ПРОГРАММНЫЕ СИСТЕМЫ И ВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ

С развитием цифровых технологий, искусственного интеллекта и больших данных, спортивная индустрия сталкивается с растущей потребностью в продвинутых аналитических инструментах. В футболе, где стратегическое и тактическое планирование играют ключевую роль, применение технологий компьютерного зрения и машинного обучения для анализа игр становится не просто трендом, а необходимостью для поддержания конкурентоспособности. Использование компьютерного зрения и машинного обучения в спортивной аналитике позволяет автоматически извлекать значимые данные из видео матчей, что значительно повышает скорость и точность анализа по сравнению с традиционными методами. Такие технологии могут предоставить тренерам детальные отчеты о движениях, позиционировании и тактике игроков в реальном времени. Целью является создание системы, которая позволит проводить комплексный анализ футбольных матчей с использованием последних достижений в области искусственного интеллекта и компьютерного зрения. Основной метод - обзор и анализ публикаций по теме исследования; анализ современных технологий, позволяющих автоматически обрабатывать видеоданные. Основная методология - концепция разработки проекта PLAY VISION AI как способ просмотра спортивных матчей с помощью искусственного интеллекта для оценки эффективности игровых стратегий. Актуальность данной работы обусловлена максимальной модификацией современных технических средств для улучшения аналитических возможностей в спорте. Авторами разработаны алгоритмы для калибровки и коррекции искажений видео, полученного с футбольных матчей; разработаны методы детекции и трекинга опорных точек и игроков на видео; реализованы алгоритмы для сопоставления изображений с реальными координатами на поле, а также определения позиций игроков; выполнена интеграция разработанных методов в единую систему с интерфейсом для конечных пользователей. Разработанная система PLAY VISION AI обеспечит тренерам и аналитикам инструменты для оценки эффективности игровых стратегий и подготовки к предстоящим матчам. Также будет способствовать дальнейшему развитию технологий анализа в спорте, открывая новые перспективы для исследований и практического применения.

Исследуется интеллектуальная система мониторинга и адаптации маршрута беспилотных летательных аппаратов (БПЛА) на основе нейросетевого анализа объектов риска. Рассматриваются алгоритмы автономной навигации, обеспечивающие анализ внешней среды и оперативную корректировку траектории полёта с учётом потенциальных угроз. Оцениваются возможности применения машинного зрения, нейросетевых алгоритмов, методов предобработки данных, детектирования объектов, семантической сегментации, алгоритмов траекторного планирования, предиктивного управления и адаптивной оптимизации маршрутов для идентификации препятствий, движущихся объектов и зон ограничения полётов. Анализируется роль интеллектуальных систем управления в архитектуре БПЛА, их влияние на повышение автономности, устойчивости и эффективности выполнения задач в динамически изменяющихся условиях. Предлагаемые решения ориентированы на снижение рисков, связанных с нештатными ситуациями, за счёт внедрения адаптивных стратегий управления полётом. Применяются методы системного анализа, компьютерного зрения и машинного обучения, включая свёрточные нейросети, алгоритмы предобработки изображений, фильтрации и сегментации данных, а также анализ сенсорных показателей. Оценка эффективности реализована посредством моделирования траекторий движения, тестирования алгоритмов идентификации угроз и анализа параметров устойчивости маршрутов БПЛА. Научная новизна заключается в разработке интегрированной системы интеллектуальной корректировки маршрута БПЛА, основанной на применении нейросетевых методов классификации объектов и адаптивных алгоритмов планирования траекторий. Разработаны механизмы предиктивного анализа рисков, обеспечивающие автоматическую корректировку маршрута при обнаружении препятствий, неблагоприятных погодных условий и зон ограниченного доступа. Предложенная архитектура управления сочетает технологии машинного зрения, анализа потоков данных и автоматизированного принятия решений, а также использует методы динамической маршрутизации, алгоритмы корректировки полёта в реальном времени и стратегии предотвращения столкновений. Такой подход обеспечивает повышение уровня автономности работы дронов. Разработанные алгоритмы интеллектуальной навигации могут быть внедрены в современные системы автономного управления БПЛА, обеспечивая адаптацию к динамическим условиям и повышение эффективности выполнения задач в различных сферах, включая оборонные и промышленные применения.