CC BY
2
УДК 681.513.8
DOI: 10.24412/2071-6168-2022-12-35-38
СВОЙСТВО ВЯЗКОСТИ ДЛЯ МЕТОДА ОРГАНИЗАЦИИ ДВИЖЕНИЯ МНОГОАГЕНТНОЙ
СИСТЕМЫ
Э.А. Гейс
Глобальные задачи мониторинга местности и слежения за объектом, поставленные перед многоагентной системой, разделяются на множество подзадач. Одной из подзадач является полет многоагентной системы в среде с множеством препятствий при сохранении геометрической структуры роя. В ранее опубликованных работах реализация метода эквивалента теплового движения роя, где под агентом понимается физический объект, не позволяет решить эту подзадачу. В данной работе предложен компонент метода организации движения, препятствующий изменению относительного положения агентов роя. Приведенные результаты моделирования показывают работоспособность предложенного решения в части сохранения геометрической структуры роя.
Ключевые слова: многоагентная система, метод эквивалента теплового движения, вязкость.
Ключевым аспектом проектирования многоагентной системы (МАС), где под агентом понимается физический объект, например, квадрокоптер, является разработка метода организации движения [1,2]. Коммерческую реализацию получил метод "ведущий-ведомый" [3-6]. Также существует методы, основанные на эволюционном механизме [7,8]. Значительная часть методов включает искусственное потенциальное (векторное) поле [9-12]. В предыдущих работах [13,14] выполнен краткий обзор имеющихся методов организации движения агентов роя и предложен метод эквивалента теплового движения, основанный на потенциальном поле и обеспечивающий в перспективе ключевое для роя свойство — адаптивность. Под адаптивностью в контексте МАС понимается инвариантность роя к изменению свойств среды и поставленным задачам.
В работе [15] приведены результаты эксперимента альтернативного метода организации движения агентов роя. В поставленном эксперименте агенты выполняют полет по местности с множеством препятствий при сохранении геометрической структуры роя. Локальная задача движения агента по местности с множеством препятствий возникает при постановке глобальной задачи, например, мониторинга местности. В связи с этим выполнена оценка качества полета агентов в среде с множеством препятствий при использовании предложенного метода эквивалента теплового движения [13]. Результаты моделирования в разработанной среде MASPlatform [16] показали, что в текущей реализации метода геометрическая структура роя не сохраняется, и по мере движения роя происходит его дробление на несколько отдельных МАС.
Постановка задачи. Описанная выше проблема требует дополнить текущую реализацию метода эквивалента теплового движения.
Решение было выполнено исходя из следующих предположений:
1) Количество элементов роя заранее неизвестно и может меняться с течением времени;
2) Турбулентность, создаваемая винтомоторными группами квадрокоптера, не учитывается ввиду значительного расстояния между агентами даже при имитации столкновения;
3) Координаты агента в пространстве определяются без помех.
Рассмотрим задачу полета роя агентов в области с множеством препятствий. По постановке задача схожа с примером работы [15], то есть задачей полета роя в лесу.
В данной задаче допустимая область состоит из:
1) Горизонтальной плоской границы, обозначающей земную поверхность;
2) Горизонтальной плоской границы, обозначающей максимальную высоту подъема агентов над земной поверхностью;
3) Две вертикальные плоскости, параллельные направлению требуемого движения, расположенные на некотором расстоянии друг от друга;
4) Границы в виде цилиндров, имитирующие деревья;
5) Вектор поля, ориентированный в направлении целевого положения роя.
Принимая во внимание концепцию метода эквивалента теплового движения, вектор поля, действующий на каждого агента, побудит квадрокоптер разгонятся в направлении заданного вектора до скорости, ограниченно технической реализацией летательного аппарата. Может возникнуть ситуация, когда скорость квадрокоптера слишком велика для текущего радиуса близкодействия, что ввиду инерционности летательного аппарата приведет к его столкновению с препятствием. Этот факт учтен, и максимальная скорость квадрокоптера ограничена на основе радиуса близкодействия.
