Использование БПЛА с годами неуклонно растет, и сегодня БПЛА стали стандартным исследовательским инструментом для выполнения локализации в небольшом узком пространстве, где устройства не могут использовать GPS-позиционирование для определения положения конкретного объекта. Для решения проблемы локализации внутренней среды был создан метод SLAM. В нем используются независимые мобильные инструменты для картирования исследованного пространства с отслеживанием текущего местоположения и пройденного расстояния. Разработка SLAM облегчила ориентацию мобильных роботов как с наземным, так и с беспилотным оборудованием. Однако сложность современных методов позиционирования и точное параллельное сопоставление очень важны, поскольку робот очень мал, а для обработки этой информации требуется мэйнфрейм, решающий технические проблемы. Следовательно, для решения данных задач наиболее эффективным является использование вычислительной архитектуры параллельного конвейерного типа. В этой статье описаны алгоритмы построения и реконфигурируемые модели окружающей среды для навигации БПЛА. На основе соответствующего набора логических формул И, ИЛИ, НЕ будут построены вычислительные компоненты для создания автоматических сопоставлений для реконфигурируемой среды. Эти вычислительные компоненты, по сути, являются регулируемыми автоматами, производительность автомата зависит от входных сигналов автомата. Эта реконфигурируемая модель среды представляет собой комбинацию нескольких машин автоматизации (вычислительных компонентов) вместе. Эта модель позволяет пользователю настраиваться по внешним сигналам, не влияя на внутреннее оборудование устройства. Эта реконфигурируемая среда может быть установлена на компьютере, на микрочипе или на ПЛИС. Фактически использование систем для управления БПЛА требует хорошей основы для обработки данных в среде мобильных БПЛА. Построение реконструированной модели позволит создавать высокоточные карты, пригодные для использования в исследованиях БПЛА. Ключевые слова: реконфигурируемая вычислительная среда, высокопроизводительная реконфигурируемая модель, высокопроизводительная вычислительная система, SLAM, логическая модель, беспилотный летательный аппарат, БПЛА

Ключевой проблемой разработки мобильных роботов является поиск и перемещение робота в неизвестной среде. В методах навигации и определения местоположения часто приходится использовать систему мэйнфрейма для обработки полученной от робота информации об окружающей среде, в которой он путешествовал. Фактически мобильные роботы обычно очень маленькие, поэтому для их использования необходимо соответствующее оптимальное, компактное и техническое решение. Существует много предлагаемых методов, но эти методы решаются только алгоритмически, и способ обработки информации, полученной от роботов на аппаратных устройствах, не упоминается. Использование правильных аппаратных технологий для мобильных роботов также является проблемой для научных исследователей. В этой статье описан способ построения высокопроизводительной реконфигурируемой модели на основе принципов параллельной архитектуры в сочетании с алгоритмом SLAM для отображения мобильных роботов в помещениях. Мобильные роботы будут построены на платформе ROS в среде Gazebo, где будут установлены препятствия, еще не известные роботам, в сочетании с алгоритмом SLAM и методом Octomap. Реконфигурируемая модель разработана в среде Matlab, состоящей из множества идентичных вычислительных компонентов, которые настраиваются автоматически в зависимости от местоположения робота и параметра расстояния. Результаты показывают, что построенная модель будет быстро получать высокоточную карту одновременно с движением робота. Кроме того, эта модель может быть установлена на ИС, ПК или ПЛИС, поэтому она имеет высокую практическую ценность. Ключевые слова: реконфигурируемая вычислительная среда, высокопроизводительная реконфигурируемая модель, высокопроизводительная вычислительная система, SLAM, модель бинарной логики