Содержание к диссертации
Введение
ГЛАВА 1. Обзор методов управления квадрокоптерами и постановка задачи 14
1.1. Управление одиночным квадрокоптером 14
1.1.1. Принцип полета 14
1.1.2. Функциональная схема и датчики 15
1.1.3. Обзор существующих решений в области управления одиночным квадрокоптером 17
1.2. Управление группой квадрокоптеров 21
1.2.1. Режимы движения 21
1.2.2. Стратегия управления 22
1.2.3. Коммуникация 24
1.2.4. Обзор существующих решений в области группового управления квадрокоптерами 25
1.2.5. Задача картирования сельскохозяйственных площадей 27
1.3. Постановка задачи 32
Выводы по первой главе 33
ГЛАВА 2. Алгоритм управления одиночным квадрокоптером 35
2.1. Динамическая модель объекта управления 35
2.1.1. Допущения модели 35
2.1.2. Система координат и вектор состояния 36
2.1.3. Управляющее воздействие 37
2.1.4. Матрица перехода 38
2.1.5. Угловая скорость 41
2.1.6. Система уравнений движения 44
2.2. Синтез алгоритма управления 46
2.2.1. Общий подход 46 Стр.
2.2.2. Линейная динамическая модель 47
2.2.3. Алгоритм управления по траектории 49
2.2.4. Алгоритм управления по скорости 51
Выводы по второй главе 52
ГЛАВА 3. Децетрализованное управление квадрокоптером в мультиагентной системе 54
3.1. Общие принципы в управлении мультиагентной системой 54
3.2. Требования к алгоритму группового управления квадрокоптерами 55
3.3. Методы управления мультиагентными системами
3.3.1. Методы строевого управления 59
3.3.2. Методы роевого управления 61
3.3.3. Модификация алгоритма Крейга Рейнольдса 62
3.4. Управление квадрокоптером в мультиагентной системе 63
3.4.1. Плоская кинематическая задача 64
3.4.2. Плоская динамическая задача 66
3.4.3. Трехмерная динамическая задача 67
Выводы по третьей главе 70
ГЛАВА 4. Модель системы управления, среда моделирования и экспериментальные исследования 72
4.1. Экспериментальный образец 72
4.2. Моделирование движения одиночного квадрокоптера
4.2.1. Разработка модели системы управления и среды моделирования 73
4.2.2. Подключение модели системы управления и среды моделирования 74
4.2.3. Постановка экспериментов и результаты моделирования 75
4.3. Эргономическое исследование системы «оператор-квадрокоптер» 77
4.3.1. Система «оператор-квадрокоптер» 77
4.3.2. Эргономическая модель 80
4.4. Моделирование движения мультиагентной системы в плоскости 83
4.4.1. Разработка модели системы управления и среды моделирования 83 Стр.
4.4.2. Подключение модели системы управления и среды моделирования 83
4.4.3. Постановка экспериментов и результаты моделирования 84
4.5. Моделирование движения группы автономных квадрокопотеров 89
4.5.1. Разработка модели системы управления и среды моделирования 89
4.5.2. Подключение модели системы управления и среды моделирования 90
4.5.3. Постановка экспериментов и результаты моделирования 91
Выводы по четвертой главе 97
Основные результаты и заключение 99
Список литературы
- Обзор существующих решений в области управления одиночным квадрокоптером
- Система координат и вектор состояния
- Методы роевого управления
- Подключение модели системы управления и среды моделирования
Введение к работе
Актуальность работы
Работа посвящена актуальной задаче децентрализованного управления мультиагентной системой (МАС), состоящей из автономных агентов – квадрокоптеров, с целью коллективного движения в двух режимах: строевом, подразумевающим сохранение заданной геометрической топологии группы с двухуровневой иерархией, и роевом, предполагающим хаотичное стайное движение.