Метод теплового движения побуждает агентов к поведенческому повторению нагретого пара или жидкости. Для решения задачи слежения за объектом или совместного маневрирования требуется добавить в метод организации движения компонент «вязкость роя». Для метода организации движения введен коэффициент вязкости. Чтобы полет по местности выполнялся одной группой коэффициент вязкости увеличивается. Значение коэффициента определяется экспериментально с использованием разработанной СММАС.
Стоит учитывать, что для определения положения препятствий относительно агента в реальности, можно использовать систему компьютерного зрения, как в работе. Наиболее дешевым вариантом определения относительного положения препятствий является ориентированные датчики приближения, например сонары.
Внедрение в метод теплового движения свойства «вязкость». В простейших моделях вязкого течения тангенциальная сила, вызываемая сдвигом слоев друг относительно друга, имеет вид [17]:
к, =-А (1)
ах
где л - динамический коэффициент вязкости, Оу/ - скорость сдвига, £ - площадь касания.
/ах
Напомню, что согласно методу эквивалента теплового движения на каждой итерации расчета системы управления агентом формируется интенсивность близкодействия с соседями:
(2)
с. = Я
■Я.-
вид:
Эквивалентный вектор отталкивания от соседа на основе метода потенциального поля имеет
(3)
2
с. = кс + с - а.
где кс - коэффициент масштабирования, О . - нормализованный вектор направления от соседа.
с ]
Рассматривая взаимодействие двух агентов и принимая во внимание формулы (2) и (3) формулу (1) можно записать как:
Р =-к V с ■ (4)
1 у ""л то^. 4 '
где к - динамический коэффициент вязкости, Vmо - скорость относительно соседа.
л
Полученное значение Ру из формулы (4) требуется добавить к результирующему вектору эк-
вивалента силы потенциального поля агента.
Каждый агент имеет аппаратуру передачи данных, необходимую для обмена данными между элементами роя и функционирования метода эквивалента теплового движения. Относительное движение агентов вычисляется на основе данных, которые уже передаются в пакете сообщений.
Моделирование проводилось в разработанной среде моделирования многоагентных систем (СММАС) MASPlatform. Благодаря компоненту вязкости и наличию общего тренда в составе метода теплового движения при попадании агентов в ситуацию, показанную на рис. 1, все агенты прибудут в пункт назначения даже при использовании дешевого аппаратного обеспечения и без вычисления наилучшей траектории полета. По центру рис. 1, а, б расположена группа препятствий. Линиями показана траектория полета агентов.
Г ■ □ ■ в ■ ■ ■ ■ 1 ■ ■ г Ц т ш ш ■
■ ■ ж 1 ■ т ш
■ _ 1 ■ 71 ■ и ш
1 ■ 1 ■ ш ш
■ ■ ■
1 ■ ■ 1 ■ ¡1 ■ ■
1 ■ ■ ш ■
1 ■ ■ ■ ■ 1 ■ ■ я ■ ■ ■
Рис. 1. Схема ситуации со сложным маневрированием: а — с нулевым коэффициентом вязкости; б — ненулевым
На рис. 1, б видно, что компонент вязкости препятствует изменению геометрической структуры роя, что обеспечивает полет в составе группы.
На рис. 2 демонстрируется вид сверху результата моделирования полета 36 агентов в области с множеством препятствий. Точка старта роя расположена в нижней части рис. 2. Задача группового полета решена с помощью метода, описанного выше. Вектор постоянного поля направлен от нижней части изображения к верхней.
На рис. 2 линии иллюстрируют траекторию движения агентов; малые точки — препятствия, положение которых определяется с помощью сетки и случайного отклонения от её узла. Анализ траектории показывает отсутствие столкновений агентов и препятствий. Из рис. 2 видно, что увеличение коэффициента вязкости обеспечивает кучность траектории движения агентов в области.
