Побудова траєкторії польоту квадрокоптера за допомогою наземного моніторингу і методів нейро-нечіткого моделювання
DOI:
https://doi.org/10.34121/1028-9763-2022-3-97-107Ключові слова:
quadcopter, flight path, overland monitoring, fuzzy set, fuzzy inference, neural network, квадрокоптер, траєкторія польоту, наземний моніторинг, нечіткий набір, нечіткий висновок, нейронна мережаАнотація
Анотація. Окремі території, де ведеться господарська діяльність, характеризуються наявністю гірських і лісових масивів. Для інформаційної підтримки розвитку інфраструктури та сільського господарства на цих територіях у деяких випадках необхідний наземний моніторинг за допомогою безпілотних технологій. У зв’язку з цим запропоновано алгоритм формування тривимірної траєкторії руху квадрокоптера під час наземного пілотування в гірсько-лісовому ландшафті, який передбачає автономне маневрування для подолання можливих перешкод. Як базову модель пропонується використовувати систему нечіткого висновку з вхідними характеристиками у вигляді лінгвістичних змінних, що відображають нечіткі сектори простору, в межах яких вербально інтерпретуються наявність перешкод і відстань до них, тобто у вигляді термінів відповідних вхідних лінгвістичних змінних. Подолання перешкод передбачається виконувати на основі нечітких висновків запропонованої системи, сформульованих як терми вихідних лінгвістичних змінних, які відображають зміни кута повороту в горизонтальній площині, висоту польоту та швидкість польоту квадрокоптера. У даній статті аналізуються результати поведінки моделі для різних сценаріїв термів вхідних лінгвістичних змінних. Для оперативного формування траєкторії польоту квадрокоптера також пропонується використовувати засоби нейромережевого моделювання. Завдяки своїй здатності адаптуватися до нових умов і вимог, модель нейронної мережі може стати важливою ланкою в забезпеченні автономного польоту квадрокоптера в умовах наземного моніторингу. Для відповідного навчання тришарової прямої нейронної мережі використовується достатньо велика кількість сценаріїв поведінки квадрокоптера, які були згенерованою системою нечіткого висновку щодо подолання можливих перешкод у п’яти секторах опитування.Посилання
1. Michael D.S. Simulation and control of a quadrotor unmanned aerial vehicle. URL: http://uknowledge.uky.edu/gradschool_theses/93.
2. Sharma A., Barve A. Controlling of quadrotor UAV using PID controller and fuzzy logic controller. International Journal of Electrical, Electronics and Computer Engineering. 2021. Vol. 1 (2). P. 38–41. DOI: http://doi.org/10.11591/ijece.v2i1.
3. DJI drones: types and capabilities of the brand's aircraft. URL: https://korabelov.info/2021/11/220373/drony-dji-vidy-i-vozmozhnosti-letatelnyh-apparatov-brenda/ (in Russian).
4. Neretina V.V., Nafikov I.R. Formation of the UAV trajectory during overland monitoring of forest ecosystems based on the apparatus of fuzzy logic. URL: https://apni.ru/article/845-formirovanie-traektorii-dvizheniya-bpla.
5. Saaty T.L., Vargas L.G. The Logic of Priorities. Applications of Business, Energy, Health and Transportation. Kluwer Nijhoff Publishing, Massachusetts, 1982. 278 p.
59
7Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Математичні машини і системи
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
