ИМИТАЦИОННАЯ МОДЕЛЬ УПРАВЛЕНИЯ ПОЛЕТОМ ГРУППЫ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ НА ОСНОВЕ АЛГОРИТМА ПЧЕЛИНОЙ КОЛОНИИ Текст научной статьи по специальности «Компьютерные и информационные науки»

Б01 10.36622/У8Ти.2023.19.2.010 УДК 681.5, 004.9

ИМИТАЦИОННАЯ МОДЕЛЬ УПРАВЛЕНИЯ ПОЛЕТОМ ГРУППЫ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ НА ОСНОВЕ АЛГОРИТМА ПЧЕЛИНОЙ КОЛОНИИ

К.В. Егорова

Государственный университет морского и речного флота им. адмирала С.О. Макарова,

г. Санкт- Петербург, Россия

Аннотация: сегодня актуально использование группы беспилотных летательных аппаратов в областях, связанных с риском для жизни человека, благодаря их масштабируемости, гибкости и расширенному набору выполняемых функций, что перспективно при решении профессиональных задач, связанных с практической деятельностью в географических районах, обладающих особенностями исследования. Использование данных устройств наблюдается во многих отраслях жизнедеятельности человека при решении критически важных задач. Чаще всего главной задачей, которую надо решить при планировании и организации работы группы беспилотных летательных аппаратов, является задача организации взаимодействия между участниками группы. На сегодняшний день выделяется ряд алгоритмов, позволяющих обеспечить взаимодействие группы беспилотных летательных аппаратов. Данная статья посвящена задаче управления полетом группы беспилотных летательных аппаратов на основе алгоритма пчелиной колонии. Алгоритм пчелиной колонии может использоваться как основа метода автоматизированного управления группой беспилотных летательных аппаратов с целью организации эффективного внутригруппового взаимодействия. Автором предпринимается попытка построения научной базы для последующей реализации и использования данного алгоритма на практике. Для выполнения работы были применены теоретические методы исследования, а также использованы научные материалы отечественного и зарубежного авторства

Ключевые слова: беспилотный летательный аппарат, имитационная модель, алгоритм, управление, пчелиная колония, полет, группа

Введение1 Методы и материалы

Как уже было указано, на сегодняшний день наблюдается активное распространение использование беспилотных летательных аппаратов (БПЛА). Одной из ключевых задач, выполняемых посредством данных аппаратных решений является разведка и мониторинг местности. Однако наиболее важным вопросом эффективного использования БПЛА является разработка решений по их взаимодействию в пространстве. В современном мире уделяется значительное количество внимания в сторону разработки эффективных методов управления БПЛА и организации группы в полете [1].

На сегодняшний день выделяется ряд алгоритмов, позволяющих обеспечить взаимодействие группы БПЛА при решении практических задач. Несмотря на это, до сих пор не найдено наиболее эффективное и удовлетворяющее всем требованиям решение. Исходя из этого, не теряет актуальности задача, связанная с необходимостью поиска и разработки модели управления полетом группы беспилотных летательных аппаратов. Одним из инновационных инструментов, обеспечивающих решение данной задачи, может стать использование алгоритма пчелиной колонии [2].

© Егорова К.В., 2023

Прежде, чем переходить к технической реализации данного алгоритма, следует рассмотреть его с биологической точки зрения. Пчелы в природе ищут нектар посредством выполнения разведывательных работ в окрестностях улья. Так, некоторое количество пчел-разведчиков, покидают улей и выполняют разведку окружающей среды. По результатам поиска данные пчелы возвращаются обратно в улей, где информируют других пчел с помощью танца и вибраций о местах с доступными источниками питания, направления, расстояния и количестве пропитания (рис. 1) [3].

