'
Негрий А.В., Соколов О.А.
АНАЛИЗ И ОПТИМИЗАЦИЯ АЛГОРИТМОВ УПРАВЛЕНИЯ ПОЛЕТОМ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ (БПЛА) С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ *
Аннотация:
статья посвящена анализу и оптимизации алгоритмов управления полетом беспилотных летательных аппаратов (БПЛА) с использованием методов машинного обучения. В работе рассмотрены основные принципы функционирования БПЛА, а также проблемы, возникающие при управлении ими. Для решения задачи оптимизации алгоритмов управления предложен подход, основанный на использовании методов машинного обучения. Проведен анализ различных алгоритмов машинного обучения и определены наиболее эффективные для конкретных задач управления БПЛА
Ключевые слова:
беспилотные летательные аппараты, БПЛА, управление полетом, анализ алгоритмов управления, оптимизация, машинное обучение
УДК 004.891.4
Негрий А.В.
студент
Санкт-Петербургский государственный университет гражданской авиации
(г. Санкт-Петербург, Россия)
Соколов О.А.
кандидат технических наук,
доцент кафедры систем автоматизированного управления
Санкт-Петербургский государственный университет гражданской авиации
(г. Санкт-Петербург, Россия)
АНАЛИЗ И ОПТИМИЗАЦИЯ АЛГОРИТМОВ
УПРАВЛЕНИЯ ПОЛЕТОМ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ
АППАРАТОВ (БПЛА) С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ
Аннотация: статья посвящена анализу и оптимизации алгоритмов управления полетом беспилотных летательных аппаратов (БПЛА) с использованием методов машинного обучения. В работе рассмотрены основные принципы функционирования БПЛА, а также проблемы, возникающие при управлении ими. Для решения задачи оптимизации алгоритмов управления предложен подход, основанный на использовании методов машинного обучения. Проведен анализ различных алгоритмов машинного обучения и определены наиболее эффективные для конкретных задач управления БПЛА.
Ключевые слова: беспилотные летательные аппараты, БПЛА, управление полетом, анализ алгоритмов управления, оптимизация, машинное обучение.
Беспилотные летательные аппараты (БПЛА) являются актуальным объектом исследования, так как их использование становится все более распространенным в различных сферах, включая науку, промышленность и обслуживание, а также в военных целях. Управление БПЛА является сложной задачей, так как они должны учитывать множество условий, таких как погода, топография местности, наличие препятствий, а также другие факторы. Однако, с помощью методов машинного обучения существует возможность оптимизировать алгоритмы управления БПЛА и обеспечить более точный и надежный полет.
БПЛА имеют ряд принципов работы и управления, которые нужны для их корректного функционирования. Работа БПЛА состоит из трех основных фаз: навигация (получение информации об окружающей среде), управление (решение задач полета) и отслеживание (оценка своего местоположения и корректировка маршрута). Однако, управление БПЛА может столкнуться с различными проблемами, такими как нестабильность полета, навигационные проблемы и многие другие. Эти проблемы могут привести к опасным ситуациям, последствия которых могут быть разной степени тяжести.
Для решения вопроса оптимизации алгоритмов управления в работе проводился анализ различных алгоритмов машинного обучения и определялись наиболее эффективные для конкретных задач управления БПЛА. В частности, были рассмотрены следующие алгоритмы: k-ближайших соседей (k-NN), метод опорных векторов (SVM), случайный лес (Random Forest), градиентный бустинг (Gradient Boosting), нейронные сети (Neural Networks).
Проведенные эксперименты показали, что использование методов машинного обучения может значительно повысить качество управления БПЛА и обеспечить более точный и надежный полет. В частности, использование метода случайного леса (Random Forest) позволяет определить оптимальный маршрут полета, учитывая множество факторов, таких как погода и топография местности. А метод обучения с подкреплением (reinforcement learning) позволяет автоматически улучшать алгоритмы управления полетом БПЛА, и, в результате, достигать оптимального поведения БПЛА в реальном времени. При этом обучение осуществляется на основе получения награды или штрафа в зависимости от того, насколько хорошо БПЛА выполняет поставленную задачу. Оптимизация алгоритмов управления БПЛА с помощью машинного обучения позволяет сократить время на обучение, повысить точность управления и безопасность полета.
СПИСОК ЛИТЕРАТУРЫ:
Номер журнала Вестник науки №4 (61) том 5
Ссылка для цитирования:
Негрий А.В., Соколов О.А. АНАЛИЗ И ОПТИМИЗАЦИЯ АЛГОРИТМОВ УПРАВЛЕНИЯ ПОЛЕТОМ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ (БПЛА) С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ // Вестник науки №4 (61) том 5. С. 458 - 461. 2023 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/7975 (дата обращения: 25.04.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2023. 16+
*