CC BY
16
Алешин Степан Леонидович начальник учебной лаборатории, asl.87@mail.ru, Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С.М. Буденного,
Новиков Артем Николаевич, канд. техн. наук, доцент, band31@mail.ru, Россия, Балашиха, Военная академия ракетных войск стратегического назначения им. Петра Великого
A MODEL OF THE FUNCTIONING OF A BROADBAND ADAPTIVE ANTENNA ARRAY IN A COMPLEX
SIGNAL-INTERFERENCE ENVIRONMENT
S.L. Aleshin, A.N. Novikov
The article presents a model of the functioning of a broadband adaptive antenna array in a complex signal-interference environment. The results of modeling under the influence offour interferences are presented.
Key words: adaptive antenna array, directional pattern, vector of weighting coefficients, spatiotemporal signal processing.
Stepan Leonidovich Alyoshin, head of the educational laboratory, asl.87@mail.ru, Russia, St. Petersburg, Military Academy of Communications named after Marshal of the Soviet Union S.M. Budyonny,
Novikov Artem Nikolaevich, candidate of technical sciences, docent, band31 @mail. ru, Russia, Moscow, Military Academy of Strategic Missile Forces named after Peter the Great Balashikha
УДК 004
DOI: 10.24412/2071-6168-2023-1-439-443
ОБЗОР АЛГОРИТМОВ ПЕРЕМЕЩЕНИЯ АВТОНОМНЫХ ТРАНСПОРТНЫХ ПЛАТФОРМ В ДИНАМИЧЕСКИ ИЗМЕНЯЮЩЕМСЯ ПРОСТРАНСТВЕ
С.И. Тимаков, Ю.В. Французова
В данной статье рассматриваются методы планирования пути автономным объектом, используемых в создании автопилота воздушных и плавательных транспортных средств. Изложено устройство интеллектуальной системы принятия решений.
Ключевые слова: автономная транспортная платформа, интеллектуальная система принятия решений, автопилот, безопасный путь.
Введение. В настоящее время развитие современной робототехники стремительно охватывает принципиально новые прикладные области, связанные с проведением работ в неопределенных и экстремальных условиях - от космических и глубоководных исследований, обслуживания атомных станций, ликвидации последствий техногенных аварий и катастроф, до выполнения сложнейших медицинских операций, автоматизации коммунально-хозяйственной сферы, организации быта и досуга. Актуальность работы объясняется непрерывным прогрессом, при котором каждая область окружающей нас среды стремится к автоматизации. Начиная с механического управления, человек перешел к автоматическому, затем - к дистанционному, а на текущем этапе развития дошел до интеллектуального управления. Четко заданные алгоритмы машин являются наиболее отказоустойчивыми, минимизируют допуск ошибок и, что не мало значимо, способны самостоятельно обучаться. Автономные объекты не имеют человеческого фактора: не устают, не болеют, не имеют психологического влияния и зависимости, а их отлаженная протестированная система при должном и своевременном обслуживании способна работать значительно эффективнее живого труда. [4]
Цели и задачи исследования. Целью работы является улучшение отказоустойчивости работы ИСПР (интеллектуальная система принятия решений), работающей на алгоритме определения безопасного пути автономной транспортной платформы. Чтобы достичь данной цели ставятся следующие задачи:
выполнить анализ существующих алгоритмов планирования траектории и методов поиска пути в динамически изменяющейся пространства;
предложить (разработать) алгоритм маршрутизации и управления перемещением АТП в режиме реального времени в динамически изменяющейся пространства;
выбрать принципы организации и функциональную структуру интеллектуальной системы управления перемещением АТП в динамически изменяющемся пространстве;
439
разработать имитационную компьютерную модель для исследования функционирования предложенной системы управления перемещения АТП;
провести экспериментальные исследования функционирования системы управления перемещением АТП с целью проверки работоспособности алгоритмов планирования и управления в динамически изменяющихся условиях окружающей среды.
Объект исследования - методов планирования пути автономным объектом. Предмет исследования - алгоритмы автоматизации работы интеллектуальной системы самоуправления автономной транспортной платформы.
Актуальность работы. Необходимость создания автоматических систем, способных обеспечить выполнение требуемых функций в неопределенной среде, вызвала активизацию поисковых исследований по прикладному использованию методов и технологий искусственного интеллекта при создании систем управления автономных машин и беспилотных летательных и плавательных аппаратов.
