Планирование съемки множества спортивных мероприятий на обширной территории группой беспилотных летательных аппаратов

Vladimir Ivanovich Goncharenko; Georgy Nikolaevich Lebedev; Denis Alexandrovich Mikhaylin; Valentin Viktorovich Nechaev

doi:10.25559/SITITO.15.201903.672-681

Vladimir Ivanovich Goncharenko Московский авиационный институт (национальный исследовательский университет); Институт проблем управления имени В.А. Трапезникова РАН http://orcid.org/0000-0002-1667-1197
Georgy Nikolaevich Lebedev Московский авиационный институт (национальный исследовательский университет) http://orcid.org/0000-0002-1385-0181
Denis Alexandrovich Mikhaylin Московский авиационный институт (национальный исследовательский университет) http://orcid.org/0000-0002-8822-9138
Valentin Viktorovich Nechaev МИРЭА – Российский технологический университет http://orcid.org/0000-0001-7171-3874

DOI: https://doi.org/10.25559/SITITO.15.201903.672-681

Аннотация

Решаемая в настоящей работе задача относится к классу задач наблюдения быстроразвивающихся событий на отдельных участках территории, которые необходимо контролировать в нужное время (в том числе и одновременно) с помощью беспилотных летательных аппаратов (БЛА). Существенной особенностью данной задачи является, прежде всего, то, что практически все обслуживаемые наземные объекты должны наблюдаться при соблюдении определенного графика в соответствии с известным расписанием соревнований. Исключение представляют объекты «неспортивного профиля» - трассы доставки пассажиров, стоянки транспорта, места отдыха и т.д., которые нужно периодически контролировать для обеспечения безопасности участников и зрителей. Кроме этого, особенностью решаемой задачи является то, что в ходе наблюдения возможно существенное изменение важности наблюдаемых спортивных эпизодов в динамической обстановке. Это требует адаптивной коррекции длительности обслуживания в зависимости от мнения оператора управления группой БЛА с учетом интересов зрителей.
Для решения поставленной задачи разработаны алгоритм предполетного планирования маршрутов обслуживания соревнований группой беспилотных летательных аппаратов и быстродействующий алгоритм оперативного планирования наблюдения соревнований с обязательным учетом соблюдения графика обслуживания. Для повышения эффективности предполетной маршрутизации группового полета предложено использовать генетический алгоритм. Как показали исследования, полученные в качестве первоначальной «элиты» варианты маршрутов подвергаются скрещиванию и мутации, и через малое число шагов эволюции сформированная группа маршрутов оказывается эффективнее первоначальной элиты примерно на 15-20%. При выборе состава обслуживаемых спортивных мероприятий с помощью БЛА предложено использовать мультипликативный критерий назначения их динамических приоритетов с учетом важности спортивных эпизодов и своевременности их обслуживания.

Сведения об авторах

Vladimir Ivanovich Goncharenko, Московский авиационный институт (национальный исследовательский университет); Институт проблем управления имени В.А. Трапезникова РАН

директор Военного института; ведущий научный сотрудник лаборатории Системной интеграции средств управления, доктор технических наук, доцент

Georgy Nikolaevich Lebedev, Московский авиационный институт (национальный исследовательский университет)

профессор кафедры 301 «Системы автоматического и интеллектуального управления», доктор технических наук, профессор, Заслуженный деятель науки РФ

Denis Alexandrovich Mikhaylin, Московский авиационный институт (национальный исследовательский университет)

доцент кафедры 301 «Системы автоматического и интеллектуального управления», кандидат технических наук, доцент

Valentin Viktorovich Nechaev, МИРЭА – Российский технологический университет

профессор кафедры интеллектуальных технологий и систем, доктор физико-математических наук, профессор

