Бул изилдөө автономдуу робот унаада эки өлчөмдүү LiDAR менен унаанын алды, арты, сол жана оң тарабына орнотулган төрт ультраүндүү сенсорду бирге колдонууну карайт. LiDAR айлана-чөйрөнүн 360 даражалык жана салыштырмалуу деталдуу аралык маалыматын камсыз кылса, ультраүндүү сенсорлор жакын аралыктагы тоскоолдуктарды ырастоо үчүн колдонулган. Сенсор маалыматтары жылма орточо фильтрден өткөрүлүп, бири-бири менен салыштырылып жана ишеним деңгээлдерине жараша өзгөртүлөрү айтылган салмактар менен бириктирилген бир аралык болжолуна айландырылган.

Изилдөөчү системаны туруктуу тоскоолдуктар бар структураланган ички чөйрөдө, туш келди жайгаштырылган объекттер болгон жарым структураланган чөйрөдө жана кыймылдуу тоскоолдуктар колдонулган динамикалык чөйрөдө сынаган. Билдирилген жыйынтыктарга ылайык, ультраүндүү сенсорлор гана колдонулган түзүлүш yüzde 84,3, LiDAR гана колдонулган түзүлүш yüzde 92,6 жана аралаш система yüzde 97,4 тоскоолдук аныктоо тактыгын берген. Кагылышуу көрсөткүчтөрү тиешелүүлүгүнө жараша yüzde 11,8, yüzde 5,2 жана yüzde 1,7 деп берилген.

Аралаш система LiDARга салыштырмалуу аныктоо тактыгын 4,8 пайыздык пунктка, ультраүндүү системага салыштырмалуу 13,1 пайыздык пунктка жогорулаткан. Кагылышуу көрсөткүчү LiDARга караганда 3,5 пайыздык пунктка, ультраүндүү системага караганда 10,1 пайыздык пунктка төмөн. Бирок бул салыштыруулардын статистикалык белгисиздиги түшүндүрүлгөн эмес жана жыйынтыктар көз карандысыз эксперименттик топто текшерилген эмес.

Жооп берүү убактысы жагынан аралаш система 102 миллисекунддук жыйынтык берген. Бул маани ультраүндүү системанын 120 миллисекунддук убактысынан 18 миллисекунд ылдамыраак, LiDAR системасынын 95 миллисекунддук убактысынан 7 миллисекунд жайыраак. Сенсор бириктирүү кошумча эсептөө жүгүн жараткан, бирок изилдөөчү бул убакытты реалдуу убакыттагы робот иши үчүн кабыл алууга болот деп баалаган.

Түркия үчүн: Бул ыкма Түркиядагы университеттик робототехника лабораторияларында, кесиптик билим берүү мекемелеринде, кампа ичиндеги ташуу роботторунда, тейлөө роботторунда, айыл чарба мобилдик платформаларында жана төмөн чыгымдуу автономдуу унаа прототиптеринде изилдениши мүмкүн. Бирок билдирилген көрсөткүчтөр түздөн-түз Түркиядагы роботторго же реалдуу иш чөйрөлөрүнө көчүрүлбөйт. Жергиликтүү колдонууга чейин ар башка беттер, айнек жана жалтырак объекттер, чаңдуу чөйрөлөр, ачык аба шарттары, түрк өнөр жай объекттериндеги жөө жана унаа кыймылы, ошондой эле электромагниттик жана акустикалык ызы-чуу шартында кайра тест жүргүзүлүшү керек. Изилдөөдөн система адамдар менен бир чөйрөдө коопсуз колдонуу үчүн сертификатталышы мүмкүн же өз алдынча коопсуздук сенсору катары жетиштүү деген жыйынтык чыгарууга болбойт.

Изилдөөнүн негизги суроосу эмне?

Изилдөө LiDAR жана ультраүндүү сенсорлордон келген өлчөөлөрдү бириктирүү автономдуу робот унааларда тоскоолдуктарды аныктоо жана алардан качуу өндүрүмдүүлүгүн жакшыртабы деген суроону карайт.

Автономдуу мобилдик робот коопсуз кыймылдашы үчүн айланасындагы туруктуу жана кыймылдуу объекттерди жетиштүү эрте аныктап, объектке чейинки аралыкты баалап жана рул менен ылдамдык буйруктарын ошого жараша өзгөртүшү керек. Бир сенсорго негизделген системаларда сенсордун физикалык чектөөлөрү түздөн-түз унаанын чечимдерине таасир бериши мүмкүн.