Высокая степень автономности объектов определяет необходимость адаптации машин к динамически изменяемой среде. Они должны самостоятельно принимать решения в сложной и заранее неопределенной обстановке. Поэтому автономные машины должны обладать интеллектуальной системой управления и выполнять поставленные им задачи. Планирование пути — важнейшая задача в области навигации беспилотных машин. [4]
Функции разрабатываемой системы. Типичная работа автопилота заключается в следующих функциях:
система перемещается самостоятельно из точки а в точку б;
определяет наличие препятствий по пути и перестаивает маршрут, в связи с этим; определяет уровень заряда.
Процесс принятия решения интеллектуальной системой самоуправления автономной транспортной платформы можно представить в виде диаграммы IDEF0 (рис. 1), ее декомпозиция представлена на рис. 2.
-»
Л» с -*
ПОЛ/гео™.
Рис. 1. Диаграмма ЮЕГ-0 интеллектуальной подсистемы самоуправления
На данных диаграммах представлены входные/выходные данные, механизмы управления и правила. На декомпозированной диаграмме представлены процедуры, выполняющиеся в интеллектуальной системе самоуправления (так же называемая интеллектуальной системой принятия решений) и данные, передающиеся от процедуры к процедуре [3].
ИСПР работает в сочетании с остальными системами автономной транспортной платформы. На рис. 3 представлен минимальный комплекс подсистема для функционирования АТП.
Стрелка, входящая в блок подсистемы сенсорных элементов, означает поступающую информацию с датчиков, а стрелка, выходящая из блока подсистемы эффектоных элементов - означает выходные сигналы данных на механическую часть платформы, отвечающую непосредственно за ее передвижение в пространстве [1, 2].
Рассмотренные методы. В настоящее время существует множество методов и алгоритмов для планирования пути автономным объектом. В ходе изучения предметной области были найдены следующие методы решения задач, к которым относятся глобальные и локальные методы. Из глобальных методов были найдены:
на основе графов (диаграмма видимости, диаграмма Вороного, вероятностная дорожная карта, метод быстро исследующих случайных деревьев);
на основе клеточной декомпозиции (алгоритм Дейкстры, А*, D*, Theta*, метод распространения волнового фронта);
потенциальных полей (разделяется по функциям: виртуальное силовое поле, ньютоновское потенциальное поле, супербиквадратное потенциальное поле, гармоническое векторное поле. по методам: искусственных потенциалов APF, виртуального силового поля оптимизационные методы (подходы: плоские модели, смешанное целочисленное линейное программирование, двоично-целочисленное программирование);
на основе ИИ (методы: муравьиный алгоритм, искусственная нейросеть, метод роя частиц, реактивные методы).
Рис. 3. Обобщенная структура интеллектуального автономного объекта
Методы планирования, описанные выше, в основном предназначены для глобального планирования. Эти алгоритмы необходимо дополнять алгоритмами локального планирования, ориентированными на обход препятствий или других движущихся объектов. К локальным методам относится описанный выше метод потенциальных полей. Другой локальный метод, так называемый В^-алгоритм — один из самых ранних алгоритмов обхода препятствий, по которому от источника к месту назначения планируется прямой путь до тех пор, пока объект не сталкивается с препятствием. К локальным относятся: Алго-
ритм Bug 1, Алгоритм Bug 2, метод гладкого пути (подходы: корректировка опорных точек, сглаживание ломаных в сочленениях, метод Dubins, метод полярных многочленов, метод на основе сплайнов, кривые Безье класса СЛ2, неравномерный кубической В-сплайн).
Подытожив произведенный анализ существующих методов решения задач планирования пути автономным объектом в динамически изменяющейся среде, можно сделал вывод что каждый из методов имеет свои преимущества и недостатки, использование того или иного метода зависит от сопутствующих факторов (необходимое время реакции, точность приятия решения, оснащение датчиками, обстановка окружающей среды и т.д.). Получение около идеального алгоритма получается комбинированием глобальных и локальных методов. Тезисно ниже приведены еще раз варианты их применения.
