Методы и алгоритмы децентрализованного управления группой автономных подвижных объектов в некартографированной среде тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Лазарев Владимир Сергеевич

• Лазарев Владимир Сергеевич
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Лазарев Владимир Сергеевич

Введение

Глава 1. Обзор методов группового управления подвижными объектами в некартографированной среде

1.1. Групповое управление подвижными объектами

1.2. Децентрализованные системы группового управления

1.3. Методы формирования строя в децентрализованных системах группового управления

1.3.1. Применение виртуальных структур для решения задач формирования строя

1.3.2. Применение роевых методов для формирования строя

1.3.3. Интеллектуальные методы управления группой подвижных объектов

1.4. Методы ухода от коллизий при движении строем

1.4.1. Графовые методы

1.4.2 Метод потенциальных полей

1.4.3. Применение неустойчивых режимов для обхода препятствий

1.5. Выводы по главе

Глава 2. Синтез методов группового управления подвижными объектами на базе динамических отталкивающих сил в некартографированной среде

2.1. Метод управления движением группы подвижных объектов в двумерной среде на базе динамических отталкивающих сил

2.2. Алгоритм управления группой подвижных объектов в двумерной среде на базе динамических отталкивающих сил с процедурой целераспределения

2.3. Метод управления одиночным подвижным объектом в трехмерной среде на базе динамических репеллеров

2.4. Сравнение метода динамических сил с методом потенциальных полей

2.5. Распространение метода управления движением группы для трехмерной среды

2.6. Выводы по главе

Глава 3. Синтез методов управления группой подвижных объектов в трехмерной некартографированной среде

3.1 Алгоритмы распределения подвижных объектов в строю

3.2 Метод управления движением группы подвижных объектов в трехмерной среде

3.3. Использование динамических отталкивающих сил для обхода препятствий

3.4. Гибридный метод управления движением группы подвижных объектов в трехмерной среде с использованием оптимизационной составляющей

3.4.1. Оптимизация положения в двумерной среде

3.4.2. Оптимизация положения в трехмерной среде

3.5. Выводы по главе

Глава 4. Экспериментальные исследования разработанных методов

4.1. Исследование разработанных методов и алгоритмов путем моделирования в симуляторе V-REP

4.2. Проведение натурного эксперимента

4.3. Выводы по главе

Заключение

Список источников

Приложения

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы децентрализованного управления группой автономных подвижных объектов в некартографированной среде»

Введение

Актуальность темы исследования. В настоящее время актуальной является проблема группового применения подвижных объектов (роботов), автономно функционирующих в неопределенной динамической среде, эффективно решающих задачи по назначению. Решение указанной проблемы требует разработки методов группового управления движением роботов, включая распределение и перераспределение целей и функций в группе. Указанные методы для эффективного функционирования роботов перспективно строить в рамках децентрализованного управления, с возможной минимизацией объема информации, которой они обмениваются. Применение централизованного управления нецелесообразно из-за его недостатков: во-первых, выход из строя лидера ведет к потере управления группой, а во-вторых, время принятия решения группой экспоненциально увеличивается с увеличением числа подвижных объектов в ней. В децентрализованной системе группового управления нет четкого лидера, а каждый подвижный объект (ПО) автономен в той или иной мере.

Различным аспектам проблемы группового управления посвящены работы отечественных (Гайдук А.Р., Городецкий В.И., Веселов Г.Е., Илюхин Ю.В., Каляев И.А., Капустян С.Г., Лебедев О.Б., Лохин В.М., Медведев М.Ю., Мунасыпов Р.А., Павловский В.Е., Пшихопов В. Х., Юревич Е.И. и др.) и зарубежных (Howard T.M., Khatib O., Kim H.J., Kim B., Dorigo M., Kolmanovsky I., Liu S., Mei Y., Sarkka S. и др.) ученых.