LiDAR кандай маалымат берет?

LiDAR лазер жарыгын айланадагы беттерге жөнөтүп, кайра келүү убактысын өлчөө аркылуу аралык маалыматын чыгарат. Изилдөөдө колдонулган эки өлчөмдүү LiDAR унаанын айланасын 360 даража скандай турганы айтылат. Бул өзгөчөлүк роботко алдындагы бир чекитти гана эмес, айланасындагы көп багытты баалоого мүмкүндүк берет.

Изилдөө LiDAR үчүн белгилеген артыкчылыктар төмөнкүлөр:

• Жогорку аралык өлчөө тактыгы
• Ультраүндүү сенсорлорго салыштырмалуу узагыраак аныктоо аралыгы
• Айлана-чөйрөнү картага түшүрүү мүмкүнчүлүгү
• Жогорку жаңыртуу жыштыгы
• Тоскоолдуктардын бурчтук орду тууралуу деталдуу маалымат

Ошол эле учурда LiDAR тунук беттер, өтө чагылдыргыч объекттер, чаң, туман жана жаан-чачын сыяктуу шарттарда өндүрүмдүүлүгүн жоготушу мүмкүн экени айтылат. Изилдөө бул жагымсыз шарттарды эксперименттик түрдө сынаган эмес, адабиятта айтылган жалпы чектөөлөр катары гана берген.

Ультраүндүү сенсорлор кандай милдет аткарат?

Ультраүндүү сенсорлор үн импульсун жөнөтүп, импульс объекттен чагылып кайра сенсорго келүүгө кеткен убакытты өлчөйт. Изилдөөдөгү төрт ультраүндүү сенсор унаанын алды, арты, сол жана оң тарабына орнотулган. Максат — өзгөчө жакын аралыкта унаанын тегерегинде кошумча коргоо зонасын түзүү.

Ультраүндүү сенсорлордун изилдөөдө көрсөтүлгөн артыкчылыктары — төмөн чыгым, аз энергия керектөө, жөнөкөй электрондук туташтыруу жана жакын аралыкта ишенимдүү тоскоолдук аныктоо. Бирок кең үн нурунан улам объекттин так бурчтук ордун аныктоо мүмкүнчүлүгү чектелген. Кичине, туура эмес формадагы же үндү ылайыктуу багытта кайтарбаган беттерде да өлчөө кыйын болушу мүмкүн.

Бир чөйрөдө бир нече ультраүндүү сенсордун бир убакта иштеши акустикалык тоскоолдук жаратышы мүмкүн. Изилдөө төрт сенсордун иштетүү убактысы кантип бөлүнгөнүн же кайчылаш жаңырык кантип алдын алынганын түшүндүрбөйт.

Эмне үчүн эки сенсор түрү чогуу колдонулган?

Сунушталган архитектура сенсорлор бир эле физикалык окуяны ар башка ыкма менен өлчөй турганынан пайдаланат. LiDAR айлана-чөйрөнүн деталдуу жана кең бурчтуу көрүнүшүн берет, ультраүндүү сенсорлор болсо жакын аралыкта экинчи өлчөөнү камсыз кылат.

Бул ыкмада бир сенсор өткөрүп жиберген же так эмес өлчөгөн тоскоолдук экинчи сенсор тарабынан аныкталат деп күтүлөт. Ошентип система бир эле өлчөө каналына толук көз каранды болбойт. Бирок чыныгы ката компенсациясынын деңгээли сенсорлордун ката түрлөрү бири-биринен канчалык көз карандысыз экенине байланыштуу.

Робот платформасында кандай жабдуулар колдонулган?

Изилдөөдө робот унаа платформасы төмөнкү компоненттерден турары айтылган:

• Бир даана эки өлчөмдүү LiDAR сенсору
• Төрт даана ультраүндүү сенсор
• Arduino Mega микроконтроллери
• Raspberry Pi эсептөө блогу
• Мотор драйвери менен башкарылган туруктуу ток моторлору
• Кайра заряддалуучу батарея системасы

Arduino Mega ультраүндүү сенсорлордун төмөн деңгээлдеги өлчөө жана башкаруу иштеринде, Raspberry Pi болсо LiDAR маалыматтарын иштетүү жана сенсор бириктирүү чечимдеринде колдонулган деп болжолдоого болот. Бирок изилдөө милдет бөлүштүрүүнү, байланыш протоколун, үлгү алуу жыштыгын жана колдонулган программалык инфраструктураны ачык айтпайт.