Растущая популярность мультикоптеров в классе мини-БПЛА объясняется
достоинствами этих винтокрылых аппаратов. Обладая всеми преимуществами
летательных аппаратов вертолетного типа, мультикоптеры, в отличии от
вертолетов, имеют простой и экономичный механизм с фиксированными осями
пропеллеров, не требующий сложного технического обслуживания.
Прогрессирующая популярность наглядно подтверждает глобальный рост
рынка БПЛА. Во многом это обусловлено стремительным ростом 22% в год
сегмента мультикоптеров за счет расширения областей применения, в первую
очередь в гражданском секторе. Сегодня, мультикоптеры активно
используются в кинопроизводстве и аэрофотосъемке, в инспекции
инфраструктурных объектов, в сельском хозяйстве. В качестве примера
коммерческого применения можно отметить процесс доставки
мультикоптерами малогабаритных грузов до клиентов компанией Amazon.
Идея создания МАС на базе мультикоптеров начала развиваться совсем
недавно и имеет перспективы для широкого применения. В сравнении с
одиночным квадрокоптером, МАС, состоящая из группы квадрокоптеров,
имеет расширенное знание окружающей среды за счет коммуникации внутри
группы, повышенную надежность за счет взаимозаменяемости агентов, и
способность коллективно быстрее выполнять более сложные задачи.
Указанные преимущества явно выражаются в задачах мониторинга и аэросъемки (например, в обследовании сельскохозяйственных площадей).
В мировой литературе большое количество трудов, посвященных управлению одиночным квадрокоптером. Одним из таких работ является статья по управлению параметрами полета квадрокоптера при заданной траектории научных сотрудников из ИАиЭ СО РАН в Новосибирске.
Тем не менее, можно отметить лишь несколько работ, направленных на создание и апробацию способов группового управления летающими агентами в трехмерном пространстве. Например, в НИИ МВС ЮФУ решили задачу формирования целевого строя произвольной геометрической топологии группы квадрокоптеров. Исследователи из ВМК МГУ привнесли значительный вклад в развитие общих принципов децентрализованного управления. Другими ключевыми российскими организациями, вносящими вклад в развитие методов управления мультиагентными системами, являются: МГТУ им. Баумана, ЦНИИ РТК, ИПМ им. М.В. Келдыша РАН, МГТУ «Станкин», МИРЭА. В Университете Пенсильвании США была реализована и апробирована система централизованного управления группой из 20 квадрокоптеров. Научные
сотрудники из Будапештского Университета разработали алгоритм
децентрализованного управления группой квадрокоптеров на базе правил К. Рейнольдса и существующих систем управления скоростью движения квадрокоптера, и создали МАС из десяти автономных квадрокоптеров, способных выполнять реальные коллективные задачи. В Стенфордском Университете создан и апробирован алгоритм управления квадрокоптером в МАС, построенный на базе решения задачи о переговорах Дж. Ф. Нэша.
Анализ литературы выявил крайне ограниченный список работ, посвященных децентрализованному управлению группой квадрокоптеров, а также отсутствие методов, позволяющих в ходе движения менять лидера и режим полета между строевым и роевым движением группы.
Резюмируя, децентрализованное управление квадрокоптерами в МАС
является новым этапом развития систем управления мультикоптерами, и в силу
новизны задачи, востребованности в практическом применении и
ограниченности научных работ на эту тему, является актуальной проблемой.
Цели и задачи
Целью диссертационной работы является разработка способов
децентрализованного управления группой автономных квадрокоптеров для роевого и строевого движения.
Для достижения этой цели были решены следующие задачи:
-
Вывод уравнения движения квадрокоптера.
-
Разработка алгоритмов управления движением одиночного квадрокоптера по скорости и по траектории.
-
Исследование алгоритмов управления мультиагентными системами и выработка критериев согласованного и безопасного движения группы квадрокоптеров.
-
Решение кинематической и динамической задачи группового управления МАС в плоскости.
