Диспетчер мультиагентной системы управления автономного необитаемого подводного аппарата: структура, алгоритмы, результаты моделирования
https://doi.org/10.17285/0869-7035.0041
Аннотация
Приводится описание алгоритмов, реализуемых диспетчером мультиагентной системы управления автономного необитаемого подводного аппарата (АНПА). Алгоритмы построены по модульному принципу, что позволяет, с одной стороны, контролировать выполнение широкого круга задач, возлагаемых на АНПА, а с другой – максимально упростить реализацию каждого алгоритма.
Об авторах
В. С. БыковаРоссия
Быкова Валентина Сергеевна. Инженер
Л. А. Мартынова
Россия
Мартынова Любовь Александровна. Доктор технических наук, ведущий научный сотрудник
А. И. Машошин
Россия
Машошин Андрей Иванович. Доктор технических наук, начальник научно-исследовательского центра «Интегрированные системы освещения обстановки». Действительный член общественного объединения «Академия навигации и управления движением».
И. В. Пашкевич
Россия
Пашкевич Иван Владимирович. Главный специалист по разработке гидроакустики АНПА
Список литературы
1. Агеев М.Д. и др. Автономные подводные роботы. Системы и технологии. М.: Наука. 2005. 400 с.
2. Инзарцев А.В. и др. Применение автономного необитаемого подводного аппарата для научных исследований в Арктике // Подводные исследования и робототехника. 2007. №2 (4). С. 5–14.
3. Боженов Ю.А. Использование автономных необитаемых подводных аппаратов для исследования Арктики и Антарктики // Фундаментальная и прикладная гидрофизика. 2011. Т. 4. №1. С. 4–68.
4. Millar, G., Mackay, L., Maneuvering Under the Ice, Sea Technology, 2015, vol.56, no. 4, pp. 35–38.
5. Гизитдинова М.Р., Кузьмицкий М.А. Мобильные подводные роботы в современной океанографии и гидрофизике // Фундаментальная и прикладная гидрофизика. 2010. Т. 3. №1. С. 4–13.
6. Илларионов Г.Ю., Сиденко К.С., Бочаров Л.Ю. Угроза из глубины: XXI век. Хабаровск: КГУП «Хабаровская краевая типография», 2011. 304 с.
7. Белоусов И. Современные и перспективные необитаемые подводные аппараты ВМС США // Зарубежное военное обозрение. 2013. №5. С. 79–88.
8. Кузьмицкий М.А., Гизитдинова М.Р. Мобильные подводные роботы в решении задач ВМФ: Современные технологии и перспективы // Фундаментальная и прикладная гидрофизика. 2011. Т. 4. №3. С. 37–48.
9. Cebrowski, A.K., Garstka, J.J., Network-centric warfare: its origins and future, U.S. Naval Institute Proceedings, 1998, №1.
10. Баулин В., Кондратьев А. Реализация концепции «сетецентрическая война» в ВМС США // Зарубежное военное обозрение. 2009. №6. С. 61–67.
11. Буренок В.М. Организационный и научно-технический базис сетецентрических войн // Военный парад. 2010. №1. С. 14–17.
12. Butler, H., Daly, M., Doyle, A., Gillies, S., Hagen, S., Schaub, T., The GeoJSON Format, RFC 7946, The Internet Engineering Task Force. URL: https://tools.ietf.org/html/rfc7946.
13. Procedural Reasoning System User’s Guide. A Manual for Version 2.0, SRI International, 2001. URL: http://www.ai.sri.com/~prs/prs-manual.pdf.
14. Борейко А.А., Инзарцев А.В., Машошин А.И., Павин А.М., Пашкевич И.В. Система управления АНПА большой автономности на базе мультиагентного подхода // Подводные исследования и робототехника. 2019. №2 (28). С. 23–31.
15. Пшихопов В.Х., Сиротенко М.Ю. Структурно-алгоритмическая реализация системы управления автономным мобильным роботом с нейросетевым планировщиком перемещений // Известия ТРТУ. Тематический выпуск «Интеллектуальные САПР». 2004. № 3 (38). C. 185–190.
