КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ

Номер 14-19-01533

НазваниеРазработка теории и методов создания интеллектуальных позиционно-траекторных систем управления подвижными объектами в условиях неопределенности

РуководительПшихопов Вячеслав Хасанович, Доктор технических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Южный федеральный университет", Ростовская обл

Период выполнения при поддержке РНФ 2014 г. - 2016 г. 

Конкурс№1 - Конкурс 2014 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами».

Область знания, основной код классификатора 09 - Инженерные науки, 09-606 - Навигация, наведение и управление подвижными объектами

Ключевые словауправление, подвижные объекты, интеллектуальные технологии, неопределенность

Код ГРНТИ78.25.31

СтатусУспешно завершен

 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Перспективы применения подвижных объектов для решения задач гражданского и военного назначения требуют их разработки в классе автономных систем. В этой связи системы управления таких подвижных объектов должны решать задачи планирования и управления движением в условиях неопределенности среды, что делает актуальными развитие теории и методов интеллектуального управления движением. Целью проекта является разработка теории и методов проектирования и исследования систем планирования, управления и навигации на базе метода позиционно-траекторного управления подвижными объектами и интеллектуальных технологий. Объектом исследования являются системы позиционно-траекторного управления подвижными объектами. Предметом исследования являются методы интеллектуального планирования движений на базе нейросетевых структур, методы построения нейросетевых и нечетких позиционно-траекторных алгоритмов управления движением, методы интеллектуального управления исполнительными механизмами. В проекте планируется получение следующих результатов, отличающихся научной новизной: – метод интеллектуального планирования движения подвижных объектов, отличающийся применением нейроподобных структур для планирования траекторий движения в виде линейных и квадратичных форм внешних координат; – метод интеллектуального позиционно-траекторного управления движением, отличающийся нейросетевой реализацией алгоритмов управления и согласования с исполнительным уровнем; – метод синтеза интеллектуальных систем управления исполнительными объектам, отличающийся использованием нейросетевых и нечетких технологий; – метод структурирования целей и целеобразования с применением средств формализации многокритериальных функций для решения задач управления в неопределённых ситуациях; – метод моделирования для исследования аспектов применения нечётких, нейронечётких и гибридных регуляторов для роботизированных комплексов. – информационное обеспечение и макет для апробации результатов моделирования и выполнения исследований на действующем макете.

Ожидаемые результаты
– метод интеллектуального планирования движения подвижных объектов, отличающийся применением нейроподобных структур для планирования траекторий движения в виде линейных и квадратичных форм внешних координат; – метод интеллектуального позиционно-траекторного управления движением, отличающийся нейросетевой реализацией алгоритмов управления и согласования с исполнительным уровнем; – метод синтеза интеллектуальных систем управления исполнительными объектам, отличающийся использованием нейросетевых и нечетких технологий; – методы структурирования целей и целеобразования с применением средств формализации многокритериальных функций для решения задач управления в неопределённых ситуациях; – метод моделирования для исследования аспектов применения нечётких, нейронечётких и гибридных регуляторов для роботизированных комплексов. – информационное обеспечение и макет для апробации результатов моделирования и выполнения исследований на действующем макете. Перечисленные результаты являются существенным продвижением в решении фундаментальной проблемы интеллектуального управления подвижными объектами в неопределенных средах, позволяющим повысить эффективность эксплуатации существующих и проектируемых систем управления подвижными объектами. Планируется публикация 4 монографий и серии статей.

 