LiDARдын бренди жана модели, ультраүндүү сенсорлордун түрү, Raspberry Pi версиясы, мотор касиеттери, унаанын өлчөмдөрү, жалпы салмагы жана максималдуу жүрүү ылдамдыгы берилген эмес. Бул жетишпестиктер экспериментти ошол эле шарттарда кайра курууну татаалдантат.

Сенсор маалыматтары кантип иштетилген?

Сунушталган иштетүү агымы беш этаптан турат:

1. LiDAR жана ультраүндүү сенсорлордон бир убакта өлчөө алуу
2. Өлчөөлөрдө жылма орточо фильтр менен ызы-чууну азайтуу
3. Эки сенсор түрүндөгү өлчөөлөрдү өз ара текшерүү
4. Салмакталган орточо менен бириктирилген аралыкты эсептөө
5. Бириктирилген аралыкка жараша ылдамдык жана багыт чечимин чыгаруу

Изилдөөдө аралык бириктирүү операциясы төмөнкү формула менен көрсөтүлөт:

\[ D_f=w_LD_L+w_UD_U \]

• \(D_f\), бириктирилген аралык болжолу.
• \(D_L\), LiDAR өлчөгөн аралык.
• \(D_U\), ультраүндүү сенсор өлчөгөн аралык.
• \(w_L\), LiDAR өлчөөсүнүн салмагы.
• \(w_U\), ультраүндүү өлчөөнүн салмагы.

Изилдөөчү салмактар сенсорлордун ишеним деңгээлине жараша динамикалык өзгөрөрүн айтат. Бирок ишеним деңгээли кантип эсептелери, салмактар кайсы диапазондо кармалары, суммасы бирге теңделери же теңделбеси жана сенсорлор бири-бирине каршы келгенде кайсы өлчөө тандалары түшүндүрүлгөн эмес.

Жылма орточо фильтрдин терезе узундугу да көрсөтүлгөн эмес. Терезе өтө кыска болсо ызы-чуу жетиштүү басылбай калышы мүмкүн; өтө узун болсо кыймылдуу тоскоолдуктарга жооп кечигиши мүмкүн. Изилдөөдө бул тең салмак боюнча салыштыруу жок.

Тоскоолдуктан качуу чечими кантип чыгарылган?

Бириктирилген аралык маалыматы унаанын багыт жана ылдамдык башкаруусунда колдонулган. Бирок текстте коопсуз аралык босоголору, токтоо аралыгы, бурулуу бурчу, мотор ылдамдыктары же жол тандоо алгоритми айтылган эмес.

Ошондуктан изилдөө кайсы тоскоолдуктан качуу логикасын колдонгону толук белгисиз. Робот жөн гана токтоп багытын өзгөрткөнбү, боштуктар арасында жергиликтүү жол тандаганбы же алдын ала белгиленген маршрутту оңдогонбу — жетиштүү техникалык маалымат жок.

Эксперимент чөйрөлөрү кантип түзүлгөн?

Үч эксперимент сценарийи колдонулган:

Ар бир эксперимент 20 жолу кайталанганы айтылган. Бирок бул ар сенсор конфигурациясы жана ар сценарий үчүн өзүнчө 20 кайталоо дегенди билдиреби — ачык эмес. Ошондуктан жалпы сыноо санын ишенимдүү эсептөө мүмкүн эмес.

Тест трассасынын узундугу жана кеңдиги, тоскоолдуктардын өлчөмдөрү, материалдары жана орундар, динамикалык тоскоолдуктардын ылдамдыгы, роботтун баштапкы жана максат чекиттери, ошондой эле ар кайталоодо шарттар кантип туруктуу кармалганы түшүндүрүлгөн эмес.

Тоскоолдук аныктоо тактыгы кантип өзгөргөн?

Аралаш конфигурация эң жогорку билдирилген тактыкты берген. LiDARга салыштырмалуу 4,8 пайыздык пунктка, ультраүндүү конфигурацияга салыштырмалуу 13,1 пайыздык пунктка өсүш бар.