16. Филаретов В.Ф., Лебедев А.В., Юхимец Д.А. Устройства и системы управления подводных роботов. М.: Наука, 2005.
17. Пшихопов В.Х., Сиротенко М.Ю., Гуренко Б.В. Структурная организация систем автоматического управления подводными аппаратами для априори неформализованных сред // Информационно-измерительные и управляющие системы. Интеллектуальные и адаптивные роботы. 2006. Т.4. № 1–3. C. 73–79.
18. Киселев Л.В., Инзарцев А.В., Матвиенко Ю.В. О некоторых задачах динамики и управления пространственным движением АНПА // Подводные исследования и робототехника. 2006. № 2. C. 13–26.
19. Инзарцев А.В., Львов О.Ю., Сидоренко А.В., Хмельков Д.Б. Архитектурные конфигурации систем управления АНПА // Подводные исследования и робототехника. 2006. № 1. C. 18–30.
20. Пшихопов В.Х. Позиционно-траекторное управление подвижными объектами. Таганрог: Изд-во ТРТИ ЮФУ, 2009. 183 с.
21. Ермолов И.Л. Расширение функциональных возможностей мобильных технологических роботов путем повышения уровня их автономности с использованием иерархической комплексной обработки бортовых данных. Дис. … докт. техн. Наук. 2012. 350 с.
22. Машошин А.И., Пашкевич И.В., Соколов А.И. Интегрированная система управления автономного необитаемого подводного аппарата // Материалы 7-ой Российской конференции по проблемам управления. Санкт-Петербург, 2014. С. 855–858.
23. Мартынова Л.А., Машошин А.И., Пашкевич И.В., Соколов А.И. Система управления – наиболее сложная часть автономных необитаемых подводных аппаратов // Морская радиоэлектроника. 2015. №4 (54). С. 23–32.
24. Мартынова Л.А., Машошин А.И., Пашкевич И.В., Соколов А.И. Алгоритмы, реализуемые интегрированной системой управления АНПА // Известия ЮФУ. Технические науки. 2015. № 1. С. 50–58.
25. Rajan, K., et al. Remote agent: an autonomous control system for the new millennium, Proc. of prestigious applications of intelligent systems, European conference on artificial intelligence (ECAI), Berlin, 2000.
26. Innocenti, B., A multi-agent architecture with distributed coordination for an autonomous robot. Ph.D. dissertation, Universitat de Girona, 2009.
27. Kim, T.W., Yuh, J., Development of a real-time control architecture for a semiautonomous underwater vehicle for intervention missions, Autonomous Systems Laboratory, Department of Mechanical Engineering, University of Hawaii, 2003, pp. 1521–1530.
28. Sutarto H., Budiyono A. Development of linear parameter varying control system for autonomous underwater vehicle, Indian J. Geo-Marine Sci., 2011, vol. 40, pp. 275–286.
29. Sarhadi, P., Noei, A.R., Khosravi, A., Model reference adaptive autopilot with anti-windup compensator for an autonomous underwater vehicle: Design and hardware in the loop implementation results, Appl. Ocean Res., 2017, vol. 62, pp. 27–36.
30. Geranmehr, B., Nekoo, S.R., Nonlinear suboptimal control of fully coupled non-affine six-DOF autonomous underwater vehicle using the state-dependent Riccati equation, Ocean Eng., 2015, vol. 96, pp. 248–257.
31. Fischer, N., Hughes, D., et al., Nonlinear RISE-Based Control of an Autonomous Underwater Vehicle, IEEE Trans. Robot, 2014, vol. 30, pp. 845–852.
32. Narasimhan, M., Singh, S.N., Adaptive optimal control of an autonomous underwater vehicle in the dive plane using dorsal fins, Ocean Eng., 2006, vol. 33, pp. 404–416.
33. Zhu, D., Sun, B., The bio-inspired model based hybrid sliding-mode tracking control for unmanned underwater vehicles, Eng. Appl. Artif. Intell., 2013, vol. 26, pp. 2260–2269.