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2014 году
За отчетный период в соответствии с планом выполнен следующий перечень работ: - Разработан метод интеллектуального планирования и позиционно-траекторного управления движением с использованием бионических подходов на базе неустойчивых режимов обхода препятствий. - Разработан метод нейросетевого планирования перемещения подвижного объекта (ПО) с использованием бионического подхода. - Разработан метод интеллектуального планирования перемещений ПО, базирующийся на использовании сверточных нейронных сетей. - Разработан метод навигации подвижных объектов с нечеткими, контекстно-зависимыми стратегиями поведения. - Разработан метод интеллектуального управления исполнительными механизмами подвижных объектов. За отчетный период достигнуты следующие конкретные научные результаты: - Разработаны требования к архитектуре системы интеллектуального планирования перемещений подвижного объекта. - Разработана структура модуля интеллектуального планирования перемещений. - Разработан метод, используемый в основе модуля интеллектуального планирования перемещений. - Разработан программный комплекс имитационного моделирования разработанного модуля интеллектуального планирования перемещений на программных моделях. - Разработан метод интеллектуального гибридного управления подвижными объектами, заключающийся в комбинировании системы позиционно-траекторного и нечеткого управления. - Разработан метод управления движением при ограниченном маневре с использованием генетических алгоритмов. - Разработан метод нейросетевого генерирования коэффициентов квадратичных форм, описывающих траекторию ПО в пространстве внеш-них координат. - Разработан метод нейросетевой реализации одномерных ПИД-регуляторов подвижных объектов. - Разработан метод распределения управляющих сил и моментов по исполнительным механизмам. - Выполнена формализация целевых критериев функционирования автоматических регуляторов режимами движения робота. - Разработаны модели регуляторов различными режимами движения роботов на основе классической теории автоматического управления. - Разработаны модели регуляторов различными режимами движения робота на основе аппарата нечеткой логики. - Разработаны модели регуляторов различными режимами движения роботов на основе искусственного интеллекта. - Разработана модель регулятора на основе взаимосвязанных нейро-нечетких сетей ANFIS архитектуры. - Исследованы способы компенсации ошибок и неточностей сигналов датчиков робота.

 

Публикации

1. I. Kobersy, V. Finaev, D. Beloglazov, I. Shapovalov, J. Zargaryan, and V. Soloviev Research on the intelligent adaptive hybrid control system for an autonomous mobile robot Advances in Engineering Mechanics and Materials, Advances in Engineering Mechanics and Materials, 2014, pp. 211-216 (год публикации - 2014)

2. I. Shapovalov, V. Soloviev, V. Finaev, D. Beloglazov, J. Zargaryan, and E. Kosenko Research of the controlled flight dynamics based on the full and simplified quadrotor models Advances in Engineering Mechanics and Materials, Advances in Engineering Mechanics and Materials, 2014, pp.17 – 22 (год публикации - 2014)

3. I. Shapovalov, V. Soloviev, V. Finaev, D. Beloglazov, J. Zargaryan, E. Kosenko Influence of Internal and External Factors on a Controlled Quadrotor Flight International Journal of Mathematical Models and Methods in Applied Sciences, International Journal of Mathematical Models and Methods in Applied Sciences, vol.8, 2014, pp. 498-504 (год публикации - 2014)

4. V. Finaev, I. Kobersy, D. Beloglazov, I. Shapovalov, E. Kosenko, and V. Soloviev Design of the intelligent adaptive hybrid control system for autonomous mobile robot on the basis of neuro-fuzzy networks Advances in Engineering Mechanics and Materials, Advances in Engineering Mechanics and Materials, 2014, pp. 28-33 (год публикации - 2014)

5. V. Ph. Guzik, Yu. V. Chernukhin, A. O. Pyavchenko, M. Yu. Polenov, V. A. Pereverzev, and R. V. Saprykin Neural network method of intellectual planning of mobile robotic object movement in the conditions of uncertainty Advances in Robotics, Mechatronics and Circuits, Advances in Robotics, Mechatronics and Circuits, 2014, pp. 194-200 (год публикации - 2014)

6. V. Ph. Guzik, Yu. V. Chernukhin, A. O. Pyavchenko, V. A. Pereverzev, and R. V. Saprykin Principles of structural organization of the intellectual movement planning system for mobile robotic object Advances in Robotics, Mechatronics and Circuits, Advances in Robotics, Mechatronics and Circuits, 2014, pp. 223-227 (год публикации - 2014)

7. V. Pshikhopov, M. Medvedev, and D. Shanin Neural network position-path adaptive regulator for vehicles Advances in Robotics, Mechatronics and Circuits, Advances in Robotics, Mechatronics and Circuits, 2014, pp. 169-172 (год публикации - 2014)

8. V. Pshikhopov, M. Medvedev, and V. Chufistov Study of control forces and torques distribution algorithms for intelligent control of vehicle actuators Advances in Robotics, Mechatronics and Circuits, Advances in Robotics, Mechatronics and Circuits, 2014, pp. 94-97. (год публикации - 2014)

9. V. Pshikhopov, M. Medvedev, R. Fedorenko, B. Gurenko, V. Chufistov and V.A. Shevchenko Development of the multi-linked control system for autonomous airship Advanced Materials Research, - (год публикации - 2014)

