Нечеткие алгоритмы в некоторых задачах распознавания и управления

• Автор: Киселев, Виталий Валерьевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Челябинск
• Количество страниц: 172 с. : ил.

Глава 1. Современное состояние проблемы распознавания рукописных
символов
1.1. Распознавание рукописных символов как актуальная задача
1.2. Методы онлайн распознавания символов
1.3. Выводы по главе
Глава 2. Структурный метод распознавания рукописных символов
2.1. Схема предложенного метода
2.2. Стадия сегментации
2.3. Признаки сегментов и соответствующие лингвистические переменные
2.4. Структура правил и классификатор сегментов
2.5. Модель символа
2.6. Выводы по главе
Глава 3. Методы и алгоритмы решения задач уклонения от препятствий в
системах управления робототехническими устройствами
3.1. Задача уклонения для робототехнической системы с одной степенью свободы
3.2. Задача управления автономным двухколесным роботом
3.3. Задача уклонения от столкновений с препятствиями для мобильного двухколесного робота
3.4. Алгоритм обучения нечетких систем управления на примерах
3.5. Выводы по главе
Глава 4. Система управления автономным двухколесным роботом
4.1. Нечеткая логика в задачах управления роботами
4.2. Структура системы управления двухколесным роботом
4.3. Получение и обработки данных сенсоров
4.4. Алгоритм локализации мобильного робота основанный на зрении
4.5. Выводы по главе
Заключение
Литература
Приложение

Быстрое развитие кибернетики в последние десятилетия привело к широкому внедрению информационных технологий во все сферы жизни.
Компьютеры находят все более широкое применение при решении сложных вычислительных задач, таких как обработка и распознавание визуальной, речевой и других видов информации, решение задач управления сложными робототехническими системами. Трудности при решении таких задач распознавания и управления связаны с необходимостью принятия решений в реальных условиях, т.е. в условиях неопределенности или неполной информации. Сблизить точность классической математики и неточность реального мира позволяют методы теории нечетких множеств.
Основоположником теории нечетких множеств является Лафти Заде, который опубликовал свою первую работу в начале 60-ых годов [10]. Дальнейшее развитие теория нечетких множеств получила в опубликованных на русском языке работах таких ученых, как А. Кофман [21], Р. Ягер [23], А.Н. Аверкин [2], А.Н. Борисова [3] и др. Существует большое количество иностранных источников, в которых излагаются методы теории нечетких множеств и их использование для решения широкого круга прикладных задач [40], [55], [57] и др. Однако, несмотря на большое количество опубликованных работ, многие задачи еще ждут своего решения.
Проблема распознавания является сложной многоуровневой проблемой. Она включает в себя задачи распознавания всех видов информации. Решение любой конкретной задачи распознавания требует, в общем случае, построения специальной системы распознавания. Применение компьютеров для разработки, оформления и хранения больших объемов информации делает актуальной задачу уменьшения стоимости и времени ввода информации в компьютер. Современное оборудование позволяет выполнять ввод текстовой информации непосредственно на экране рукописными символами. Появились компьютеры, которые целиком работают на этом принципе. При таком вводе информации возникает задача обработки и распознавания рукописных символов в момент
их ввода - в режиме онлайн. В последнее время эта тема привлекает к себе все больший интерес. За рубежом ведущие производители вычислительной техники стали направлять средства на исследования по распознаванию рукописного текста. Появляются научные работы, посвященные проблеме распознавания рукописного текста, например, [8], [43], [56], [81], [93].
Центральной задачей проблемы распознавания рукописного текста является создание высокоточного метода идентификации одиночных рукописных символов на основе формирования ряда новых принципов распознавания. Сложность распознавания символов связана с большой вариативностью формы написания одного и того же символа. В настоящее время, как отмечается в ряде опубликованных работ, отсутствует полностью адекватный метод распознавания одиночных рукописных символов. Решение об идентификации написанного символа принимается системой в условиях неполной и неточной информации, поэтому можно считать целесообразным разработку метода распознавания, основанного на теории нечетких множеств.
В последние десятилетия большой интерес проявляется к робототехническим системам, по мере развития теории и практического воплощения которых, появляется новое поколение робототехнических систем с повышенной мобильностью, активным взаимодействием с окружающей средой, расширенными способностями приспособления к сложному, неопределенному окружению.
Решение проблемы функционирования робототехнической системы в условиях недетерминированной действительности не поддается решению в общем виде. Эта проблема включает в себя вопросы, связанные с разработкой и функционированием систем технического зрения (куда входят задачи теории обработки и распознавания изображений); с выбором применяемой элементной базы и технических средств; со способами построения и функционирования систем различного назначения; с кинематикой робототехнического устройства; с задачами уклонения от столкновений с препятствиями, обучения, управления и др. задачами, которые в зависимости от подхода к решению проблемы, сформулированной цели, вида робототехнического устройства, могут решаться разАнализ преимуществ и недостатков. Данная задача по вычислительной сложности (0(и2)) эквивалентна прямому алгоритму перебора, но она, допускает более эффективное, приближенное вычисление пересечений. Алгоритм дает более устойчивые к вариациям в написании символов результаты. Решение этой задачи является единственным возможным способом эффективного применения неявной сегментации, ввиду того что методы нахождения самопересечений не в состоянии обнаруживать недоведенные петли, которые очень часто встречаются в рукописных символах.
2.2.3. Ошибки сегментации и методы борьбы с ними
Введение дополнительных сегментов. Как было сказано выше, одним из недостатков алгоритмов явной сегментации является возможность ошибочного определения общего числа сегментов символа. В зависимости от небольших вариаций, ломаная, представляющая символ, может разбиваться алгоритмами сегментации на различное число сегментов. Переход к другим алгоритмам сегментации, либо изменение параметров алгоритмов позволяют решить проблему для одного символа, одновременно создавая аналогичную для ряда других. В качестве основного метода борьбы с недостатками алгоритмов сегментации, многие исследователи выбрали увеличение количества моделей или создание вариативных моделей символов [98]. В этом случае каждому из возможных результатов сегментации сопоставляется отдельная модель символа со своими классификационными правилами. Однако рост количества моделей необратимо ведет к падению качества и скорости работы системы распознавания, из за появления большого количества сходных классов.
Поэтому автором предложен новый способ, позволяющий учесть ошибки сегментации и при этом избежать создания большого количества моделей символа [50].
Рассмотрим основные виды ошибок свойственных алгоритмам сегментации:
1) Пропуск экстремальной точки или точки образующей петлю. Ошибка, связанная с пропуском экстремальной точки, особенно часто встречается у лю-