Из этих работ можно сделать вывод, что наиболее перспективными являются мультиагентные системы с децентрализованным типом управления. Такой подход предполагает взаимодействие нескольких объектов или агентов, и является децентрализованным, поскольку в нем предполагается коллективное управление системой на основе решений, вырабатываемых всеми агентами. Однако такие системы управления требуют интенсивного обмена информацией между агентами, что является проблемой для системы

связи роботов, которая должна обеспечивать высокую помехоустойчивость и оперативную реконфигурацию.

Степень разработанности темы. В диссертации рассматривается проблема управления группой подвижных объектов в некартографированной динамической среде. В данной среде все подвижные объекты в группе решают задачи, связанные с построением, движением, обходом препятствий и предотвращением столкновений. Таким образом, проблема построения или проблема формирования строя является первоочередной для группы.

В децентрализованных системах группового управления строй можно формировать различными методами. В работах различных ученых предлагается формировать строй с помощью виртуальных структур, биоинспирированных методов (в том числе роевых), нечеткой логики, методов рыночной экономики и самоорганизации.

Помимо формирования, в процессе движения группы строй необходимо поддерживать. Для этого используются графовые методы, методы потенциальных полей и методы неустойчивых режимов.

На сегодняшний день проявляется тенденция создания гибридных методов, предполагающих добавление к базовому методу управления движением одного или нескольких компонентов другого метода. В литературе указывается, что гибридизация метода позволяет увеличить значение показателей эффективности планирования траектории и управления движением в группе подвижных объектов до 50 % по сравнению с базовыми методами управления. Показатели эффективности включают показатель безопасности, пройденный группой путь, время выполнения задания и показатель успешности выполнения задания.

Объектом исследования является группа автономных подвижных объектов, представленных беспилотными летательными аппаратами (квадрокоптерами).

Предметом исследования являются методы управления группой автономных подвижных объектов.

Целью диссертационной работы является разработка методов и алгоритмов управления движением, обеспечивающих повышение показателей качества функционирования группы автономных подвижных объектов в некартографированной среде с препятствиями.

Научная задача, решение которой содержится в работе - разработка, теоретическое обоснование и исследование методов и алгоритмов группового управления подвижными объектами, позволяющих автономно осуществлять построение и движение строем в некартографированной среде с препятствиями с оптимизацией составного критерия, включающего показатель безопасности, пройденный группой путь, время выполнения задания и показатель успешности выполнения задания.

Основные задачи исследования:

- анализ известных методов группового управления подвижными объектами;

- разработка и исследование методов децентрализованного управления движением группы подвижных объектов в двумерной некартографированной среде;

- разработка и исследование методов и алгоритмов управления движением группы подвижных объектов в трехмерной некартографированной среде;

- анализ и исследование характеристик эффективности разработанных методов группового управления посредством методов компьютерного моделирования и натурного эксперимента.

Методологическую основу работы составляют методы теории управления, теории устойчивости, теории матриц, метод позиционно-траекторного управления, метод потенциальных полей, методы оптимизации, методы имитационного моделирования.

Достоверность полученных результатов обеспечивается:

- строгими математическими выводами с применением принципов и методов теории автоматического управления;

- соответствием теоретических результатов результатам компьютерного моделирования в специализированных программно-аппаратных комплексах;

- согласованием результатов работы с опубликованными результатами научных исследований и экспериментов других авторов.

Наиболее существенные научные результаты, полученные автором и обладающие научной новизной:

1. Метод управления движением группы объектов в двумерных средах, отличающийся использованием динамических отталкивающих сил, что позволяет повысить качество управления движением в некартографированных средах.

2. Гибридный метод управления движением группы подвижных объектов в двумерной среде, отличающийся совместным использованием отталкивающих сил и оптимизационной процедуры распределения целей в группе, что позволяет минимизировать сумму расстояний, пройденных каждым объектом группы.

3. Метод управления движением группы подвижных объектов в трехмерной среде, отличающийся совместным применением триангуляции Делоне, отталкивающих сил и алгоритма анализа положения объектов, что позволяет выбрать оптимальное направление обхода препятствий.

