И.В. Трундаев1

1 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
1 ivan_t98@mail.ru

Постановка проблемы. На сегодняшний день актуальной является проблема управления движущимся объектом в трехмерном пространстве для достижения заданной окрестности цели в условиях отсутствия точной информации о координатах цели. При этом возникают следующие ограничения: через определенные промежутки времени объект получает координаты цели с некоторой ошибкой ε, объект управления ограничен в маневре, время на движение ограничено.

Цель. Выяснить, при каком алгоритме объект управления будет быстрее достигать заданной окрестности цели, а при одинаковом времени решения задачи определить, при каком алгоритме объект будет находиться ближе к цели.

Результаты. Предложены методы плавного управления движением объекта в трехмерном пространстве к целевой точке. Проанализированы методы эффективного достижения объектом заданной окрестности цели. Отмечено, что методы адекватного воздействия основаны на нечетких множествах и теории вероятностей. Ориентация объекта описана через кватернионы. Показано моделирование траекторного движения к цели. Разработана программа реализации движения на основе предложенных методов в реальном времени.

Практическая значимость. Решение задачи может представлять интерес, когда получаемая информация о данных цели с некоторой ошибкой ε не является достаточной, чтобы сделать адекватный вывод о параметрах распределения ε для эффективного решения задачи при имеющихся условиях. Это может происходить из-за малого количества данных, из-за большей дисперсии ошибки ε относительно заданной окрестности цели.

Трундаев И.В. Моделирование траекторного движения к цели в условиях неопределенности // Нелинейный мир. 2024. Т. 22. № 4. С. 70–79. DOI: https://doi.org/10.18127/j20700970-202404-09

1. Дружинина О.В., Масина О.Н. О подходах к анализу устойчивости нелинейных динамических систем с логическими регуляторами // Современные информационные технологии и ИТ-образование. 2017. Т. 13. № 2. С. 40–49.
2. Мелехин В.Б., Хачумов М.В. Нечеткая модель ситуационного управления параметрами полета автономного беспилотного летательного аппарата в условиях неопределенности // Мехатроника, автоматизация, управление. 2021. Т. 22. № 12. С. 650–659.
3. Козадаев К.В. Кватернионный базис для алгоритма бесплатформенной инерциальной навигационной системы БПЛА // Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки. 2020. № 4. С. 10–14.
4. Мелехин В.Б., Хачумов М.В. Планирование поведения интеллектуального беспилотного летательного аппарата в недоопределенной среде. Часть I. Структура и применение фрейм-микропрограмм поведения // Искусственный интеллект и принятие решений. 2018. № 2. С. 73–83.
5. Gürsoy-Demir H., Efe M. Ö. Adaptive second order sliding mode guidance law for missile-target interception with fuzzy logic system. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 2023.
   V. 237. № 11. P. 2665-2676.
6. Mammadova K., Hamzayev S. Motion trajectory planning of a mobile robot flying in a fuzzy environment. Scientific Collection «InterConf+». 2023. № 33 (155). P. 375–385.
7. Li H. et al. A target damage effectiveness assessment mathematical calculation method with uncertain information based on an adaptive fuzzy neural network. International Journal of Intelligent Systems. 2023. V. 2023.
8. Bobrow F. et al. The Cubli: modeling and nonlinear attitude control utilizing quaternions. IEEE Access. 2021. V. 9.
   P. 122425–122442.
9. Tong M. et al. A model-free fuzzy adaptive trajectory tracking control algorithm based on dynamic surface control. International Journal of Advanced Robotic Systems. 2020. V. 17. № 1. P. 1729881419894417.
10. Awad N. et al. Model predictive control with fuzzy logic switching for path tracking of autonomous vehicles. ISA transactions. 2022. V. 129. P. 193–205.
11. Abdelwahab M. et al. Trajectory tracking of wheeled mobile robots using z-number based fuzzy logic. IEEE Access. 2020. V. 8. P. 18426–18441.
12. Liang X. et al. Three‐dimensional trajectory tracking of an underactuated AUV based on fuzzy dynamic surface control. IET Intelligent Transport Systems. 2020. V. 14. № 5. P. 364–370.
13. Mai T. A. et al. A combined backstepping and adaptive fuzzy PID approach for trajectory tracking of autonomous mobile robots. Journal of the Brazilian Society of Mechanical Sciences and Engineering. 2021. V. 43. P. 1–13.
14. URL: https://github.com/air-labs/AIML (дата обращения: 20.05.2024).