Бирок “тактык” көрсөткүчү кантип эсептелгени айтылган эмес. Чыныгы оң, жалган оң, чыныгы терс жана жалган терс сандары берилген эмес; аныкталышы керек болгон жалпы тоскоолдук окуяларынын саны аныкталган эмес. Ошондуктан yüzde 97,4 мааниси кайсы санакка жана бөлүүчүгө негизделгенин кайра эсептөө мүмкүн эмес.

Тоскоолдук жок аймактарды туура бош деп аныктоо тактык эсебине кирген болсо, жогорку тактык тоскоолдукту ийгиликтүү аныктоодон башка мааниге ээ болушу мүмкүн. Сезгичтик, спецификалуулук, тактык же F1 упайы берилбегендиктен ката түрлөрүн өзүнчө баалоого болбойт.

Кагылышуу көрсөткүчтөрү кантип өзгөргөн?

Аралаш система эң төмөн кагылышуу көрсөткүчүн берген. LiDARга караганда 3,5 пайыздык пунктка, ультраүндүү системага караганда 10,1 пайыздык пунктка төмөндөө билдирилген.

Бирок кагылышуу физикалык тийүү, коопсуз аралыкты бузуу же маршрутту ийгиликсиз бүтүрүү катары аныкталганбы, түшүндүрүлгөн эмес. Ар бир конфигурация үчүн жалпысынан канча кагылышуу болгону да берилген эмес.

Yüzde 1,7 мааниси система кагылышуусуз же коопсуздук жагынан текшерилген дегенди билдирбейт. Адамдар же кымбат жабдуулар болгон чөйрөдө төмөн, бирок нөл эмес кагылышуу көрсөткүчү кабыл алынгыс болушу мүмкүн.

Жооп берүү убакыттары кантип салыштырылган?

Эң тез натыйжа LiDAR гана колдонулган конфигурацияга тиешелүү. Аралаш система LiDARдан 7 миллисекунд жайыраак, ультраүндүү системадан 18 миллисекунд ылдамыраак.

Ошондуктан аралаш система бардык бир сенсорлуу ыкмаларга салыштырмалуу жооп берүү убактысын жакшыртты деп айтууга болбойт. Такыраак айтканда, сенсор бириктирүү LiDARга салыштырмалуу кичине эсептөө кечигүүсүн жараткан, бирок билдирилген тактык жана кагылышуу жыйынтыктарын жакшырткан.

Жооп берүү убактысы сенсор өлчөөсүнөн чечим чыгарылганга чейинби же тоскоолдук аныкталгандан мотор буйругуна чейинби өлчөнгөнү көрсөтүлгөн эмес. Роботтун ылдамдыгы жана тормоз аралыгы берилбегендиктен 102 миллисекунд физикалык коопсуздук үчүн жетиштүүбү, баалоого болбойт.

Навигация натыйжалуулугу кантип бааланган?

Изилдөөчү аралаш системада төмөнкү сапаттык жакшыртуулар байкалганын билдирген:

• Күтүүсүз бурулуштар азыраак
• Маршруттан четтөө төмөнүрөөк
• Тоскоолдуктар менен ылайыктуураак аралык
• Тартиптүүрөөк жол тандоо

Бирок жол узундугу, тапшырма убактысы, энергия керектөө, бурулуш саны, маршрут ийрилиги же максатка жетүү көрсөткүчү сыяктуу сандык навигация көрсөткүчтөрү берилген эмес. Ошондуктан “жылмакайыраак маршрут” жыйынтыгы визуалдык же субъективдүү байкоого негизделгендей көрүнөт.

Изилдөөнүн жыйынтыктары эмнени колдойт?

• Изилденген эксперимент түзүлүшүндө аралаш система билдирилген тоскоолдук аныктоо тактыгында эки бир сенсорлуу конфигурациядан жогору натыйжа берген.
• Аралаш конфигурацияда билдирилген кагылышуу көрсөткүчү LiDAR жана ультраүндүү конфигурациялардан төмөн болгон.
• Сенсор бириктирүү LiDAR гана колдонууга салыштырмалуу 7 миллисекунд кошумча жооп берүү убактысын жараткан.
• LiDARдын кең аймакты өлчөөсү менен ультраүндүү сенсорлордун жакын аралыкты өлчөөсүн бир робот платформасында чогуу колдонууга болору көрсөтүлгөн.
• Arduino Mega жана Raspberry Pi негизиндеги прототипте маалымат деңгээлинде сенсор бириктирүү колдонулган.