4. Гибридный метод управления движением группы подвижных объектов в трехмерной среде, отличающийся совместным применением триангуляции Делоне и максиминной процедуры оптимизации, что позволяет автоматически формировать строй без предварительного задания его структуры и перестраиваться при обнаружении препятствий.

Основные положения, выносимые на защиту:

1) Использование динамических отталкивающих сил, зависящих от положений и скоростей объектов, позволяет повысить эффективность движения группы подвижных объектов в некартографированной среде с препятствиями по сравнению с методом потенциальных полей.

2) Метод кластеризации подвижных объектов с применением трехмерной триангуляции Делоне и максиминной процедуры оптимизации, позволяющий формировать строй без предварительного задания его структуры и обходить группой препятствия в некартографированной среде, минимизируя суммарное пройденное группой расстояние.

3) Применение при управлении движением группы подвижных объектов в трехмерной среде динамических отталкивающих сил позволяет увеличить среднее значение расстояния до препятствий при их обходе, по сравнению с применением кластеризации.

4) Гибридный метод управления движением группы подвижных объектов на основе триангуляции Делоне и максиминной процедуры позволяет повысить показатели безопасности движения и сократить объём вычислений.

Теоретическая и практическая значимость работы. Теоретическая значимость полученных результатов заключается в развитии децентрализованных методов группового управления подвижными объектами, обеспечивающих повышение качества их функционирования в неопределенных динамических средах.

Алгоритмы, соответствующие предлагаемым методам, реализованы в пакете МАТЬАБ в виде комплекса программ, реализующего движение группы подвижных объектов.

Полученные результаты могут быть использованы для разработки систем группового управления автономными подвижными объектами и позволяют повысить эффективность их функционирования, уменьшить время достижения цели в неопределенных средах с препятствиями.

По результатам вычислительных экспериментов можно говорить о том, что способ обхода препятствий, использующий отталкивающие силы, обеспечивает на 17,39% большее число успешных миссий по сравнению со способом, предполагающим проведение триангуляции Делоне с учетом препятствий.

В результате натурного эксперимента для группы из трех БПЛА установлено, что СКО реальных траекторий от полученных путем моделирования в MATLAB не превышает 0,815 м. Предложенные алгоритмы имеют низкие требования к вычислительным ресурсам и могут быть реализованы децентрализовано.

Апробация работы. Теоретические положения и практические результаты работы докладывались на XI Всероссийской научно-практической конференции «Перспективные системы и задачи управления» (2016, Симферополь), XV Всероссийской научной конференции молодых ученых аспирантов и студентов ИТСАУ-2017 (г. Таганрог, Ростовская область), XII Всероссийской научно-практической конференции «Перспективные системы и задачи управления» (2017), Всероссийской мультиконференции по проблемам управления МКПУ-2017 (с. Дивноморское, г. Геленджик, Краснодарский край), XVI Всероссийской научной конференции молодых ученых, аспирантов и студентов «Информационные технологии, системный анализ и управление» (ИТСАУ-2018), VII Всероссийской научной конференции молодых ученых, аспирантов и студентов «Проблемы автоматизации. Региональное управление. Связь и автоматика» ПАРУСА-2018 (г. Геленджик, Краснодарский край), Международной научной конференции Global Smart Industry Conference GloSIC-2018 (г. Челябинск), 18-ой Национальной молодежной научно-практической конференции «Фундаментальные исследования с применением компьютерных технологий в науке, производстве, социальных и экономических процессах» (2019), IV Всероссийской научно-практической конференции с международным участием «Образовательная робототехника в научно-техническом творчестве школьников и молодёжи: опыт, проблемы, перспективы» (2019, г. Армавир), Международной конференции International Conference on Computer and Automation Engineering, (2019, г. Перт, Австралия), XVIII Всероссийской научной конференции молодых ученых, аспирантов и студентов

«Информационные технологии, системный анализ и управление» ИТСАУ-2020, Международной конференции Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon-2020 (г. Владивосток)), IX Всероссийской научной конференции молодых ученых, аспирантов и студентов «Проблемы автоматизации. Региональное управление. Связь и автоматика» ПАРУСА-2020, XIX Всероссийской научной конференции молодых ученых, аспирантов и студентов «Информационные технологии, системный анализ и управление» ИТСАУ-2021.