10. Viacheslav Pshikhopov Mobile Objects Control in Unknown Environments Advances in Engineering Mechanics and Materials, Advances in Engineering Mechanics and Materials, pp. 48-60. (год публикации - 2014)

11. В.В. Соловьев, А.Я. Номерчук, М.Е. Денисенко Устойчивость систем с адаптивными нечеткими регуляторами Известия ЮФУ. Технические науки., Известия ЮФУ. Технические науки. №5(154), с.29-37 (год публикации - 2014)

12. В.В. Соловьев, О.В. Косенко Алгоритм функционирования адаптивного нечеткого регулятора Известия ЮФУ. Технические науки, Известия ЮФУ. Технические науки. №5(154), с.235-239 (год публикации - 2014)

13. В.И. Финаев, Е.Н. Павленко, С.В. Кирильчик Решение задач управления с применением интеллектуальных гибридных систем Известия ЮФУ. Технические науки, Известия ЮФУ. Технические науки. №5(154), с.140-147 (год публикации - 2014)

14. В.И. Финаев, И.В. Пушнина Нечёткие лексикографические отношения в задаче ранжирования критериев производства и потребления электроэнергии Известия ЮФУ. Технические науки, Известия ЮФУ. Технические науки. №5(154), с.213-221 (год публикации - 2014)

15. В.Х. Пшихопов, М.Ю. Медведев, В.А. Шевченко, А.А. Мазалов, И.А. Тибейко Многоуровневая система распределенного управления интеллектуальными энергосетями Инженерный вестник Дона, Инженерный вестник Дона, №4 (год публикации - 2014)

16. Д.А. Белоглазов, В.Ю. Евтушенко Автоматизация синтеза регуляторов с применением генетических алгоритмов Известия ЮФУ. Технические науки., Известия ЮФУ. Технические науки. №5(154), с.24-29 (год публикации - 2014)

17. Ю.А. Заргарян, Е.В. Заргарян, А.Д. Коринец, Э.С. Артюхов Комплексная оценка работы регулятора Известия ЮФУ. Технические науки., Известия ЮФУ. Технические науки. №5(154), с.126-133 (год публикации - 2014)

18. В.Ф. Гузик, Е.Ю. Косенко, В.А. Крухмалев, М.Ю. Медведев, В.А. Переверзев, В.Х. Пшихопов, О.А. Пьявченко, Р.В. Сапрыкин, В. Соловьев, В.И. Финаев, Ю.В. Чернухин, И. Шаповалов ИНТЕЛЛЕКТУАЛЬНОЕ ПЛАНИРОВАНИЕ ТРАЕКТОРИЙ ПОДВИЖНЫХ ОБЪЕКТОВ В СРЕДАХ С ПРЕПЯТСТВИЯМИ ФИЗМАТЛИТ г.Москва, В.Ф. Гузик, Е.Ю. Косенко, В.А. Крухмалев, М.Ю. Медведев, В.А. Переверзев, В.Х. Пшихопов, О.А. Пьявченко, Р.В. Сапрыкин, В. Соловьев, В.И. Финаев, Ю.В. Чернухин, И. Шаповалов (год публикации - 2014)

