Темы НИР студентов

Темы НИР студентов 3, 5 курсов:

1. Исследование возможностей 7D-технологий (Сараджишвили С.Э.)
2. Применение нечеткой логики в задачах классификации объектов на изображениях (Тутыгин В.С.)
3. Классификация текстурных изображений на основе нечеткой логики. (Тутыгин В.С., магистерская работа)
4. Исследование вычислительных возможностей и масштабирования кластерной инфраструктуры с использованием микрокомпьютеров Raspberry Pi. (Никифоров И.В.)
5.  Исследование методов автоматического восстановления узлов распределенной вычислительной инфраструктуры после сбоев. (Никифоров И.В.)
6. Классификация и сравнительный анализ программных архитектур вычислительных систем по анализу больших объемов информации. (Никифоров И.В.)
7. Исследование подходов автоматизации балансировки нагрузки в кластере при решении задач обработки больших объемов информации. (Никифоров И.В.)
8. Исследование методов и подходов контроля доступа к данным в среде распределенных вычислений и хранения данных.  (Никифоров И.В.)
9. Встраиваемые программные средства контроля энергопотребления устройств интернета вещей. (Медведев Б.М.)
10. Программные средства настройки и тестирования навигационных приемников. (Медведев Б.М.)
11. Разработка быстрого алгоритма систематического кодирования кодами Рида-Соломона для систем хранения данных. (Трифонов П.В.)
12. Разработка быстрых алгоритмов декодирования полярных кодов с большими ядрами.(Трифонов П.В.)
13. Разработка методов построения недвоичных полярных кодов.(Трифонов П.В.)
14. Построение методов совместного кодирования и профилирования (шейпинга) сигнальных множеств.(Трифонов П.В.)
15. Разработка методов декодирования полярных кодов с ядром Рида-Соломона.(Трифонов П.В.)

Темы проф. Черноруцкого Игоря Георгиевича (искусственный интеллект):

1. Разработка оболочки настраиваемой байесовской рекомендующей системы.
2. Разработка диалоговой системы поддержки принятия решений в многокритериальной среде (адаптивные процедуры).
3. Разработка диалоговой системы выбора вариантов на основе метода Коггера и Ю.
4. Разработка модифицированной версии системы Квик-Чойс на основе методов  т-упорядочения и метода ограничений.
5. Разработка рандомизированной системы оптимального выбора многокритериальных альтернатив (система Адмирал)

Темы проф. Сениченкова Юрия Борисовича:

Бакалавры.
     SAKAI и Rand Model Designer. Курсы дистанционного образования по моделированию
     Rand Model Designer. Библиотека по гидравлике, механике
     Rand Model Designer. Задачи массового обслуживания
     Rand Model Designer. Логистика
Магистры
    Rand Model Designer. Понижение индекса АДУ
    Rand Model Designer. Символьное дифференцирование
Аспиранты
   .Rand Model Designer. Режим скольжения 
.  Rand Model Designer.Компьютерные инструменты анализа динамических систем

Список задач для НИР студентов, представленный НИИАС в 2018 году (куратор Молодяков С.А.)

Тема 1. Обработка стерео изображений.

1. Реализация алгоритма визуальной одометрии.
2. Определение поворота камер относительно рельсовой колеи. 
3. Фильтрация карты диспаратности, полученной с помощью версии алгоритма на графическом ускорителе. 
4. Автоматическая калибровка камер. 
5. Стабилизация видео. 

Тема 2. Задачи по нейронным сетям и классическим подходам детекции.

1. Реализация модели нейронной сети для детекциии определения показаний светофоров
2. Реализация алгоритмов классического компьютерного зрения для детекции светофоров и литер на основе “скользящего окна”, HOG+ML алгоритмов и других подходов
3. Реализация алгоритмов классического компьютерного зрения для детекции людей на основе “скользящего окна”, HOG+ML алгоритмов и других подходов
4. Реализация модели нейронной сети для подсчета количества пассажиров в вагоне ласточки.
5. Реализация модели нейронной сети для детекции драк в вагоне, определения типов движения людей.
6. Разработка модели нейронной сети для фьюзинга данных с лидара и камер с целью поиска и классификации объектов.

Тема 3. Задачи по встраиваемому ПО

1. Передача видеопотока с использованием gstreamer и dds фреймворка в реальном времени с управляющей обратной связью.
2. Запуск контейнеров с разделением ресурсов аппаратного ускорителя CUDA (вычислительных ядер и графической оперативной памяти)

Тема 4. Задачи обработки и комплексирования данных.

1. Обработка облака точек с лидара IBEO Scala или IBEO LUX. Реализация алгоритма кластеризации (Adaptive Break Point detection) и другие. Сравнение алгоритмов кластеризации по производительности. Выделение простейших примитивов из кластеров (прямоугольник, эллипс, прямая). Нахождение прямоугольника наименьшей площади, описывающего все точки в кластере. (список литературы/статей при заинтересованности предоставлю).
2. Обработка данных с радара ARS-408 (Continental) или MRR (BOSCH). Фильтрация данных радара для выделения подвижных объектов.
3. Знакомство с Фреймворком ROS (Robot Operational System). Построение архитектуры системы технического зрения на основе готовых драйверов для лидаров IBEO, радара Continental ARS-408.
4. Определение местоположения локомотива на основе навигационных данных и модели движения с применением фильтра Калмана.
5. Анализ существующих форматов карт для беспилотного транспорта, железнодорожного транспорта. NDS – navigation data standard
6. Разработка формата карты для беспилотного железнодорожного транспорта.
7. На основе данных лидаров и радаров и информации о местоположении локомотива определение свободности пути с применением grid подхода (разбиение пространства на решетку, определение наилучшего размера ячейки). Формирование grid карты свободности/занятости пути перед беспилотным транспортом