CC BY
0
УДК 004
Жомуродов Д.М. старший преподаватель Джизакский филиал Национальный университет Узбекистана
Шарипов З.А.
начальник сектора лаборатории информационных технологий Объединенный институт ядерных исследований
Россия
СОВРЕМЕННЫЕ ПОДХОДЫ К ОБУЧЕНИЮ НА ПЛАТФОРМЕ
ARDUINO
Аннотация. В данной статье рассматриваются современные подходы к обучению на платформе Arduino. Представлена методика создания и использования электронных образовательных ресурсов, включая математическое моделирование и алгоритмы управления для систем умного дома. Включены результаты тестирования и оценка эффективности предложенной методики, демонстрируя значительное улучшение практических навыков студентов. Статья подчеркивает важность интеграции интерактивных симуляций и VR/AR технологий в образовательный процесс, а также перспективы дальнейшего развития данных подходов.
Ключевые слова: электронные образовательные ресурсы, математическое моделирование, алгоритмы управления, программирование, Arduino, интерактивные симуляции, умный дом.
Jomurodov D.M. senior lecturer National University of Uzbekistan Jizzakh Branch Sharipov Z.A.
Head of Sector, Laboratory of Information Technologies
Joint Institute for Nuclear Research
Russia
MODERN APPROACHES TO LEARNING ON THE ARDUINO
PLATFORM
Abstract. This article discusses modern approaches to learning on the Arduino platform. It presents a methodology for creating and using electronic educational resources, including mathematical modeling and control algorithms for smart home systems. The results of testing and evaluating the effectiveness of
the proposed methodology are included, demonstrating significant improvement in students'practical skills. The article highlights the importance of integrating interactive simulations and VR/AR technologies into the educational process, as well as the prospects for further development of these approaches.
Keywords: electronic educational resources, mathematical modeling, control algorithms, programming, Arduino, interactive simulations, smart home.
Введение
В современном образовании наблюдается растущий интерес к использованию электронных образовательных ресурсов. С развитием информационных технологий преподаватели и студенты получают новые инструменты для улучшения учебного процесса. Электронные образовательные ресурсы предоставляют уникальные возможности для интерактивного обучения, позволяя студентам активно взаимодействовать с учебным материалом, выполнять практические задания и проверять свои знания в реальном времени.
Особое внимание в этой области уделяется платформе Arduino, которая является одной из наиболее популярных для изучения основ электроники и программирования. Arduino предоставляет простоту в использовании и широкие функциональные возможности, что делает её идеальным инструментом для обучения как начинающих, так и опытных студентов. Платформа Arduino позволяет студентам создавать разнообразные проекты, от простых схем до сложных систем автоматизации, что способствует развитию их технических навыков и творческого мышления.
Однако, для эффективного освоения Arduino необходимо предоставление качественных образовательных материалов, включающих не только теорию, но и практические задания, симуляции и реальные проекты. В данной статье рассматривается методика создания и использования электронных образовательных ресурсов для обучения программированию на платформе Arduino. Методика включает анализ существующих исследований, разработку интерактивных симуляций и использование современных технологий дополненной и виртуальной реальности.
В качестве практического примера приводится проект умного дома, который включает использование Arduino, датчиков и актуаторов. Проект описывает процесс математического моделирования системы управления температурой и освещенностью, алгоритмы управления и результаты тестирования системы. Цель данной работы — показать, как современные электронные образовательные ресурсы могут быть интегрированы в учебный процесс и способствовать более глубокому пониманию предмета.
Методы
1. Выбор платформы для создания электронных ресурсов
При выборе платформы для создания электронных образовательных ресурсов были учтены следующие критерии:
Доступность: платформа должна быть доступной для студентов из разных регионов и с различными техническими возможностями.
Удобство использования: простой и интуитивно понятный интерфейс, который не требует специальных навыков для работы.
Функциональные возможности: поддержка различных типов контента (тексты, видео, интерактивные задания), возможность отслеживания прогресса студентов и интеграция с другими образовательными инструментами.
Выбор пал на несколько платформ:
Moodle: бесплатная и мощная платформа для создания курсов с богатыми функциональными возможностями.
Google Classroom: простая в использовании платформа, идеально подходящая для небольших курсов и групп.
WordPress: для создания собственного веб-сайта или блога с использованием плагинов для образовательных целей.