-
Разработка способа децентрализованного управления квадрокоптерами в мультиагентой системе в трехмерном пространстве.
-
Создание модели системы управления и среды моделирования.
-
Проведение компьютерного моделирования коллективного движения десяти квадрокоптеров с независимыми системами управления для проверки работоспособности разработанных алгоритмов и способов управления. В частности, апробация способа управления в задаче картирования сельскохозяйственных площадей группой квадрокоптеров. Анализ результатов исследований на соответствие критериям согласованного и безопасного коллективного движения.
Методы исследования
Поставленные задачи были решены на базе классических методов теории автоматического управления, алгебры С. Ли и методов управления мультиагентными системами. Верификация математической модели движения квадрокоптера, проверка работоспособности алгоритма управления по
скорости, алгоритма управления по траектории и способа децентрализованного управления в МАС реализованы средствами компьютерного моделирования. Оценка производилось на основе результатов экспериментов, а также с помощью симуляции среды моделирования.
Научная новизна
Заключается в следующем:
-
Разработан способ децентрализованного управления квадрокоптером в мультиагентной системе на базе модифицированных правил Рейнольдса, позволяющий в ходе коллективного движения менять лидера и режим полета между строевым движением и роевым движением.
-
Предложена система критериев, определяющих качество коллективного движения группы квадрокоптеров.
-
Разработан метод управления одиночным квадрокоптером, сочетающий управление по скорости и управление по траектории.
Практическая ценность.
В настоящее время интерес к мультикоптерным МАС проявляют организации, работающие в отрасли сельского хозяйства и энергетики, спасательные службы и силовые органы для выполнения задач мониторинга, аэрофотосъемок, грузоперевозок, патрулирования, а также поисково-спасательных работ. Выполнение подобных задач на расстояниях десятки тысяч гектар с/х посевов, лесных массивов, энергетической или городской инфраструктуры требует согласованной работы группы автономных летающих агентов. При спасательных работах и задач патрулирования границ нужна высокая надежность, что может быть обеспечено взаимозаменяемостью агентов. Данная работа имеет научную значимость в теории управления МАС благодаря разработанным новым подходам к децентрализованному управлению и прикладную значимость, поскольку может лечь в основу систем управления автономными квадрокоптерами для решения перечисленных задач. В качестве примера практического применения способа группового управления, была решена задача картирования с/х площадей группой квадрокоптеров.
Основные положения. На защиту выносятся:
-
Алгоритмы управления одиночным квадрокоптером по скорости и по траектории.
-
Методы кинематического и динамического управления МАС для строевого и роевого движения в двумерном пространстве.
-
Способ децентрализованного управления квадрокоптером в мультиагентной системе на базе модифицированных правил К. Рейнольдса для полета в строевом и роевом режиме в трехмерном пространстве.
-
Модель системы управления квадрокоптером и масштабируемая среда моделирования.
-
Результаты моделирования, подтверждающие работоспособность разработанных алгоритмов и методов.
Апробация работы. Основные результаты работы докладывались на следующих конференциях и научных семинарах:
-
Всероссийской научно-технической конференции «Экстремальная робототехника» (Санкт-Петербург, 2012);
-
Научная конференция для студентов, молодых ученых и аспирантов МГТУ им. Н. Э. Баумана, посвященная 100-летию Е. П. Попова (Москва, 2014);
-
Научные семинары кафедры «Роботы и робототехнические системы» МГТУ им. Н.Э. Баумана в 2012–2016 гг.
Публикации. Результаты диссертационной работы нашли отражение в 4 научных статьях, в том числе 3 публикациях в изданиях из перечня ВАК РФ.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников и приложений. Объем работы составляет 124 печатных страниц (включая 16 страниц приложений), 66 рисунков, 5 таблиц. Библиография содержит 71 наименований, из них 46 иностранных источника.
