CC BY
64
Секция вычислительной техники
УДК 681.325.5 Ю.В. Чернухин, А.А. Приемко
НЕЙРОСЕТЕВАЯ СИСТЕМА НАВИГАЦИОННОЙ БЕЗОПАСНОСТИ
СУДОВОЖДЕНИЯ
В настоящее время весьма актуальна проблема обеспечения навигационной безопасности судовождения, под которой понимается комплекс мер, связанных с мониторингом акватории плавания с целью обнаружения объектов, представляющих навигационную опасность, и автоматической корректировкой курса для обхода таких объектов по траектории, позволяющей исключить возможность повреждения корабля или его затопление. При этом решение данной задачи членами экипажа без привлечения средств автоматизации поддержки принятия решений не всегда может дать оптимальный результат, т.к. в общем случае необходимо анализировать информацию о навигационных опасностях, находящихся не только на , , , расположение относительно корабля, так и, в общем случае, различную степень опасности для него. При этом наибольшую угрозу для живучести судов, как правило, представляют взрывоопасные объекты, находящиеся под водой.
Данная проблема особенно актуальна для кораблей специального назначения ,
целью их уничтожения, так и с целью обеспечения навигационной безопасности конвоируемых судов при проходе через районы, потенциально их содержащие. Суть обеспечения навигационной безопасности при этом может быть проиллюстрирована с помощью рис.1, где изображен корабль К, прокладывающий безопасный путь среди зон потенциальной опасности СЙ, определяемых скрытыми подводными объектами ПСЙ (1 = 1, N).
Рис.1. Иллюстрация к задаче обеспечения навигационной безопасности
Пусть в начальный момент времени корабль движется заданным курсом по 1.
объект П01, то после определения его местоположения, типа, координат эпицентра и радиуса зоны поражения 01 на водной поверхности, корабль должен заменить траекторию 1 на траекторию 2 обхода данной зоны. Если в процессе этого обхода встретится следующий опасный объект ПО3, определяющий зону поражения 03, он должен перейти на траекторию 3 и так далее до выхода из опасного района и возвращения на требуемый курс.
В общем случае определение и реализация траекторий обхода опасных зон на , ,
,
сопровождаться оперативным обнаружением и идентификацией скрытых потенциально опасных объектов. В данной работе для ее решения предлагается использование нейросетевого подхода, реализующего бионический метод адаптивного управления [1,2]. Структура нейросетевой системы навигационной безопасности при этом имеет вид, показанный на рис.2.
Рис.2. Структура системы обеспечения безопасности судовождения
Восприятие информации о подводной среде происходит при помощи сенсор, -( ),
обнаружение опасных объектов и определять их характеристики. Далее происходит обработка полученной информации в подсистеме идентификации опасных объектов и формирования модели внешней среды с целью формирования двумерного плана ее проходимости. При этом после обнаружения очередного подводного объекта прежде всего решается задача его отождествления, т.е. определение того, описывает ли набор полученных от ГАС данных новый объект либо этот объект
( ).
Особенность задачи отождествления подводных объектов состоит в том, что из-за невысокой разрешающей способности ГАС и наличия шумов параметры объектов определяются нечетко и, по этой причине, для ее решения используется аппарат нечеткой логики для комплексного сравнения параметров объектов, хранящихся в БНО и очередного объекта, обнаруженного ГАС. Для отождествления используются такие параметры, как: вероятность верной классификации объекта;
математическое ожидание координаты X - МОх; ее среднеквадратическое отклонение; математическое ожидание координаты У - МОу; ее среднеквадратическое отклонение; математическое ожидание координаты Ъ и ее среднеквадратическое отклонение; глубина обнаружения объекта. На основе этих параметров вводятся лингвистические переменные, для которых определяются нечеткие множества и создается база правил нечеткого логического вывода. После этого выполняется процедура вывода решения, исходными данными которой служат множества пара, , . -,
выполнения вывода больше заданного порога.
После отождествления происходит формирование модели проходимости внешней среды на основе карты высот подводного рельефа и информации из БНО. Для этого выполняется дискретизация водной среды по курсу движения на участ-, . определяются координаты эпицентра взрыва и радиус зоны поражения на водной поверхности на основе данных о глубине расположения объекта и радиуса сферы его поражения под водой.