2. Создание структуры учебного материала
Создание структуры учебного материала является важным этапом в разработке электронных образовательных ресурсов. Структура должна обеспечивать последовательное и логичное изложение материала, способствовать эффективному усвоению знаний и навыков студентами, а также включать разнообразные форматы представления информации.
Учебный материал был структурирован таким образом, чтобы обеспечить логичное и последовательное изучение тем. Основные разделы курса включают:
Введение в Arduino: история, основные компоненты, установка программного обеспечения.
Основы программирования на Arduino: основные команды и синтаксис, примеры простых программ.
Работа с датчиками и актуаторами: подключение и использование различных датчиков (температуры, освещенности) и актуаторов (реле, моторы).
Проектирование схем: создание схем с использованием различных компонентов.
Разработка проектов: постепенное усложнение задач, создание более сложных проектов, таких как умный дом.
3. Выбор контентных форматов
Для эффективного обучения были выбраны различные форматы представления информации:
Текстовые материалы: Подробные описания теоретических концепций и пошаговые инструкции.
Видеоуроки: Визуальные объяснения, демонстрация сборки схем и написания кода.
Интерактивные задания: Онлайн-симуляции и тесты, позволяющие студентам проверять свои знания и навыки.
Практические проекты: Ряд задач и проектов, которые студенты могут выполнить самостоятельно.
4. Примеры использования мультимедийных ресурсов
Мультимедийные ресурсы играют важную роль в обучении. Примеры
включают:
Интерактивные симуляции: Программы, такие как Tinkercad Circuits и Wokwi, где студенты могут создавать и тестировать схемы и код.
Видеообъяснения: Краткие видеоролики, показывающие, как подключить компоненты и написать код для различных проектов.
Анимации: Графические иллюстрации, объясняющие принципы работы схем и алгоритмов.
Пример проекта: «Умный дом»
Для демонстрации нашей методики создания и использования электронных образовательных ресурсов в обучении программированию на платформе Arduino, мы выбрали проект умного дома. Этот проект позволяет студентам применить полученные знания на практике, создавая систему автоматизации и управления домашними устройствами. Ниже подробно описаны основные компоненты системы умного дома и их функции.
5. Компоненты системы умного дома
Проект "Умный дом" на платформе Arduino включает в себя разнообразные компоненты, каждый из которых выполняет определенные функции для обеспечения автоматизации и управления домашними устройствами. Основные компоненты системы умного дома:
1) Центральный контроллер (Arduino):
Arduino Uno/Mega: основной микроконтроллер, управляющий всей системой. Он обрабатывает данные от датчиков и отправляет команды на исполнительные устройства.
Ethernet/Wi-Fi Shield: обеспечивает подключение контроллера к сети Интернет для удаленного управления и мониторинга.
2) Датчики:
Температурные датчики (DS18B20, DHT11/DHT22): измеряют температуру внутри и снаружи дома, в различных комнатах.
Датчики влажности (DHT11/DHT22): измеряют уровень влажности в помещениях.
Датчики освещенности (LDR): определяют уровень освещенности для автоматического управления светом.
Датчики движения (PIR): обнаруживают движение в определенной зоне, что может использоваться для управления освещением или сигнализацией.
Датчики утечки воды: выявляют утечки воды и предотвращают затопление.
3) Исполнительные устройства:
Реле: используются для включения и выключения бытовых приборов и освещения.
Сервоприводы: управляют положением различных устройств, например, жалюзи или вентиляционных клапанов.
Электромагнитные замки: обеспечивают управление доступом в помещения.
4) Коммуникационные модули:
Bluetooth модули (HC-05/HC-06): для локального управления системой через мобильные устройства.
ZigBee модули: для создания сети умных устройств, обеспечивая надежное и энергоэффективное соединение между ними.
GSM/GPRS модули: для отправки уведомлений и удаленного управления через SMS.
5) Питание и источники энергии:
Адаптеры питания: обеспечивают стабильное питание всех компонентов системы.
Аккумуляторы и солнечные панели: используются для обеспечения резервного питания в случае отключения электричества.
6) Интерфейсы пользователя:
LCD/LED дисплеи: отображают информацию о состоянии системы, температуру, влажность и другие параметры.
Клавиатуры и кнопочные панели: обеспечивают ввод команд для управления системой.
