Формалізація задачі інтелектуального голосового управління безпілотними літальними апаратами

Автор(и)

  • Д. Луцак Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна
  • М. Ткач Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна

DOI:

https://doi.org/10.20535/1560-8956.48.2026.351877

Ключові слова:

методи управління безпілотними літальними апаратами, інтелектуальне управління, голосове керування, розпізнавання мовлення, математична модель, штучний інтелект

Анотація

У статті проаналізовано еволюцію та поточний стан методів управліньня безпілотними літальними апаратами. Встановлено, що традиційні інтерфейси є недостатньо оперативними в динамічних умовах. Здійснено розробку змістовної та формалізацію математичної моделі задачі інтелектуального голосового керування, яка враховує не тільки пряме виконання команд, а також функціонування в режимі випередження з мінімізацією часу реакції. Обґрунтовано доцільність застосування алгоритмів глибинного навчання для надійного розпізнавання мовлення. Описано архітектуру програмного забезпечення голосового модуля, що забезпечує контекстно-чутливий семантичний аналіз та стійкість зв'язку з автопілотом. Результати дослідження можуть бути використані для створення високо адаптивної системи управління, що має критичне значення для виконання складних місій.

Бібл. 9, іл. 1

Посилання

Ashwini P., Dr. Bharathi S, Ananya K.Nayaka. A Review on Different Feature Recognition Techniques for Speech Process in Automatic Speech Recognition. INTERNATIONAL JOURNAL OF SCIENTIFIC & TECHNOLOGY RESEARCH. 2019. Vol. 8, no. 09. P. 1953–1957. URL: https://www.ijstr.org/final-print/sep2019/A-Review-OnDifferent-Feature-Recognition-Techniques-For-Speech-Process-In-Automatic-Speech-Recognition.pdf.

MAVLink Basics – Dev documentation. ArduPilot - Versatile, Trusted, Open. URL: https://ardupilot.org/dev/docs/mavlink-basics.html.

ВСЕБІЧНИЙ ОГЛЯД МЕТОДІВ НАВІГАЦІЇ БПЛА НА БАЗІ ШТУЧНОГО ІНТЕЛЕКТУ | ТЕЛЕКОМУНІКАЦІЙНІ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ. ТЕЛЕКОМУНІКАЦІЙНІ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ. URL: https://tit.dut.edu.ua/index.php/telecommunication/article/view/2621.

Іваненко Ю. В., Ляшенко О. С., Філімончук Т. В. ОГЛЯД МЕТОДІВ КЕРУВАННЯ БЕЗПІЛОТНИМИ ЛІТАЛЬНИМИ АПАРАТАМИ. Control, Navigation and Communication Systems. 2023. № 1. С. 26–30. URL: https://journals.nupp.edu.ua/ sunz/article/download/2822/2230/3959.

MAVLink Interface – Dev documentation. ArduPilot - Versatile, Trusted, Open. URL: https://ardupilot.org/dev/docs/mavlink-commands.html.

JIASI CHEN, XUKAN RAN. Deep Learning With Edge Computing: A Review. PROCEEDINGS OF THE IEEE. 2019. Vol. 107, no. 8. P. 1655–1674. URL: https://www.cs.ucr.edu/~jiasi/pub/deep_edge_review.pdf.

Context-Aware Deep Reinforcement Learning for Autonomous Robotic Navigation in Unknown Area / Jingsong Liang et al. URL: https://proceedings.mlr.press/v229/liang23a/liang23a.pdf.

Yanjue Song, Stijn Kindt, Nilesh Madhu. Drone Ego-Noise Cancellation for Improved Speech Capture using Deep Convolutional Autoencoder Assisted Multistage Beamforming. 2022. URL: https://www.researchgate.net/publication/362960350_Drone_EgoNoise_Cancellation_for_Improved_Speech_Capture_using_Deep_Convolutional_Autoencoder_Assisted_Multistage_Beamforming.

Attention Is All You Need. arXiv.org. URL: https://arxiv.org/abs/1706.03762.

##submission.downloads##

Опубліковано

2026-02-09