обстановка
(
θ
A
, θ
B
)
. При этом состояния автоматов 1-го и 2-го уровней
могут измениться. Если после обработки всех отсчетов автоматы 1-го
и 2-го уровней перешли в конечные состояния, ситуация считается
распознанной. Если хотя бы один из автоматов не перешел в конечное
состояние, ситуация считается нераспознанной.
Процесс распознавания ситуации по трендам признаков и вычисле-
ния степени соответствия трендов эталонной модели будет подробно
рассмотрен в третьем разделе настоящей статьи.
2. Моделирование трендов в виртуальной среде.
В первом раз-
деле был предложен подход к построению эталонных моделей для
распознавания ситуаций на множестве движущихся объектов, позво-
ляющий строить эти модели для целого класса однотипных ситуаций,
различающихся длительностью интервалов, в течение которых лин-
гвистические переменные сохраняют одно и то же значение, но зада-
ющих одинаковые отношения между лингвистическими переменными
на этих интервалах. Эталонные модели могут формироваться эксперт-
но. В этом случае эксперт, помимо выбора функций принадлежности,
должен сам принять решение о том, какими должны быть отношения
на интервалах, приводящие к ситуациям, требующим распознавания.
Для этого необходимо априорно хорошо знать поведение объектов в
таких ситуациях. Если экспертное построение эталонных моделей не-
возможно вследствие отсутствия требуемых для этого знаний, то вы-
ходом из этого положения является либо наблюдение за поведением
реальных объектов в окружающей реальной среде, либо наблюдение
за поведением виртуальных объектов в виртуальной среде. В процессе
наблюдения формируются все необходимые тренды. Затем эти трен-
ды используются для формирования эталонных моделей ситуаций, а
также для распознавания ситуаций по эталонным моделям.
В настоящей работе в качестве виртуальной среды был выбран
гоночный симулятор TORCS [16]. Гоночный симулятор позволяет ви-
зуально имитировать поведение автомобилей с помощью воздействия
на него специальными командами и формировать видеозапись этого
поведения. Полученная видеозапись поведения автомобилей обраба-
тывается специальным образом для получения трендов.
Например, пусть нашей задачей является формирование эталонной
модели для анализа аварийной ситуации, рассмотренной ранее.
Тренды координат и скоростей автомобилей, полученные для на-
шего примера в графическом виде, приведены на рис. 6. Координата
автомобиля
A
монотонно возрастает, поскольку он двигается в на-
правлении, совпадающем с направлением соответствующей коорди-
натной оси. Координата автомобиля
B
монотонно убывает, поскольку
он двигается в направлении, противоположном направлению соответ-
ствующей координатной оси. Полученные тренды используются для
формирования эталонных автоматов следующим образом.
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2013. № 3 35
