Інформаційна технологія керування безпілотними апаратами на базі ігрового підходу та нейронних мереж
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Альперт М.І. Інформаційна технологія керування безпілотними апаратами на базі ігрового підходу та нейронних мереж. − Кваліфікаційна наукова праця на правах рукопису.
Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 126 – Інформаційні системи та технології в галузі знань 12 – Інформаційні технології. – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2025.
Дисертаційна робота присвячена розробці методів керування безпілотними апаратами та їх взаємодії, що дозволяють підвищити успішність пошуковорятувальних операцій та доставки життєво-необхідних вантажів у важкодоступні місця, в умовах обмеженості ресурсів. Тому існує потреба у створенні нової інформаційної технології взаємодії безпілотних апаратів (БпА) різних типів (наземного та літального) із застосуванням нейронних мереж в умовах ризику та невизначеності, реалізація якої запропонована на базі ігрового підходу, а також у злагодженому функціонуванні програмно-технічного комплексу. У першому розділі висвітлено стислий огляд сучасного стану розвитку інформаційних технологій, їх всебічне застосування в різних галузях: виробництві, сільському господарстві, науці, освіті, зв’язку та управлінні. Наведено огляд інформаційних технологій, новітніх наукових досліджень, напрямів, їх практичної реалізації на даний час. Виконано аналіз позитивних та проблемних аспектів практичної реалізації розглянутих наукових досягнень. Проведено аналіз актуального стану інформаційних технологій керування безпілотними апаратами із застосуванням ігрового підходу та нейронних мереж. Надано огляд сучасних прикладних ігрових методів, побудованих на базі апарату теорії ігор, з використанням яких вже отримана низка перспективних результатів та проаналізовані останні наукові та практичні дослідження в цій галузі. Розглянуто різні типи нейронних мереж, їх застосування у різноманітних сферах життя. Також розглянуто використання нейронних мереж у поєднанні з навчанням з підкріпленням, що дозволяє приймати оптимальні рішення керування у системі. Використання нейронних мереж у поєднанні з ігровими методами має перспективу розвитку для підвищення безпеки виконання місії безпілотними апаратами. Запит суспільства для вирішення складних задач із застосуванням безпілотних апаратів визначає попит на подальший розвиток та вдосконалення інформаційних технологій, у тому числі при розробці нових підходів, методів та моделей керування безпілотними апаратами. У другому розділі виконаного наукового дослідження здійснено огляд, порівняння, аналіз існуючих методів, надано обґрунтування обрання апарату дослідження, який застосовано в процесі проєктування інформаційної технології керування безпілотними апаратами (БпА); отримано нові математичні моделі та розроблена архітектура інформаційної системи. Математичні моделі типу кооперативних ігрових моделей спроможні адекватно відтворюють керування коаліцією безпілотних апаратів, надають змогу розглядати безпілотні апарати в якості гравців, враховують технічні обмеження та способи взаємодії БпА між собою в умовах коаліції. Проведено огляд і порівняльний аналіз централізованого і децентралізованого методів керування БпА. Зроблено висновок, що централізований метод керування коаліцією БпА у порівнянні з децентралізованим має переваги у контролі, простоті та безпеці. Враховуючи переваги централізованого методу над децентралізованим, в науковому дослідженні обрано централізований метод керування БпА. В результаті проведення дисертаційного дослідження отримано дві математичні моделі. 1. Побудовано комбіновану централізовано-кооперативну математичну ігрову модель керування БпА в процесі наукового дослідження. В процесі створення цієї моделі використано підходи і апарат ігрового методу. В якості загальної функції виграшу обрано функцію, яка визначає головну ціль гри − успішне виконання місії від її початку і до кінця. Результатом моделювання є знаходження максимуму загальної функції виграшу. Експериментальне порівняння результатів оптимізації функцій успішності, отриманої комбінованої централізовано-кооперативної математичної ігрової моделі, з однієї сторони з відповідними результатами функцій успішності ідеальної та децентралізованої моделі, з іншої сторони, дає змогу зробити висновок про значно більшу ефективність функції виграшу отриманої моделі. Практичне застосування комбінованої централізовано-кооперативної математичної ігрової моделі дозволить при виконанні місії обрати ігровий підхід; обрати централізовано-кооперативний метод керування БпА; визначитися з вибором найбільш підходящих технічних характеристик коаліції БпЛА та БпНА. 2. Розроблена оптимізаційна ігрова математична модель керування безпілотними апаратами із застосуванням нейронних мереж в умовах ризику та невизначеності. В науковому дослідженні детально розглянуто підхід до вирішення проблеми обмеженості та/або неточності