Intellectual Technologies on Transport Intellectual Technologies on Transport Интеллектуальные технологии на транспорте 2413-2527 89550 10.20295/2413-2527-2024-339-30-43 Математическое моделирование, численные методы и комплексы программ Mathematical modeling, counting methods and software complexes Математическое моделирование, численные методы и комплексы программ Technologies and Methods for Planning the Movement of UAVs Along Waypoints Технологии и методы планирования перемещения БПЛА по маршрутным точкам Липанов Илья Дмитриевич Lipanov Il'ya Dmitrievich illipanov@mail.ru Хомоненко Анатолий Дмитриевич Khomonenko Anatoly Dmitrievich khomon@mail.ru

доктор технических наук;

doctor of technical sciences;

 Петербургский государственный университет путей сообщения Императора Александра I Санкт-Петербург Россия Emperor Alexander I St. Petersburg State Transport University St. Petersburg Russian Federation Петербургский государственный университет путей сообщения Императора Александра I Санкт-Петербург Россия Emperor Alexander I St. Petersburg State Transport University St. Petersburg Russian Federation Военно-космическая академия имени А. Ф. Можайского Санкт-Петербург Россия Mozhaisky Military Aerospace Academy Saint Petersburg Russian Federation 09 10 2024 09 10 2024 3 30 43 09 10 2024 https://itt-pgups.ru/en/nauka/article/89550/view

В нашем мире особое место занимают беспилотные летательные аппараты (БПЛА). Их способность перемещаться по заданным маршрутам открывает перспективы в разных сферах. Цель исследования: обзор и анализ навигационных систем и алгоритмов маршрутизации БПЛА, методов, позволяющих БПЛА с высокой точностью следовать по маршруту. Исследуются системы GPS и инерциальной навигации (INS), обеспечивающие точное определение местоположения. Анализируются возможности сенсорных систем — камер, лидаров и ультразвуковых датчиков — для обнаружения препятствий и корректировки траектории; воксельные карты для трехмерного моделирования окружающей среды и методы одновременной локализации и картографирования (SLAM); алгоритм A* (A-star); генетический алгоритм маршрутизации, алгоритмы избегания препятствий на основе потенциалов и RRT. Практическая значимость: применение указанных алгоритмов и технологий может существенно повысить безопасность и точность маршрутизации БПЛА, возможность автономно перемещаться в сложных и динамически изменяющихся ландшафтах. В заключение обсуждаются преимущества и ограничения навигационных подходов и технологий, значимость интеграции сенсорных систем и методов SLAM для повышения автономности и эффективности БПЛА, направления дальнейших исследований.

Unmanned aerial vehicles (UAVs) occupy a special place in our world. Their ability to navigate along set routes opens up prospects in various fields. The purpose of the study is to review and analyze navigation systems and UAV routing algorithms, methods that allow UAVs to follow the route with high accuracy. GPS and inertial navigation (INS) systems that provide accurate location determination are being investigated. The capabilities of sensor systems — cameras, lidars and ultrasonic sensors — are analyzed to detect obstacles and adjust the trajectory; voxel maps for three-dimensional modeling of the environment and methods of simultaneous localization and mapping (SLAM); algorithm A* (A-star); genetic routing algorithm, potential-based obstacle avoidance algorithms and RRT. Practical significance: the use of these methods and technologies can significantly improve the safety and accuracy of UAV routing, the ability to navigate autonomously in complex and dynamically changing landscapes. In conclusion, the advantages and limitations of navigation approaches and technologies are discussed; the importance of integrating sensor systems and SLAM methods to increase the autonomy and efficiency of UAVs; directions for further research.

