МЕТОД ОПРЕДЕЛЕНИЯ ПРОСТРАНСТВЕННОГО ПУТИ ОБХОДА ПРЕПЯТСТВИЯ АВТОНОМНЫМ НЕОБИТАЕМЫМ ПОДВОДНЫМ АППАРАТОМ
Аннотация
Рассматривается задача безопасного движения автономного необитаемого подвод-
ного аппарата (АНПА) в условиях возникновения неподвижных препятствий. Традиционно
информация о препятствии формируется по мере приближения АНПА к препятствию, и
по ней система управления АНПА принимает решение о параметрах дальнейшего движе-
ния АНПА (курс, скорость, глубина). Целью работы явилось определение пространственно-
го пути обхода препятствия на основе определение геометрической формы и размеров
препятствия по данным цифровых карт. В работе предложен метод определения про-
странственного 3D-пути обхода препятствия, использующий полную информацию о гео-
метрической форме и размерах препятствия, полученную на основе дополнения данных
средств освещения обстановки данными цифровых батиметрических карт районов, через
которые пролегает маршрут АНПА, а также – цифровых физических карт районов зем-
ной поверхности с указанием мелких островов, выступающих на морскую поверхность.
Изобаты батиметрической карты построены по измерениям в узлах сетки, покрывающей
рассматриваемый район, шаг сетки превышает сотни метров. Для оценки вероятности
возникновения аномалий рельефа дна между узловыми точками сетки, представляющими
опасность для движения АНПА, предложено использовать метод нечетко-
вероятностного анализа. По узловым точкам, покрывающим препятствие, вычисляется
двумерная автокорреляционная функция, формируются значения лингвистических пере-
менных. По этим переменным сформированы продукционные правила и с их использованием
определена вероятность возникновения аномалий рельефа. Для определения кратчайшего
расстояния имеющаяся сетка глубин в узловых точках препятствпия представлена в виде
ориентированного взвешенного графа: узлами графа являются узлы сетки с известными
глубинами, ребрам назначены веса, равные пространственным расстояниям между узлами
трехмерной сетки (широта, долгота, глубина). Разработанный алгоритм определения
пути обхода препятствия заключается в определении конечной точки обхода на мар-
шрутной траектории за препятствием и поиске кратчайшего пути обхода препятствия
путем сравнение текущего рассматриваемого пути с полученными ранее. В случае превы-
шения длины рассматриваемого пути в промежуточном узле сформированного ранее пути
процесс рассмотрения текущего пути останавливается, и осуществляется переход к рас-
смотрению следующего пути. Результаты проведенных численных экспериментов показа-
ли, что сокращение пути обхода по сравнению с традиционным подходом препятствия в
рассмотренном примере составило 17%.
Литература
integrirovannoy sistemoy upravleniya ANPA [Algorithms implemented by the integrated
AUV control system], Izvestiya YuFU. Tekhnicheskiye nauki [Izvestiya SFedU. Engineering
Sciences], 2015, No. 1 (162), pp. 50-58.
2. 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.
3. 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.
4. Fox D., Burgardt W., Thrun S. The Dynamic Window Approach to Collision Avoidance, IEEE
obotics and Automation Magazine, 1995.
5. Sami A., Ayman M.M., Brisha M. Analysis and Simulation of 3D Trajectory with Obstacle
Avoidance of an Autonomous Underwater Vehicle for Optimum Performance, International
Journal of Computer Science and Network Security, 2012, Vol. 12, No. 3, pp. 43-50.
6. Hromatka M. A Fuzzy Logic Approach to Collision Avoidance in Smart UAVs, Honors Theses,
2013, Paper 13. Available at: http://digitalcommons.csbsju.edu/honors_theses/13 (accessed
25 August 2023).
7. Evans J., atr n ., Smith B., Lane D.M. Design and evaluation of a reactive and deliberative
collision avoidance and escape architecture for autonomous robots, Autonomous Robots, 2008,
Vol. 24, No 3, pp. 247-266.
8. Chiew S.T. A collision avoidance system for autonomous underwater vehicles, Honors Theses.
University of Plymouth, 2006. Available at: http://hdl.handle.net/10026.1/2258 (accessed 25
August 2023).
9. Liu S., Wei Y., Gao Y. 3D path planning for AUV using fuzzy logic, Computer Science and
Information Processing (CSIP), 2012. Available at: http://ieeexplore.ieee.org/stamp/
stamp.jsp?tp=&arnumber=6308925 (accessed 25 August 2023).