Аннотация результатов, полученных в 2015 году
За отчетный год получены следующие научные результаты: 1. Разработаны методы распределенного управления группами автономных роботов в средах с препятствиями, базирующиеся на новых процедурах формирования репеллеров (неустойчивых состояний) в фазовом пространстве системы управления. Основными преимуществами предложенных методов являются: - реализация системы управления в рамках идеологии распределенных систем управления централизованного алгоритма не используется, а локальный алгоритм управления каждого робота использует только значения собственных координат и скоростей и координат и скоростей сосед-них объектов; - препятствия в локальных алгоритмах считаются роботами, что позволяет унифицировать системы управления для разнородных групп; - реализация локальных алгоритмов не требует обмена информацией между роботами, что повышает скрытность группы. 2. Разработаны методы планирования движением группы автономных роботов для сред с препятствиями, базирующиеся на эволюционных процедурах с применением теории графов. Среди основных достоинств предлагаемого метода следует отметить: - простота корректировки алгоритма под новый критерий оптимальности; - опосредованное представление среды в виде графа с назначенными весами перехода между вершинами-областями пространства позволяет для группы наземных роботов учитывать разные типы местности при выработке соответствующего закона преобразования типа местности в вес ребра, что позволит расширить функционал группы. - использование многомерного графа позволит выбирать траектории в фазовом пространстве переменных группы, что также возможно использовать для расширения функциональности. 3. Разработаны два метода навигации подвижных объектов в трехмерных средах с препятствиями: на основе метода потенциальных полей и на основе комбинации поискового D*-алгоритма и метода динамического окна. 4. Разработан метод навигации подвижных объектов в пространстве с нечеткими, контекстно-зависимыми стратегиями поведения с учетом динамики подвижного объекта. Предлагаемый метод решает следующие задачи: - формирование нечетких наборов для представления позиций и в некоторых случаях форм объектов окружающей среды; - планирование траектории перемещения подвижных объектов на основе комбинированного использования простых поведений в двумерных и трехмерных средах (обход препятствий, достижение цели); - формирование различных пространственных конфигураций групп подвижных объектов в широких пределах их количества и функционального назначения. 5. Разработан метод нейросетевого планирования перемещения подвижных объектов. В результате выполненных исследований модификация предложенного на предыдущем этапе метода нейросетевого планирования обеспечивает интеллектуальное ситуационное планирование траекторий перемещения ПО в многомерном пространстве, характеризующимся наличием препятствий, обладающих подвижностью, т.е. динамикой перемещения. 6. В рамках запланированных работ на 2015 рассмотрена задача группового управления роботами в среде с противодействием. При ее решении интегрируются подходы, основанные на графо-аналитических методах, на нечеткой логике и неустойчивых режимах. Разработан метод целераспределения, обладающий сочетанием свойств универсальности, гибкости и масштабируемости, необходимым для эффективного решения задачи группового управления в гетерогенных совокупностях роботов при различном соотношении количества целей и роботов. Разработан метод группового управления с применением потенциальных полей. Он обладает рядом преимуществ перед другими методами, но в силу того, что он является низкоуровневым методом, его эффективное применение при решении задач группового управления возможно лишь в комбинации со специальными процедурами, решающими задачи распределения целей, формирования структуры групп и формирования структуры строя. Разработан метод группового управления с применением нечеткой логики. В связи с тем, что организовать групповое перемещение на основе только нечеткой логики достаточно сложно, было предложено скомбинировать ее с концепцией разрешенных областей (пинов). Применение такого подхода позволило сформировать масштабируемую и гибкую структуру строя в гетерогенных группах роботов при минимуме априорной информации. Расширение структуры подсистемы планирования позволило организовывать перемещение мобильных роботов в трехмерных средах. Модификация базы правил, используемой при планировании траекторий с применением нечеткой логики, улучшила гладкость траекторий и снизила требования к сенсорной подсистеме роботов.

 

Публикации

1. Finaev V., Ignatyev V., Shapovalov I., Soloviev V., Spiridonov O. THE PLANNER OF MOVEMENT OF A QUADROCOPTER BASED ON VORONOI DIAGRAM ARPN Journal of Engineering and Applied Sciences, VOL. 10, NO. 18, pp. 7912-7918 (год публикации - 2015)

2. I. Shapovalov, V. Soloviev, V. Finaev, E. Kosenko, J. Zargaryan Research of Graph-analytical Methods for a Vehicle Motion Planning 2015 15th International Conference on Control, Automation and Systems (ICCAS 2015), pp. 585-591 (год публикации - 2015)

3. Soloviev V.V., Pshikhopov V.K., Shapovalov I.O., Finaev V.I., Beloglazov D.A. Planning of the mobile robot motion in non-deterministic environments with potential fields method International Journal of Applied Engineering Research, Volume 10, 2015, pp 41954-41961 (год публикации - 2015)

4. Solovyev V., Finaev V., Zargaryan Y., Shapovalov I., Beloglazov D. SIMULATION OF WIND EFFECT ON A QUADROTOR FLIGHT ARPN Journal of Engineering and Applied Sciences, VOL. 10, NO. 4, pp. 1535-1538 (год публикации - 2015)

5. V. Finaev, I. Kobersy, D. Beloglazov, I. Shapovalov, E.Kosenko, V. Soloviev Design of the neuro-like learning control system for a vehicle WSEAS TRANSACTIONS on SYSTEMS and CONTROL, Volume 10, 2015, pp. 328-334 (год публикации - 2015)