 маршрутизация БПЛА GPS INS SLAM ADS-B воксельные карты сенсорные системы генетический алгоритм алгоритм RRT UAV routing GPS INS SLAM ADS-B voxel maps sensor systems genetic algorithm RRT algorithm

Elmeseiry N., Alshaer N., Ismail T. A. Detailed Survey and Future Directions of Unmanned Aerial Vehicles (UAVs) with Potential Applications // Aerospace Engineering. 2021. Vol. 8, iss. 12. No. 363. 29 p. DOI: 10.3390/aerospace8120363 Elmeseiry N., Alshaer N., Ismail T. A. Detailed Survey and Future Directions of Unmanned Aerial Vehicles (UAVs) with Potential Applications // Aerospace Engineering. 2021. Vol. 8, iss. 12. No. 363. 29 p. DOI: 10.3390/aerospace8120363 Groves P. D. Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems. Second Edition. Norwood (MA): Artech House, 2013. 776 p. Groves P. D. Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems. Second Edition. Norwood (MA): Artech House, 2013. 776 p. Roberge V., Tarbouchi M., Labonte G. Comparison of Parallel Genetic Algorithm and Particle Swarm Optimization for Real-Time UAV Path Planning // IEEE Transactions on Industrial Informatics. 2013. Vol. 9, iss. 1. Pp. 132–141. DOI: 10.1109/TII.2012.2198665 Roberge V., Tarbouchi M., Labonte G. Comparison of Parallel Genetic Algorithm and Particle Swarm Optimization for Real-Time UAV Path Planning // IEEE Transactions on Industrial Informatics. 2013. Vol. 9, iss. 1. Pp. 132–141. DOI: 10.1109/TII.2012.2198665 Лего Т., Фомичев А. В., Лю Я. Решение задачи планирования полета малогабаритного беспилотного летательного аппарата в условиях городской среды // Автоматизация. Современные технологии. 2015. № 7. С. 19–24. Lego T., Fomichev A. V., Lyu Ya. Reshenie zadachi planirovaniya poleta malogabaritnogo bespilotnogo letatel'nogo apparata v usloviyah gorodskoy sredy // Avtomatizaciya. Sovremennye tehnologii. 2015. № 7. S. 19–24. Kuwata Y. Real-Time Trajectory Design for Unmanned Aerial Vehicles Using Receding Horizon Control: A Thesis for the Degree of Master of Science in Aeronautics and Astronautics. Massachusetts Institute of Technology, 2003. 151 p. URL: http://www.researchgate.net/publication/242403825 (assessed: 19.08.2024). Kuwata Y. Real-Time Trajectory Design for Unmanned Aerial Vehicles Using Receding Horizon Control: A Thesis for the Degree of Master of Science in Aeronautics and Astronautics. Massachusetts Institute of Technology, 2003. 151 p. URL: http://www.researchgate.net/publication/242403825 (assessed: 19.08.2024). Ristić-Durrant D., Franke M., Michels K. A Review of Vision-Based On-Board Obstacle Detection and Distance Estimation in Railways // Sensors. 2021. Vol. 21, iss. 10. No. 3452. 30 p. DOI: 10.3390/s21103452 Ristić-Durrant D., Franke M., Michels K. A Review of Vision-Based On-Board Obstacle Detection and Distance Estimation in Railways // Sensors. 2021. Vol. 21, iss. 10. No. 3452. 30 p. DOI: 10.3390/s21103452 Recent Advances in Unmanned Aerial Vehicles: A Review / F. Ahmed [et al.] // Arabian Journal for Science and Engineering. 2022. Vol. 47, iss. 7. Pp. 7963–7984. DOI: 10.1007/s13369-022-06738-0 Recent Advances in Unmanned Aerial Vehicles: A Review / F. Ahmed [et al.] // Arabian Journal for Science and Engineering. 