Реализация и внедрение результатов работы. Теоретические и практические результаты, полученные в рамках работы, использованы при выполнении грантов РФФИ 16-08-00012 и РНФ 16-19-00001, проведенных в Научно-исследовательском институте робототехники и процессов управления Южного Федерального Университета.

Результаты, полученные в ходе исследования, использовались при выполнении НИР «Защитник-19», НИР СП-4658.2018.5 «Разработка и исследование методов группового управления БПЛА в неопределенных средах с использованием динамических отталкивающих сил», конкурса по стипендиям Президента Российской Федерации молодым ученым и аспирантам (СП-2018), в НИР «Создание алгоритмов децентрализованного группового управления движением роботов военного назначения в неопределенной среде», награжденной первой премией в рамках Всероссийского конкурса по поиску в интересах Вооруженных Сил Российской Федерации научно-исследовательских работ граждан Российской Федерации, а также при выполнении работ по гранту УМНИК Фонда содействия инновациям.

Результаты, полученные в ходе исследования, внедрены в учебный процесс кафедры электротехники и мехатроники Южного федерального университета.

Личный вклад автора. Все научные результаты диссертационной работы получены автором лично.

Публикации. Основные результаты исследований по теме работы изложены в 26 работах, в том числе: в 6 статьях в ведущих научных изданиях, рекомендованных ВАК для публикации результатов работ по диссертациям на соискание ученой степени кандидата технических наук; в 2 статьях в иностранных научных изданиях, включенных в систему цитирования Scopus; в 16 докладах на всероссийских и международных конференциях; а также получено 2 свидетельства о государственной регистрации программы для ЭВМ.

Структура и объем работы. Работа состоит из введения, четырех глав, заключения, библиографического списка из 170 наименований, содержания и двух приложений. Основная часть работы изложена на 146 страницах и включает в себя 57 рисунков и 13 таблиц.

Глава 1. Обзор методов группового управления подвижными объектами в некартографированной среде

1.1. Групповое управление подвижными объектами

Методы группового управления подвижными объектами подразделяются на централизованные и децентрализованные [1]. Централизованная система группового управления предполагает наличие лидера - подвижного объекта, который организует группу и управляет всеми остальными объектами в группе. В децентрализованной системе группового управления наоборот, нет четкого лидера, а каждый подвижный объект (ПО) автономен в той или иной мере.

В контексте задач диссертации применение централизованного управления нецелесообразно из-за его недостатков: во-первых, выход из строя лидера или потеря связи с ним приведет к тому, что группа потеряет управление [1], а во-вторых, время принятия решения группой экспоненциально увеличивается с увеличением числа подвижных объектов в ней [2]. В то же время, преимуществом централизованных систем управления является возможность использования более простых бортовых вычислителей для остальных подвижных объектов, кроме лидера. Недостатки централизованного подхода предлагается устранять с помощью виртуальных лидеров, которые берут на себя его роль при выходе прежнего лидера из строя. При этом новый лидер должен обладать схожими характеристиками, что нивелирует преимущества централизованной системы управления.

В связи с этим, далее будут рассмотрены методы группового управления, не предполагающие четкой централизации, где каждый объект группы автономен в той или иной мере.

1.2. Децентрализованные системы группового управления

Рассматривая децентрализованные методы группового управления, в первую очередь, отметим мультиагентный подход. Такой подход

предполагает взаимодействие нескольких объектов или агентов, и является децентрализованным, поскольку в нем предполагается коллективное управление системой на основе решений, вырабатываемых всеми агентами

[3].

