АКТУАЛЬНЫЕ ВОЗМОЖНОСТИ И ИСПОЛЬЗОВАНИЕ БЕСПИЛОТНИКОВ: ОБЗОР И КОМПАРАТИВНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ ИЗБЕГАНИЯ ПРЕПЯТСТВИЙ

CURRENT CAPABILITIES AND USE OF UAVS: REVIEW AND COMPARATIVE STUDY OF OBSTACLES AVOIDANCE ALGORITHMS

Kirill Mokronos

Student, Department of Information and Control Systems, Amur State University,

Russia, Blagoveshchensk

Victoria Eremina

scientific adviser cand. Phys.-Math. Sciences, Associate Professor, Amur State University,

Russia, Blagoveshchensk

АННОТАЦИЯ

В первой части статьи рассматривается возможности и применение беспилотников в наше время. Обозреваются различные варианты модификаций алгоритма VFH и некоторых других алгоритмов уклонения от препятствий для БПЛА. Приводится оценка эффективности алгоритмов и способы модернизации алгоритма VFH.

ABSTRACT

The article discusses the possibilities and use of drones in our time. Various modifications of the VFH algorithm and some other obstacle avoidance algorithms for UAVs are reviewed. An estimation of the effectiveness of the algorithms and ways to upgrade the VFH algorithm are given.

Ключевые слова: квадрокоптеры, автономный полет, дроны, алгоритм, гистограмма, облако точек.

Keywords: quadcopters, autonomous flight, drones, algorithm, histogram, point cloud.

Введение

Беспилотные летательные аппараты используются для решения самых разных практических задач. Например, они могут следить за состоянием сельскохозяйственных полей, осуществляя регулярную аэрофотосъемку или распыляя удобрения на заданных участках местности.

В свою очередь, для автономного управления дрону необходимо как минимум знать с высокой точностью свои координаты в пространстве. На открытом пространстве можно использовать GPS – точность достигается в несколько метров. Обычного GPS хватает для создания маршрута полета на открытой местности. Но для детального исследования, например строящихся объектов или полетов в дикой природе, применяются узкоспециализированные алгоритмы.

Обзор существующих алгоритмов уклонения от препятствий

Стратегия VFH [1]. для уклонения от препятствий в автономном режиме использует сонар для создания двухмерной сетки окружения, отображаемой на полярной гистограмме, из которой определяются свободные направления движения. Усовершенствование VFH+ учитывает максимальный радиус поворота робота и пределы безопасности (рис. 1).

Рисунок 1. Гистограмма векторного поля +(VFH+) [2].

На основе VFH+ были разработаны множество вариантов, включая алгоритм оптического потока Сонга и Хуанга [3], изображенного на рис.2. Так же был разработан метод подвижного и статического векторного поля (MSV) [5], способный справляться с движущимися препятствиями, и VFH*, сочетающий преимущества алгоритма планирования A* с локальными свойствами VFH+(рис. 3).

Рисунок 2. Применение алгоритма оптического потока [4].

Рисунок 3. Смоделированная ситуация для локальных препятствий с использованием алгоритма VFH * [6].

Алгоритм IVFH* и другие методы улучшения VFH* адаптируются к движущимся препятствиям, используя информацию о их скорости.

Для улучшения алгоритма VFH* [7] и учета движущихся препятствий, исследователи разработали алгоритм IVFH*(рис.4) и использовали подходы машинного обучения [12, 13], такие как объединение VFH с машинным обучением и нечеткой логикой [14, 15]. Эти методы определяют правильный маневр уклонения от препятствий на основе сенсорных данных и пилотных демонстраций(рис.5).

Рисунок 4. Принцип работы алгоритма IVFH * [8, 9].

Рисунок 5. Метод VFH с машинным обучением и нечеткой логикой.

Стратегия Олейниковой и др. определяет положения препятствий с помощью U-карты, созданной на основе карты диспаратности. Летные испытания показали, что БПЛА может избегать редких препятствий, выбирая путевые точки за пределами эллипсов, определенных на U-карте (рис.5).

Рисунок 6. Стратегия Олейниковой по избеганию локальных препятствий [16].

Семейство алгоритмов ошибок (Bug) – это вычислительно дешевые методы для локального обхода препятствий в 2D. Сравнение их можно найти в работах Томаса Браунла и др. [17]. Буньямин и др. разработали PointBug, превосходящий другие алгоритмы Bug в средах с малыми резкими краями и поворотами. Датчик дальности обнаруживает препятствие влево и вправо, как показано на рис. 7.

Рисунок 7. Алгоритм PointBug [18].

Заключение

В обзоре рассмотрены алгоритмы уклонения от препятствий: VFH, VFH+, оптический поток, подвижное/статическое векторное поле, VFH*, IVFH* и комбинации с машинным обучением и нечеткой логикой. Изучены алгоритмы ошибок. Учитывая критерии эффективности, VFH и его разновидности являются оптимальным выбором для БПЛА.