34. Raeisy, B., Safavi, A.A., Khayatian, A.R., Optimized fuzzy control design of an autonomous underwater vehicle, Iran. J. Fuzzy Syst., 2012, vol. 9, pp. 25–41.
35. Esfahani, H.N., Azimirad, V., Danesh, M., A Time Delay Controller included terminal sliding mode and fuzzy gain tuning for Underwater Vehicle-Manipulator Systems, Ocean Eng., 2015, vol. 107, pp. 97–107.
36. Parhi, D.R., Kundu, S., Review on guidance, control and navigation of autonomous underwater mobile robot, Int. J. Artif. Intell. Comput. Res., 2012, vol. 4, pp. 21–31.
37. Dayan, P., Berridge, K.C., Model-based and model-free pavlovian reward learning: revaluation, revision and revelation, Cogn Affect Behav Neurosci., 2014, vol. 14, pp. 473–492.
38. El-Fakdi, A., Carreras, M., Two-step gradient-based reinforcement learning for underwater robotics behavior learning, Robotics and Autonomous Systems, 2013, vol. 61, no.3, pp. 271–282.
39. Zhang, L., Jiang, D., Zhao, J., Shan, M., An AUV for ocean exploring and its motion control system architecture, Open Mechanical Engineering Journal, 2013, vol.7, pp. 40–47.
40. Hasankashefi, M., Bolouri, F., Bolouri, K., Path Planning and Open-Loop Control Algorithms for a Differential Thrust Autonomous Underwater Vehicle, IOSR Journal of Electrical and Electronics Engineering (IOSR-JEEE), 2016, vol. 11, issue 4, pp. 151–158.
41. Pinto, J., Borges de Sousa, J., Py, F., Rajan, K., Experiments with deliberative planning on autonomous underwater vehicles, IROS Workshop on Robotics for Environmental Monitoring, Vila Moura, Portugal, 2012.
42. Petillot, Y.R., Antonelli, G., Casalino, G., Ferreira, F., Underwater Robots: From Remotely Operated Vehicles to Intervention-Autonomous Underwater Vehicles, IEEE Robot. Autom. Mag., 2019, vol. 26, pp. 94–101.
43. Melo, J., Matos, A., Survey on advances on terrain based navigation for autonomous underwater vehicles, Ocean Eng., 2017, vol. 139, pp. 250–264.
44. Galarza, C., Masmitja, I., Prat, J., Gomariz, S., Design of obstacle detection and avoidance system for Guanay II AUV, Appl. Sci., 2020, vol. 10, pp. 32–37.
45. Lin, C., Wang, H., Yuan, J., Yu, D., Li, C., An improved recurrent neural network for unmanned underwater vehicle online obstacle avoidance, IEEE J. Ocean. Eng., 2019, vol. 44, pp. 120–133.
46. Sarda, E.I., Dhanak, M.R., Launch and Recovery of an Autonomous Underwater Vehicle from a Station-Keeping Unmanned Surface Vehicle, IEEE J. Ocean. Eng., 2019, vol. 44, pp. 290–299.
47. Zhang, T., Wang, Z., Li, Y., Tong, J., A passive acoustic positioning algorithm based on virtual long baseline matrix window, J. Navig., 2019, vol. 72, pp. 193–206.
48. Wei, E., Dong, C., Yang, Y., Tang, S., Liu, J., Gong, G., Deng, Z., A Robust Solution of Integrated SITAN with TERCOM Algorithm: Weight-Reducing Iteration Technique for Underwater Vehicles’ Gravity-Aided Inertial Navigation System, Navig. J. Inst. Navig., 2017, vol. 64, pp. 111–122.
49. Salavasidis, G., Munafò, A., et al., Terrain-aided navigation for long-endurance and deep-rated autonomous underwater vehicles, J. Field Robot, 2019, vol. 36, pp. 447–474.
50. Eren, F., Pe’Eri, S., et al., Position, orientation and velocity detection of Unmanned Underwater Vehicles using an optical detector array, Sensors, 2017, vol. 17, p. 1741.