У изученных методов выделены следующие достоинства и недостатки:
методы на основе графов легко реализовать в компьютерном моделировании. основные методы на основе графов предназначены для использования в статической окружающей среде, хотя некоторые из них могут быть преобразованы в вид, применимый для динамической среды. поскольку граф связан с опорными точками, результат в этих методах оказывается ломаной линией. кроме того, получаемое решение не является оптимальным: оно допустимое или относительно оптимальное;
метод потенциальных полей позволяет построить гладкий путь. реализация метода относительно проста и ясна. преимуществом метода является малое время расчета. поэтому его часто используют при локальном планировании, когда расчеты должны выполняться в режиме реального времени. но при использовании этого метода робот может попасть в точку локального минимума и в конечном счете не достичь цели;
оптимизационные методы имеют преимущество в том, что с помощью них можно учесть самые разные ограничения, например динамические или ограничения на управление. можно также включать ограничения, направленные на обеспечение безопасности, надежности и других факторов. однако с увеличением размерности пространства состояний и области окружающей среды, с увеличением степени детализации модель быстро усложняется, что приводит в результате к замедлению процесса вычисления. реализовать оптимизационные алгоритмы в режиме реального времени не всегда представляется возможным;
методы, основанные на интеллектуальных алгоритмах, помогают решить задачу с очень сложными ограничениями динамики. но самый большой недостаток - цикл планирования слишком длительный, и их трудно использовать в режиме реального времени. такие методы лучше всего применять при первоначальном глобальном планировании;
В задаче трехмерного планирования пути существуют довольно сложные и разнородные ограничения. Необходим единый простой подход, позволяющий учитывать разнородные ограничения [4].
В данной работе описаны основные методы планирования пути в среде с препятствиями. Также представлены методы сглаживания пути, сформированного в виде ломаной линии. Методы сглаживания важны потому, что негладкие траектории движения не удовлетворяют ограничениям по динамике и, кроме того, трудны для существующих методов синтеза управления. Задача планирования пути — одно из ведущих направлений в развитии современной робототехники.
В дальнейшем планируется выявить наиболее оптимальный алгоритм, модернизировать подход построения и обеспечить результативность его работы, в которую входит отказоустойчивость работы алгоритма, определение его работы будет осуществляться в имитационной среде.
Список литературы
1. Демидова А.В., Семенчев Е.А. Имитационное исследование универсального алгоритма перемещения интеллектуальных беспилотных объектов в динамически изменяющемся трехмерном пространстве // Вестник ТулГУ. Серия. Вычислительная техника. Информационные технологии. Системы управления. Вып.6 Информационные системы. Изд-во ТулГУ, 2012. С. 77-86
2. Демидова А.В., Семенчев Е.А. Исследование универсального алгоритма перемещения интеллектуальных беспилотных объектов в динамически изменяющемся пространстве // Сб. научн. трудов студентов, аспирантов и молодых ученых «Научное творчество XXI века". Белгород, ноябрь, 2012. С. 8286.
3. Тимаков С.И. Обзор автономных транспортных платформ и их поведения в 3D пространстве. ИНТЕЛЛЕКТ - 2021. Издательство ТулГУ, 2021. С. 307-308.
4. Лю В. Методы планирования пути в среде с препятствиями (обзор). Математика и математическое моделирование. НП «НЕИКОН» 2018. № 01. С. 15-58.
Тимаков Сергей Игоревич, магистр, timakov.sergeyl @gmail.com, Россия, Тула, Тульский государственный университет,
Французова Юлия Вячеславовна, канд. техн. наук, доцент, iulianna_1204@mail.ru, Россия, Тула, Тульский государственный университет
REVIEW OF MOVEMENT ALGORITHMS FOR AUTONOMOUS TRANSPORT PLATFORMS IN A
DYNAMICALLY CHANGING SPACE
S.I. Timakov, J.V. Frantsuzova
This article discusses the methods of planning the path of an autonomous object used in creating an autopilot for air and swimming vehicles. The device of an intelligent decision-making system is described.
Key words: autonomous transport platform, intelligent decision-making system, autopilot, safe path.
Timakov Sergey Igorevich, undergraduate, timakov.sergey1@gmail. com, Russia, Tula, Tula State
University,
Frantsuzova Julia Vyacheslavovna, candidate of technical sciences, docent, _iulianna_1204@mail.ru, Russia, Tula, Tula State University