10. Pshikhopov V.Kh. Intellektual'noe planirovanie trayektoriy podvizhnykh ob"yektov v sredakh s
prepyatstviyami [Intelligent planning of trajectories of moving objects in environments with
obstacles], Moscow, Fizmatlit, 2015, 300 p.
11. Bykova V.S., Mashoshin A.I., Pashkevich I.V. Safe navigation algorithm for autonomous underwater,
vehicles, Gyroscopy and Navigation, 2021, Vol. 12, No 1, pp. 86-95.
12. Inzartsev A.V., Bagnitsky A.V. Algoritmy obkhoda lokal'nykh donnykh ob"yektov dlya
avtonomnogo podvodnogo robota [Algorithms for bypassing local bottom objects for an autonomous
underwater robot], Shestaya Vserossiyskaya nauchno-tekhnicheskaya konferentsiya
«Tekhnicheskiye problemy osvoeniya mirovogo okeana» (TPOMO-6) [Sixth All-Russian. scientific-
technical conf. “Technical problems of the development of the world ocean” (TPOMO-6)].
Vladivostok, 2015, pp. 450-454.
13. Inzartsev A.V., Kiselev L.V., Kostenko V.V., Matvienko Yu.V., Pavin A.M., Shcherbatyuk A.F.
Podvodnyye robototekhnicheskiye kompleksy: sistemy, tekhnologii, primeneniye [Underwater
robotic systems: systems, technologies, applications]. Vladivostok: Dalnauka, 2018, 368 p.
14. Naumov L.A., Illarionov G.Yu., Laptev K.Z., Babak A.V. K voprosu o printsipakh
planirovaniya i osobennostyakh formirovaniya global'nykh marshrutov avtonomnykh
podvodnykh robotov [On the issue of planning principles and features of the formation of
global routes of autonomous underwater robots], Izvestiya TulGU. Tekhnicheskie nauki [News
of Tula State University. Technical science], Issue 11: in 2 parts. Part 2. Tula: Tula State University
Publishing House, 2015, 219 p.
15. Laptev K.Z., Illarionov G.Yu. Chto mozhet pomeshat' podvodnomu morekhodstvu
avtonomnogo neobitayemogo podvodnogo apparata [What can interfere with the underwater
navigation of an autonomous uninhabited underwater vehicle], Sb. materialov XIII
Vserossiyskoy nauchno-prakticheskoy konferentsii « erspektivnyye sistemy i zadachi
upravleniya» [Collection of materials of the XIII All-Russian Scientific and Practical Conference
“Advanced Systems and Control Problems”]. Rostov-on-Don: YuFU, 2017, pp. 138-146.
16. Inzartsev A.V., Bagnitsky A.V. Planirovanie i realizatsiya trayektoriy dvizheniya avtonomnogo
podvodnogo robota pri vypolnenii monitoringa v akvatoriyakh razlichnykh tipov [Planning
and implementation of motion trajectories of an autonomous underwater robot when performing
monitoring in various types of water areas], Podvodnye issledovaniya i robototekhnika
[Underwater research and robotics], 2016, No. 2 (22), p. 25-35.
17. Tuseeva I.B., Tuseeva D.B., Kim Yun-Gi. Algoritm dinamicheskogo okna dlya navigatsii
avtonomnykh podvodnykh apparatov [Dynamic window algorithm for navigation of autonomous
underwater vehicles], Iskusstvennyy intellekt i prinyatie resheniy [Artificial intelligence
and decision making], 2013, No. 3, pp. 67-77.
18. Titov R.U., Motorin A.V. Algoritmy sovmestnoy navigatsii i kartografirovaniya, postroyennye
na osnove protsedur chastichnogo analiticheskogo integrirovaniya [Algorithms for joint navigation
and mapping, built on the basis of partial analytical integration procedures], Al'manakh
nauchnykh rabot molodykh uchenykh Universiteta ITMO [Almanac of scientific works of
young scientists of ITMO University], Vol. 2, pp. 126-129.
19. Karty NOAA [NOAA Charts]. Available at: https://www.charts.noaa.gov/InteractiveCatalog/
nrnc.shtml (accessed 25 August 2023).
20. Nikitin A.A. Teoreticheskie osnovy obrabotki geofizicheskoy informatsii: uchebnik dlya
VUZov [Theoretical foundations of processing geophysical information: a textbook for universities],
Moskow: Nedra, 1986, pp. 122-123.
21. Amosov O.S. Intellektual'nye informatsionnye sistemy. Neyronnye seti i nechetkie sistemy
[Intelligent information systems. Neural networks and fuzzy systems], Komsomolsk-on-Amur:
Komsomolsk-on-Amur gos. tekhn. un-t, 2005, 106 p.
