Development of a method for controlling unmanned aircraft systems taking into account the ip code in the task of cargo transportation

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

The paper is devoted to the development of a method for controlling unmanned aerial systems taking into account the IP code in the task of cargo transportation. A short review of works devoted to methods and algorithms of group control of unmanned aerial vehicles (UAVs) in cargo transportation is carried out. New mathematical models and method of control of heterogeneous group of UAVs in the task of cargo transportation are proposed. The basis for their development is the consideration of the IP code for the formation of meteorological constraints of the route network. The first and second characteristic digits of the IP code allowed us to determine the limitations of the influence of rain, snow and snowdrifts. These phenomena can have serious consequences for UAVs in flight, leading them to various kinds of malfunctions. The decision maker (DM) can select the UAV for the mission with the required IP code digits, thus reconfiguring the unmanned aerial system (UAS) and forming more effective solutions from the management point of view. A computational experiment is conducted to confirm this statement. For the considered areas, the application of the new method, taking into account the IP code for the UAV, allows to improve the efficiency estimation in comparison with the existing method.

Авторлар туралы

Alexander Salomatin

V.A. Trapeznikov Institute of Control Sciences of RAS

Email: karateka30@mail.ru
Moscow

Әдебиет тізімі

  1. АНТОХИН Е.А., ПАНАСЕНКО Н.Н., АТАКИЩЕВ О.И. и др. Обеспечение безопасности испытаний беспилот-ных летательных аппаратов военного и специального назначения // Известия института инженерной физики. – 2019. – №2(52). – С. 71–76.
  2. АСТАПЕНКО П.Д., БАРАНОВ А.М., ШВАРЕВ И.М. По-года и полеты самолетов и вертолетов. – Л.: Гидроме-теоиздат, 1980. – 276 с.
  3. ГОСТ 14254-2015 (IEC 60529:2013). Степени защиты, обеспечиваемые оболочками (код IP). – М.: Стандартин-форм, 2019. – 36 с.
  4. ЗАХАРОВА А.А., КУТАХОВ В.П., МЕЩЕРЯКОВ Р.В. и др. Моделирование задач транспортировки грузов в беспилотной авиационной системе // Авиакосмическое приборостроение. – 2023. – №3. – С. 3–15.
  5. КУЗНЕЦОВ И.Е., МЕЛЬНИКОВ А.В., РОГОЗИН Е.А. и др. Методика учета влияния метеорологических фак-торов на эффективность применения беспилотных ле-тательных аппаратов на основе системного анализа // Вестник Дагестанского государственного технического университета. Технические науки. – 2018. – Т. 45, №2. – C. 125–139.
  6. ЛАЗУТКИН А.В., УРВАНЦЕВ Р.А., ФЛОРОВ А.В. и др. Анализ статистических данных о полетах беспилотных летательных аппаратов серии SUPERCAM в сложных метеоусловиях для картографии и видеоразведки // Перспективы развития и применения комплексов с бес-пилотными летательными аппаратами. Сборник статей и докладов по материалам ежегодной научно-практической конференции. – 2016. – С. 268–272.
  7. МОИСЕЕВ Д.В., ЧИНЬ В.М. Вычислительные аспекты и прикладное программное обеспечение оптимальной маршрутизации полета легкого беспилотного лета-тельного аппарата в поле постоянного ветра // Вестник евразийской науки. – 2017. – Т. 9, №3(40). – С. 92.
  8. МОИСЕЕВ Д.В., ЧИНЬ В.М., МОЗОЛЕВ Л.А. и др. Маршрутизация полета легкого беспилотного лета-тельного аппарата в поле постоянного ветра на основе решения разновидностей задачи коммивояжера // Труды МАИ. – 2015. – №79. – С. 8.
  9. НОСОВ А.М., САВЕЛЬЕВ А.И., ВИЛЬЯНИНОВ В.Н. и др. Опыт транспортировки компонентов крови с применением беспилотного летательного аппарата // Медицина катастроф. – 2022. – №3. – С. 65–69.
  10. Официальный сайт компании Zipline. – URL: https://www.flyzipline.com/technology (дата обращения: 27.06.2023)
  11. Официальный сайт федеральной службы государствен-ной статистики. – URL: https://rosstat.gov.ru/ (дата об-ращения: 29.12.2023)
  12. Распоряжение Правительства Российской Федерации от 28 июля 2017 г. № 1632-р: официальный сайт. Про-грамма «Цифровая экономика» – URL: http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf (дата обращения: 20.10.2023).
  13. РОМАНЕНКО В.А. Математические модели функцио-нирования аэропортов в условиях современного авиа-транспортного рынка: монография. – Самара: ООО «Издательство Ас Гард», 2010. – 244 с.
  14. Транспортная стратегия Российской Федерации на пе-риод до 2030 года. Совет Безопасности Российской Федерации: официальный сайт. – URL: http://www.scrf.gov.ru/security/economic/document123/ (дата обращения: 20.10.2023).
  15. BOYCHEV I.Z. Research algorithms to optimize the drone route used for security // IEEE XXVII Int. Scientific Conf. Electronics (ET-2018). – 2018. – P. 1–4.
  16. CLARKE G., WRIGHT J.W. Scheduling of vehicles from a Central Depot to a Number of the Delivery Point // Opera-tions Research. – 1964. – P. 568–581.
  17. DERPICH I., MIRANDA D., SEPULVEDA J. Using drones in a warehouse with minimum energy consumption // 7th Int. Conf. on Computers Communications and Control (ICCCC-2018). – 2018. – P. 97–102.
  18. GJORSHEVSKI H., TRIVODALIEV K., KOSOVIC I.N. et al. Dynamic Programming Approach for Drone Routes Plan-ning // 26th Telecommunications Forum (TELFOR-2018). – 2018. – P. 1–4.
  19. HANAFI R., RUSMAN M., MARDIN F. et al. Distribution Route Optimization of a Capacitated Vehicle Routing Prob-lem by Sweep Algorithm // IOP Conference Series: Materials Science and Engineering. – 2020. – P. 1–6.
  20. LIONG C.Y., WAN I., OMAR K. Vehicle routing problem: Models and solutions // Journal of Quality Measurement and Analysis.– 2008. – Vol. 4. – P. 205–218.
  21. MITCHELL M. An Introduction to Genetic Algorithms. – The MIT Press, 1998. – P. 2.
  22. NEOGI A., MOUNIKA S., KALYANI S. et al. A Compre-hensive Study of Vehicle Routing Problem With Time Win-dows Using Ant Colony Optimization Techniques // Int. Jour-nal of Engineering and Technology (UAE). – 2018. – P. 80–85.
  23. RAIVI A., HUDA S., ASIFUL M. et al. Drone routing for drone-based delivery systems: a review of trajectory plan-ning, charging, and security // Sensors. – 2023. – P. 23.
  24. TAILLANDIER P., GAUDOU B., GRIGNARD A. et al. Building, composing and experimenting complex spatial models with the GAMA platform // Geoinformatica. – 2019. – Vol. 23(2). – P. 299–322.
  25. WALDNER J. Nanocomputers and Swarm Intelligence. – John Wiley & Sons, Inc., 2008. – P. 225.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу


Creative Commons License
Бұл мақала лицензия бойынша қол жетімді Creative Commons Attribution-NonCommercial 4.0 International License.

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».