Розробка комп’ютеризованої системи обробки інформації для побудови траєкторії руху безпілотного повітряного судна
DOI:
https://doi.org/10.15587/1729-4061.2021.225501Ключові слова:
комп’ютеризована система, обробка інформації, траєкторія руху, нейронна мережаАнотація
Вирішується задача розробки комп’ютеризованої системи для обробки інформації при побудові траєкторії руху безпілотного повітряного судна (БПС), дистанційно пілотуємої авіаційної системи (ДПАС) або іншої роботизованої системи. Для рішення використовуються алгоритми навчання нейронної мережі, засновані на математичній моделі руху.
Розглядається побудова траєкторії між двома заданими пунктами призначення з можливістю обходу статичних та динамічних перешкод. Задана траєкторія розбивається на декілька більш дрібних частин. Розглянуто можливість перебудови при зміні положення перешкод у просторі. Розроблено алгоритм керування польотом БПС шляхом проведення тренування нейронної мережі для здійснення обходження перешкод різного розміру.
Для прогнозування розвитку ситуації при русі об’єкту між двома заданими точками у просторі запропоновано використовуват алгоримт Q-Learning. Показано, що найменша кількість кроків, яка потрібна для руху по заданій траєкторії – 18, найбільша – 273 кроки. У випадку викривлення при передачі даних, навчання нейронної мережі дозволяє зменшити можливість зіткнення з перешкодами, шляхом підвищення точності та швидкості передачі інформації між бортовим комп’ютером та оператором. Проведено моделювання системи для відеосупроводу рухомих об’єктів, створено графіки залежності нормалізованого розміру кадру при різних значеннях параметрів. За допомогою графіків можливо визначити функцію інтенсивності маневру. Проведено порівняння існуючих методів навчання нейронної мережі: CNN та LSTM. Доведено, що при використанні тільки CNN коефіцієнт успіху досягає 74%, а при гібридному використанні CNN+LSTM – 92%. Результати моделювання показують, що алгоритм має високу ефективність роботи.
Посилання
- Lebedev, H. N., Mirzoian, L. A. (2005). Neiromerezheve planuvannia diy po oblotu nazemnykh obiektiv hrupoiu litalnykh aparativ. Aviakosmisne pryladobuduvannia, 12, 41–47.
- Yakovlev, K. S., Baskin, E. S. (2013). Graph models for solving 2D path finding problems. Iskusstvennyi intellekt i prinyatie reshenii = Artificial intelligence and decision making, 1, 5–12.
- De, L., Guglieri, G. (2012). Advanced Graph Search Algorithms for Path Planning of Flight Vehicles. Recent Advances in Aircraft Technology. doi: https://doi.org/10.5772/37033
- LaValle, S. M. (2011). Motion Planning. IEEE Robotics & Automation Magazine, 18 (1), 79–89. doi: https://doi.org/10.1109/mra.2011.940276
- Lee, D., Shim, D. H. (2014). RRT-based path planning for fixed-wing UAVs with arrival time and approach direction constraints. 2014 International Conference on Unmanned Aircraft Systems (ICUAS). doi: https://doi.org/10.1109/icuas.2014.6842270
- Gonsales, R., Vuds, R. (2012). Tsifrovaya obrabotka izobrazheniy. Moscow: Tekhnosfera, 1104.
- Alpatov, B. A., Babayan, P. V., Balashov, O. E., Stepashkin, A. I. (2008). Metody avtomaticheskogo obnaruzheniya i soprovozhdeniya obektov. Obrabotka izobrazheniy i upravlenie. Moscow: Radiotekhnika, 176.
- Lakota, N. A. (Ed.) (1978). Osnovy proektirovaniya sledyashchih sistem. Moscow: Mashinostroenie, 392.
- Malyshev, V. V., Krasil'shchikov, M. N., Karlov, V. I. (1989). Optimizatsiya nablyudeniya i upravleniya letatel'nyh apparatov. Moscow: Mashinostroenie, 312.
- Kuz'min, S. Z. (2000). Tsifrovaya radiolokatsiya. Vvedenie v teoriyu. Kyiv: KVITS, 428.
- Besekerskiy, V. A., Popov, E. P. (2003). Teoriya avtomaticheskogo upravleniya. Sankt-Peterburg: Professiya, 752.
- Seydzh, E. P., Melsa, Dzh. L. (1974). Identifikatsiya sistem upravleniya. Moscow: Nauka, 248.
- Taha, H. A. (2005). Vvedenie v issledovanie operatsiy. Moscow: Vil'yams, 912.
- Dorf, R., Bishop, R. (2002). Sovremennye sistemy upravleniya. Moscow: Laboratoriya Bazovyh Znaniy, 832.
- Graf, M., Kvasnikov, V. (2018). The Construction of the Algorithm Study Based on the Mathematical Model of Motion. ICTERI 2018, 235–242. Available at: http://ceur-ws.org/Vol-2105/10000235.pdf
- Hraf, M. S., Ihnatenko, P. L. (2017). Analiz suchasnykh modelei obrobky informatsii ta keruvannia v bezpilotnomu povitrianomu sudni. VII Mizhnarodna naukovo-tekhnichna konferentsiya “Kompleksne zabezpechennia yakosti tekhnolohichnykh protsesiv ta system”. Vol. 2. Chernihiv: ChNTU, 135–136. Available at: https://docplayer.net/70618517-Kompleksne-zabezpechennya-yakosti-tehnologichnih-procesiv-ta-sistem.html
- Gordin, A. G., Bychkova, I. V., Kulik, A. S., Narozhniy, V. V. (2006). Problematika razrabotki perspektivnyh malogabaritnyh letayushchih robotov. Aerogidrodinamika: problemy i perspektivy, 2, 247–271.
- Noth, A., Bouabdallah, S., Siegwart, R. (2006). Dynamic Modeling of Fixed-Wing UAVs. Swiss Federal institute of technology. Available at: http://www.sky-sailor.ethz.ch/docs/Dynamic_Modeling_of_Fixed-Wing_UAVs_(12.05.2006).pdf
- Gordin, A. G. (2000). Bespilotnye letatel'nye apparaty kak obekty upravleniya. Kharkiv: Gos. aerokosm. un-t «Khark. aviats. in-t», 140.
- Hraf, M. S. (2016). Analiz isnuiuchykh metodiv obrobky informatsiyi v blotsi keruvannia bezpilotnoho povitrianoho sudna. Bulletin of Engineering Academy of Ukraine, 4, 20–22.
- Terekhov, V., Efimov, D., Tyukin, I. (2002). Neyrosetevye sistemy upravleniya. Moscow: Vysshaya shkola.
- Haykin, S. (2008). Neural Networks: A Comprehensive Foundation. Moscow: Izdatel'skiy dom Vil'yams, 1104.
- Goldberg, D. E. (1995). Algorytmy genetyczne i ich zastosowania. Warszawa: WNT.
- Burdakov, S. F., D'yachenko, V. A., Timofeev, A. N. (1986). Proektirovanie manipulyatorov promyshlennyh robotov i robotizirovannyh kompleksov. Moscow: Vysshaya shkola, 264.
- Pettré, J. (2013). Locomotion Synthesis for Digital Actors. Modeling, Simulation and Optimization of Bipedal Walking, 187–198. doi: https://doi.org/10.1007/978-3-642-36368-9_15
- Vukobratovich, M., Shneyder, A. Yu., Gurfinkel', V. S. (1976). SHagayushchie roboty i antropomorfnye mekhanizmy. Moscow: Mir, 541.
- Tertychniy-Dauri, V. Yu. (2012). Dinamika robototekhnicheskih sistem. Sankt-Peterburg: NIU ITMO, 128.
- Lynen, S., Sattler, T., Bosse, M., Hesch, J., Pollefeys, M., Siegwart, R. (2015). Get Out of My Lab: Large-scale, Real-Time Visual-Inertial Localization. Robotics: Science and Systems XI. doi: https://doi.org/10.15607/rss.2015.xi.037
- Barto, A. G. (1997). Reinforcement Learning. Neural Systems for Control, 7–30. doi: https://doi.org/10.1016/b978-012526430-3/50003-9
- Sichkar, V. N. (2019). Reinforcement Learning Algorithms in Global Path Planning for Mobile Robot. 2019 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). doi: https://doi.org/10.1109/icieam.2019.8742915
- Torabi, F., Warnell, G., Stone, P. (2018). Behavioral Cloning from Observation. Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence. doi: https://doi.org/10.24963/ijcai.2018/687
- Graf, M. S., Kvasnikov, V. P. (2019). Information processing in the control system of an unmanned aerial vehicle. System Research and Information Technologies, 4, 59–65. doi: https://doi.org/10.20535/srit.2308-8893.2019.4.06
- Carrio, A., Sampedro, C., Rodriguez-Ramos, A., Campoy, P. (2017). A Review of Deep Learning Methods and Applications for Unmanned Aerial Vehicles. Journal of Sensors, 2017, 1–13. doi: https://doi.org/10.1155/2017/3296874
- Gandhi, D., Pinto, L., Gupta, A. (2017). Learning to fly by crashing. 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). doi: https://doi.org/10.1109/iros.2017.8206247
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Владимир Павлович Квасников, Дмитрий Петрович Орнатский, Марина Сергеевна Граф, Алексей Олегович Шелуха
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