Обзор существующих решений в области управления одиночным квадрокоптером
Способ управления чаще всего базируется на ПД или ПИД регуляторах [19], [22-24] [39-40], [43], [47], [59], а также на линейно-квадратичных регуляторах (ЛКР) [21], нечетких регуляторах [36] и нейросетевых регуляторах [55] и рекурсивного метода стабилизации (на англ. Backstepping) [20].
В процессе исследования в русскоязычной литературе было обнаружено малое количество научных трудов в области управления мультикоптерами, соотносимых по уровню с зарубежными работами. Можно выделить статьи С.А. Белоконя, Ю.Н. Золотухина и других научных сотрудников из Новосибирска по управлению параметрами полета квадрокоптера по заданной траектории [2]. В статье [23] исследователей из аэрокосмической лаборатории Массачусетского Технологического Института применяется метод управления, где управляющее воздействие рассчитывается на основе ПИД регулятора, а при выводе уравнений движения используются кватернионы. Отличительной чертой работы является использование пропеллера с изменяемым шагом и дополнительным приводом вместо стандартного пропеллера с фиксированным углом атаки. Такое изменение дает возможность менять подъемную силу не только регулированием скорости вращения пропеллера, но и угла атаки, что позволяет повысить маневренность квадрокоптера, а также переворачивать платформу летательного аппарата и осуществлять полет в перевернутом состоянии (в этом случае угол атаки пропеллеров устанавливается таким образом, что подъемная сила действует в обратном направлении). Авторы статьи апробировали такую конструкцию и способ управления в натурных экспериментах.
Научные сотрудники из Стэндфордского Университета в своем методе управления также используют ПИД-регуляторы для контроллеров управления угловой ориентацией и высотой полета [34]. Работа отличается глубоким исследованием динамической модели движения квадрокоптера с учетом аэродинамики корпуса летательного аппарата. Авторы показывают, что эффект «биения лопасти», изменение подъемной силы за счет набегающего дополнительного потока воздуха, эффект отраженного от земли потока воздуха при посадке и взлете, гироскопический момент и другие аэродинамические эффекты незначительно влияют на малых скоростях, например в режиме зависания, однако уже на средних скоростях их влияние усиливается.
В научном сообществе среди исследователей мультикоптеров выделяются сотрудники лаборатории «КумарЛаб» (от англ. KumarLab) Университета Пенсильвании под началом профессора В. Кумара. Результаты и видеоролики экспериментов из упомянутой лаборатории впечатляют резкостью, проворностью и маневренностью движения квадрокоптеров, использующих метод управления на основе ПД регулятора и автоматическую генерацию оптимальной траектории полета [37]. В статье авторы аргументируют, что микроквадрокоптеры (размером в 0.1-0.5 метр и весом 0.1-0.5 килограмм) значительно маневреннее, следовательно, при проектировании уделяют большое внимание размеру и весу летательного аппарата. Исследователи Университета Пенсильвании успешно решили ряд практических задач: уход от столкновения с динамическими препятствиями, захват объекта во время полета с помощью прикрепленного устройства схвата (по аналогии с охотой хищных птиц на рыб), посадка на наклонную или вертикальную стену и другие нетривиальные задачи. Практическую ценность решения этих задач снижает тот факт, что для работы системы управления квадрокоптером требуются точные координаты местоположения летательного аппарата в каждый момент времени, что обеспечивалось ограничением движения в лабораторных условиях, где была установлена система камер, отслеживающих специальный маркер на квадрокоптере. Учитывая этот недостаток, команда под руководством В. Кумара разработала универсальную модель квадрокоптера, оснащённую широким набором датчиков, включая датчик GPS, бортовые камеры и лазерный сканатор, и способную совершать полет, как внутри помещений [53], так и вне. Отличительной особенностью при этом является возможность строить 3D карту местности в процессе полета.
В серии совместных работ исследователей из институтов Флориды, Мичигана и Сан-Диего [39-40], авторы впервые для управления угловой ориентацией квадрокоптера использовали ошибку по матрице поворота, что позволило обойтись без вычитания углов и связанных с этим сингулярности.