Мультиагентные системы широко применяются для решения различных задач. Например, в работе [2] авторы разрабатывают систему управления беспилотными подвижными объектами, осуществляющую выработку решений при проезде перекрестков на основе мультиагентного подхода. В данной работе отмечается тот факт, что в большинстве систем, решающих аналогичные задачи, есть центральный вычислитель, который вырабатывает решение, базируясь на состоянии всех беспилотных ПО. Применение децентрализованной мультиагентной технологии позволило построить своеобразную «коллаборацию» агентов (в данном случае -беспилотных автомобилей), в которой решение вырабатывается агентами совместно. Указанная «коллаборация» вырабатывает оптимальный план проезда перекрестка, который формируют агенты, обмениваясь информацией между собой. При этом для устранения коллизий предлагается несколько вариантов поведения беспилотных автомобилей на дороге, в том числе, при движении с разными скоростями. Авторы утверждают, что данный метод значительно снижает задержку трафика, причем эффективность метода при увеличении трафика возрастает. Отмечается, что отсутствие центрального вычислительного узла также позволяет повысить безопасность движения.

Помимо применения для управления движением, мультиагентные системы могут решать задачи управления групповым поведением [4]. Здесь основное внимание уделено динамически изменяющейся среде, которая учитывается в математической модели кооперации агентов. Эта модель построена на результатах работы психологов, анализировавших поведение людей в группах, и выявивших закономерности этого поведения. Результаты работы мультиагентной системы авторы продемонстрировали на примере

игры агентов в футбол. Данная игра позволила авторам реализовать особенности как командного, так и индивидуального поведения агентов.

Работа [5] также посвящена исследованию принципов взаимодействия агентов. При разработке математической модели взаимодействия агентов авторы опираются на логико-математическое взаимодействие интеллектуальных агентов. Рассматривается класс задач, стоящих перед интеллектуальным агентом, которые он не может решить в одиночку. Кроме того, функционирование агента осложнено динамичностью среды. Таким образом, рассматривается актуальная задача динамического формирования альянсов между агентами. Решение поставленной задачи в указанной работе сведено к многокритериальной задаче оптимизации. На основании ее решения авторами создан логико-математический аппарат, описывающий процесс взаимодействия агентов для достижения коллективной цели. При этом каждое свое следующее действие агент определяет самостоятельно. В результате формируются альянсы агентов, которые позволяют достичь минимальных затрат ресурсов и времени.

В работе [6] приведена структура распределенной мультиагентной системы, представленная на рис. 1.1. Авторы данной статьи исследуют процессы искусственной самоорганизации агентов. При этом самоорганизация позволяет осуществлять устойчивое установившееся движение группы.

Прикладное применение мультиагентные технологии нашли для управления групп глайдеров и АНПА. Одно из последних исследований по этой теме - работа [7]. В ней рассмотрено развитие методов и алгоритмов группового управления АНПА, а также представлена собственная разработка - морской симулятор NetMarSyS. При этом авторы утверждают, что большое количество уже встроенных в программное средство алгоритмов, а также использование мультиагентной технологии позволяет моделировать движение многих подвижных объектов, не только морских.

Рис. 1.1. Мультиагентная система самоорганизующихся агентов

Применение мультиагентных технологий для управления группой БПЛА рассмотрено в работе [8]. Групповое применение БПЛА позволяет за ограниченное время проводить поисково-спасательные работы. Специфика данных работ такова, что приходится решать задачи согласования действий группы в реальном времени. В качестве примера рассмотрена задача мониторинга территории группой БПЛА, для чего авторами разработана система согласованного взаимодействия. Каждый летательный аппарат в системе представлен своим агентом, а процесс распределения основывается на концепции сетей потребностей и возможностей (ПВ-сетей) и методе сопряженных взаимодействий. Каждый агент выбирает себе область поиска, которая может быть перераспределена. Параллельно с этим рассчитываются критерии покрытия территории и качества связи для каждого агента. После этого определяется удовлетворенность каждого агента, суммируя которые, можно рассчитать удовлетворенность всей системы. Целью группового

функционирования является повышение удовлетворенности всей системы. Авторы находят данный подход эффективным для создания комплексов управления группами беспилотников.