СОЛНЦЕ- О ■ СОЛНЦЕ- О -

Рис. 1. Схема взаимодействия пчелиной колонии

Одна из пчел может последовать за разведчиком и стать фуражиром. Данная пчела

станет собирать нектар и информировать других пчел об остатке. Далее может быть совершено одно из следующих действий:

- оставить источник нектара и стать незанятым фуражиром;

- продолжать добывать нектар, не вербуя других пчел;

- продолжить добывать нектар, вербуя других пчел.

Данный процесс происходит непрерывно. Выполняется накопление нектара в улье и исследование новых областей, потенциально имеющих источник нектара. Таким образом, особи коллективно используют окружающую местность и ресурсы. Именно данная концепция может быть использована при организации полета группы беспилотных летательных аппаратов [4].

Рассмотрим данную задачу применительно к группе беспилотных летательных аппаратов, выполняющих мониторинг местности для обнаружения аномалий. Представленный алгоритм может быть использован с целью оптимизации и повышения рациональности использования ресурсов при проведении разведывательных работ. Так, вместо сканирования всеми БПЛА полной площади местности может быть использован принцип использования разведчиков с целью уточнения информации. Далее представлена уточненная концепция использования алгоритма пчелиной колонии применительно к группе беспилотных летательных аппаратов:

1. Разведывательная группа БПЛА выдвигается на частичную разведку местности, захватывающей всю ее площадь;

2. В результате сканирования посредством встроенного специального аппаратного обеспечения производится захват и анализ отдельных областей местности с высокого расстояния;

3. Полученные результаты подлежат обработке на базе БПЛА на основе использования соответствующего программного обеспечения;

4. Выявляются подозрительные места, имеющие вероятность наличия аномальных зон;

5. Посредством ретрансляторов или возвращения на базе информируются другие беспилотные летательные аппараты;

6. На установленные координаты выдвигается группа БПЛА, выполняющая подробное исследование местности.

На рис. 2 представлена графическая интерпретация реализации данного алгоритма применительно к группе беспилотных летательных аппаратов. Жирными линиями выделены траектории движения БПЛА-разведчиков. Тонкими линиями представлено движение вер-

бованных беспилотных летательных аппаратов для уточнения местности.

Рис. 2. Графическое представление взаимодействия БПЛА

Главным преимуществом использования данного алгоритма является экономия ресурсов и рациональное использование беспилотных летательных аппаратов. Может быть организована эффективная и высокоуровневая система управления БПЛА. Также особенностями использования данного алгоритма следует отметить адаптивность к изменяющимся условиям и возможность восстанавливать численность группы беспилотных летательных аппаратов при заканчивающихся ресурсах при работе [5].

Последующим направлением развития данного исследования является проведение имитационного моделирования. Сценарий данного эксперимента включает в себя узлы, которые должны имитировать поведение беспилотных летательных аппаратов, перемещающихся случайным образом в определенной области (рис. 3). В качестве источника трафика должен быть использован генератор с фиксированным темпом выдачи пакетов. Моделирование должно осуществляться с передачей трафика на транспортном уровне с помощью ИБР-диаграмм и фиксированной скоростью [6].

(XV*?) (Х2,У2)

Xх о о

Г Л. (Хб,Уб) (Хз,Уз) (XI, VI)

(ХО.УО)

Рис. 3. Модель мобильности на основе случайных маршрутных точек

Результаты

В результате анализа соответствующих публикаций, выяснено, что основными параметрами имитационного моделирования данной задачи являются [7]:

- размер области моделирования;

- количество БПЛА;

- продолжительность итерации;

- скорость узлов;

- генератор трафика;

- модель распространения сигнала;

- тип антенны;

- зона покрытия антенны;

- транспортный уровень;

- размер пакета.

При этом основным элементом этой системы является скорость узлов. Необходимо отметить, что точное понимание уравнения, которое используется для определения скоро-

сти, и является ключом к пониманию всего процесса оптимизации. При этом скорость беспилотного летательного аппарата должна определяться в соответствии с заданным расположением позиций ПНП (персональная наилучшая позиция) и ГНП (глобальная наилучшая позиция). Она будет стремиться в направлении данных позиций в соответствии со следующим уравнением:

<+1 = ж * и1п + с1гапй()(рп — хп) + (1) С2гапа()(дп-хп ),

где и1п - скорость БПЛА в п-том измерении на предыдущем шаге, хп - это координата частицы в п-том измерении, с - влияние других БПЛА, рп - ПНП, дп - ГНП.

