Разработка интеллектуального алгоритма управления группой беспилотных летательных аппаратов

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

На текущий момент времени актуализируется развитие научно-технологического прогресса. В частности, особенно актуальна разработка и повсеместное использование беспилотных летательных аппаратов. Данные технологические инновации способны решать целый комплекс задач в совершенно различных как бытовых, так и профессиональных областях жизнедеятельности человека. Одной из подзадач применения данных решений является использование групп беспилотных летательных аппаратов. Однако возникает проблема, связанная с их управлением в пространстве, что требует разработки новых алгоритмов и подходов к ее решению. Основной целью представленной статьи является выполнение анализа относительно вопроса управления группой беспилотных летательных аппаратов. В работе представлены результаты разработки авторской интерпретации алгоритма, предназначенного для управления группой беспилотных аппаратов. За основу взят алгоритм пчелиной колонии. Особенностью предложенного алгоритма является модификация за счет интеграции элементов искусственного интеллекта. Предполагается, что использование предложенных подходов на практике позволит существенно повысить эффективность и обеспечить автономность выполнения задач группой беспилотных летательных аппаратов. Главным преимуществом разработанного интеллектуального алгоритма является захват максимально возможной территории обследования при имеющемся количестве беспилотных летательных аппаратов в группе.

Об авторах

Владимир Александрович Лондиков

Псковский государственный университет

Автор, ответственный за переписку.
Email: redcat60@mail.ru
SPIN-код: 3960-5739

кандидат технических наук, доцент, отделение информационно-коммуникационных технологий, Передовая инженерная школа гибридных технологий в станкостроении Союзного государства

Россия, г. Псков

Сергей Юрьевич Луканов

Псковский государственный университет

Email: lukanovysergey@gmail.com

аспирант, отделение информационно-коммуникационных технологий, Передовая инженерная школа гибридных технологий в станкостроении Союзного государства

Россия, г. Псков

Ольга Юрьевна Тимошевская

Псковский государственный университет

Email: olga.tim777@yandex.ru
SPIN-код: 3280-2702

кандидат технических наук, доцент, отделение информационно-коммуникационных технологий, Передовая инженерная школа гибридных технологий в станкостроении Союзного государства

Россия, г. Псков

Список литературы

  1. Гордиенко В.С., Полянин К.С. Система управления группой беспилотных летательных аппаратов // Наука без границ. 2018. № 1 (18). С. 44–47.
  2. Савельев А.И., Лебедева В.В., Лебедев И.В. и др. Управление группой БПЛА при отработке кризисных полетных ситуаций в решении транспортных задач // Известия ЮФУ. Технические науки. 2022. № 1 (225). С. 110–120.
  3. Иванов Е.В. Система управления группой БПЛА для совместной транспортировки полезной нагрузки // Глобус. 2020. № 11 (57). С. 34–40.
  4. Егорова К.В. Имитационная модель управления полетом группы беспилотных летательных аппаратов на основе алгоритма пчелиной колонии // Вестник ВГТУ. 2023. № 2. С. 68–71.
  5. Xiao-Ping X., Xiao-Ting Y., Wen-Yuan Y. et al. Algorithms and applications of intelligent swarm cooperative control: A comprehensive survey // Progress in Aerospace Sciences. 2022. Vol. 135. Pp. 239–263.
  6. Леонов А.В., Литвинов Г.А. Применение алгоритма пчелиной колонии BEEADHOC для маршрутизации в FANET // Вестник СибГУТИ. 2018. № 1 (41). С. 85–95.
  7. Fourati L.C., Mohammed A.B., Fakhrudeen A.M. Comprehensive systematic review of intelligent approaches in U-AV-based intrusion detection, blockchain, and network security // Computer Networks. 2024. Vol. 239. P. 110140.
  8. Андриевский Б.Р., Попов А.М., Михайлов В.А., Попов Ф.А. Применение методов искусственного интеллекта для управления полетом беспилотных летательных аппаратов // Аэрокосмическая техника и технологии. 2023. № 2. С. 72–107.
  9. Hu G., Du B., Chen K., Wei G. Super eagle optimization algorithm based three-dimensional ball security corridor planning method for fixed-wing UAVs // Advanced Engineering Informatics. 2024. Vol. 59. Pp. 143–167.
  10. Гайдук А.Р., Дьяченко А.А., Капустян С.Г., Плаксиенко Е.А. Алгоритмы автономного группового управления горизонтальными движениями БПЛА // Системы анализа и обработки данных. 2 017. №2 (67). С. 120–134.
  11. Чжу Ю. Формирование управления полетом группы беспилотных летательных аппаратов на основе алгоритма многоагентной модели роения // Информатика, телекоммуникации и управление. 2022. № 4. С. 22–36.
  12. Hasan M.K., Kabir S.R., Salwani A. et al. 3D relative directions based evolutionary computation for UAV-to-UAV interaction in swarm intelligence enabled decentralized networks // Alexandria Engineering Journal. 2023. Vol. 85. Pp. 104–113.
  13. Муслимов Т.З. Алгоритмы управления строем автономных беспилотных летательных аппаратов самолетного типа с помощью метода векторного поля // Системы управления, связи и безопасности. 2019. № 4. С. 187–214.
  14. Hui Y., Wang J., Li B. STF-YOLO: A small target detection algorithm for UAV remote sensing images based on improved Swin Transformer and class weighted classification decoupling head // Measurement. 2024. Vol. 224. Pp. 543–586.
  15. Liu W., Ga Z. A distributed flocking control strategy for UAV groups // Computer Communications. 2020. Vol. 153. Pp. 95–101.
  16. Кутахов В.П., Мещеряков Р.В. Управление групповым поведением беспилотных летательных аппаратов: постановка задачи применения технологий искусственного интеллекта // Проблемы управления. 2022. № 1. С. 67–74.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Распределение сфер деятельности российских компаний в 2023 г., разрабатывающих БПЛА

Скачать (38KB)
3. Рис. 2. Схема передачи информации группе на примере пчелиной колонии

Скачать (52KB)
4. Рис. 3. Интерпретация алгоритма применительно к группе БПЛА

Скачать (112KB)
5. Рис. 4. Использование метода роя частиц для БПЛА

Скачать (39KB)
6. Рис. 5. Алгоритм взаимодействия группы БПЛА в воздухе

Скачать (51KB)
7. Рис. 6. Пример применения интеллектуального алгоритма управления группой БПЛА

Скачать (41KB)


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».