2022. Vol. 47, iss. 7. Pp. 7963–7984. DOI: 10.1007/s13369-022-06738-0 UAV Path Planning Based on Improved A* and DWA Algorithms / X. Bai [et al.] // International Journal of Aerospace Engineering. 2021. Vol. 2021. No. 4511252. 12 p. DOI: 10.1155/2021/4511252 UAV Path Planning Based on Improved A* and DWA Algorithms / X. Bai [et al.] // International Journal of Aerospace Engineering. 2021. Vol. 2021. No. 4511252. 12 p. DOI: 10.1155/2021/4511252 Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age / C. Cadena [et al]. // IEEE Transactions on Robotics. 2016. Vol. 32, iss. 6. Pp. 1309–1332. DOI: 10.1109/TRO.2016.2624754 Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age / C. Cadena [et al]. // IEEE Transactions on Robotics. 2016. Vol. 32, iss. 6. Pp. 1309–1332. DOI: 10.1109/TRO.2016.2624754 Ubina N. A., Cheng S.-C. A Review of Unmanned System Technologies with Its Application to Aquaculture Farm Monitoring and Management // Drones. 2022, Vol. 6, iss. 1. Art. 12. 41 p. DOI: 10.3390/drones6010012 Ubina N. A., Cheng S.-C. A Review of Unmanned System Technologies with Its Application to Aquaculture Farm Monitoring and Management // Drones. 2022, Vol. 6, iss. 1. Art. 12. 41 p. DOI: 10.3390/drones6010012 Visual SLAM for Unmanned Aerial Vehicles: Localization and Perception / L. Zhuang [et al.] // Sensors. 2024. Vol. 24, iss. 10. Art. 2980. 24 p. DOI: 10.3390/s24102980 Visual SLAM for Unmanned Aerial Vehicles: Localization and Perception / L. Zhuang [et al.] // Sensors. 2024. Vol. 24, iss. 10. Art. 2980. 24 p. DOI: 10.3390/s24102980 Алаторцев Д. В., Хамухин А. В. Анализ эффективных методов оценки дальности и алгоритмов обработки видеоинформации на БПЛА // Известия Тульского государственного университета. Технические науки. 2020. Вып. 12. C. 255–261. Alatorcev D. V., Hamuhin A. V. Analiz effektivnyh metodov ocenki dal'nosti i algoritmov obrabotki videoinformacii na BPLA // Izvestiya Tul'skogo gosudarstvennogo universiteta. Tehnicheskie nauki. 2020. Vyp. 12. C. 255–261. Али Б., Садеков Р. Н., Цодокова В. В. Алгоритмы навигации беспилотных летательных аппаратов с использованием систем технического зрения // Гироскопия и навигация. 2022. Т. 30, № 4 (119). C. 87–105. DOI: 10.17285/0869-7035.00105 Ali B., Sadekov R. N., Codokova V. V. Algoritmy navigacii bespilotnyh letatel'nyh apparatov s ispol'zovaniem sistem tehnicheskogo zreniya // Giroskopiya i navigaciya. 2022. T. 30, № 4 (119). C. 87–105. DOI: 10.17285/0869-7035.00105 Хомоненко А. Д., Яковлев Е. Л. Обоснование архитектуры сверточной нейронной сети для автономного распознавания объектов на изображениях бортовой вычислительной системой // Наукоемкие технологии в космических исследованиях Земли. 2018. Т. 10, № 6. С. 86–93. DOI: 10.24411/2409-5419-2018-10190 Homonenko A. D., Yakovlev E. L. Obosnovanie arhitektury svertochnoy neyronnoy seti dlya avtonomnogo raspoznavaniya ob'ektov na izobrazheniyah bortovoy vychislitel'noy sistemoy // Naukoemkie tehnologii v kosmicheskih issledovaniyah Zemli. 2018. T. 10, № 6. S. 86–93. DOI: 10.24411/2409-5419-2018-10190 A Review on IoT Deep Learning UAV Systems for Autonomous Obstacle Detection and Collision Avoidance / P. Fraga-Lamas [et al.] // Remote Sensing. 