На рис. 4 представлена итоговая иллюстрация разрабатываемого алгоритма.

Рис. 4. Алгоритмическая интерпретация решения задачи управления группой БПЛА

В данном случае роем и пчелами являются группы БПЛА и сами беспилотные летательные аппараты соответственно.

Аппаратно-программная реализация данного алгоритма позволит наиболее оптимально использовать имеющиеся ресурсы для захвата и мониторинга большей площади. Фактически, задача сводится к минимизации использования ресурсов и максимизации исследуемой площади.

Наиболее прогрессивным и эффективным является реализация коллективного поведения БПЛА по принципу роя, когда каждый взаимодействует только с соседними устройства с целью обмена информации о себе и об окружающей их среде. Алгоритм пчелиной колонии может использоваться как основа метода автоматизированного управления группой БПЛА с целью организации эффективного внутригруп-пового взаимодействия [8]. Перспективой можно считать объединение и комбинирование других различных роевых алгоритмов с целью

повышения эффективности решения автоматизированного управления группой БПЛА.

Заключение

Основной целью представленной работы являлось рассмотрение вопроса организации группы беспилотных летательных аппаратов и постановки задачи использования алгоритма пчелиной колонии. В заключение необходимо отметить, что представленный алгоритм имеет высокую потенциальную эффективность своего применения при решении реальных задач. В последующих исследованиях предполагается построение имитационной модели, а также практическая реализация и тестирование рассмотренного алгоритма при решении реальных задач.

Литература

1. Гордиенко В. С., Полянин К. С. Система управления группой беспилотных летательных аппаратов // Наука

без границ. 2018. № 1 (18). С. 44-47.

2. Управление группой БПЛА при отработке кризисных полетных ситуаций в решении транспортных задач / А.И. Савельев, В.В. Лебедева, И.В. Лебедев, К.В. Камынин, Л.Д. Кузнецов, А.Л. Ронжин // Известия ЮФУ. Технические науки. 2022. № 1 (225). С. 110-120.

3. Леонов А.В., Литвинов Г.А. Применение алгоритма пчелиной колонии BEEADHOC для маршрутизации В FANET // Вестник СибГУТИ. 2018. № 1 (41). С. 85-95.

4. Толпегин О.А., Махонин И.О. Траектория наведения беспилотного летательного аппарата на посадочное устройство судна с заданными терминальными условиями // Вестник Череповецкого государственного университета, 2019. № 1 (88). С. 39-47.

5. Халимов Н.Р., Мефедов А.В. Распределенная се-тецентрическая система управления группой ударных

беспилотных летательных аппаратов // Системы управления, связи и безопасности. 2019. №3. С. 1-13.

6. Аллакулиев Ю.Б. Анализ проблемных вопросов оценки эффективности системы сбора, передачи и отображения информации берегового центра управления автономными необитаемыми подводными аппаратами и обоснование концептуальных направлений их решения // Системы управления, связи и безопасности. 2019. №2. С. 143-161.

7. Скаков Е.С., Малыш В.Н. Пчелиный алгоритм оптимизации для решения задачи планирования беспроводной сети // Программные продукты и системы. 2016. №3. С. 67-73.

8. Sokolov, S., Egorova, K., Knysh, T. Exploring the use of unmanned aerial vehicles for automated oil spill identification// E3S Web of Conferences Volume 363, 14 December 2022. DOI: 10.1051/e3sconf/202236301032.

