GROUP CONTROL of unmanned aerial vehicles: A GENERALIZED PROBLEM STATEMENT OF APPLYING ARTIFICIAL INTELLIGENCE TECHNOLOGIES

Capa

Citar

Texto integral

Resumo

This paper considers elements of a group of unmanned aerial vehicles (UAVs) to form various tasks of the group and within a group of aerial systems. Different phases to execute control actions for a group of aerial systems of UAVs are proposed. These phases are shown by an example of selecting different targets for group elements (UAVs). The phases are elements of the large-scale behavior of the group and in the group of UAVs and can be included in the cycle when using artificial intelligence technologies. The approach is formalized for single-function UAVs (choosing a set of end actions) and multifunction UAVs (performing one or more impact functions within the group). A group control problem for applying artificial intelligence technologies is stated. The main elements of the system of relations and conditions for effectively performing tasks by a group of UAVs and executing actions within the group as a large-scale system are formulated. This system reflects the problem statement for applying artificial intelligence technologies. As noted, using homogeneous and heterogeneous groups of UAVs is a promising approach to interpret the formal behavior of robotic systems.

Sobre autores

V. Kutakhov

National Research Center “Zhukovsky Institute”

Email: kutahovvp@nrczh.ru
Moscow, Russia

R. Mescheryakov

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: mrv@ieee.org
Moscow, Russia

