ЗАДАЧА МНОГОКРИТЕРИАЛЬНОЙ ОПТИМИЗАЦИИ ВЫБОРА НЕОБОРУДОВАННОГО ВЕРТОДРОМА:

П. Г. Ермаков

П. Г. Ермаков Московский авиационный институт (национальный исследовательский университет)

Ключевые слова: Необорудованный вертодром, линейное программирование, вероятностная функция потерь, статистическая обработка данных

Аннотация

Рассматривается задача многокритериальной оптимизации выбора того или иного необо-
рудованного вертодрома для осуществления посадки на него беспилотным воздушным судном
(БВС) вертолетного типа. Формализована задача многокритериальной оптимизации выбора вер-
тодрома на основе удовлетворения требований международной организации гражданской авиа-
ции (ИКАО) к необорудованным вертодромам посредством минимизации оригинальной функции
потерь, учитывающей следующую информацию: вероятность пригодности того или иного необо-
рудованного вертодрома, вероятность отказа бортовой системы БВС вертолетного типа, не-
точность определения собственного местоположения воздушного судна, неточность позицион-
ной информации цифровой карты местности и летно-технические характеристики БВС верто-
летного типа. Определение пригодности необорудованного вертодрома по предельной высоте
элементов рельефа его поверхности предложено осуществлять на основе статистической обра-
ботки данных лидарного сканирования подстилающей поверхности земли. Изложены математи-
ческие постановки задачи принятия решения по посадке воздушного судна на неподготовленную
площадку исходя из требований ИКАО к вертодрому по предельной высоте элементов рельефа и
твердости грунта. Проведено сравнение вычислительных затрат алгоритмов выбора того или
иного необорудованного вертодрома с помощью использования одноплатного компьютера Raspberry
Pi 3 Model B. Представлен результат имитационного моделирования разработанного опти-
мального алгоритма выбора необорудованного вертодрома для оценки его работоспособности в
условиях вариабельности параметров вероятностной функции потерь на основе веб-сервиса
OpenStreetMap и цифровой карты местности SRTM. Приведен результат решения задачи приня-
тия решения по посадке БВС вертолетного на необорудованный вертодром на основе проведенно-
го экспериментального лидарного сканирования поверхности земли.