а б
Рис. 2. Траектории полета агентов роя в области с множеством препятствий: а — с нулевым коэффициентом вязкости; б — ненулевым
Заключение. Результаты моделирования показывают работоспособность предложенного метода. Стоит отметить, что разработанный компонент согласуется с концепцией поведенческого повторения агентами теплового движения атомов.
Обсуждение. В отличие от альтернативного метода организации движения [15] метод эквивалента теплового движения не решает задачу полета квадрокоптера по кратчайшему пути. Но решение данной задачи или задачи полета с наименьшими потерями энергии бортового аккумулятора может быть внедрено в метод в виде отдельного компонента по аналогии с компонентом вязкости.
Работа выполнена при финансовой поддержке Министерства науки и высшего образования РФ в рамках государственного задания по теме «Развитие теории прикладных интеллектуальных систем вооружения и военной техники» (FEWK-2022-0003).
Список литературы
1. Ding X. Multi-UAV Convoy Protection: An Optimal Approach to Path Planning and Coordination / X. Ding, A. Rahmani, M. Egerstedt // Robotics, IEEE Transactions on. 2010. Т. 26. Multi-UAV Convoy Protection. С. 256-268.
2. Rastgoftar H. Cooperative aerial lift and manipulation (CALM) / H. Rastgoftar, E.M. Atkins // Aerospace Science and Technology. 2018. Т. 82. С. 105-118.
3. Ефанов В.Н. Управление полетом БПЛА в строю на основе координации взаимодействия группы летательных аппаратов / В.Н. Ефанов, С.В. Мизин, В.В. Неретина // Вестник Уфимского государственного авиационного технического университета. 2014. Т. 18. № 1 (62). С. 114-121.
4. Ильичев К.В. Разработка масштабируемой мобильной робототехнической системы роевого взаимодействия / К.В. Ильичев, С.А. Манцеров // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2017. № 21. С. 91-108.
5. Karpov V. Formation of Control Structures in Static Swarms / V. Karpov, I. Karpova // Procedia Engineering. 2015. № 100. С. 1459-1468.
6. Liu C. Leader-following flocking for unmanned aerial vehicle swarm with distributed topology control / C. Liu, M. Wang, Q. Zeng, W. Huangfu // Science China Information Sciences. 2020. Т. 63. № 4. С. 140312.
7. Crowther W. Rule-based guidance for flight vehicle flocking / W. Crowther // Proceedings of The Institution of Mechanical Engineers Part G-journal of Aerospace Engineering. 2004. Т. 218. С. 111-124.
8. Zhou H. Anticollision Decision and Control of UAV Swarm Based on Intelligent Cognitive Game / H. Zhou, Y. Li, T. Han // Computational Intelligence and Neuroscience. 2022. Vol. 2022.
9. Nieuwenhuisen M. Predictive potential field-based collision avoidance for multicopters / M. Nieuwenhuisen, M. Schadler, S. Behnke // ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2013. Т. XL-1/W2. С. 293-298.
10. Liu W. Dynamic collision avoidance for cooperative fixed-wing UAV swarm based on normalized artificial potential field optimization / W. Liu, X. Zheng, Z. Deng // Journal of Central South University. 2021. Vol. 28. № 10. P. 3159-3172.
11. UAV cooperative search in dynamic environment based on hybrid-layered APF / R. Shao [и др.] // EURASIP Journal on Advances in Signal Processing. 2021. Т. 2021.
12. UAV path planning using artificial potential field method updated by optimal control theory / Y. Chen [и др.] // International Journal of Systems Science. 2014. Т. 47. № 6. С. 1407-1420.
13. Гейс Э.А. Разработка метода организации движения группы БЛА на основе эквивалента теплового движения // Известия Тульского государственного университета. Технические науки. 2021. Вып. 11. С. 41-45.
14. Гейс Э.А. Разработка регулятора квадрокоптера, входным воздействием которого является эквивалент вектора силы потенциального поля // Известия Тульского государственного университета. Технические науки. 2021. Вып. 11. С. 10-15.
