-J. Li, K. Li, L. Fei-Fei // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2009. https://doi.org/10.1109/cvprw.2009.5206848.Deng J., Dong W., Socher R., Li L.-J., Li K., Fei-Fei L. ImageNet: A large-scale hierarchical image database. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2009. https://doi.org/10.1109/cvprw.2009.5206848.

The authors declare that there are no conflicts of interest present.