Для безопасного обхода этой зоны ее радиус расширяется с учетом прочностных характеристик и габаритных размеров корпуса судна (самого крупного судна, если осуществляется провод каравана). В результате формируется модель проходимости внешней среды, содержащая опасные и безопасные для плавания участки .
Далее полученная модель внешней среды отображается в нейросетевой планировщик, аналогичный рассмотренному в работе [2]. Этот планировщик представляет собой нейросетевую модель афферентного синтеза [2] и состоит из связанных между собой нейропроцессоров (рис.3). Данная нейропроцессорная сеть , , соответствующий ему нейропроцессор отображает информацию о препятствии, в противном случае он отображает информации о свободном участке. Информация о проходимости участков среды отображается только в состояния основных нейропроцессоров. Множество дополнительных нейропроцессоров [3] служит для отображения информации о направлении движения, которое определяется по информации о собственном положении судна и его начальном курсе (предполагается, что после обхода опасной зоны корабль должен лечь на этот курс).
нейропроцессоры нейропроцессоры
Рис.3. Структурная схема нейросетевого планировщика
Собственное положение судна в данной структуре моделируется одним и тем же элементом, на топологическом месте которого расположена сеть принятия решения (СПР) [1,2]. После отображения модели внешней среды в состояние элементов сети афферентного синтеза происходит определение очередного шага траектории путем моделирования процесса распространения волны возбуждения, подробно описанного в работах [1,2,3]. При этом все возможные направления распространения волны между нейропроцессорами показаны на рис.3. После акта распространения волны направление очередного шага безопасной траектории фикси-,
информации о направлении очередного шага. Корректировка курса происходит посредством эффекторной подсистемы на базе рулевых механизмов корабля. Описанная последовательность действий повторяется до тех пор, пока судно не выполнит обход опасной зоны.
Для экспериментальной проверки работоспособности предлагаемой нейросе-тевой системы была синтезирована программная среда моделирования рассмотренных процессов обеспечения навигационной безопасности. Главное окно моделирующей среды показано на рис.4, где опасные подводные объекты обозначены как объекты искусственного происхождения.
Рис.4. Главное окно моделирующей среды
Данная среда включает в себя: редактор, позволяющий задавать количество и местоположение опасных подводных объектов, а также определять курс корабля;
, -тификации подводных объектов и программную модель нейросетевой подсистемы, включающей нейросеть афферентного синтеза и сеть принятия решений. С использованием данной моделирующей среды был проведен ряд экспериментов, один из которых показан на рис. 5 и 6.
В начале эксперимента в модели подводного рельефа были размещены пять опасных подводных объектов, расположение которых относительно корабля показано на рис.5.
Направление движения судна в начальный момент времени соответствует ориентации его корпуса. В результате проведенного эксперимента (см. рис.6) все опасные подводные объекты были корректно идентифицированы, для каждого из них верно определены координаты эпицентра и радиус зоны поражения на водной поверхности (опасные зоны на рис.6). Траектория движения, позволившая произвести обход объектов в автоматическом режиме без попадания в опасные зоны, является результатом процесса работы нейросетевого планировщика.
Рис.5. Расположение опасных подводных объектов относительно корабля в
начале эксперимента
движения зоны
Рис. 6. Результаты эксперимента
Проведенные эксперименты подтверждают работоспособность предложенной нейросетевой системы при решении задачи обеспечения навигационной безопас-. , работать как в автоматическом режиме обеспечения безопасности навигации, так и в качестве средства поддержки принятия решений командным составом при обнаружении опасных подводных объектов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Чернухин Ю.В. Искусственный интеллект и нейрокомпьютеры. - Таганрог: Изд-во ТРТУ,1997. - 273с.
2. Чернухин Ю.В. Нейропроцессорные сети. - Таганрог: Изд-во ТРТУД999. 43%.
3. Чернухин ЮМ., Каданов ММ., Трубачев О.Е. Нейросетевое планирование перемещений адаптивного мобильного робота к невидимой цели с известными координатами //Сборник докладов Юбилейной Международной конференции по нейрокибернетике. -Ростов-на-Дону: Изд-во «ЦВВР»,2002. Т.2. - С.152-155.