В качестве других, достойных внимания, работ, посвященных системе управления квадрокоптером, можно выделить статью ученых из ЮАР, где алгоритм управления основан ПД регуляторе и резюмирована теория аэродинамики винта, статьи Рафаэлло Д Андреа [33], [42], профессора Швейцарской Высшей Школы Цюриха, где алгоритмы управления и планировании траектории синтезированы на основе методов оптимального управления с минимизацией времени движения и проверкой выполнимости траектории, и статью ещё одной команды исследователей из того же института [20], где в подходе управления был использован рекурсивный метод стабилизации (Integral Backstepping) и были рассмотрены задачи ухода от столкновения, взлета и посадки.
Принимая во внимание степень разработанности задачи управления одиночным квадрокоптером, одним из этапов диссертационной работы было учесть лучшие практики и разработать комбинированный алгоритм управления движением квадрокоптера по скорости и по траектории.
Система координат и вектор состояния
Возвращаясь в первую главу к обзору существующих решений, в мировой литературе приведены разные методы управления одиночным квадрокоптером, которые апробированы в реальных условиях. Тем не менее, доступ к коду реализации и уровень детализации документированности этих методов ограничен. В такой ситуации было принято решение разработать способ управления одиночным квадрокоптером, проверить его работоспособность и использовать как основу при разработке децентрализованного группового управления. В ходе диссертационной работы последовательно были разработаны два разных алгоритма управления: синтез первого алгоритма управления был осуществлен на базе аналитически сконструированного оптимального регулятора (АКОР) [5], второй способ был основан на ПД регуляторах [6]. Важно отметить, что метод с использованием ПД регуляторов оказался более простой и надежной, поскольку позволяет исключить возможную сингулярность, возникающей при вычитании углов в АКОР. По этой причине в диссертационной работе предложен алгоритм управления одиночным квадрокоптером на основе ПД регулятора. Усложнение регулятора добавлением интегральной составляющей не потребовалось, что, к тому же, могло привести к перерегулированию.
Нелинейная система (2.7) является сложной для управления. Общий подход таков: прежде, чем заниматься задачами управления, необходимо линеаризовать систему. Применим метод линеаризации вдоль выбранной программной траектории с последующим использованием некоторых линейных уравнений в ПД регуляторе [3], [10].
Рассмотрим вектор состояния х = (х у z ф \/ г р q г)т и нелинейную систему уравнений x = f(x,u) (2.7). Линеаризуем её в окрестности выбранной программной траектории - режима зависания квадрокоптера в пространстве: х,(0 = (0 0 0 0 0 v/, 0 0 0), ud(t) = (uh 0 0 0)т, где хd(t) - программный (желаемый) вектор состояния, ud(t) - программный вектор управления, \\jd - программный угол рыскания, uh = mg равнодействующая подъемная сила пропеллеров, равная силе тяжести. Линеаризованную в окрестности программного движения систему уравнений будем искать в виде: AX = FAX+GAU, (2.8) где дх = х - х, и ди = и - и, - приращение вектора состояния и управляющего воздействия, F и G - матрицы, состоящие из значений частных производных нелинейной системы f по параметрам вектора состояния х и управляющего воздействия и в окрестности точки, соответствующему режиму, выбранному при линеаризации за исходную. Найдем частные производные нелинейной функции f:
Отметим, что линейная система уравнения (2.9) описывает движение лишь в предположении малых отклонений от заданного программного движения.
Положение квадрокоптера, как твердого тела, в пространстве определяется 6 параметрами: три угла и три координаты центра масс. Управление траекторией квадрокоптера будем осуществлять четырьмя параметрами -[rT(t),y/T(t)] = [xT(t),yT(t),zT(t),y/T(t)], три координаты положения квадрокоптера и угол поворота относительно вертикальной оси (угол рыскания). Углы тангажа и крена, как видно из системы уравнений (2.9), влияют на горизонтальное ускорение объекта управления и будут рассчитываться в зависимости от заданной траектории движения rT (t).