Литература

[1] Veremey E.I. Cognitive Implementation of Optimization Approach to the Control System Design for Moving Objects. Sovremennye informacionnye tehnologii i IT-obrazovanie = Modern Information Technologies and IT-Education. 2016; 12(1):98-107. Available at: https://elibrary.ru/item.asp?id=27539223 (accessed 04.07.2019). (In Russ., abstract in Eng.)
[2] Inozemtsev D.P. Unmanned aerial vehicles: Theory and practice. Automated technology for research and design. 2013; 2(49). (In Russ.)
[3] “We can see everything from above”. PwC Report on the Commercial Use of Unmanned Aerial Vehicles in the World. PricewaterhouseCoopers, 2016. Available at: http://rb.ru/media/reports/drone-technology-survey-2016_rus.pdf (accessed 04.07.2019). (In Russ.)
[4] Ananev A.V., Goncharenko V.I. Scenario planning of activities of the group of aeronautical robotic engineering complexes in cooperative environments. In: 2017 Tenth International Conference Management of Large-Scale System Development (MLSD), Moscow, 2017, pp. 1-5. (In Eng.) DOI: 10.1109/MLSD.2017.8109591
[5] Goncharenko V.I., Rozhnov A.V., Teplov G.I. Planning and coordination of flight routes of unmanned aerial systems in the interests of organizing and evaluating the quality of mobile communication systems. In: Vishnevsky V.M., Samouylov K.E. (esd.) Distributed computer and communication networks: control, computation, communications (DCCN-2018), RUDN, Moscow, 2018, pp. 220-229. Available at: https://elibrary.ru/item.asp?id=36626363 (accessed 04.07.2019). (In Russ.)
[6] Goncharenko V.I., Lebedev G.N., Mikhaylin D.A. Automated system for operational planning of group actions of drones with a given schedule for servicing mobile ground objects. In: Proceedings of the 1st All-Russian Scientific and Practical Conference “Unmanned Aviation: Status and Development Prospects”, VUNC VVS, Voronezh, 2019, pp. 39-45. (In Russ.)
[7] Lebedev G.N., Goncharenko V.I., Tsareva O.Yu., Mikhaylin D.A. Choosing a Variety of Priority Surface Observation Objects with the Help of Unmanned Aerial Vehicles and Routing their Flight. Vestnik komp'iuternykh i informatsionnykh tekhnologii = Herald of computer and information technologies. 2019; 2(176):3-12. (In Russ., abstract in Eng.) DOI: 10.14489/vkit.2019.02.pp.003-012
[8] Levitin A. Introduction to the Design and Analysis of Algorithm. 3rd ed. Pearson Education, 2012. (In Eng.)
[9] Lebedev G.N., Malygin V.B., Mikhaylin D.A. Problem Setting and Solution of the Response Correction of Arrival and Departure Air Traffic Flow in the Vicinity of the Field by Means of the Genetic Algorithm. Nauchnyi Vestnik MGTU GA = Aviation High Technologies. 2017; 20(4):8-17. (In Russ., abstract in Eng.) DOI: 10.26467/2079-0619-2017-20-4-8-17
[10] Alliluyeva N., Rudenko E. Mathematical method of objective function calculation and routing problems solving. Trudy MAI. 2017; 96:9. Available at: https://elibrary.ru/item.asp?id=30744421 (accessed 04.07.2019). (In Russ., abstract in Eng.)
[11] Mahmoudzadeh S., Powers D., Sammut K., Lammas A., Yazdani A.M. Optimal route planning with prioritized task scheduling for AUV missions. In: 2015 IEEE International Symposium on Robotics and Intelligent Sensors (IRIS), Langkawi, 2015, pp. 7-14. (In Eng.) DOI: 10.1109/IRIS.2015.7451578
[12] Darrah M.A., Niland W.M., Stolarik B.M. Increasing UAV Task Assignment Performance through Parallelized Genetic Algorithms. In: AIAA Infotech@Aerospace 2007 Conference and Exhibit, 07 May 2007 - 10 May 2007, Rohnert Park, California, 2007, pp. 1-10. (In Eng.) DOI: 10.2514/6.2007-2815
[13] Wang F., Man Y., Man L. Intelligent optimization approach for the k shortest paths problem based on genetic algorithm. In: 2014 10th International Conference on Natural Computation (ICNC), Xiamen, 2014, pp. 219-224. (In Eng.) DOI: 10.1109/ICNC.2014.6975838
