В.П. Федосов1, Р.Р. Ибадов2, С.Р. Ибадов3
1,3 Институт радиотехнических систем и управления, ФГАОУ ВО «Южный федеральный университет» (г. Ростов-на-Дону, Россия)
2 Донской государственный технический университет (г. Ростов-на-Дону, Россия)
1 vpfed@mail.ru; 2 ragim_ibadov@mail.ru; 3 sibadov@sfedu.ru
Постановка проблемы. Беспилотные летательные аппараты (БПЛА) (или дроны) приобрели большую популярность за последнее десятилетие. Использование автономных дронов представляется жизнеспособным и недорогим решением проблем во многих приложениях. Возможности планирования пути необходимы для автономных систем управления. Автономный дрон должен иметь возможность быстро рассчитывать возможные и энергоэффективные маршруты, чтобы избежать столкновений. Существует множество проблем, связанных с разработкой системы управления автономными дронами. Для автономной навигации дронов необходимы несколько факторов, включая возможности принятия решений, планирование пути, формирование траектории и отказоустойчивое резервное управление (в случае возмущений и сбоев). Чтобы добиться этого, дроны должны обладать способностью чувствовать и воспринимать окружающую среду и рассчитывать путь с помощью бортовых компьютеров и датчиков. Кроме того, полетная навигация, управляемая бортовым компьютером, снижает частоту, с которой оператору необходимо взаимодействовать с дроном, тем самым ограничивая возможность человеческих ошибок. Следовательно, необходим метод, позволяющий планировать кратчайший и безаварийный путь БПЛА до объекта в плотной городской застройке.
Цель. Предложить алгоритм планирования пути БПЛА на основе алгоритмов разреженного поиска поверхности для кратчайшего и безаварийного вождения в городской инфраструктуре и совместного планирования пути для отслеживания движущейся цели в городской среде с использованием как БПЛА, так и беспилотных наземных транспортных средств (БНТС).
Результаты. Рассмотрены существующие методы и алгоритмы планирования траектории БПЛА. В ходе сравнительного анализа установлено, что практически во всех методах планирования пути имеются недостатки. Представлен алгоритмы планирования пути БПЛА для безаварийного вождения на основе динамической сетки занятости для моделирования целевого состояния, а также алгоритмы использования марковской модели 2-го порядка для представления движения цели и совместного использования БПЛА и БНТС. Показано, что разработанные алгоритмы учитывают нарушения видимости из-за препятствий в окружающей среде. Предложенный алгоритм использует динамическую сетку занятости для моделирования целевого состояния, которое обновляется на основе измерений датчиков с использованием байесовского фильтра. Эффективность работы новых методов подтверждена результатами моделирования в условиях наличия зданий с разной высотой и при различной скорости цели. Получены результаты для различных типов моделей наведения объекта, детерминированных и марковских целей.
Практическая значимость. Представленный алгоритм позволяет безаварийно управлять дронами в плотной городской застройке на основе алгоритма разреженного поиска поверхности и динамической сетки занятости.
Федосов В.П., Ибадов Р.Р., Ибадов С.Р. Определение направления движения и индексации беспилотных летательных аппаратов на изображении карты подстилающей поверхности // Радиотехника. 2024. Т. 88. № 12. С. 53−69. DOI: https://doi.org/10.18127/j00338486-202412-05
- Oh D., Han J. Smart Search System of Autonomous Flight UAVs for Disaster Rescue // Sensors. 2021. V. 21. № 20. P. 6810.
- Pehlivanoglu Y. V., Pehlivanoglu P. An enhanced genetic algorithm for path planning of autonomous UAV in target coverage problems // Applied Soft Computing. 2021. V. 112. P. 107796.
- Wang Y., Han Z. Ant colony optimization for traveling salesman problem based on parameters optimization // Applied Soft Computing. 2021. V. 107. P. 107439.
- Zeng, N., Wang, Z., Liu, W., Zhang, H., Hone, K., Liu, X. A dynamic neighborhood-based switching particle swarm optimization algorithm // IEEE Transactions on Cybernetics. 2020. V. 52. № 9. P. 9290-9301.
- Alatise M. B., Hancke G. P. A review on challenges of autonomous mobile robot and sensor fusion methods // IEEE Access. 2020. V. 8. P. 39830-39846.
- Dames P. M. Distributed multi-target search and tracking using the PHD filter // Autonomous robots. 2020. V. 44. № 3-4.