6. V. Pshikhopov, M. Medvedev, B. Gurenko, M. Beresnev Basic Algorithms of Adaptive Position-path Control Systems for Mobile Units Busan, Korea, материалы конференции (год публикации - 2015)

7. V. PSHIKHOPOV, M. MEDVEDEV, V. CHUFISTOV Multilinked position-path control for autonomous vehicle WSEAS TRANSACTIONS on SYSTEMS and CONTROL, Volume 10, 2015, pp. 571-576 (год публикации - 2015)

8. V. Pshikhopov, M. Medvedev, V.Krukhmalev Adaptive control of vehicle position with non-linearizable feedback 2015 2nd International Conference on Solid State and Materials (ICSSM 2015), - (год публикации - 2015)

9. V. Pshikhopov, Y.Chernukhin, V.Guzik, M. Medvedev, B. Gurenko, A. Piavchenko, R. Saprikin, V. Pereversev, V. Krukhmalev Implementationof Intelligent Control System for Autonomous Underwater Vehicle Applied Mechanics and Materials, Vols. 701-702 (2015) pp 704-710 (год публикации - 2014) https://doi.org/10.4028/www.scientific.net/AMM.701-702.704

10. V.I. Finaev, E.D. Sinyavskaya, V.Yu. Evtushenko, S.V. Vasilenko, I.V. Pushnina Control model of bread-baking oven under uncertainty International Journal of Applied Engineering Research, Volume 10, 2015, pp. 38898-38904 (год публикации - 2015)

11. V.I. Finaev, E.D. Sinyavskaya, V.Yu. Evtushenko, V.V. Shadrina, S.V. Vasilenko Fuzzy model of temperature control in the bread-baking chamber International Journal of Applied Engineering Research, Volume 10, 2015, pp. 38891-38897 (год публикации - 2015)

12. В.В. Соловьев, И.О. Шаповалов, В.В. Шадрина ПЛАНИРОВАНИЕ ТРАЕКТОРИИ ПОДВИЖНОГО ОБЪЕКТА С ПРИМЕНЕНИЕМ ДИАГРАММЫ ВОРОНОГО Известия ЮФУ. Технические науки, №2 (163), с.29-40 (год публикации - 2015)

13. В.Ф. Гузик, Г.А. Кириченко, В.И. Шмойлов РЕШЕНИЕ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ МЕТОДОМ НИКИПОРЦА-РУТИСХАУЗЕРА Известия ЮФУ. Технические науки, №6 (167), с.71-82 (год публикации - 2015)

14. В.Х. Пшихопов, М.Ю. Медведев, Б.В. Гуренко Алгоритмы адаптивных позиционно-траекторных систем управления подвижными объектами Проблемы управления, № 4, с. 66–74 (год публикации - 2015)

15. В.Х. Пшихопов, М.Ю. Медведев, В.А. Крухмалев ПОЗИЦИОННО-ТРАЕКТОРНОЕ УПРАВЛЕНИЕ ПОДВИЖНЫМИ ОБЪЕКТАМИ В ТРЕХМЕРНОЙ СРЕДЕ С ТОЧЕЧНЫМИ ПРЕПЯТСТВИЯМИ Известия ЮФУ. Технические науки, №1 (162), с.238-250 (год публикации - 2015)

16. В.Х. Пшихопов, М.Ю. Медведев, В.А. Шевченко АДАПТИВНОЕ УПРАВЛЕНИЕ С ЭТАЛОННОЙ МОДЕЛЬЮ ПРИВОДОМ ПОСТОЯННОГО ТОКА Известия ЮФУ. Технические науки, №2 (163), с. 6-18 (год публикации - 2015)

17. Д.А. Белоглазов, Е.Ю. Косенко, В.В. Соловьев, А.Е. Титов, И.О. Шаповалов Разработка метода планирования траектории перемещения мобильного автономного робота в трехмерной среде на основе аппарата нечеткой логики Инженерный вестник Дона, №4 (2015) (год публикации - 2015)

18. И.О. Шаповалов, В.В. Соловьев, В.И. Финаев, Е.Ю. Косенко, Ю.А. Заргарян, Д.А. Белоглазов Анализ графо-аналитических методов планирования перемещения подвижных объектов Материалы десятой всероссийской научно-практической конференции "Перспективные системы и задачи управления", Т.2, с. 241-253 (год публикации - 2015)