Изилдөө эмнени далилдебейт?

• Аралаш система бардык робот түрлөрүндө yüzde 97,4 тактык берет деп далилдебейт.
• Система ачык абада, жаанда, тумандуу же чаңдуу чөйрөдө ийгиликтүү иштей турганын көрсөтпөйт.
• Айнек, күзгү, кара бет, жумшак кездеме же кыйшайган объекттердеги өндүрүмдүүлүгүн көрсөтпөйт.
• Натыйжалар статистикалык жактан маанилүү экенин далилдебейт.
• Сенсор бириктирүү LiDARга караганда тезирээк жооп берет деп көрсөтпөйт.
• Система чыгым жагынан натыйжалуу экенин чыгым анализи менен далилдебейт.
• Адамдар менен бөлүшүлгөн өнөр жай чөйрөсүндө коопсуздук стандартына жооп берерин көрсөтпөйт.
• Сенсор иштен чыкканда система коопсуз абалга өтөрүн далилдебейт.
• Динамикалык тоскоолдуктардын ылдамдыгын же келечектеги кыймылын болжолдой турганын көрсөтпөйт.
• Робот карта түзүү, жайгашууну аныктоо же толук масштабдуу SLAM жүргүзөрүн далилдебейт.

Изилдөөнүн маанилүү отчеттук көйгөйлөрү кайсылар?

• Жабдуу компоненттеринин бренди жана моделдери берилген эмес.
• Сенсорлордун орнотуу бурчтары, бийиктиктери жана так орундар көрсөтүлгөн эмес.
• Схемалык туташтыруу же система архитектурасынын чиймеси жок.
• Программалык камсыздоо, программалоо тили жана колдонулган китепканалар түшүндүрүлгөн эмес.
• Сенсор үлгү алуу жыштыктары жана убакыт шайкештештирүү ыкмасы берилген эмес.
• Динамикалык ишеним салмактарын эсептөө ыкмасы жок.
• Жылма орточо фильтрдин терезе көлөмү көрсөтүлгөн эмес.
• Тоскоолдук аныктоо тактыгынын аныктамасы жана чаташуу матрицасы берилген эмес.
• Кагылышуу окуясы кантип аныкталганы айтылган эмес.
• Орточо жыйынтыктардын стандарттык четтөөлөрү жана ишеним интервалдары жок.
• Статистикалык салыштыруу тести колдонулган эмес.
• Чийки маалымат, код же эксперимент видеолору бөлүшүлгөн эмес.
• Адабият тизмесинде кайталанган жана темага тиешеси аз жазуулар бар.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Эксперимент дизайнынын техникалык кыскача мазмуну

Сандык жыйынтыктарды бирге баалоо

Аралаш система менен LiDAR ортосундагы айырма

Аралаш система менен ультраүндүү түзүлүш ортосундагы айырма

Жыйынтыктардын ишенимдүүлүгүн жогорулатуу үчүн керектүү эксперименттер

Сунушталган системаны күчтүүрөөк баалоо үчүн ушул булак алкагында төмөнкү текшерүү кадамдары керек:

• Ар сценарий жана конфигурация үчүн жалпы сыноо жана окуя санын көрсөтүү
• Туура жана туура эмес аныктоолорду өзүнчө билдирүү
• Орточо, стандарттык четтөө жана ишеним интервалдарын берүү
• Роботтун ылдамдыгы жана токтоо аралыгы өзгөргөндө өндүрүмдүүлүктү өлчөө
• Айнек, металл, кездеме, кара бет жана туура эмес формадагы объекттер менен өзүнчө тесттер
• Ультраүндүү сенсорлор арасындагы кайчылаш тоскоолдукту өлчөө
• LiDAR же ультраүндүү сенсор убактылуу өчүрүлгөндө катага туруктуулукту текшерүү
• Ачык аба, туман, чаң жана жаан-чачын шартында иштөө
• Энергия керектөө жана жабдуу чыгымын салыштыруу
• Башка робот жана көз карандысыз тест чөйрөсүндө тышкы текшерүү

Колдонуу жагынан өлчөмдүү баалоо

Изилдөө төмөн чыгымдуу робот платформасында LiDAR менен ультраүндүү сенсорлорду техникалык жактан бириктирүүгө болорун жана изилденген шарттарда бир сенсорлуу түзүлүштөргө караганда жогорку билдирилген аныктоо тактыгын бере аларын көрсөтөт.

