Программное обеспечение подсистемы идентификации оператора в мобильном тренажере на основе нейронной сети
Аннотация
Дата поступления статьи: 27.03.2025Представлены результаты исследования, посвященного разработке подсистемы идентификации оператора производственного процесса в мобильном тренажере, используемом для обучения и контроля профессиональных навыков. Формализовано на основе визуальных моделей в нотации UML описаны функциональные требования к подсистеме идентификации оператора на основе нейросетевых технологий, процессы взаимодействия пользователя с подсистемой распознавания личности, загрузки эталонного изображения для дальнейшей идентификации оператора при обучении и контроле на тренажере. Разработан прототип подсистемы на основе языка программирования Kotlin и библиотеки TensorFlow. Разработанная подсистема анализа изображений обладает высокой скоростью обнаружения и инициализации лиц, достигающей менее 0,5 с, что делает ее особенно эффективной для задач реального времени, где быстродействие играет ключевую роль. Локальная обработка данных на мобильных устройствах обеспечивает защиту конфиденциальности пользователей, исключая передачу данных на удаленные серверы, что минимизирует риски утечек информации. Оптимизация энергопотребления обеспечивает продолжительную работу на устройствах с ограниченной емкостью батареи, что делает систему удобной и практичной в использовании. Рассмотренную подсистему планируется адаптировать для контроля формирования навыков работы на оборудовании при обучении операторов на мобильных тренажерах. Подсистема, основанная на технологиях VR/AR, а также обученной нейронной сети, будет осуществлять анализ данных о реакциях пользователей в режиме реального времени.
Ключевые слова: мобильные тренажеры, нейронные сети, идентификация пользователя, профессиональное обучение, диаграммы UML, TensorFlow
.