19. Пшихопов В.Х., Медведев М.Ю., Финаев В.И., Гайдук А.Р., Шаповалов И.О., Соловьев В.В., Белоглазов Д.А., Титов А.Е. Групповое управление подвижными объектами в неопределенных средах Издательство: "ФИЗМАТЛИТ", Москва, - (год публикации - 2015)

20. В.И. Финаев, Д.А. Белоглазов, Е.Д. Синявская, А.А. Пушнина, Г.В. Денисова Нечеткий планировщик траектории перемещения мобильных автономных роботов для трехмерных сред Материалы всероссийской научной конференции по проблемам управления в технических системах (ПУТС-2015), Изд-во СПбГЭТУ "ЛЭТИ", с. 222-226 (год публикации - 2015)

Аннотация результатов, полученных в 2016 году
В ходе проекта разработано ряд гибридный методов планирования траекторий движения подвижными объектами в неопределенных средах с неподвижными и подвижными препятствиями, которые могут образовывать сложные конфигурации, которые по ряду показателей превышают существующий мировой уровень. В частности разработаны: – гибридный метод управления подвижным объектом, отличающийся совместным использованием неустойчивых режимов и виртуальной целевой точки, что позволяет использовать преимущества неустойчивых режимов (минимальные требования к сенсорному обеспечению, простота алгоритмов) и обеспечить возможность поворота в требуемую сторону; – нейросетевой метод ситуационного планирования перемещения подвижного объекта вертолетного типа в трехмерном пространстве, обеспечивает решение задачи пространственного уклонения подвижного объекта от стационарных, а также от малоподвижных препятствий за счет применения гибридных нейросетевых структур прямого распространения, имеющих бионический принцип настройки синаптических коэффициентов, отличающийся; – модифицированный бионический метод нейросетевого планирования, обеспечивающий интеллектуальное ситуационное планирование траекторий перемещения подвижного объекта; – гибридный метод планирования траекторий, основанный на двухуровневой иерархической структуре, включающей верхний интеллектуальный модуль определения направления движения и нижний уровень, реализованный на методе потенциальных полей. Метод может эффективно применяться для перемещения подвижных объектов в пространстве, оснащенных трехмерным сканером и обладает низкими вычислительными затратами; – гибридный метод планирования траекторий на основе методов потенциальных полей и нечеткой логики, отличающийся использованием алгоритма диагностики попадания подвижного объекта в область локального минимума потенциального поля и применением нечеткого контроллера для адаптации параметров потенциального поля на основе данных о состоянии окружающей среды, подвижного объекта. Также получено ряд важных научных результатов, относящихся к системам, обеспечивающих планируемые траектории движения: – разработана математическая модель подвижного объекта вертолетного типа, отличающаяся возможностью учета различных компоновок исполнительных механизмов; – разработан метод позиционно-траекторного управления исполнительными механизмами, отличающийся трехэтапным способом решения задачи распределения управляющих сил и моментов между исполнительными механизмами, позволяющим последовательно решить проблемы многосвязности управляющих каналов, нелинейности и неопределенности характеристик исполнительных механизмов; – разработан метод комплексирования навигационной информации подвижного объекта вертолетного типа, использующий слабо связанную схему комплексирования и отличающийся двухэтапной процедурой обработки данных. На первом этапе решается задача первичного расчета навигационных параметров, а на втором – производится оценка состояния подвижного объекта с использованием расширенного фильтр Калмана.

 

Публикации

1. В.Х.Пшихопов, М.Ю.Медведев, В.С.Лазарев Movement planning of mobile vehicles group in the two-dimensional environment with obstacles WSEAS Transactions on Systems and Control, - (год публикации - 2016)

2. Д.А. Белоглазов, В.И. Финаев, А.Е. Титов, И.О. Шаповалов, В.В. Соловьев Group robot control in non-deterministic environments using the potential field method 2016 16th International Conference on Control, Automation and Systems, - (год публикации - 2016)

3. Д.Белоглазов, В.Финаев, В.Игнатьев, Д.Молошенко, И.Шаповалов, В.Соловьев The hybrid method of path planning in non-determined environments based on D* Lite algorithm ARPN Journal of Engineering and Applied Sciences, - (год публикации - 2017)