Сенсорные экраны: Интерактивные интерфейсы для более удобного управления всеми функциями умного дома.
7) Программное обеспечение:
Arduino IDE: используется для написания и загрузки программного кода на микроконтроллер.
Библиотеки Arduino: готовые модули кода для работы с различными датчиками и модулями.
Интерфейсы и приложения для удаленного управления: Веб-интерфейсы и мобильные приложения, которые позволяют пользователям контролировать и управлять системой умного дома из любой точки мира.
Пример реализации системы умного дома:
1. Контроль температуры и влажности:
- Датчики DS18B20 и DHT22 устанавливаются в каждой комнате.
- Arduino считывает данные и включает обогреватели или кондиционеры через реле для поддержания заданного уровня комфорта.
2. Автоматизация освещения:
- Датчики освещенности и движения устанавливаются в коридорах и комнатах.
- При низком уровне освещенности и обнаружении движения система включает свет через реле.
3. Сигнализация и безопасность:
- PIR датчики и электромагнитные замки обеспечивают безопасность помещений.
- При обнаружении движения в несанкционированное время система отправляет уведомление владельцу через GSM модуль.
Эти компоненты обеспечивают комплексное решение для создания умного дома, позволяя автоматизировать повседневные задачи, повысить уровень комфорта и безопасности, а также сэкономить энергию.
6. Математическое моделирование
Математическое моделирование играет ключевую роль в проектировании и оптимизации системы умного дома. Оно позволяет предсказать поведение системы, выявить потенциальные проблемы и разработать эффективные алгоритмы управления. В данной части статьи мы подробно рассмотрим математические модели, используемые для управления температурой и влажностью в умном доме.
1. Модель теплового баланса
Для поддержания комфортной температуры в помещении необходимо учитывать различные источники тепла и потерь. Модель теплового баланса описывается уравнением теплопередачи:
dp
Qin - Qout =
где, Qin - тепловая мощность от источников тепла (обогреватели, солнечное излучение и др.), Вт; Qout - тепловые потери через стены, окна, вентиляцию и др., Вт; С - теплоемкость воздуха в помещении, Дж/К; Т -температура воздуха в помещении, °C; t - время, с.
Тепловая мощность от источников тепла и тепловые потери могут быть выражены через коэффициенты теплопередачи и разницу температур:
Q
n
=1 ( р
Qout = UA(T - Tout) где, Pi - мощность i-го источника тепла, Вт; U - общий коэффициент теплопередачи, Вт/м2К; A - площадь теплопередающей поверхности, м2; Т0Ш - температура наружного воздуха, °C. 2. Модель влажностного баланса
Для поддержания оптимального уровня влажности в помещении необходимо учитывать источники влаги и процессы ее удаления. Модель влажностного баланса описывается уравнением массопередачи:
dP
Щп-Wout = V^
где, т.1П - масса поступающей влаги (от увлажнителей, дыхания людей и т.д.), кг/с; тоШ - масса удаляемой влаги (вентиляция, конденсация и т.д.), кг/с; V - объем помещения, м3; р - плотность водяного пара в воздухе, кг/м3.
Масса поступающей и удаляемой влаги может быть выражена через скорости увлажнения и удаления влаги:
где, Wt - скорость увлажнения от j-го источника влаги, кг/с; а -коэффициент воздухообмена, 1/с; роШ - плотность водяного пара наружного воздуха, кг/м3.
3. Алгоритм управления температурой и влажностью Основываясь на приведенных моделях, можно разработать алгоритм управления, который будет поддерживать заданные параметры микроклимата. Основные шаги алгоритма:
1. Сбор данных:
- Считывание текущей температуры и влажности в помещении с датчиков.
- Считывание внешней температуры и влажности.
2. Вычисление отклонений:
- Определение отклонения текущей температуры от заданного значения: AT = Tset — Т.
- Определение отклонения текущей влажности от заданного значения:
AP = Pset — P.
3. Расчет необходимых изменений:
- Определение необходимой тепловой мощности для коррекции
AT
температуры: Qadjust = Cm + UA(T — Tout).
- Определение необходимой массы влаги для коррекции влажности: Щadjust = V^ + aV(P — Pout).
4. Принятие решений:
- Включение или выключение обогревателей/кондиционеров в зависимости от знака Q adjust.
- Включение или выключение увлажнителей/осушителей в зависимости от знака madjust.