[14] Wagner M., Neumann F. Single- and multi-objective genetic programming: New runtime results for sorting. In: 2014 IEEE Congress on Evolutionary Computation (CEC), Beijing, 2014, pp. 125-132. (In Eng.) DOI: 10.1109/CEC.2014.6900310
[15] Kim J.W., Kim S.K. Fitness Switching Genetic Algorithm for Solving Combinatorial Optimization Prob-lems with Rare Feasible Solutions. The Journal of Supercomputing. 2016; 72(9):3549-3571. (In Eng.)
[16] Kulchak A.M., Lebedev G.N., Selvesyuk N.I. On-board expert system for monitoring the safety of aircraft approach taking into account failures of on-board equipment. In: Modeling of aircraft systems: Proceedings. GosNIIAS, Moscow, 2018, pp. 296-297. Available at: https://elibrary.ru/item.asp?id=36819795 (accessed 04.07.2019). (In Russ.)
[17] Limmer M., Lensch H.P.А. Infrared Colorization Using Deep Convolutional Neural Networks. In: 2016 15th IEEE International Conference on Machine Learning and Applications (ICMLA), Anaheim, CA, 2016, pp. 61-68. (In Eng.) DOI: 10.1109/ICMLA.2016.0019
[18] Abrosimov V., Ryvkin S., Goncharenko V., Rozhnov A., Lobanov I. Identikit of modifiable vehicles at Virtual Semantic Environment. In: 2017 International Conference on Optimization of Electrical and Electronic Equipment (OPTIM) & 2017 Intl Aegean Conference on Electrical Machines and Power Electronics (ACEMP), Brasov, 2017, pp. 905-910. (In Eng.) DOI: 10.1109/OPTIM.2017.7975085
[19] Abrosimov V., Goncharenko V. Photofit of Perspective Vehicles: Shape's Synthesis and Flight Parameters Evaluation. In: Proceedings of the 9th International Conference on Computer and Automation Engineering (ICCAE’17), Association for Computing Machinery, New York, NY, USA, 2017, pp. 259-263. (In Eng.) DOI: 10.1145/3057039.3057093
[20] Nechaev V.V., Goncharenko V.I. Operational solution of boudary and optivization problems of the ballistic desing of flying apparatuss based on the cognitive graphics. In: Proceedings of the II International scientific conference "Convergent cognitive information technologies" (Convergent’2017), Moscow, Russia, November 24-26, 2017. CEUR Workshop Proceedings. 2017; 2064:341-349. Available at: http://ceur-ws.org/Vol-2064/paper40.pdf (accessed 04.07.2019). (In Russ., abstract in Eng.)
[21] Lebedev G., Goncharenko V., Mikhaylin D., Rumakina A. Aircraft Group Coordinated Flight Route Optimization Using Branch-and-Bound Procedure in Resolving the Problem of Environmental Monitoring. ITM Web of Conferences. 2017; 10:01003. (In Eng.) DOI: 10.1051/itmconf/20171001003
[22] Volkov A.G., Nechaev V.V., Goncharenko V.I., Lobanov I.A. Models and algorithms for a spacecrafts technical state prediction based on information technologies. In: Proceedings of the II International scientific conference "Convergent cognitive information technologies" (Convergent’2017), Moscow, Russia, November 24-26, 2017. CEUR Workshop Proceedings. 2017; 2064:245-254. Available at: http://ceur-ws.org/Vol-2064/paper29.pdf (accessed 04.07.2019). (In Russ., abstract in Eng.)
[23] Goncharenko V.I., Lebedev G.N., Mikhailin D.A., Khakhulin G. F. Continuous Flight Safety Management Information System for a Group of Converging Aircraft. Russian Aeronautics. 2018; 61(2):271-278. (In Eng.) DOI: 10.3103/S1068799818020174
[24] Goncharenko V.I., Lebedev G.N., Mikhailin D.A. Online Two-Dimensional Route Planning for a Group of Unmanned Aerial Vehicles. Journal of Computer and Systems Sciences International. 2019; 58(1):147-158. (In Eng.) DOI: 10.1134/S1064230719010076
[25] Knyaz V., Zheltov S., Lebedev G., Mikhailin D., Goncharenko V. Intelligent mobile object monitoring by unmanned aerial vehicles. In: IEEE EUROCON 2019 -18th International Conference on Smart Technologies, Novi Sad, Serbia, 2019, pp. 1-6. (In Eng.) DOI: 10.1109/EUROCON.2019.8861575