Как было проиллюстрировано в обзоре принципа полета квадрокоптера, горизонтальное ускорение квадрокоптера зависит от горизонтальных составляющих равнодействующей подъемной силы, соответственно, от наклона и величины подъемной силы и1, которая, к тому же, регулирует вертикальное ускорение квадрокоптера. Управление наклоном квадрокоптера и угловая стабилизация при этом осуществляется с помощью проекций главного момента на оси ПСК [и2 и3 г/4] . Таким образом, в алгоритме управления можно выделить три уровня управления (общая схема управления представлена на Рис. 2.4) [7]: Рис. 2.4. Схема управления по траектории. Первый уровень - управление положением. В этом блоке на основе обратных связей по вектору состояния и заданной гт траектории определяются ошибки по положению и по скорости. На выходе из блока генерируется программные (желаемые на текущий момент) ускорения: \rd =rT -Kpzp-Kdzd ed=r-rr , (2.10) [ер =rrT где Кр и Kd - положительно определенные матрицы усиления, Второй уровень - управление ориентацией. Входными сигналами блока являются желаемое горизонтальное ускорение [ ,jrf], обратные связи по углам и угловой скорости квадрокоптера. Для нахождения желаемых углов в зависимости от желаемых ускорений воспользуемся уравнениями из линеаризованной динамической модели (2.9): Ud=1g-(xd-sVd -yd-cn) \Qd=1g-(xd-cWi +yd-sd). У = Ъ Следует отметить, что расчет ошибки угловой ориентации базируется на основе матрицы поворота. Такое решение основано на методах алгебры Ли и исключает возможную сингулярность в отличии от линейно-квадратичного регулятора угловой стабилизации, где осуществляется вычитание углов. На выходе «Контроллер Ориентации» формирует управляющие воздействия [и2 и3 г/4 ]. Система уравнений второго уровня управления имеет вид: \[и2 и3 u4f =-Кдед -KQeQ tR = 1/2 (R/R-RrRd) , (2.11) где Rd -матрица поворота, рассчитанная на основе программных углов; R -матрица поворота, рассчитанная обратных связей по текущим углам [ф 0 ф]; v - оператор перевода кососимметрической матрицы в R3. Третий уровень, управление высотой, регулирует подъемную силу в зависимости от желаемого вертикального ускорения: u1=m-(zd+g)/cpce, (2.12) Таким образом, управляющее воздействие рассчитывается на основе уравнений (2.10), (2.11) и (2.12). Разработанный алгоритм продемонстрировал свою работоспособность при компьютерном моделировании, успешно выполняя различные заданные траектории. Подробная информация о компьютерной апробации приведена в четвертой главе.
Алгоритм управления по скорости является частным случаем управления по траектории. Мотивацией рассмотрения такого алгоритма, является потребность в возможности оперативного управления движением квадрокоптером с помощью пульта управления. В этом случае управление квадрокоптера осуществляется следующими четырьмя параметрами 52 [vr (t), rT (t)] = \v (t), VyT (t), VZT (t), rT (t)\ , вектор линейной скорости квадрокоптера \T(t) и угловая скорость rT(t) относительно вертикальной оси.
Основное упрощение касается первого уровня управления, где в этом случае производится расчет лишь ошибки по скорости. Алгоритм управления квадрокоптером по скорости также продемонстрировал свою работоспособность в компьютерном моделировании. Управление при этом осуществлялась виртуальным пультом, с помощью которого с легкостью можно было переключаться между режимами управления по траектории и по скорости. Кроме этого, с помощью компьютерной модели были оценены эргономические свойства системы «оператор-квадрокоптер» при выполнении простейших маневров. Подробная информация о компьютерной апробации приведена в четвертой главе.