вхідних даних, відповідно до якого розглядаються два різних види ситуацій, які зазвичай необхідно дослідити, а саме: рішення приймаються в умовах ризику; рішення приймаються в умовах невизначеності. В залежності від характеру небажаних ситуацій залежить вибір апарату дослідження. Якщо рішення приймаються в умовах ризику, то появу небажаної перешкоди моделюють із застосуванням апарату теорії ймовірностей. Якщо рішення приймається в умовах невизначеності, функцію розподілу ймовірностей знайти практично неможливо. В науковому дослідженні розглядаються обидві ситуації, які виникають при моделюванні керування БпЛА та БпНА: ризик появи небажаного явища, зокрема весняного/осіннього бездоріжжя; раптова поява перешкоди (ями) в процесі виконання місії (невизначеності). Визначена функція розподілу ймовірностей для кожного i-го ребра з використанням метеорологічних даних за визначений період. Результат застосування першої частини оптимізаційної ігрової математичної моделі – отримання шляху з виключеними проблемними ребрами (ділянками шляху). Друга частина моделі вирішує проблему подолання раптової перешкоди (невизначеності) на шляху в процесі виконання місії. Запропоновано вирішувати цю проблему за допомогою можливостей нейронних мереж та навчання з підкріпленням. Проведено аналіз ефективності оптимізаційної ігрової математичної моделі керування БпЛА та БпНА із застосуванням нейронних мереж в умовах ризику та невизначеності. Найбільшу ефективність з розглянутих реальних моделей має модель, отримана в результаті наукового дослідження, яка врахувала і ризики, і невизначеність. У третьому розділі проведено порівняльний аналіз відомих симуляторів, які необхідні для проведення практичних експериментів. Розглянуто найпоширеніші симулятори (Ardupilot, PX4, ROS, Gazebo, Microsoft AirSim), а також проаналізовані їхні переваги та недоліки. Для проведення досліджень та експериментів обрано симулятор Microsoft AirSim. В науковому дослідженні запропоновано такі модифікації симулятора Microsoft AirSim: прибрано центральний контролер та окремий обчислювальний мікрокомп’ютер; додано нові фізичні контролери; додано блок вбудованих алгоритмів; налагоджено взаємодію вбудованих алгоритмів з API Layer. Для проведення експериментів наукового дослідження використано два типи БпА (наземний та літальний), які вбудовані у Microsoft AirSim. В дисертаційному дослідженні наведено огляд різноманітних середовищ, які дозволяють використовувати обраний симулятор та які потенційно можна використовувати для перевірки ігрового підходу і нейронних мереж у керуванні безпілотними апаратами. Для проведення експериментів з виявлення великих статичних та раптових перешкод обрано комбіновану згорткову нейронну мережу, яка поєднує швидкість розпізнавання MobileNet, точність виявлення об’єктів за допомогою SSD та переваги трансферного навчання. Проведені експерименти складалися з навчання згорткової нейронної мережі розпізнавати великі статичні перешкоди за допомогою трансферного навчання. Відповідно до отриманих наукових результатів запропонована у дослідженні комбінована згорткова нейронна мережа ефективно розпізнала нові об’єкти, а саме − великі статичні блоки та раптові перешкоди (вибоїни, ями). Застосоване навчання з підкріпленням в науковому дослідженні надало можливість успішно подолати великі статичні та раптові перешкоди наземним БпА. У четвертому розділі дисертаційного дослідження багато уваги приділено питанню обробки та збереження даних стосовно керування безпілотними апаратами. В якості інструменту проєктування багатошарової архітектури взаємодії з БД обрано мова програмування Python та бібліотека FastAPI. В процесі дослідження розроблено діаграму класів для інформаційної технології керування безпілотними апаратами, побудовано модифікований образ Kafka Connect, а також розроблено схему інформаційної технології керування безпілотними апаратами на базі ігрового підходу та нейронних мереж. Результати наукового дослідження мають як теоретичне, так і практичне значення. Наукове значення отриманих результатів полягає в отриманні нових методів та математичних моделей для проєктування інформаційних технологій керування безпілотними апаратами на базі ігрового підходу та нейронних мереж. На основі одержаних в результаті дослідження алгоритмів розроблено програмне забезпечення і проведено комп’ютерне моделювання різних можливих ситуацій. Запропоновані методи і алгоритми можуть стати основою для керування взаємодією безпілотних апаратів.
Опис
Ключові слова
інформаційна технологія, теорія ігор, ігровий підхід, ігровий метод, математична модель, пошук найкоротшого шляху, машинне навчання, нейронна мережа, трансферне навчання, розпізнавання зображень, навчання з підкріпленням, БпЛА, БпНА
Бібліографічний опис
Альперт, М. І. Інформаційна технологія керування безпілотними апаратами на базі ігрового підходу та нейронних мереж : дис. … д-ра філософії : 126 Інформаційні системи та технології / Альперт Максим Іоганович. – Київ, 2025. – 188 с.