2019. Vol. 11, iss. 18. Art. 2144. 29 p. DOI: 10.3390/rs11182144 A Review on IoT Deep Learning UAV Systems for Autonomous Obstacle Detection and Collision Avoidance / P. Fraga-Lamas [et al.] // Remote Sensing. 2019. Vol. 11, iss. 18. Art. 2144. 29 p. DOI: 10.3390/rs11182144 Новиков П. А., Хомоненко А. Д., Яковлев Е. Л. Комплекс программ для навигации мобильных устройств внутри помещений с помощью нейронных сетей // Информационно-управляющие системы. 2016. № 1 (80). С. 32– 39. DOI: 10.15217/issn1684-8853.2016.1.32 Novikov P. A., Homonenko A. D., Yakovlev E. L. Kompleks programm dlya navigacii mobil'nyh ustroystv vnutri pomescheniy s pomosch'yu neyronnyh setey // Informacionno-upravlyayuschie sistemy. 2016. № 1 (80). S. 32– 39. DOI: 10.15217/issn1684-8853.2016.1.32 Способ построения «субоптимальных» маршрутов мониторинга разнотипных источников беспилотным летательным аппаратом / А. В. Тимошенко [и др.] // Труды МАИ. 2020. № 111. 18 c. DOI: 10.34759/trd-2020-111-10 Sposob postroeniya «suboptimal'nyh» marshrutov monitoringa raznotipnyh istochnikov bespilotnym letatel'nym apparatom / A. V. Timoshenko [i dr.] // Trudy MAI. 2020. № 111. 18 c. DOI: 10.34759/trd-2020-111-10 Improved Artificial Bee Colony Algorithm-Based Path Planning of Unmanned Autonomous Helicopter Using Multi-Strategy Evolutionary Learning / Z. Han [et al.] // Aerospace Science and Technology. 2022. Vol. 122. Art. 7374. 17 p. DOI: 10.1016/j.ast.2022.107374 Improved Artificial Bee Colony Algorithm-Based Path Planning of Unmanned Autonomous Helicopter Using Multi-Strategy Evolutionary Learning / Z. Han [et al.] // Aerospace Science and Technology. 2022. Vol. 122. Art. 7374. 17 p. DOI: 10.1016/j.ast.2022.107374 Energy-Efficient UAV-Assisted Mobile Edge Computing: Resource Allocation and Trajectory Optimization / M. Li [et al.] // IEEE Transactions on Vehicular Technology. 2020. Vol. 69, iss. 3. Pp. 3424–3438. DOI: 10.1109/ TVT.2020.2968343 Energy-Efficient UAV-Assisted Mobile Edge Computing: Resource Allocation and Trajectory Optimization / M. Li [et al.] // IEEE Transactions on Vehicular Technology. 2020. Vol. 69, iss. 3. Pp. 3424–3438. DOI: 10.1109/ TVT.2020.2968343 Energy-Efficient Trajectory Optimization for UAV-Assisted IoT Networks / L. Zhang [et al.] // IEEE Transactions on Mobile Computing. 2021. Vol. 21, iss. 12. Pp. 4323–4337. DOI: 10.1109/TMC.2021.3075083 Energy-Efficient Trajectory Optimization for UAV-Assisted IoT Networks / L. Zhang [et al.] // IEEE Transactions on Mobile Computing. 2021. Vol. 21, iss. 12. Pp. 4323–4337. DOI: 10.1109/TMC.2021.3075083 Resource Allocation and Trajectory Optimization for QoE Provisioning in Energy-Efficient UAV-Enabled Wireless Networks / F. Zeng [et al.] // IEEE Transactions on Vehicular Technology. 2020. Vol. 69, iss. 7. Pp. 7634–7647. DOI: 10.1109/TVT.2020.2986776 Resource Allocation and Trajectory Optimization for QoE Provisioning in Energy-Efficient UAV-Enabled Wireless Networks / F. Zeng [et al.] // IEEE Transactions on Vehicular Technology. 2020. Vol. 69, iss. 7. Pp. 7634–7647. DOI: 10.1109/TVT.2020.2986776