51. Zhong, L., Li, D., et al., A fast binocular localization method for AUV docking, Sensors, 2019, vol. 19, p. 1735.
52. Liu, S., Xu, H., Lin, Y., Gao, L., Visual navigation for recovering an AUV by another AUV in shallow water, Sensors, 2019, vol. 19, p. 1889.
53. Monroy-Anieva, J.A., Rouviere, C., et al., Modeling and control of a micro AUV: Objects follower approach, Sensors, 2018, vol. 18, p. 2574.
54. Wang, R., Wang, X., Zhu, M., Lin, Y., Application of a Real-Time Visualization Method of AUVs in Underwater Visual Localization, Appl. Sci., 2019, vol. 9, p. 1428.
55. Manzanilla, A., Reyes, S., et al., Autonomous navigation for unmanned underwater vehicles: Real-time experiments using computer vision, IEEE Robot, 2019, vol. 4, pp. 1351–1356.
56. Yan, Z., Wang, L., et al., Polar cooperative navigation algorithm for multi-unmanned underwater vehicles considering communication delays, Sensors, 2018, vol. 18, p. 1044.
57. Cui, J., Zhao, L., Ma, Y., Yu, J., Adaptive consensus tracking control for multiple autonomous underwater vehicles with uncertain parameters, ICIC Express Lett., 2019, vol. 13, pp. 191–200.
58. Baylog, J.G., Wettergren, T.A., A ROC-Based approach for developing optimal strategies in UUV search planning, IEEE J. Ocean. Eng., 2018, vol. 43, pp. 843–855.
59. Li, J., Zhang, J., Zhang, G., Zhang, B., An adaptive prediction target search algorithm for multi-AUVs in an unknown 3D environment, Sensors, 2018, vol. 18, p. 3853.
60. Bing Sun, D.Z., Complete Coverage Autonomous Underwater Vehicles Path Planning Based on Glasius Bio-Inspired Neural Network Algorithm for Discrete and Centralized Programming, IEEE Trans. Cogn. Dev. Syst., 2019, pp. 73–84.
61. Yan, Z., Liu, X., Zhou, J., Wu, D., Coordinated Target Tracking Strategy for Multiple Unmanned Underwater Vehicles with Time Delays, IEEE Access, 2018, vol. 6, pp. 10348–10357.
62. Simetti, E., Wanderlingh, F., et al., Autonomous Underwater Intervention: Experimental Results of the MARIS Project, IEEE J. Ocean. Eng., 2018, vol. 43, pp. 620–639.
63. Cataldi, E., Chiaverini, S., Antonelli, G., Cooperative Object Transportation by Two Underwater Vehicle-Manipulator Systems, Proc. 26th Mediterranean Conference on Control and Automation (MED), Zadar, Croatia. 19–22 June 2018, pp.161–166.
64. García-Valdovinos, L.G., Fonseca-Navarro, F., at al., Neuro-Sliding Control for Underwater ROV’s Subject to Unknown Disturbances, Sensors, 2019, vol. 19, p. 2943.
65. Городецкий В.И., Грушинский М.С., Хабалов А.В. Многоагентные системы (обзор) // Новости искусственного интеллекта. 1998. №2. С.64–116.
66. Ржевский Г.А., Скобелев П.О. Как управлять сложными системами? Мультиагентные технологии для создания интеллектуальных систем управления предприятиями. Самара: Офорт, 2015. 290 с.
Рецензия
Для цитирования:
Быкова В.С., Мартынова Л.А., Машошин А.И., Пашкевич И.В. Диспетчер мультиагентной системы управления автономного необитаемого подводного аппарата: структура, алгоритмы, результаты моделирования. Гироскопия и навигация. 2020;28(3):109-121. https://doi.org/10.17285/0869-7035.0041
For citation:
Bykova V.S., Martynova L.A., Mashoshin A.I., Pashkevich I.V. A Dispatcher for a Multi-Agent Control System of an Autonomous Underwater Vehicle: Structure, Algorithms, and Simulation Results. Giroskopiya i Navigatsiya. 2020;28(3):109-121. https://doi.org/10.17285/0869-7035.0041
Послать статью по эл. почте 