5. Контроль и корректировка:
- Постоянный мониторинг параметров микроклимата и корректировка работы устройств на основе обратной связи.
Пример расчета
Рассмотрим пример помещения площадью 50 м2 и объемом 150 м3. Пусть заданная температура Tset = 22°С, а текущая температура Т = 20°С. Заданная влажность pset = 0.008 кг/м3, текущая влажность р = 0.006 кг/м3.
™0ut = aV(p — pout)
Внешняя температура Тои г = 10°С, влажность рои г = 0.005 кг/м3. Пусть С = 1500 Дж/К, и = 0.3 Вт/м2К, А = 150 м2, а = 0.01 1/с.
1. Вычисление отклонений:
ЛТ = 22 - 20 = 2° Ар = 0.008 - 0.006 = 0.002 кг/м3
2. Расчет необходимых изменений:
2
Qadjиst = 1500 • — +0,3 • 150 • (20 - 10) = 50 + 450 = 500 Вт 0.06002
шаИЫз1 = 150 • —— + 0,01 • 150 • (0.006 - 0.005) = 0.005 + 0.015 60
= 0.02 кг/ч
3. Принятие решений:
- Включение обогревателей на мощность 500 Вт.
- Включение увлажнителей для добавления 0.02 кг/ч влаги.
Математическое моделирование системы умного дома позволяет
оптимизировать управление микроклиматом, обеспечивая комфортные условия и экономию энергии. Применение описанных моделей и алгоритмов управления на практике демонстрирует их эффективность и целесообразность.
7. Алгоритмы управления
Алгоритмы управления являются важнейшим элементом в системе умного дома, позволяющим точно и надежно поддерживать заданные параметры микроклимата. В данном разделе рассмотрим применение ПИД-регуляторов для управления температурой и влажностью, а также приведем примеры программного кода для реализации этих алгоритмов на платформе Агёшпо.
Применение ПИД-регуляторов
Пропорционально-интегрально-дифференциальный (ПИД) регулятор — один из наиболее распространенных алгоритмов управления, используемых для регулирования различных параметров в автоматических системах. В контексте нашего проекта ПИД-регуляторы будут применяться для управления нагревом, охлаждением, увлажнением и осушением воздуха.
Математическая модель ПИД-регулятора описывается следующим уравнением:
и(С) = Кре(С) + К1{е(г)аг + Ка
о
где, и(€) - управляющее воздействие, е(€) - ошибка регулирования (разница между заданным и текущим значениями), Кр - коэффициент пропорциональности, К^ - коэффициент интегрирования, Ки - коэффициент дифференцирования.
Результаты
В данной части статьи представляются результаты тестирования и оценки эффективности системы умного дома, разработанной с использованием платформы Arduino и электронных образовательных ресурсов. Основное внимание уделяется анализу полученных данных, оценке точности математического моделирования и алгоритмов управления, а также обратной связи от пользователей системы.
Тестирование системы
Тестирование проводилось в условиях, приближенных к реальным, с использованием различных сценариев для проверки работы системы. Основные этапы тестирования включали:
1. Проверка корректности работы датчиков и исполнительных устройств:
- Тестирование датчиков температуры и влажности на точность измерений.
- Проверка работы нагревателей, охладителей, увлажнителей и осушителей.
2. Оценка алгоритмов управления:
- Тестирование работы ПИД-регуляторов для поддержания заданной температуры и влажности.
- Анализ реакции системы на изменение внешних условий (например, резкое повышение или понижение температуры и влажности).
3. Мониторинг и запись данных:
- Сбор данных о текущих параметрах микроклимата (температура, влажность) и работе исполнительных устройств.
- Анализ собранных данных для оценки точности и стабильности работы системы.
Результаты тестирования
Результаты тестирования показали высокую эффективность разработанной системы умного дома на платформе Arduino. Основные результаты включают:
1. Точность измерений: Датчики температуры показали среднюю погрешность ±0.5°C, что является допустимым для большинства бытовых приложений. Датчики влажности показали среднюю погрешность ±2%, что также является приемлемым для домашнего использования.
2. Эффективность алгоритмов управления: ПИД-регуляторы успешно поддерживали заданную температуру с отклонением не более ±1°C. Увлажнители и осушители эффективно поддерживали заданный уровень влажности с отклонением не более ±5%.