VFH обеспечивает отличную производительность, адаптивность и устойчивость. Дальнейший анализ алгоритма VFH, его 3D версии и возможные улучшения помогут сформировать рекомендации по его развитию для автономной навигации и уклонения от препятствий.

Список литературы:

1. Borenstein J., Koren Y. The Vector Field Histogram - Fast Obstacle Avoidance for Mobile Robots // IEEE Transactions on Robotics and Automation – 1991 – Vol. 7, №. 3 – P. 278–288.
2. Ulrich I., Borenstein J. VFH+: Reliable Obstacle Avoidance for Fast Mobile Robots // IEEE International Conference on Robotics and Automation (ICRA) – 1998 – Vol. 2 – P. 1572–1577.
3. Song K. Huang J. Fast optical flow estimation and its application to real-time obstacle avoidance // IEEE International Conference on Robotics and Automation (ICRA). – 2001. – Vol. 3. – P. 2891–2896.
4. Yamauchi B. The Wayfarer modular navigation payload for intelligent robot infrastructure // Unmanned Ground Vehicle Technology VII, Proceedings of International Society for Optics and Photonics. – 2005. – Vol. 5804, № 781. – P. 85–96.
5. You B., Qiu J., Li D. A novel obstacle avoidance method for low-cost household mobile robot // IEEE International Conference on Automation and Logistics, ICAL. – 2008 – P. 111–116.
6. Ulrich I. and Borenstein I. VFH*: Local obstacle avoidance with lookahead verification // IEEE International Conference on Robotics and Automation (ICRA). – 2000. – Vol. 2. – P. 1572–1577.
7. Jie D., Xueming M., Kaixiang P. IVFH*: Real-time Dynamic Obstacle Avoidance for Mobile robots // International Conference on Control Automation Robotics & Vision (ICARCV). – 2010. – P. 7–10.
8. Modifications of VFH navigation methods for mobile robots / Babinec A., Dekan M., Duchoˇn F., Vitkoa A. // Procedia Engineering. – 2012. – Vol. 48. – P. 10–14.
9. VFH*TDT (VFH* with Time Dependent Tree): A new laser rangefinder-based obstacle avoidance method designed for environment with non-static obstacles / Babinec A., Duchoˇn F., Dekan M. and etc. // Robotics and Autonomous Systems. – 2014. – Vol. 62, №. 8. – P. 1098–1115.
10. Vanneste S., Bellekens B., Weyn M. 3DVFH+: Real-Time Three-Dimensional Obstacle Avoidance Using an Octomap // MORSE 1st International Workshop on Model-Driven Robot Software Engineering – 2014 - Vol. 1319
11. OctoMap: An efficient probabilistic 3D mapping framework based on octrees / Hornung A., Wurm K.M., Bennewitz M. and etc. // Autonomous Robots. – 2013. Vol. 34, №. 3. – P. 189–206.
12. Kazem B.I., Hamad A.H., Mozael M.M. Modified Vector Field Histogram with a Neural Network Learning Model for Mobile Robot Path Planning and Obstacle Avoidance // International Journal of Advancements in Computing Technology. – 2010. – Vol. 2, №. 5. – P. 99–110.
13. Hamad A.H., Ibrahim F. B. Path Planning of Mobile Robot Based on Modification of Vector Field Histogram using Neuro-Fuzzy Algorithm // International Journal of Advancements in Computing Technology. – 2010. – Vol. 2, № 3. – P. 1–10.
14. Zavlangas P.G., Tzafestas S.G., Althoefer K. Fuzzy Obstacle Avoidance and Navigation for Omnidirectional Mobile Robots // European Symposium on Intelligent Techniques. – 2000. – P. 14–15.
15. Learning monocular reactive UAV control in cluttered natural environments / Ross S., Melik-Barkhudarov N., Shankar K.S. and etc. // IEEE International Conference on Robotics and Automation (ICRA). – 2013. – P. 1765–1772.
16. Oleynikova H., Honegger D., Pollefeys M. Reactive avoidance using embedded stereo vision for MAV flight // IEEE International Conference on Robotics and Automation (ICRA). – 2015. – P. 50–56.
17. Ng J., Br ̈aunl T. Performance comparison of Bug navigation algorithms // Journal of Intelligent and Robotic Systems. – 2007. – Vol. 50, №. 1. – P. 73–84.
18. A simple local path planning algorithm for autonomous mobile robots / Buniyamin N., Wan Ngah W.A.J., Sariff N., Mohamad Z.// International journal of systems applications, Engineering & development. – 2011. – Vol. 5, №. 2. – P.151–159.