Павлов, Олександр АнатолійовичІванчевська, Діана Валеріївна2023-01-102023-01-102021-12Іванчевська, Д. В. Архітектура програмного забезпечення для навчання та тестування самокерованих транспортних засобів : магістерська дис. : 121 Інженерія програмного забезпечення / Іванчевська Діана Валеріївна. – Київ, 2021. – 120 с.https://ela.kpi.ua/handle/123456789/51780Актуальність теми. У роботі розглянуто проблему в області програмного забезпечення автомобільної індустрії щодо створення систем автоматизації водіння для самокерованих транспортних засобів, що здатні в умовах невизначеності, різного освітлення та швидко змінюваних погодних обставин автоматично приймати миттєві рішення, планувати траєкторії руху, оминати перешкоди на шляху пересування. На сьогодні проблема прийняття рішень та прогнозування поведінки системами автоматизації водіння ще повністю не вирішена та це один з найважливіших факторів, що стримує розробку автономного транспорту з п’ятим рівнем автономності. Таким чином розробка програмного забезпечення, яке дозволить підвищити ефективність навчання таких систем є як ніколи актуальною. Мета дослідження. Основною метою є підвищення ефективності навчання та тестування самокерованих транспортних засобів в програмованому середовищі за рахунок покращеній користувацькій взаємодії з програмним забезпеченням. Об’єкт дослідження: програмне забезпечення для навчання та тестування самокерованих транспортних засобів. Предмет дослідження: архітектура програмного забезпечення для навчання та тестування самокерованих транспортних засобів. Для реалізації поставленої мети сформульовані наступні завдання: − проаналізувати досліджувану предметну область та виокремити основні проблеми; − проаналізувати існуючі рішення в досліджуваній області та виокремити їх недоліки та переваги; − проаналізувати існуюче теоретичне забезпечення щодо можливостей прийняття рішень в середовищах моделювання; − проаналізувати можливості засобів машинного навчання для підвищення ефективності навчання самокерованих транспортних засобів та запропонувати спосіб їх інтеграції; − запропонувати архітектуру програмного забезпечення для найбільш ефективного навчання та тестування автономних транспортних засобів; − виконати порівняльний аналіз розробленого архітектурного рішення з аналогами для обґрунтування його ефективності; − узагальнити результати досліджень. Наукова новизна результатів магістерської дисертації полягає в тому, що набули подальшого розвитку використання алгоритмів машинного навчання шляхом інтеграції відповідних засобів машинного навчання за допомогою розробки програмного забезпечення з використанням підходу компонентно-орієнтованого проектування. Практичне значення отриманих результатів полягає у створенні архітектури простішого, більш дешевого програмного забезпечення з відкритим вихідним кодом, що використовує засоби штучного інтелекту для підвищення ефективності прийняття миттєвих рішень самокерованими транспортними засобами задля уникнення ризиків непередбачуваного розвитку подій ще на етапі тестування, та впровадженими принципами модульності для покращення можливостей інтеграції з елементами інших систем. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Публікації. Наукові положення дисертації опубліковані в: Іванчевська Д.В. Етапи розробки програмного забезпечення для навчання та тестування транспорту з вбудованою підтримкою системи самокерування/ Іванчевська Д.В. // Матеріали Першої Всеукраїнської науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2021). Секція кафедри інформатики та програмної інженерії. Матеріали конференції. – Київ. – 2021. 22–26 листопада 2021р. – С.199. Розмір пояснювальної записки – 99 аркушів, містить 35 ілюстрацій, 22 таблиць, 7 додатків.ukавтономний транспортний засібмашинне навчанняпрограмне середовище моделюваннямодельно – орієнтоване проектуванняUnityC#PythonMatlab/Simulinkautonomous vehiclemachine learningsoftware simulationmodel-based designMaster Thesis120 с.004.057.8