Бирок система азырынча коопсуздук-критикалык продукт катары бааланбашы керек. Сенсор бириктирүү алгоритминин деталдары, бузулуу башкаруусу, реалдуу убакыт программасынын ишенимдүүлүгү жана физикалык тормоздоо жүрүм-туруму берилген эмес. Ошондуктан изилдөө продуктту текшерүүдөн көрө эрте этаптагы прототип жана концепциянын далили болуп саналат.

Булак жана Ыкма Жөнүндө Эскертүү

Изилдөөнүн толук оригинал аталышы: Design and Implementation of a Hybrid LiDAR–Ultrasonic Sensor System for Enhanced Obstacle Avoidance in Robot Cars

Автор: Ben Lauren.

Авторлордун ирети: Изилдөө бир авторлуу.

Тең салым маалыматы: Башка автор же тең салым билдирүүсү жок.

Жооптуу автор: SSRN каттоосунда Ben Lauren байланыш автору катары көрсөтүлгөн. Жүктөлгөн негизги текстте өзүнчө жооптуу автор белгиси же электрондук почта дареги жок.

Мекеме: Жүктөлгөн негизги текстте мекемелик байланыш көрсөтүлгөн эмес. Расмий SSRN каттоосунда Ladoke Akintola University of Technology, Ogbomoso, Нигерия маалыматы бар.

Текстте көрсөтүлгөн дата: 15 Май 2026.

SSRN жүктөө датасы: 1 Июль 2026.

DOI:10.2139/ssrn.6898019

Жарыялоо платформасы: SSRN.

Расмий булак шилтемеси:SSRN изилдөө барагы

Булактын түрү: Аппараттык прототип жана салыштырма робототехника эксперименти; preprint.

Рецензия абалы: Изилдөө рецензиядан өтө элек.

Журнал: Рецензияланган журналга кабыл алуу же акыркы жарыялоо маалыматы жок.

Басмакана: Акыркы рецензияланган жарыя үчүн басмакана маалыматы жок.

Каржылоо: Жүктөлгөн текстте каржылоо маалыматы жок.

Кызыкчылыктардын кагылышы: Жүктөлгөн текстте кызыкчылыктардын кагылышы боюнча билдирүү жок.

Маалыматка жетүү: Чийки эксперимент маалыматтарына жетүү шилтемеси берилген эмес.

Кодго жетүү: Сенсор бириктирүү же робот башкаруу коду бөлүшүлгөн эмес.

Этикалык же коопсуздук жактыруусу: Текстте этика комитети, лабораториялык коопсуздук баалоосу же продукт коопсуздугу сертификациясы тууралуу маалымат жок.

Бул кыргызча түшүндүрмө жүктөлгөн 11 беттик изилдөөдө берилген система түзүлүшү, эксперимент ыкмасы жана жыйынтыктарга гана негизделип даярдалды. Изилдөөдө жок сенсор касиеттери, алгоритм деталдары, эксперимент жыйынтыктары же коопсуздук дооматтары кошулган жок. Тышкы булактар аталыш, автор, мекеме, дата, SSRN каттоосу жана preprint абалын библиографиялык текшерүү үчүн гана колдонулган.

Изилдөөдөгү тактык жана кагылышуу көрсөткүчтөрү белгисиздик өлчөмүсүз берилген. Ошондуктан сандык айырмачылыктардын кайталануучулугу, статистикалык маанилүүлүгү жана реалдуу дүйнө шарттарына жалпылануучулугу азырынча көрсөтүлгөн эмес.

Адабият тизмесинде бир эле ультраүндүү сенсор изилдөөсү эки жолу көрсөтүлүшү жана роботтук сенсор бириктирүүгө түз тиешеси жок көрүнгөн финансылык технология булагы болушу библиографиялык редакцияны талап кылат. Бул көйгөйлөр негизги эксперимент жыйынтыктарын автоматтык түрдө жараксыз кылбайт; бирок рецензияга чейинки текст кылдат текшерилиши керек экенин көрсөтөт.