Методы роевого управления
Автоматизация, ее предпочтительный уровень и возникающие в связи с этим проблемы — одна из основных сфер эргономических исследований и разработок.
Квадрокоптер имеет бортовой блок управления, который, во-первых использует систему стабилизации, что позволяет противодействовать таким внешним воздействиям как ветер, во-вторых, позволяет обрабатывать простые команды оператора и на основе них вырабатывать управляющие сигналы. Обычно используются следующие простые команды:
Использование светодиодов на перекладинах позволяет оператору отличать переднюю, заднюю, правую и левую сторону квадрокоптера. Удобство управления будет зависеть от того, насколько плавно и предсказуемо для оператора квадрокоптер будет отрабатывать эти команды. Реакции квадрокоптера на команды оператора и является основным фактором, влияющим на эргономичность системы «оператор-квадрокоптер». Оператор управляет квадрокоптером с помощью 8 команд. Следовательно, для управления целесообразно использовать две руки. Вариант исполнения пульта дистанционного управления, представленный на Рис. 4.1 и 4.5, используется для большинства квадрокоптеров.
Все 8 команд осуществляются путем регулирования положения ручек управления (поз. 3,4 на Рис. 4.5) большими пальцами рук. Также на пульте предусмотрено настройка чувствительности управления. Описание органов управления представлена в Таблице 4.1.
Для приближенной оценки эргономичности управления квадрокоптером с помощью такого пульта, необходимо было оценить способность человека эффективно маневрировать квадрокоптером. Для этого было проведено эргономическое исследование с использованием компьютерного моделирования в среде UM (Рис. 4.6). Была создана модель пульта в UM на основе макета пульта управления (Рис. 4.1). Бортовой блок управления был реализован на основе разработанного алгоритма управления по скорости в программном пакете Matlab и подключен к среде моделирования в UM. Таким образом, оператор управлял по скорости, задавая с помощью ручек управления программную скорость движения на вход блока управления.
Эргономическая модель в Universal Mechanism. Задание состояло в следующем: подняться на определенную высоту, пролететь через горизонтальную вентиляционную шахту с шириной в 1.5 размера квадрокоптера, выполнив повороты на угол 90 градусов. Предполагалось, что оператор наблюдал за полетом сверху (камера была сверху), и вентиляционная шахта открыта с верхней стороны. Эксперимент выполнялся при различной удаленности оператора (камеры) от квадрокоптера, тем самым изменялось восприятие оператора к изменениям положения квадрокоптера. Задание считалось выполненным, если удавалось безаварийно пролететь через вентиляционную шахту. Результаты эргономического исследования представлены в Таблице
Управление по скорости является удобным способом оперативного управления квадрокоптером.
Восприятие изменений положения робота ухудшалось с изменением удаленности оператора.
Новый пользователь должен проходить обучающую программу, прежде чем приступать к управлению реальным квадрокоптером. Имея в качестве объекта исследования систему "человек—машина", эргономика изучает определенные ее свойства, которые обусловлены положением и ролью человека в системе. Эти свойства получили название человеческих факторов в технике. Они представляют собой интегральные показатели связи человека, машины, предмета деятельности и среды, проявляющиеся при деятельности человека с системой и ее функционировании. Человеческие факторы в технике формируются на основе базовых характеристик: социально-психологических, психологических, физиологических и психофизиологических, антропологических, гигиенических в их соотношении с техникой. Эргономика также тесно связана с инженерной психологией — отраслью психологии, изучающей процессы приема и обработки информации, информационной подготовки и принятия решений, их реализации человеком в деятельности с техническими средствами и системами.
Подключение модели системы управления и среды моделирования
Для апробации алгоритма децентрализованного управления квадрокоптером в МАС также использовалась связка программных пакетов Matlab и UM. Квадрокоптеры в UM были заданы как система из идентичных тел с одинаковыми масс-инерционными характеристикам.