Bibliografia

  1. URL: http://www.kremlin.ru/acts/bank/44731 (дата обращения 01.12.2021).
  2. Li, C. Artificial Intelligence Technology in UAV Equipment // 2021 IEEE/ACIS 20th International Fall Conference on Computer and Information Science (ICIS Fall). - Xi’an, China, 2021. - P. 299-302. - doi: 10.1109/ICISFall51598.2021.9627359.
  3. Xia, C. and Yudi, A. Multi - UAV path planning based on improved neural network // 2018 Chinese Control and Decision Conference (CCDC). - Shenyang, China, 2018. - P. 354-359. - doi: 10.1109/CCDC.2018.8407158.
  4. Varatharasan, V., Rao, A. S. S., Toutounji, E., et al. Target Detection, Tracking and Avoidance System for Low-cost UAVs using AI-Based Approaches // 2019 Workshop on Research, Education and Development of Unmanned Aerial Systems (RED UAS). - Cranfield, UK, 2019. - P. 142-147. - doi: 10.1109/REDUAS47371.2019.8999683.
  5. Hu, A.-P. Camera calibration for UAV ground feature localization // 2011 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM). - Budapest, Hungary, 2011. - P. 176-179. - doi: 10.1109/AIM.2011.6027132.
  6. Zheng, L., Ai, P., and Wu, Y. Building Recognition of UAV Remote Sensing Images by Deep Learning // IGARSS 2020 - 2020 IEEE International Geoscience and Remote Sensing Symposium. - Waikoloa, HI, USA, 2020. - P. 1185-1188. - doi: 10.1109/IGARSS39084.2020.9323322.
  7. Zhang, Y., McCalmon, J., Peake, A., et al. A Symbolic-AI Approach for UAV Exploration Tasks // 2021 7th International Conference on Automation, Robotics and Applications (ICARA). - Prague, Czech Republic, 2021. - P. 101-105. - doi: 10.1109/ICARA51699.2021.9376403.
  8. Chen, B. Research on AI Application in the Field of Quadcopter UAVs // 2020 IEEE 2nd International Conference on Civil Aviation Safety and Information Technology (ICCASIT). - Weihai, China, 2020. - P. 569-571. - doi: 10.1109/ICCASIT50869.2020.9368551.
  9. Togootogtokh, Е., Huang, S., Leong, W.L., et al. An Efficient Artificial Intelligence Framework for UAV Systems // 2019 Twelfth International Conference on Ubi-Media Computing (Ubi-Media). - Bali, Indonesia, 2019. - P. 47-53. - doi: 10.1109/Ubi-Media.2019.00018.
  10. Kim, H., Ben-Othman, J., Mokdad, L., et al. Research Challenges and Security Threats to AI-Driven 5G Virtual Emotion Applications Using Autonomous Vehicles, Drones, and Smart Devices // IEEE Network. - 2020. - Vol. 34, no. 6. - P. 288-294. - doi: 10.1109/MNET.011.2000245.
  11. Жарко Е.Ф., Промыслов В.Г., Исхакова А.Ю. и др. Кибербезопасность беспилотных транспортных средств. Архитектура. Методы проектирования. - М.: Радиотехника, 2021. - 160 с.
  12. Wang, Y., Su, Z., N. Zhang. N., and Benslimane, A. Learning in the Air: Secure Federated Learning for UAV-Assisted Crowdsensing, in IEEE Transactions on Network Science and Engineering, vol. 8, no. 2, pp. 1055-1069, 1 April-June 2021, doi: 10.1109/TNSE.2020.3014385,
  13. Kusyk, J., Uyar, M.U., Ma, K., et al. AI and Game Theory based Autonomous UAV Swarm for Cybersecurity // 2019 IEEE Military Communications Conference (MILCOM). - Norfolk, VA, USA, 2019. - P. 1-6. - doi: 10.1109/MILCOM47813.2019.9020811.
  14. Molina-Padrón, N., Cabrera-Almeida, F., Araña, V., et al. Monitoring in Near-Real Time for Amateur UAVs Using the AIS // IEEE Access. - 2020. - Vol. 8. - P. 33380-33390. - doi: 10.1109/ACCESS.2020.2973503.
  15. Кутахов В.П., Пляскота С.И. Информационное взаимодействие в крупномасштабных робототехниеских авиационных системах // Управление развитием крупномасштабных систем MLSD '2017. Материалы Десятой международной конференции: в 2-х томах. Под общей редакцией С.Н. Васильева, А.Д. Цвиркуна. - М.: Институт проблем управления им. В.А. Трапезникова РАН, 2017. - С. 93-96.
  16. Шевченко А.В., Мещеряков Р.В., Мигачев А.Н. Обзор состояния мирового рынка робототехники для сельского хозяйства. Ч. 1. Беспилотная агротехника // Проблемы управления. - 2019. - № 5. - C. 3-18.
  17. Шевченко А.В., Мещеряков Р.В., Мигачев А.Н. Обзор состояния мирового рынка робототехники для сельского хозяйства. Ч. 2. Беспилотные летательные аппараты и роботизированные фермы // Проблемы управления. - 2019. - № 6. - C. 3-10.
  18. Wang, X., Wang, X., Zhao, J., et al. Monitoring the thermal discharge of hongyanhe nuclear power plant with aerial remote sensing technology using a UAV platform // 2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). - Fort Worth, TX, USA, 2017. - P. 2958-2961. -doi: 10.1109/IGARSS.2017.8127619.
  19. Zhang, S., Wu, X., Zhang, G., et al. Analysis of intelligent inspection program for UAV grid based on AI // 2020 IEEE International Conference on High Voltage Engineering and Application (ICHVE). - Xi'an, China, 2020. - P. 1-4. - doi: 10.1109/ICHVE49031.2020.9279634.
  20. Moranduzzo, T., Melgani F. Monitoring structural damages in big industrial plants with UAV images // 2014 IEEE Geoscience and Remote Sensing Symposium. - Quebec City, QC, Canada, 2014. - doi: 10.1109/IGARSS.2014.6947606.
  21. Ким М.Л., Костеренко В.Н., Певзнер Л.Д. и др. Система автоматического управления траекторным движением шахтного беспилотного летательного аппарата // Горная промышленность. - 2019. - № 3 (145). - С. 60-64.
  22. Евтодьева М.Г., Целицкий С.В. Беспилотные летательные аппараты военного назначения: тенденции в сфере разработок и производства // Пути к миру и безопасности. - 2019. - № 2 (57). - С. 104-111.
  23. Кутахов В.П., Мещеряков Р.В. Принципы формирования модели оптимизации системы роботизированных авиационных средств // Сборник трудов XIII Всероссийского совещания по проблемам управления ВСПУ-2019. - М.: Институт проблем управления им. В.А. Трапезникова РАН, 2019. - С. 1211-1214.
  24. Kusyk, J., Uyar, M.U., Ma, K., et al. AI Based Flight Control for Autonomous UAV Swarms // 2018 International Conference on Computational Science and Computational Intelligence (CSCI). - Las Vegas, NV, USA, 2018. - P. 1155-1160. - doi: 10.1109/CSCI46756.2018.00223.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».