Разработка метода управления беспилотной авиационной системой с учетом кода ip в задаче транспортировки грузов

Обложка

Цитировать

Полный текст

Аннотация

Статья посвящена разработке метода управления беспилотной авиационной системой с учетом кода IP в задаче транспортировки грузов. Проводится короткий обзор работ, посвященных методам и алгоритмам группового управления беспилотными летательными аппаратами (БПЛА) при транспортировке грузов. Предлагаются новые математические модели и метод управления гетерогенной группой БПЛА в задаче транспортировки грузов. Основой для их разработки служит учет кода IP для формирования метеорологических ограничений маршрутной сети. Первая и вторая характеристические цифры кода IP позволили определить ограничения влияния дождя, снега и снежной крупы. Отмеченные явления могут нести серьезные последствия для БПЛА, осуществляющих полёт, приводить их к различного рода неисправностям. Лицо, принимающее решение (ЛПР), может осуществлять выбор БПЛА для выполнения миссии с необходимыми показателями цифр кода IP, тем самым осуществляя реконфигурацию беспилотной авиационной системы (БАС), и формировать более эффективные с точки зрения управления решения. Проводится вычислительный эксперимент, подтверждающий данное утверждение. Для рассмотренных районов применение нового метода, учитывающего код IP для БПЛА, позволяет улучшить оценку эффективности по сравнению с существующим методом.

Об авторах

Александр Александрович Саломатин

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: karateka30@mail.ru
Москва

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии 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».