Оперативное управление беспилотным вертолетом для обеспечения экстренной безопасной посадки на необорудованную площадку

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рассматривается задача обеспечения экстренной посадки беспилотного вертолета, совершающего полет в некотором районе целевого применения. Предложен двухэтапный алгоритм поиска площадки, пригодной для посадки с учетом набора требований. На первом этапе с помощью цифровой карты местности, размещенной на борту беспилотного вертолета, рассчитывается маршрут обхода площадок, потенциально пригодных для посадки с точки зрения особенностей рельефа поверхности. Формирование маршрута достигнуто путем последовательного решения статических задач оптимизации с целью минимизации средних потерь, возникающих при перелете от одной посадочной площадки до другой. На втором этапе, реализуемом непосредственно в процессе движения по рассчитанному маршруту, осуществляется окончательный выбор посадочной площадки на основе обработки данных георадара для подтверждения требований по плотности грунта в месте посадки. Для оценки пригодности посадочной площадки требованию плотности грунта использован нейросетевой классификатор на базе двухслойного персептрона.

Рассмотрен пример, иллюстрирующий работу предложенного алгоритма, как в условиях вычислительного эксперимента, так и при выполнении серии летных экспериментов.

Об авторах

В. Н. Евдокименков

Московский авиационный институт (национальный исследовательский ун-т)

Автор, ответственный за переписку.
Email: pavel-ermakov-1998@mail.ru
Россия, Москва

П. Г. Ермаков

Московский авиационный институт (национальный исследовательский ун-т)

Email: pavel-ermakov-1998@mail.ru
Россия, Москва

А. А. Гоголев

Московский авиационный институт (национальный исследовательский ун-т)

Email: pavel-ermakov-1998@mail.ru
Россия, Москва

Список литературы

  1. Цуканов И.Р., Азман А.В. Решаемые проблемы, преимущества и перспективы развития беспилотных вертолетов // Изв. ТулГУ. Технические науки. 2022. Вып. 9.
  2. Линник Ю.В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений. М.: Физматгиз, 1962. 352 с.
  3. Андреев М.А., Миллер А.Б., Миллер Б.М., Степанян К.В. Планирование траектории беспилотного летательного аппарата в сложных условиях при наличии угроз // Изв. РАН. ТиСУ. 2012. № 2. С.166–176.
  4. Гончаренко В.И., Желтов С.Ю., Князь В.А., Лебедев Г.Н., Михайлин Д.А., Царева О.Ю. Интеллектуальная система планирования групповых действий беспилотных летательных аппаратов при наблюдении наземных мобильных объектов на заданной территории // Изв. РАН. ТиСУ. 2021. № 3. С. 39–56.
  5. Себряков Г.Г., Красильщиков М.Н., Евдокименков В.Н. Алгоритмическое и программно-математическое обеспечение предполетного планирования групповых действий беспилотных летательных аппаратов // Фундаментальные проблемы группового взаимодействия роботов: материалы отчетного мероприятия РФФИ по конкурсу “офи-м” (тема 604) в рамках международной научно-практической конф. Волгоград, 2018. С. 30–32.
  6. Evdokimenkov V.N., Krasilshchikov M.N., Kozorez D.A. Development of Pre-flight Planning Algorithms for the Functional-program Prototype of a Distributed Intellectual Control System of Unmanned Flying Vehicle Groups // INCAS Bulletin. 2019. V. 11. № 1. P. 75–88.
  7. Rafiqul A., Mesbah A. Ground Penetrating Radar for Measuring Thickness of an Unbound Layer of a Pavement // Advances in Intelligent Systems and Computing. 2018. V. 598. P. 160–167.
  8. Leucci G. Ground Penetrating Radar: The Electromagnetic Signal Attenuation and Maximum Penetration Depth // Scholarly Research Exchange. 2008. V. 2008. https://doi.org/10.38114/2008/926091
  9. Booth A.D, Koylass T.M. Drone-mounted Ground-penetating Radar Surveying: Flight-Height Considerations for Diffraction-based Velocity Analysis // GEOPHYSICS. 2021. V. 87. № 4. https://doi.org/10.1190/geo2021-0602.1 Zakriya M., Elfadel I., Rasras M. Monolitic Multi Degree of Freedom (MDoF) Capacitive MEMS Accelerometers // Micromachines. 2018. V. 9. № 11. https://doi.org/0.3390/mi9110602
  10. Quinchia A., Falco G., Faletti E., Dovis F. A Comparison Between Different Error Modelling of MEMS Applied to GPS / INS Integrate Systems // Sensors (Basel). 2013. V. 13. №. 3. P. 9549–0588. https://doi.org/10.3390/s130809549
  11. Liu Hong Dan, Shu Xiong Ying, Li Xi Sheng. Application Of Strongly Tracking Kalman Filter In MEMS Gyroscopes Bias Compensation // 6th Intern. Conf. on Advanced Materials and Computer Science. ISAMCS, Rome, 2017. https://doi.org/10.23977/icamcs.2017.1004
  12. Parra-Tsunekawa I., Ruiz-del-Solar J., Vallejos P. A Kalman-filtering-based Approach for Improving Terrain Mapping in off-road Autonomous Vehicles // J. Intelligent & Robotic Systems. 2014. V. 78. P. 577–591. https://doi.org/10.1007/s10846-014-0087-9
  13. Rullán-Lara J., Salazar S., Lozano R. Real-time Localization of an UAV Using Kalman Filter and a Wireless Sensor Network // J. Intelligent & Robotic Systems. 2012. V. 65. P. 283–293. https://doi.org/10.1007/s10846-011-959908
  14. Kim K., Lee L., Park C. Adaptive Two-stage Extanded Kalman Filter for a Fault-tolerant INS-GPS Loosely Coupled Systems // IEEE Translations on Aerospace and Electronic Systems. 2009. V. 45. № 1. P. 125–137. https://doi.org/10.1109/TAES.2009.4805268
  15. Веремеенко К.К., Желтов С.Ю., Ким Н.В., Себряков Г.Г , Красильщиков М.Н.. Современные информационные технологии в задачах навигации и наведения беспилотных маневренных летательных аппаратов. М.: Физматлит, 2009. 556 с.
  16. Dah-Jing Jwo, Chung F., Tsu-Pin Weng. Adaptive Kalman Filter for Navigation Sensor Fusion, Sensor Fusion and Its Applications, Ciza Thomas (Ed.), ISBN: 978-953-307-101-5, InTech. 2010. P. 488. https://doi.org/10.5772/9957
  17. Shuttle Radar Topography Mission. URL: https://www2.jpl.nasa.gov/srtm/.
  18. OpenStreetMap. URL: https://www.openstreetmap.org .
  19. Гринев А.Ю. Вопросы подповерхностной радиолокации. М.: Радиотехника, 2005. 416 c.
  20. Изюмов С.В., Дручинин C.В., Вознесенский А.С. Теория и методы георадиолокации: Учебное пособие. М.: Горная книга, Изд. Московского гос. горного ун-та, 2008. 196 с.
  21. Сухобок Ю.А. Совершенствование методики георадарного обследования грунтовых объектов транспортной инфраструктуры: дис... канд. техн. наук: 05.23.11. Хабаровск, 2014. 165 c.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».