15. Swarm of micro flying robots in the wild / X. Zhou [и др.] // Science Robotics. 2022. Т. 7.
16. Гейс Э.А. Разработка инструментария проектирования и моделирования многоагентных систем / Э.А. Гейс, О.О. Морозов // Материалы докладов III всероссийская научно-практическая конференция молодых ученых и специалистов организаций - ассоциированных членов РАРАН «Молодежь. Наука. Инновации в оборонно-промышленном комплексе». 2019. С. 87-93.
17. Евдокимов И.Н., Елисеев Н.Ю. Молекулярные механизмы вязкости жидкости и газа. Часть 1. Основные понятия. Российский государственный университет нефти и газа имени И.М. Губкина, 2005. 59 с.
Гейс Эдуард Альбертович, инженер, младший научный сотрудник, edheiss73@gmail.com, Россия, Тула, Тульский государственный университет
THE VISCOSITY PROPERTY IN THE METHOD OF ORGANIZING A MULTI-AGENT SYSTEM MOTION
E.A. Heiss
The global tasks of terrain monitoring and object tracking posed to a multi-agent system are divided into many subtasks. One of the subtasks is the flight of a multi-agent system in an environment with many obstacles while preserving the geometrical structure of the swarm. The current implementation of the swarm thermal motion equivalent method, where the agent is understood as a physical object, does not allow to solve this sub-task. In this paper, we propose a component of the motion organization method that prevents changes in the relative position of the swarm agents. The simulation results show the workability of the proposed solution in terms ofpreserving the geometric structure of the swarm.
Key words: multi-agent system, thermal motion equivalent method, viscosity.
Heiss Edward Albertovich, engineer, junior researcher, edheiss73@gmail.com, Russian, Tula, Tula State University
УДК 623.593.5
DOI: 10.24412/2071-6168-2022-12-38-43
РАЗРАБОТКА ПОДВИЖНЫХ МИШЕННЫХ КОМПЛЕКСОВ ДЛЯ ОБУЧЕНИЯ ВОЕННОСЛУЖАЩИХ И СИЛ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ
Д.С. Абрамов, Н.М. Ватутин, В.В. Колтунов, А.С. Мелешко
Рассматривается вопрос разработки подвижных мишенных комплексов для огневой подготовки военнослужащих и личного состава силовых формирований. Конструкции комплекса обеспечивают перемещение мишеней максимально соответствующее реальному движению цели в боевых условиях как в горизонтальной, так и в вертикальной плоскостях. Комплексы могут быть использованы для стрельбы боевыми патронами в условиях стрельбищ, полигонов и тиров. Использование комплекса позволит существенно повысить уровень огневой подготовки военнослужащих и личного состава силовых формирований специального назначения.
Ключевые слова: подвижность, мишень, комплекс, подготовка, военнослужащие.
Одним из основных элементов подготовки военнослужащих и личного состава сил специального назначения является обучение их приёмам владения и эффективного применения оружия - огневая подготовка. По этой причине важнейшей сопутствующей задачей является разработка мишенных комплексов, соответствующих реальным условиям и обеспечивающих возможность применения штатного вооружения и боеприпасов.
Использование систем управления движением различного вида мишенных объектов, применяемых для обучения и тренировок личного состава стрельбе из стрелкового и артиллерийского вооружения, существенно повышает его боеготовность по сравнению с проведением учебных стрельб по неподвижным мишеням.
Достаточно распространенный способ управления перемещением подвижной мишени [1] заключается в перемещении по рельсовым направляющим посредством троса тележки, с установленной на ней мишенью. Обеспечивающее его устройство содержит рельсовые направляющие, тележку с мишенью, тяговый механизм, включающий привод, лебёдку и канат/трос, а также пульт управления. Недостатком данного способа является возможность перемещения мишени только в одном линейном направлении, и, таким образом, полную предсказуемость «поведения» мишенного объекта, что существенно снижает