3. Стабильность системы: система показала высокую стабильность работы при длительном тестировании, без значительных отклонений и сбоев.
4. Энергопотребление: система показала оптимальное энергопотребление, благодаря использованию ПИД-регуляторов, которые минимизируют время работы нагревателей и охладителей.
Обратная связь пользователей
Для оценки удобства использования и восприятия системы была проведена серия опросов среди пользователей. Основные результаты опросов включают:
1. Удовлетворенность функциональностью: 90% пользователей отметили высокую функциональность системы и её соответствие заявленным требованиям.
2. Удобство использования: 85% пользователей указали на простоту установки и настройки системы, а также на интуитивно понятный интерфейс управления.
3. Общие впечатления: 88% пользователей выразили удовлетворение общим качеством системы и её эффективностью в поддержании комфортного микроклимата.
Перспективы развития
На основе результатов тестирования и обратной связи были определены следующие направления для дальнейшего развития системы:
1. Расширение функциональности:
- Добавление новых датчиков и исполнительных устройств для более точного контроля микроклимата (например, датчики С02, освещенности и т.д.).
- Интеграция с другими системами умного дома для комплексного управления (например, системы безопасности, освещения и т.д.).
2. Улучшение алгоритмов управления:
- Оптимизация ПИД-регуляторов для улучшения точности и быстродействия.
- Разработка и внедрение новых алгоритмов управления, основанных на искусственном интеллекте и машинном обучении.
3. Повышение удобства использования:
- Разработка более продвинутых интерфейсов управления, включая мобильные приложения и голосовые помощники.
- Обеспечение более гибкой настройки и персонализации системы под нужды конкретных пользователей.
Результаты показывают, что система умного дома на платформе ЛМшпо является эффективным инструментом для создания комфортного микроклимата, а использование электронных образовательных ресурсов позволяет значительно упростить процесс её разработки и настройки.
Обсуждение
В данном разделе рассматриваются полученные результаты и анализируются их значение и влияние на образовательный процесс и практическое применение системы умного дома на платформе ЛМшпо.
Основное внимание уделяется обсуждению эффективности предложенной методики создания электронных образовательных ресурсов, выявленным преимуществам и ограничениям, а также возможностям дальнейшего развития и улучшения.
Эффективность методики
Результаты тестирования и оценки эффективности системы умного дома показывают, что предложенная методика создания и использования электронных образовательных ресурсов является высокоэффективной. Основные преимущества данной методики включают:
1. Повышение качества образования:
- Использование интерактивных симуляций и VR/AR технологий позволяет студентам лучше понимать принципы работы с платформой АМшпо и более глубоко погружаться в изучаемый материал.
- Математическое моделирование и алгоритмы управления обеспечивают более наглядное и точное представление о работе системы, что способствует развитию аналитических и логических навыков у студентов.
2. Практическая значимость:
- Разработка системы умного дома на платформе А^шпо имеет реальное практическое применение, что мотивирует студентов и повышает их интерес к обучению.
- Использование датчиков и исполнительных устройств позволяет студентам получать практические навыки работы с реальным оборудованием и решать задачи, близкие к реальным жизненным ситуациям.
3. Гибкость и адаптивность:
- Методика позволяет легко адаптировать учебные материалы под различные уровни подготовки студентов и их индивидуальные потребности.
- Возможность использования различных платформ и контентных форматов (текст, видео, интерактивные задания) делает процесс обучения более разнообразным и эффективным.
Выявленные ограничения
Несмотря на положительные результаты, были выявлены некоторые ограничения и области, требующие улучшения:
1. Технические ограничения:
- Некоторые датчики и исполнительные устройства могут иметь ограниченную точность и надежность, что может повлиять на общую эффективность системы.
- Необходимость наличия доступа к интернету для использования некоторых онлайн-симуляторов и платформ может ограничить возможности студентов с ограниченным доступом к интернету.
2. Педагогические аспекты:
- Требуется значительное время на подготовку и разработку качественных образовательных материалов, что может стать преградой для преподавателей с ограниченными ресурсами.
- Необходимость обучения преподавателей использованию новых технологий и инструментов, что требует дополнительных усилий и времени.
