HYBRID METHOD OF ROUTE CONFIGURATION PLANNING ON A TERRAIN MAP UNDER CONDITIONS OF PARTIAL UNCERTAINTY

Abstract

The paper describes a hybrid algorithm for situational trajectory planning under partial uncertainty for a two-dimensional space based on the integration of the wave and ant algorithms, which allows constructing trajectories of minimum length in real time with simultaneous optimization of a number of other quality criteria for the constructed path. The processes of forming a trajectory section and moving an object along it alternate at each step. The trajectory is formed sequentially (step by step) at two levels of each step. The local visibility zone and the region covered by it on the terrain map are formed and oriented relative to the current reference vector. The first-level procedures sequentially form a chain of pairwise adjacent regions with localized obstacles on the terrain map in steps. The second-level procedures form a set of trajectories for the passage of a moving object through a region at a step. When the chain of regions merges, a terrain region is formed through which the trajectory is laid. The entire trajectory is a set of individual trajectories for the passage of a moving object through regions connecting its initial position with the target position. The search for a solution is carried out by a population of agents on a solution search graph. The vertices of the set correspond to the cells of the region. Two vertices are connected by an edge if the corresponding cells on the terrain model in the form of a discrete working field are adjacent and the transition of the connection from one cell to another is possible. It should be noted that the synthesis of the trajectory and the movement of a moving object under uncertainty is a complex task that requires the integration of various sensor systems, data processing algorithms, path planning algorithms and motion control systems. The constant development of technologies in the fields of artificial intelligence, machine vision and robotics allows the creation of increasingly sophisticated autonomous navigation systems. However, complete autonomy and guaranteed safety of a moving object under any conditions still remain complex tasks for research.

References

1. Пшихопов В.Х. и др. Интеллектуальное планирование траекторий подвижных объектов в средах

с препятствиями / под ред. В.Х. Пшихопова. – М.: Физматлит, 2014. – 300 с.

2. Гузик В.Ф., Переверзев В.А., Пьявченко А.О., Сапрыкин Р.В. Принципы построения экстраполи-

рующего многомерного нейросетевого планировщика интеллектуальной системы позиционно-

траекторного управления подвижными объектами // Известия ЮФУ. Технические науки.

– 2016. – № 2 (175). – С. 67-80.

3. Пшихопов В.Х., Медведев М.Ю., Гуренко Б.В. Алгоритмы адаптивных позиционно-траекторных

систем управления подвижными объектами // Проблемы управления. – 2015. – № 4. – С. 66-74.

4. Нейдорф Р.А., Полях В.В., Черногоров И.В., Ярахмедов О.Т. Исследование эвристических алго-

ритмов в задачах прокладки и оптимизация маршрутов в среде с препятствиями // Известия

ЮФУ. Технические науки. – 2016. – № 3 (176). – С. 127-143.

5. Веселов Г.Е., Лебедев Б.К., Лебедев О.Б. Биоинспирированный алгоритм планирования траек-

тории в условиях частичной неопределенности и наличии перемещающихся препятствий // Интег-

рированные модели и мягкие вычисления в искусственном интеллекте: Сб. научных трудов XI-й

Международной научно-технической конференции. – Смоленск: Универсум, 2022. – С. 298-309.

6. Каляев И.А., Гайдук А.Р., Капустян С.Г. Методы и модели коллективного управления в группах

роботов. – М.: Физматлит, 2009. – 280 с.

7. Котов Д.В., Лебедев О.Б. Управление передвижением группы БПЛА с соблюдением геометри-

ческой структуры строя на основе альтернативной коллективной адаптации // Известия ЮФУ.

Технические науки. – 2024. – № 1. – С. 155-167.

8. Лебедев Б.К., Лебедев О.Б., Бесхмельнов М.И. Децентрализованное управление группой авто-

номных подвижных объектов при формировании траектории движения // Известия ЮФУ. Тех-

нические науки. – 2024. – № 6. – С. 177-190.

9. Пшихопов В.Х., Медведев М.Ю. Управление подвижными объектами в определенных и неопре-

деленных средах. – М.: Наука, 2011.

10. Лебедев Б.К., Лебедев О.Б. Гибридный алгоритм ситуационного планирования траектории на

плоскости в условиях частичной неопределенности // Вестник МГТУ им. Н.Э. Баумана. Серия

«Приборостроение». – 2018. – № 1. – С. 76-93.

11. Лебедев Б.К., Лебедев О.Б. Планирование двухмерной траектории в условиях частичной неоп-

ределенности на основе интеграции волнового и муравьиного алгоритмов // Сб. трудов V Все-

российской Поспеловской конференции с международным участием «Гибридные и синергети-

ческие интеллектуальные системы». – Зеленоградск: Изд-во Балтийский федеральный универ-

ситет им. Иммануила Канта. – 2020. – С. 87-94.

12. Карпенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные

природой: учеб. пособие. – 3-е изд. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2021. – 448 с.

13. Городецкий В.И. Управление коллективным поведением роботов в автономной миссии // Робо-

тотехника и техническая кибернетика. – 2016. – № 1 (10). – С. 40-54.

14. Chen S., Eshaghian M.M. A fast recursive mapping algorithm // Department of computer and information

science. – New Jersey, USA: New Jersey, 2013. – P. 219-227.

15. Кузнецов А.В. Модель движения и взаимодействия системы интеллектуальных агентов // Вестник

ВГУ. Серия: Системный анализ и информационные технологии. – 2018. – № 2. – С. 130-138.

16. Байгутлина И.А. Реализация новых сервисов с использованием робототехнических комплексов

// Славянский форум. – 2021. – № 4 (34). – С. 162-170.

17. Морозова Н.С. Децентрализованное управление движением строя роботов при динамически из-

меняющихся условиях // Искусственный интеллект и принятие решений. – 2015. – Т. 1. – С. 65-74.

18. Веселов Г.Е., Лебедев Б.К., Лебедев О.Б. Управление движением группы мобильных роботов в

колонне // Научно-практический журнал Информатизация и связь. – 2021. – № 3. – С. 7-11.

19. Карпов В.Э. Коллективное поведение роботов. Желаемое и действительное // Современная ме-

хатроника: Сб. научных трудов Всероссийской научной школы. – 2011. – С. 35-51.

20. Успанова Р.А. Актуальные проблемы управления группой БПЛА // Тр. тринадцатой общерос-

сийской молодежной научно-технической конференции: в 2-х т. Сер. Библиотека журнала «Во-

енмех. Вестник БГТУ». – СПб., 2021. – № 76. – С. 128-130.

Скачивания

Published:

2025-04-27

Issue:

Section:

SECTION I. PROSPECTS FOR THE APPLICATION OF ROBOTIC SYSTEMS

Keywords:

Trajectory, algorithm, situational planning, partial uncertainty, local visibility zone, moving object