P. 673-689. - Queralta, J. P., Taipalmaa, J., Pullinen, B. C., Sarker, V. K., Gia, T. N., Tenhunen, H., Westerlund, T. Collaborative multi-robot search and rescue: Planning, coordination, perception, and active vision // IEEE Access. 2020. V. 8. P. 191617-191643.
- Dai, W., Lu, H., Xiao, J., Zeng, Z., Zheng, Z. Multi-robot dynamic task allocation for exploration and destruction // Journal of Intelligent & Robotic Systems. 2020. V. 98. P. 455-479.
- Gong, Z., Qiu, C., Tao, B., Bai, H., Yin, Z., Ding, H. Tracking and grasping of moving target based on accelerated geometric particle filter on colored image // Science China Technological Sciences. 2021. V. 64. № 4. P. 755-766.
- Gholami, B., Sahu, P., Rudovic, O., Bousmalis, K., Pavlovic, V. Unsupervised multi-target domain adaptation: An information theoretic approach // IEEE Transactions on Image Processing. 2020. V. 29. P. 3993-4002.
- Hou, Y., Liang, X., He, L., Zhang, J. Time-coordinated control for unmanned aerial vehicle swarm cooperative attack on ground-moving target // IEEE Access. 2019. V. 7. P. 106931-106940.
- Na H. J., Yoo S. J. PSO-based dynamic UAV positioning algorithm for sensing information acquisition in wireless sensor networks // IEEE Access. 2019. V. 7. P. 77499-77513.
- Banerjee P., Corbetta M. In-time UAV flight-trajectory estimation and tracking using Bayesian filters // IEEE aerospace conference. 2020. P. 1-9.
- Zhou, L., Leng, S., Liu, Q., Wang, Q. Intelligent UAV swarm cooperation for multiple targets tracking // IEEE Internet of Things Journal. 2021. V. 9. № 1. P. 743-754.
- Aslan, M. F., Durdu, A., Yusefi, A., Sabanci, K., Sungur, C. A tutorial: Mobile robotics, SLAM, bayesian filter, keyframe bundle adjustment and ROS applications // Robot Operating System (ROS) The Complete Reference 2021. V. 6. P. 227-269.
- Taguchi S., Kidono K. Exclusive association sampling to improve Bayesian multi-target tracking // IEEE Access. 2020. V. 8.
P. 193116-193127. - Zhou, L., Leng, S., Wang, Q., Liu, Q. Integrated sensing and communication in UAV swarms for cooperative multiple targets tracking // IEEE Transactions on Mobile Computing. 2022. V. 22. P. 6526-6542.
- Shobeiry P., Xin M., Hu X., Chao H. Uav path planning for wildfire tracking using partially observable markov decision process // AIAA Scitech Forum. 2021. P. 1677.
- Gao Y., Cheng L., He Y., Wang D. An active pursuit strategy for autonomous mobile robots based on deep reinforcement learning // IEEE International Conference on Cyborg and Bionic Systems (CBS). 2023. P. 326-331.
- Song C., Han B., Ji X., Li Y., Su J. AI-driven Multipath Transmission: Empowering UAV-based Live Streaming // IEEE Network. 2023.
- Sun Z., Garcia de Marina H., Anderson B.D., Yu C. Collaborative target-tracking control using multiple fixed-wing unmanned aerial vehicles with constant speeds // Journal of Guidance, Control, and Dynamics. 2021. V. 44. № 2. P. 238-250.
- Zhao J., Yang C., Wang W., Xu B., Li Y., Yang L., Xiang C. A Game-Learning-Based Smooth Path Planning Strategy for Intelligent Air–Ground Vehicle Considering Mode Switching // IEEE Transactions on Transportation Electrification. 2022. V. 8. № 3.
P. 3349-3366. - Hao Chen, Xiangke Wang, Lincheng Shen, Yirui Cong. Formation flight of fixed-wing UAV swarms: A group-based hierarchical approach // Chinese Journal of Aeronautics. 2021. V. 34. № 2. P. 504-515.
- Федосов В.П., Ибадов Р.Р., Ибадов С.Р. Реконструкция видеопоследовательности на основе геометрической модели с использованием видеодескриптора // Радиотехника. 2023. Т. 87. № 6. С. 151-167. DOI: https://doi.org/10.18127/j00338486-202306-20.
- Федосов В.П., Ибадов Р.Р., Ибадов С.Р. Модифицированный метод постобработки карты глубины изображений для задач безаварийного вождения беспилотных летательных аппаратов в городской инфраструктуре // Радиотехника. 2023. Т. 87.
№ 9. С. 113-123. DOI: https://doi.org/10.18127/j00338486-202309-10.