4. Д.Белоглазов, И.Шаповалов, В.Соловьев, Е.Заргарян The hybrid method of path planning in non-determined environments based on potential fields ARPN Journal of Engineering and Applied Sciences, - (год публикации - 2017)

5. Пшихопов В.Х., Медведев М.Ю. Децентрализованное управление группой однородных подвижных объектов в двумерной среде с препятствиями Мехатроника, автоматизация, управление, №5. Том 17. С. 346-353 (год публикации - 2016) https://doi.org/10.17587/mau/17.346-353

6. Пшихопов В.Х., Медведев М.Ю. Планирование движения группы подвижных объектов в двумерной среде с препятствиями Известия ЮФУ. Технические науки, № 2 (175). С. 6-22. (год публикации - 2016)

7. Пшихопов В.Х., Медведев М.Ю., Гайдук А.Р. Алгоритмы управления неоднородными группами подвижных объектов в двумерных средах с препятствиями Мехатроника, автоматизация, управление, № 8. Том 18. С. 515-524. (год публикации - 2016) https://doi.org/10.17587/mau.17.515-524

8. Пшихопов В.Х., Медведев М.Ю., Гайдук А.Р., Колесников А.А. Control Method for Heterogeneous Vehicle Groups Control in Obstructed 2-D Environments Lecture Notes in Computer Science, V. 9812, pp. 40 – 47. (год публикации - 2016) https://doi.org/10.1007/978-3-319-43955-6_6

9. Пьявченко А.О., Переверезев В.А. Комплексный метод ситуационного планирования поведения мобильного роботизированного объекта в условиях частичной неопределенности для двухмерного пространства Известия Южного федерального университета. Технические науки., Известия Южного федерального университета. Технические науки. №3 (176). 2016. – С.98-115. (год публикации - 2016)

10. Синявская Е., Шестова Е., Медведев М., Косенко Е. Positioning Method Basing on External Reference Points for Surgical Robots Lecture Notes in Computer Science, V. 9812, pp. 153 – 162. (год публикации - 2016)

11. В.Пшихопов, М.Медведев, В.Финаев, В.Гузик, А.Пьявченко, В.Переверзев, Р.Сапрыкин, В.Соловьев, Д.Белоглазов, И.Шаповалов Интеллектуальные технологии планирования перемещений подвижных объектов в трехмерных недетерминированных средах НАУКА, г.Москва, - (год публикации - 2017)

12. Д.Белоглазов, В.Финаев, В.Гузик, Е.Косенко, В.Крухмалев, М.Медведев, В.Переверзев, В.Пшихопов, А.Пьявченко, Р.Сапрыкин, И.Шаповалов, В.Соловьев Path planning for vehicles operating in uncertain 2D-environments Elsevier, штаб-квартира г. Амстердам (Нидерланды), - (год публикации - 2017)

13. Иванов Г.Л., Пьявченко А.О. Вопросы применения ячеистых сетей беспроводной передачи данных для организации локального позиционирования мобильного робота Сборник трудов XIII Всероссийской конференции молодых ученых, аспирантов и студентов: "Информационные технологии системный анализ и управление", Ростов-на-Дону: Издательство Южного федерального университета, 2016 – Т.3. –С. 29-39 (год публикации - 2016)

14. Пьявченко А.О., Коваленко А.А. Принципы построения роботизированных подвижных объектов, решающих совместно задачу охраны территории Информационные технологии, системный анализ и управление (ИТСАиУ-2015) / Сборник трудов XIII Всероссийской научной конференции молодых ученых, аспирантов и студентов, Ростов-на-Дону: Издательство Южного федерального университета, 2016 – Т.3. –С. 79-88. (год публикации - 2016)

15. Гузик В.Ф.,Пьявченко А.О., Беспалов Д.А. Программное средство для отождествления трехмерных объектов искусственного происхождения в потоке данных от гидролокатора при помощи аппарата нечеткой логики -, 2016611802 (год публикации - )

16. Гузик В.Ф.,Пьявченко А.О., Беспалов Д.А. Программное средство для детектирования движения объектов искусственного происхождения в потоке данных от гидролокатора -, 2016611866 (год публикации - )

17. - Интеллектуальные системы управления Сайт НИИ РиПУ, 2016 год, раздел "Проекты" (год публикации - )

Возможность практического использования результатов
не указано