УПРАВЛЕНИЕ И ПРИНЯТИЕ РЕШЕНИЙ
М. А. Кудров, К. Д. Бухаров, Э. А. Захаров, Д. Р. Махоткин, Н. Е. Кривошеин, Н. А. Гришин, В. Семенкин "Интеллектуальный алгоритм управления группой беспилотных аппаратов"
СИСТЕМЫ УПРАВЛЕНИЯ
ПРОГРАММНАЯ ИНЖЕНЕРИЯ
ОБРАБОТКА ИНФОРМАЦИИ И АНАЛИЗ ДАННЫХ
РАСПОЗНАВАНИЕ ОБРАЗОВ
ПРОБЛЕМЫ БЕЗОПАСНОСТИ
М. А. Кудров, К. Д. Бухаров, Э. А. Захаров, Д. Р. Махоткин, Н. Е. Кривошеин, Н. А. Гришин, В. Семенкин "Интеллектуальный алгоритм управления группой беспилотных аппаратов"

Аннотация.

В статье представлен алгоритм группового управления летательными аппаратами в условиях динамически изменяющейся внешней ситуации. Задача группы беспилотных летательных аппаратов заключается в поиске и уничтожении вражеской группы аппаратов в ограниченном пространстве при минимально возможных потерях. Борьба с группами малых летательных аппаратов в условиях ограниченного пространства – одна из задач, возникших в последнее время в связи с развитием малоразмерной беспилотной летательной техники. Для исследования алгоритмов группового взаимодействия разработан программный стенд моделирования воздушного боя БПЛА и разработаны модули, реализующие несколько алгоритмов управления. В статье приведены описание программного стенда и результаты работы исследованных алгоритмов.

Ключевые слова:

имитационная модель, идентификация состояния, функция полезности, генетический алгоритм, групповое управление, оптимизация.

Стр. 3-11.

DOI 10.14357/20718632190401

Литература

1. Novitzky P., Kokkeler B., Verbeek P. The Dual-use of Drones Tijdschrift voor Veiligheid 2018 (17) 1-2 doi: 10.5553/TvV/18727948201801710200
2. Bunker R. J. Terrorist and insurgent unmanned aerial vehicles: use, potentials, and military implications // Strategic Studies Institute and U. S. Army War College Press, 2015.
3. Копытин В. Война дронов. Почему террористы в Сирии всё чаще используют беспилотники? // LIFE [Электронный ресурс] 2018, URL: https://life.ru/t/сирия/1076718/voina_dronov_pochiemu_ti erroristy_v_sirii_vsio_chashchie_ispolzuiut_biespilotniki (дата обращения: 09.06.2019).
4. Петросян Л.А., Рихсиев Б.Б. Преследование с простым движением. М.: Наука, 1991. - 96 с.
5. Айзекс Р. Дифференциальные игры. М.: Мир, 1967. - 480 с.
6. Majumdar D. U.S. Military Successfully Tested Its Latest Super Weapon: ‘The Swarm’ // The National Interest [Электронный ресурс] - 9.01.2017 - URL: https://nationalinterest.org/blog/the-buzz/us-militarysuccessfully-tested-its-latest-super-weapon-%E2%80%98the-19002 (дата обращения: 09.06.2019).
7. Zulu A., John S. A. Review of Control Algorithms for Autonomous Quadrotors // Open Journal of Applied Sciences, 2014 - 10 с.
8. Khuwaja K., Lighari N., Tarca I. C., Tarca R. C. PID Controller Tuning Optimization with Genetic Algorithms for a Quadcopter // Recent Innovations in Mechatronics (RIiM) Vol. 5. (2018). No. 1.
9. Galvez R. L., Dadios E. P., Bandala A. A. Path Planning for Quadrotor UAV Using Genetic Algorithm // 7th IEEE International Conference Humanoid, 2014 - 5 c.
10. Пегат А. Нечеткое моделирование и управление / А. Пегат; пер. с англ. - 2-е изд. - М.: БИНОМ. Лаборатория знаний, 2015.- 798 с. (Andrzej P., 2001. Fuzzy Modeling and Control. Physica-Verlag Heidelberg. 728 p.)
11. Talha M., Asghar F., Rohan A., Rabah M., Kim S. H. Fuzzy Logic-Based Robust and Autonomous Safe Landing for UAV Quadcopter // Arabian Journal for Science and Engineering, 2018 - 13 c.
12. Ernest N., Carroll D., Schumacher C., Clark M., Cohen K., Lee G. Genetic Fuzzy based Artificial Intelligence for Unmanned Combat Aerial Vehicle Control in Simulated Air Combat Missions // Journal of Defense Management, 2016. - 7 с.
13. Водолазский И. А., Егоров А. С., Краснов А. В. Роевой интеллект и его наиболее распространённые методы реализации // Молодой ученый. — 2017. — №4. — С. 147-153. — URLhttps://moluch.ru/archive/138/38900/ (дата обращения: 9.06.2019).
14. Иванов Д. Я. Методы роевого интеллекта для управления группами малоразмерных беспилотных лета- тельных аппаратов // Известия Южного федерального университета. Технические науки, 2011 - 9 c.
15. Кореванов С. В., Казин В. В. Искусственные нейронные сети в задачах навигации беспилотных летательных аппаратов // Научный вестник Московского государственного технического университета гражданской авиации, 2014 - 4 с.
16. Amer K., Samy M., Shaker M., ElHelw M. Deep Convolutional Neural Network-Based Autonomous Drone Navigation // Center for Informatics Science, 2019 - 8 c.
17. Hostmark J. B. Modelling Simulation and Control of Fixed-wing UAV: CyberSwan // Institutt for teknisk kybernetikk, 2007 - 106 c.
18. Бесекерский В.А., Попов Е.П.4-е изд // Теория систем автоматического управления. — СПб.: Профессия, 2003. — 752 с.
19. Петров В. Маневрирование в воздушном бою. // Зарубежное военное обозрение, N1, 1985 [Электронный ресурс] - 9.01.2017 - URL: http://lockon.spb.ru/manevr.html (дата обращения: 9.06.2019).
20. Подзоров С. Ю. Курс лекции по теории алгоритмов НГУ, 2003 – 2004.
21. Бабич В. К. Воздушный бой (зарождение и развитие) // Военное издательство, 1991 - 95 с.
22. Rubinstein A. Lecture Notes in Microeconomic Theory. — 2nd. — Princeton University Press, 2013. — 153 с. — ISBN 978-0-691-15413-8.
23. Климко Е. Г. Генетический алгоритм как разновидность эволюционного алгоритма // Радиоэлектроника и информатика, 2002 - 4 с.
24. Батищев Д.И., Неймарк Е.А., Старостин Н.В. Применение генетических алгоритмов к решению задач дискретной оптимизации // Учебно-методический материал по программе повышения квалификации «Информационные технологии и компьютерное моделирование в прикладной математике» Нижний Новгород, 2007. - 85 с.
 

2019 / 04
2019 / 03
2019 / 02
2019 / 01

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".