Литература

1. Tsukanov I.R., Azman A.V. Reshaemye problemy, preimushchestva i perspektivy razvitiya
bespilotnykh vertoletov [Problems to be solved, advantages and development prospects of unmanned
helicopters], Izvestiya TulGU. Tekhnicheskie nauki [.Bulletin of Tula State University. Technical sciences],
2022, Issue 9.
2. Al'khanov D.S., Kuzurman V.A., Gogolev A.A. Opticheskoe detektirovanie perspektivnykh
posadochnykh zon dlya bespilotnogo vozdushnogo sudna vertoletnogo tipa s pomoshch'yu
samoorganizuyushchikhsya kart Kokhonena [Optical detection of promising landing zones for an unmanned
helicopter-type aircraft using self-organizing Kohonen maps], Vestnik Moskovskogo
aviatsionnogo institute [Bulletin of the Moscow Aviation Institute], 2020, Vol. 29, No. 3, pp. 209-221.
3. DuPont E.M., Roberts R.G., Moore C.A. Speed Independent Terrain Classification, 38th Southeastern
Symposium on System Theory. March 2006.
4. Andreev M.A., Miller A.B., Miller B.M., Stepanyan K.V. Planirovanie traektorii bespilotnogo
letatel'nogo apparata v slozhnykh usloviyakh pri nalichii ugroz [Planning the trajectory of an unmanned
aerial vehicle in difficult conditions in the presence of threats], Izvestiya RAN. TISU [Bulletin
of the RAS. TISU], 2012, No. 2, pp. 66-176.
5. Goncharenko V.I., Zheltov S.YU., Knyaz' V.A., Lebedev G.N., Mikhaylin D.A., TSareva O.Yu.
Intellektual'naya sistema planirovaniya gruppovykh deystviy bespilotnykh letatel'nykh apparatov pri
nablyudenii nazemnykh mobil'nykh ob"ektov na zadannoy territorii [Intelligent system for planning
group actions of unmanned aerial vehicles when observing ground mobile objects in a given territory],
Izvestiya RAN. TISU [Bulletin of the RAS. TISU], 2021, No. 3, pp. 39-56.
6. Evdokimenkov V.N., Krasilshchikov M.N., Kozorez D.A. Development of Pre-flight Planning Algorithms
for the Functional-program Prototype of a Distributed Intellectual Control System of Unmanned
Flying Vehicle Groups, INCAS Bulletin, 2019, Vol. 11, No. 1, pp. 75-88.
7. Evdokimenkov V.N., Khokhlov S.V. Planirovanie gruppovykh deystviy bespilotnykh letatel'nykh
apparatov v raspredelennoy sisteme intellektual'nogo upravleniya [Planning group actions of unmanned
aerial vehicles in a distributed intelligent control system], VKIT [Bulletin of Computer and Information
Technologies], 2022, No. 3, pp. 3-14.
8. Evdokimenkov V.N., Ermakov P.G., Gogolev A.A. Postroenie optimal'nogo marshruta obleta
neoborudovannykh vertodromov [Construction of an optimal flight route around unequipped heliports],
VKIT [Bulletin of Computer and Information Technologies], 2023, No. 12, pp. 3-10.
9. Xu Y., Che C. A brief review of the intelligent algorithm for traveling salesman problem in UAV route
planning, 2019 IEEE 9th international conference on electronics information and emergency communication
(ICEIEC). IEEE, 2019, pp. 1-7.
10. Jang D.S., Chae H.J., Choi H.L. Optimal control-based UAV path planning with dynamicallyconstrained
TSP with neighborhoods, 2017 17th International Conference on Control, Automation and
Systems (ICCAS). IEEE, 2017, pp. 373-378.
11. Khoufi I., Laouiti A., Adjih C. A survey of recent extended variants of the traveling salesman and vehicle
routing problems for unmanned aerial vehicles, Drones, 2019, Vol. 3, No. 3, pp. 66.
12. Cengiz E. et al. Effects of variable UAV speed on optimization of travelling salesman problem with
drone (TSP-D), The International Conference on Artificial Intelligence and Applied Mathematics in
Engineering. Cham: Springer International Publishing, 2021, pp. 295-305.
13. Yilmaz B.Y., Denizer S.N. Multi uav based traffic control in smart cities, 2020 11th International conference
on computing, communication and networking technologies (ICCCNT). IEEE, 2020, pp. 1-7.
14. Fu J. et al. On hierarchical multi-UAV dubins traveling salesman problem paths in a complex obstacle
environment, IEEE Transactions on Cybernetics, 2023, Vol. 54, No. 1, pp. 123-135.
15. Mersiovsky T. et al. Optimal learning rate and neighborhood radius of Kohonen's self-organizing map
for solving the travelling salesman problem, Proceedings of the 2nd International Conference on Intelligent
Systems, Metaheuristics & Swarm Intelligence, 2018, pp. 54-59.
16. Khachumov M. An Approach to Formation Control of UAVs Based on Applying Adapted Kohonen
Neural Network, 2023 IEEE Ural-Siberian Conference on Biomedical Engineering, Radioelectronics
and Information Technology (USBEREIT). IEEE, 2023, pp. 258-261.
17. Guan Q. et al. Kohonen self-organizing map based route planning: A revisit, 2021 IEEE/RSJ International
Conference on Intelligent Robots and Systems (IROS). IEEE, 2021, pp. 7969-7976.
18. Ermakov P.G., Evdokimenkov V.N., Gogolev A.A. Opredelenie ugla naklona neoborudovannoy
posadochnoy ploshchadki bespilotnogo vozdushnogo sudna vertoletnogo tipa na osnove informatsii
tsifrovoy karty mestnosti [Determination of the angle of inclination of an unequipped landing pad of
an unmanned aerial vehicle of a helicopter type based on information from a digital terrain map], Tr.
MAI [Proceedings of MAI], 2023, No. 132.
19. Noviello C. et al. An Overview on Down-Looking UAV-Based GPR Systems, Remote Sensing, 2022,
Vol. 14, pp. 1- 28.
20. Garcia-Fernandez M. et al. UAV-mounted GPR for NDT application, 15th European Radar Conference
(EuRAD), 2018, pp. 2-5.
21. Evdokimenkov V.N., Gogolev A.A. and Ermakov P.G. Operational Control of an Unmanned Helicopter
to Ensure an Emergency Safe Landing on an Unequipped Pad, Journal of Computer and Systems Sciences
International, 2024, Vol. 63, No. 3, pp. 521-533.
22. Yang L., Meng X., Zhang X. SRTM DEM and its application advances, International Journal of Remote
Sensing, 2011, Vol. 32, No. 14, pp. 3875-3896.