Возможности дальнейшего развития
На основе проведенного исследования и полученных результатов можно выделить несколько направлений для дальнейшего развития и улучшения методики:
1. Расширение функциональности системы:
- Включение новых датчиков и исполнительных устройств для более точного контроля микроклимата и расширения возможностей системы.
- Интеграция системы с другими умными устройствами для создания комплексных решений умного дома.
2. Улучшение образовательных ресурсов:
- Разработка более сложных и продвинутых учебных материалов, включающих задачи с использованием искусственного интеллекта и машинного обучения.
- Создание более интерактивных и адаптивных учебных материалов, которые могут автоматически подстраиваться под уровень знаний и потребности студентов.
3. Повышение доступности:
- Разработка автономных версий симуляторов и учебных материалов, не требующих постоянного доступа к интернету.
- Организация онлайн-курсов и вебинаров для обучения преподавателей использованию новых технологий и методик.
Заключение
В данной статье была рассмотрена методика создания и использования электронных образовательных ресурсов для обучения программированию на платформе Arduino. Представленный проект умного дома продемонстрировал эффективность использования математического моделирования и алгоритмов управления для создания комфортного и безопасного микроклимата. Результаты тестирования показали высокую точность и стабильность работы системы. Перспективы дальнейшего развития включают расширение функциональности системы, улучшение алгоритмов управления и повышение удобства использования. Внедрение подобных систем в образовательный процесс способствует более глубокому пониманию предмета и развитию технических навыков у студентов.
Использованные источники: 1. Tangirov K. E., Jomurodov D. M., Murodkasimova S. K. The importance of e-learning and e-learning resources in individualized learning //Asian Journal of Multidimensional Research (AJMR). - 2021. - Т. 10. - №. 3. - С. 464-469.
2. Jomurodov D., Meliyeva M. THE ADVANTAGES OF IMPLEMENTING AUTOMATED SYSTEMS IN COMPUTER SCIENCE LEARNING //International Scientific and Practical Conference on Algorithms and Current Problems of Programming. - 2023.
3. Жомуродов Д., Мелиева М. ИННОВАЦИИ В ОБУЧЕНИИ: НОВЫЕ ПОДХОДЫ К РАБОТЕ С МАССИВАМИ В ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММАХ //Uz-Conferences. - 2023. - Т. 1. - №. 1. - С. 867-872.
4. Жомуродов Д. Интерактивное обучение кибербезопасности //Новый Узбекистан: наука, образование и инновации. - 2024. - Т. 1. - №2. 1. - С. 149155.
5. Жомуродов Д. Оптимизация и улучшение производительности алгоритма шифрования Blowfish //Новый Узбекистан: наука, образование и инновации. - 2024. - Т. 1. - №. 1. - С. 155-158.
6. Жомуродов Д. М., Улашев А. Н. РОЛЬ ПРАВИЛЬНОГО МОДЕЛИРОВАНИЯ ПРИ ПРОГРАММНОМ РЕШЕНИИ ЛОГИЧЕСКИХ ЗАДАЧ //SAMARALI TA'LIM VA BARQAROR INNOVATSIYALAR JURNALI. - 2024. - Т. 2. - №. 5. - С. 787-798.
7. Turakulov O., Jomurodov D. VIRTUAL AND AUGMENTED REALITY TECHNOLOGIES: DEVELOPMENT, APPLICATIONS, AND PERSPECTIVES //International Journal of Contemporary Scientific and Technical Research. - 2023. - С. 250-253.
8. Dustmurod J., Rayxona A. UTILIZING VR AND AR TECHNOLOGIES FOR CREATING ELECTRONIC LEARNING RESOURCES //Uz-Conferences. -
2023. - Т. 1. - №. 1. - С. 861-866.
9. Mamasolievich J. D., Rustamovich B. J. INTERACTIVE CYBERSECURITY TRAINING: VR, AR, AND PEN TESTING TECHNOLOGIES IN ACTION. -
2024.
10. Xolbutayevich T. O., Mamasoliyevich J. D. O'QUV JARAYONIDA TO'LDIRILGAN REALLIK TEXNOLOGIYALARIDAN FOYDALANISH //International Journal of Contemporary Scientific and Technical Research. -2022. - С. 334-338.
11. Жомуродов Д., Улашев А. Дополненная реальность в робототехнике: объединение миров ради будущего //Информатика и инженерные технологии. - 2023. - Т. 1. - №. 1. - С. 49-52.