Поступила 13.02.2023; принята к публикации 18.04.2023 Информация об авторах

Егорова Кристина Вадимовна - аспирант, Государственный университет морского и речного флота им. адмирала С.О. Макарова (198035, Россия, г. Санкт-Петербург, ул. Двинская, 5/7), e-mail: natashov1397@mail.ru, ORCID: https://orcid.org/0000-0003-4322-3223

SIMULATION MODEL OF FLIGHT CONTROL OF A GROUP OF UNMANNED AERIAL VEHICLES BASED ON THE BEE COLONY ALGORITHM

K.V. Egorova

Admiral Makarov State University of Maritime and Inland Shipping, St. Petersburg, Russia

Abstract: today it is relevant to use a group of unmanned aerial vehicles in areas associated with a risk to human life, due to their scalability, flexibility and an expanded set of functions performed, which is promising when solving professional tasks related to practical activities in geographical areas with research features. The use of these devices is observed in many areas of human life when solving critical tasks. Most often, the main task to be solved when planning and organizing the work of a group of unmanned aerial vehicles is the task of organizing interaction between the group members. To date, several algorithms have been identified that make it possible to ensure the interaction of a group of unmanned aerial vehicles. This article is devoted to the task of controlling the field of a group of unmanned aerial vehicles based on the bee colony algorithm. The bee colony algorithm can be used as the basis of the method of automated control of a group of unmanned aerial vehicles to organize effective intra-group interaction. The author attempts to build a scientific base for the subsequent implementation and use of this algorithm in practice. To carry out the work, theoretical research methods were applied, as well as scientific materials of domestic and foreign authorship were used

Key words: unmanned aerial vehicle, simulation model, algorithm, control, bee colony, flight, group

Submitted 13.02.2023; revised 18.04.2023

References

1. Gordienko V.S., Polyanin K.S. "Control system of the group of the unmanned aerial vehicle", Science without borders (Nauka bez granits), 2018, no. 1, pp. 44-47.

2. Savelyev A.I., Lebedeva V.V., Lebedev I.V., Kamynin K.V., Kuznetsov L.D., Ronzhin A.L. "UAV group management when working out of crisis flight situations in solving transport problems", The Bulletin of SFedU. Engineering Sciences (Izvestiya YuFU. Tekhnicheskiye nauki), 2022, no. 1, pp. 110-120.

3. Leonov A., Litvinov G. "Application of the BEEADHOC bee colony algorithm for routing to FANET", The Bulletin of Sib-SUTIS (VestnikSibGUTI), 2018, no. 1, pp. 85-95.

4. Tolpegin O.A., Mahonin I.O. "Trajectory of guidance of an unmanned aerial vehicle on a landing device of a vessel with specified terminal conditions", The Bulletin of Cherepovets St.Un. (Vestnik Cherepovetskogo gos. un-ta), 2019, no. 1, pp. 39-47.

5. Halimov N.R., Mefedov A.V. "The distributed network-centric control system of an attacking unmanned aerial vehicles group", Systems of control, communication and security (Sistemy upravleniya, svyazi i bezopasnosti), 2019, no. 3, pp. 1-13.

6. Allakuliev Yu.B. "Analysis problematic issues of control of the autonomous underwater vehicles from a coastal control center and the conceptual directions solution justification., Systems of control, communication and security (Sistemy upravleniya, svyazi i bezopasnosti), 2019, no. 2, pp. 143-161.

7. Skakov E.S., Malysh V.N. "Bee colony optimization algorithm for wireless network planning problem solving", Software products and systems (Programmnye produkty i sistemy), 2016, no. 3, pp. 67-73.

8. Sokolov S., Egorova K., Knysh T. "Exploring the use of unmanned aerial vehicles for automated oil spill identification", E3S Web of Conferences, vol. 363, 14 December 2022, DOI: 10.1051/e3sconf/202236301032.

Information about the authors

Kristina V. Egorova, Postgraduate, Admiral Makarov State University of Maritime and Inland Shipping (5/7 Dvinskaya st., Saint-Petersburg 198035, Russia), e-mail: natashov1397@mail.ru, ORCID: https://orcid.org/0000-0003-4322-3223