МЕТОД РОБАСТНО УСТОЙЧИВОГО УПРАВЛЕНИЯ ДВИЖЕНИЕМ ГРУППЫ МОБИЛЬНЫХ РОБОТОВ С «ЛИДЕРОМ» ДЛЯ СИСТЕМ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ОПАСНЫХ ПРОЦЕССОВ И ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ НАСЕЛЕНИЯ И БЕРЕГОВОЙ ИНФРАСТРУКТУРЫ


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

В настоящее время актуальным является вопрос разработки научных основ применения технологий цифровой экономики для систем мониторинга и прогнозирования опасных процессов и обеспечения безопасности населения и береговой инфраструктуры и воплощение теоретических принципов мониторинга для водных экосистем, которые бы включали как классические натурные наблюдения, так и новые технологии бесконтактного мониторинга. Для решения указанного вопроса в части улучшения характеристик надежности и «открытости» систем разработана структура децентрализованной распределенной системы без иерархической подчиненности, а также методы и алгоритмы функционирования распределенной сети датчиков и мобильного робототехнического комплекса (МРК), которые являются частью данной системы. МРК позволяет осуществлять сбор данных о состоянии окружающей среды средствами бортовых сенсорных подсистем и сбор данных, накопленных телекоммуникационно изолированными фрагментами распределенной сети интеллектуальных датчиков в удаленных и труднодоступных местах, использующих распределенные вычисления и элементы концепции туманных вычислений. Эффективность предложенной модели МРК, методов и алгоритмов достигается за счет применения системы управления, многомерное цифровое устройство управления которой имеет достаточно высокий порядок. Алгоритмы вычисления значений управляющих воздействий получены с применением декомпозирующего управления и метода аналитического синтеза систем с управлением по выходу и воздействиям. Свойство робастности к отклонениям неопределенных запаздываний в каналах связи каждого МРК с «лидером» достигается за счет использования свойства предложенных полиномиальных уравнений управления. Предложенные методы и алгоритмы могут применяться при создании цифровых систем управления как одномерными, так и многомерными объектами, в частности мультиробототехническими комплексами, которые могут применяться для размещения датчиков систем мониторинга и диагностики.

Об авторах

С. Г Капустян

Федеральный исследовательский центр Южный научный центр Российской академии наук

Email: kap56@mail.ru
Российская Федерация, 344006, г. Ростов-на-Дону

М. В Орда-Жигулина

Федеральный исследовательский центр Южный научный центр Российской академии наук

Email: jigulina@mail.ru
Российская Федерация, 344006, г. Ростов-на-Дону

Д. В Орда-Жигулина

Федеральный исследовательский центр Южный научный центр Российской академии наук

Email: dinazhigulina@mail.ru
Российская Федерация, 344006, г. Ростов-на-Дону

Список литературы

  1. Orda-Zhigulina M.V., Melnik E.V., Ivanov D.Ya., Rodina A.A., Orda-Zhigulina D.V. 2019. Combined Method of Monitoring and Predicting of Hazardous Phenomena. In: Software Engineering Methods in Intelligent Algorithms. CSOC 2019. Advances in Intelligent Systems and Computing, vol. 984. Cham, Springer: 55–61. doi: 10.1007/978-3-030-19807-7_6
  2. Orda-Zhigulina D.V., Orda-Zhigulina M.V., Rodina A.A. 2020. Cognitive Model for Monitoring and Predicting Dangerous Natural Processes for Hydro Ecosystem Analysis. In: Software Engineering Perspectives in Intelligent Systems. CoMeSySo 2020. Advances in Intelligent Systems and Computing, vol. 1294. Cham, Springer: 688–695. doi: 10.1007/978-3-030-63322-6_58
  3. Мельник Э.В., Орда-Жигулина М.В., Орда-Жигулина Д.В., Родина А.А. 2020. Метод повышения надежности за счет реконфигурации ресурсов в системах мониторинга и диагностики опасных природных явлений. Известия ТулГУ. Технические науки. 2: 18–26.
  4. Melnik E.V., Bulysheva N.I., Orda-Zhigulina M.V., Orda-Zhigulina D.V. 2020. Component of Decision Support Subsystem for Monitoring and Predicting of Hazardous Processes at the Base of Analysis of Macro Zoobenthos Communities of Azov Sea. In: Software Engineering Perspectives in Intelligent Systems. CoMeSySo 2020. Advances in Intelligent Systems and Computing, vol. 1294. Cham, Springer: 676–687. doi: 10.1007/978-3-030-63322-6_57
  5. Каляев И.А., Гайдук А.Р., Капустян С.Г. 2009. Модели и алгоритмы коллективного управления в группах роботов. М., ФИЗМАТЛИТ: 280 с.
  6. Попов С.Г., Крашенинников А.С., Чуватов М.В. 2019. Исследование алгоритма обследования местности гетерогенной группой автономных мобильных роботов. Робототехника и техническая кибернетика. 7(4): 278–290.
  7. Valentini G., Brambilla D., Hamann H., Dorigo M. 2016. Collective perception of environmental features in a robot swarm. In: Swarm Intelligence. ANTS 2016. Lecture Notes in Computer Science, vol. 9882. Cham, Springer: 65–76. doi: 10.1007/978-3-319-44427-7_6
  8. Тиллисон Д. 2012. Концепции построения беспроводных датчиковых сетей. Электронные компоненты. 5: 102–105.
  9. Strobel V., Dorigo M. 2018. Blockchain technology for robot swarms: A shared knowledge and reputation management system for collective estimation. IRIDIA – Technical Report Series Technical Report No. TR/IRIDIA/2018-009. Bruxelles, IRIDIA, Institut de Recherches Interdisciplinaires et de D´eveloppements en Intelligence Artificielle, Universite Libre de Bruxelles: 12 p.
  10. Castelló Ferrer E., Rudovic O., Hardjono Th., Pentland A. 2018. RoboChain: a secure data-sharing framework for human-robot interaction. In: eTELEMED 2018. The Tenth International Conference on eHealth, Telemedicine, and Social Medicine (March 25–29, 2018 - Rome, Italy): 124–130.
  11. Каляев И.А., Капустян С.Г., Усачев Л.Ж. 2016. Метод решения задачи распределения целей в группе БЛА сетецентрической системой управления. Известия Южного федерального университета. Технические науки. 12(185): 55–70. doi: 10.18522/2311-3103-2016-12-5570
  12. Трифонов А.Г. Постановка задачи оптимизации и численные методы ее решения. Экспонента. URL: http://matlab.exponenta.ru/optimiz/book_2/index.php (дата обращения: 09.04.2021).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Издательство «Наука», 2021