Каждый агент имел свою независимую систему управления в Matlab. Модель системы управления была построена в Matlab на основе формул (2.10-2.12, 3.5) и схемы управления на Рис. 3.10. Матрицы усиления были подобраны экспериментально и равны: Кp = diag(2,2,2), Kd = diag(2,2,2), КR = diag(20,20,20), KQ = diag(5,5,5); KV = diag(2,2,2), KC = diag(2,2,4), KP = diag(2,2,1), KP = diag(2,2,1); Минимальное безопасное расстояние между двумя агентами установлено равным одному метру: lmn = 1. Подробная иллюстрация среды моделирования UM и модели системы управления Matlab приведена в Приложении П3. 4.5.2. Подключение модели системы управления и среды моделирования
Аналогично моделированию движения одиночного квадрокоптера, для моделирования движения группы автономных квадрокоптеров была установлена двухсторонняя связь между средой моделирования UM и 10 идентичными моделями Matlab (Приложение П3), реализующие Схема подключения «Matlab» и «Universal Mechanism» децентрализованное управление квадрокоптером. При этом из UM в Matlab передавались такие параметры, как координаты, скорость и угловые параметры агента, а также координаты и угол рыскания соседних агентов в ПСК искомого агента (Рис. 4.13). 4.5.3. Постановка экспериментов и результаты моделирования
В ходе компьютерного моделирования были исследованы различные штатные режимы группового полета квадркоптеров. Рассмотрим некоторые из них. На графике (Рис. 4.14) представлены результаты моделирования группового движения квадрокоптеров в режиме полета строем в форме клина, когда лидеру задана плоская синусоидальная траектория с амплитудой 5 метров: xL =5sin(0.5/) yL=0.5t [zL=0 Группа из 10 квадрокоптеров при средней скорости 3.5 м/с продемонстрировала сплоченное коллективное движение: среднеарифметическое расстояние между агентами колебалось около .=1.8м при максимальном за время полета среднеквадратичном отклонении maxо-(0 = 1м. Сближение агентов происходило на поворотах. Критерий безопасности также был соблюден: минимальная дистанция между парой агентов тіпЦ) \Лм. Видеоролики компьютерной апробации строевого и роевого движения квадрокоптеров, в том числе вышеприведенный пример, можно найти по ссылке [68].
Как можно увидеть в ролике [69], в режиме роевого движения, когда каждый агент стремится в центр масс соседних агентов, риск столкновения возрастает. Тем не менее, управляя лидером по скорости, попытка оператора столкнуть с другим квадрокоптером не удалась: в трехмерном пространстве квадрокоптеры избегают столкновения, перемещаясь также в вертикальной плоскости. Рис. 4.14. Оценка критериев сплоченности и безопасности группового движения: (а) – траектория лидера, (б) – среднее и среднеквадратичное отклонение между агентами за время полета, (в) – минимальное расстояние между парой агентов за время полета. Теперь рассмотрим моделирование ранее обозначенной задачи картирования сельскохозяйственных площадей группой квадрокоптеров. Результаты компьютерного моделирования картирования с/х поля размером 20 гектар с помощью 10 квадрокоптеров в режиме строевого движения представлены на Рис. 4.15 (черным цветом указана траектория лидера) и Рис. 4.16. Каждый агент при этом пролетел 900м: вперед 200м, направо 500м и назад 200м. Время выполнения задачи составило около 3-х минут, что подтверждает ранее приведенные расчеты по быстроте группы мультикоптеров.
Для захвата большей ширины кадра, группа квадрокоптеров была выстроена в линию с расстоянием 50м между агентами. Для данного примера сделано допущение, что дальность связи агентов может достигать 500 метров. Таким образом, все квадрокоптеры получали координаты лидера и регулировали свою позицию относительно ведущего него.
Для каждого агента в собственной системе координат было задано взаимное расположение относительно других агентов. Расположение агентов в системе координат лидера имел вид: