Нейросетевая система оперативногопланирования безопасного обхода группыпрепятствий при маршрутном полетелетательного аппарата
Аннотация
Сформулирована постановка задачи оперативного контроля безопасности и выбора альтернативы управления облетом наиболее близкого препятствия по пути выполнения маршрутного полета летального аппарата. Обычно конфигурация маршрутного полета состоит не только из участков прямолинейного движения, но и из участков разворота, поэтому весьма извилиста и занимает определенную площадь, в силу чего может возникнуть опасное сближение с запрещенными зонами. Принципиальной особенностью данной задачи является необходимость достаточно быстро проверить исключение попадания летательного аппарата в запрещенную зону, для чего на его борту нужно использовать быстродействующие алгоритмы управления полетом и контроля безопасности. В данной работе задача решается в предположении, что препятствия имеют прямоугольную форму и произвольно ориентированы относительно заданной линии пути, а число этих препятствий и координаты их вершин заданы. Для решения задачи предложен нейросетевой алгоритм безопасного облета препятствий, содержащий две простые нейронные сети и два программных блока, осуществляющих подготовительные операции. При этом первая нейронная сеть выбирает наиболее близкое на пути маршрутного полета препятствие, для чего первый программный блок оценивает коэффициенты опасности всех препятствий в текущий момент времени. Затем второй программный блок определяет координаты вершин выбранного прямоугольного препятствия, а в завершение вторая нейронная сеть автоматически выбирает нужную вершину, которую нужно облететь. Суммируя вышесказанное, отметим, что в статье предложен нейросетевой подход к решению задачи оперативного определения опасного препятствия на пути маршрутного полета и альтернативного выбора варианта его облета. Решение задачи с помощью двух нейронных сетей существенно упростило их обучение. Компьютерное моделирование ней-росетевой системы подтвердило ее работоспособность и высокое быстродействие.
Скачивания
Литература
2. Пшихопов, В. Х. Групповое управление движением мобильных роботов в неопределенной среде с использованием неустойчивых режимов / В. Х. Пшихопов, М. Ю. Медведев // Труды Санкт-Петербургского института информатики и автоматизации Российской академии наук (СПИИРАН). – 2018. – Вып. 5(60).
3. Nikolos, I. K. Brintaki Coordinated UAV Path Planning Using Differential Evolution / I. K. Nikolos, A. N. Brintaki // Proceedings of the 2005 IEEE International Symposium on, Mediterrean Conference on Control and Automation Intelligent Control, 2005.
4. Polvara, R. Obstacle Avoidance Approaches for Autonomous Navigation of Unmanned Surface Vehicles / Riccardo Polvara [et al.] // Journal of Navigation, Cambridge University Press. – P. 1–16.
5. Савицкий, А. В. Модель квадрокоптера и нейросетевой алгоритм управления / А. В. Савицкий, В. Е. Павловский // ИПМ им. М. В. Келдыша РАН, Препринт No 77 за 2017 г.
6. Lee, J. Collision-free trajectory control for multiple robots based on neural optimization network / J. Lee, Z. Bien // Collision-free trajec tory control for multiple robots based on neural optimization network. Robotica. – 1990. – 8(3). – P. 185–194. – URL: doi:10.1017/S0263574700000047
7. Shichao, Yang. Obstacle Avoidance through Deep Networks based Intermediate Perception / Yang Shichao [et al.]. – arXiv:1704.08759, 2017.
8. Лебедев, Г. Н. Нейросетевое планирование действий по облету наземных объектов группой летательных аппаратов / Г. Н. Лебедев, Л. А. Мирзоян // Авиакосмическое приборостроение. – 2005. – No 12.
9. Лебедев, Г. Н. Нейросетевое планирование маршрута разновысотного полета беспилотного летательного аппарата / Г. Н. Лебедев, А. В. Румакина // Авиакосмическое приборостроение. – 2014. – No 5. – С. 3–8.
10. Лебедев, Г. Н. Система логического управления обходом препятствий беспилотным летательным аппаратом при маршрутном полете / Г. Н. Лебедев, А. В. Румакина // Электронный журнал «Труды МАИ». – 2015. – No 83.
11. Михайлин, Д. А. Нейросетевой алгоритм безопасного облета воздушных препятствий и запрещенных наземных зон / Д. А. Михайлин // Научный Вестник МГТУ ГА. – 2017. – Т. 20, No 04.
- Авторы сохраняют за собой авторские права и предоставляют журналу право первой публикации работы, которая по истечении 6 месяцев после публикации автоматически лицензируется на условиях Creative Commons Attribution License , которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).