Эффективность применения мультиагентной технологии для управления группой БПЛА рассмотрена в [9], в которой описан программный моделирующий комплекс для исследования группы БПЛА, обеспечивающий возможность моделирования поведения большого числа агентов. В работе [10] отмечается, что группа БПЛА функционирует как роевая система, что обеспечивает выполнение миссии группой даже при выходе из строя любого из БПЛА.

Также децентрализованные и мультиагентные методы управления группой для управления группами БПЛА рассмотрены в [11]. Авторы предлагают децентрализованную систему управления для мини-БПЛА и проводят исследование применения мультиагентных технологий для группы квадрокоптеров [12]. Квадрокоптеры осуществляют полет в динамической среде, при этом не имеют предварительной карты с обозначенными на ней движущимися препятствиями.

В работах [13], [14] авторы решают проблему распределения задач между роботами на базе мультиагентных технологий. В работе [13] задача группового управления разделена на две подзадачи. Первая из них -выделение структурированного набора сценарных действий, реализующих целевое поведение группы, ограниченное способностями роботов («планирование действий»), а вторая оперативное управление, предназначенное для координации и синхронизации группового поведения и смягчения отклонений в исполнении сценария. Сценарий действий роботам представляется в виде графа, и является структурой знаний, определяющей набор действий и их порядок. Статья [14] посвящена созданию автономных киберфизических многоагентных систем адаптивного управления ресурсами. Предполагается, что данные системы повысят эффективность бизнес-процессов, протекающих в неопределенной и динамичной внешней среде.

Анализируется эволюция многоагентных систем от инструментов поддержки принятия решений и моделирования до киберфизических систем, таких как цифровые двойники и полностью автономные системы. Авторы статьи предлагают концептуальную основу для проектирования автономных киберфизических многоагентных систем. Заметное место в этой концепции занимает онтологически ориентированная модель предприятия. Также в работе подчеркивается, что мультиагентные системы управления ресурсами на основе цифровизации знаний и автоматизации принятия решений позволят предприятиям сделать шаг в сторону Индустрии 5.0. При этом отмечается, что сейчас интерес к децентрализованным системам среди исследователей возрастает. Данные работы [13], [14] подчеркивают преимущество децентрализованного подхода к созданию систем группового управления, хотя и выходят за рамки данной диссертации.

Подводя итоги, можно отметить, что с развитием децентрализованного управления в целом, и мультиагентных технологии в частности, связывают переход к новой технологической революции - Индустрии 5.0. Именно с этим можно связать интерес отечественных и зарубежных ученых к данному направлению и использование мультиагентных систем в различных отраслях народного хозяйства. Применение децентрализованных систем группового управления для подвижных объектов также обширное, это АНПА, БПЛА, наземные роботы и т.д. Такие системы управления позволяют обеспечить совместное выполнение автономными группами роботов таких задач, как мониторинг среды, поиск объектов и др.

Мультиагетные системы выводят групповое взаимодействие объектов на достаточно высокий уровень. Это приводит к усложнению бортового оборудования, и затрудняет практическую реализацию мультиагентных систем, основанных на свободном взаимодействии объектов [15]. Поэтому рассматривая задачу группового управления подвижными объектами в неопределенных средах, имеет смысл обратиться к децентрализованным системам, а не мультиагентным.

В диссертации рассматривается проблема управления группой подвижных объектов в некартографированной динамической среде. В данной среде все подвижные объекты в группе решают задачи, связанные с построением, движением, обходом препятствий и предотвращением столкновений. Таким образом, проблема построения или проблема формирования строя является первоочередной для группы, т.к. она тесно связана с выполнением функциональных задач и целераспределением [16].

1.3. Методы формирования строя в децентрализованных системах группового управления

1.3.1. Применение виртуальных структур для решения задач формирования строя

Существует большое количество методов формирования строя. Под строем понимается упорядоченное расположение подвижных объектов в среде. В первую очередь, к ним можно отнести метод виртуальных структур, биоинспирированные методы, методы рыночной экономики и метод стайного управления.

Применение виртуальных структур было предложено для управления группами роботов в 90-ых годах XX века. Одними из первых работ по этой тематике были статьи [17] и [18].

Список литературы диссертационного исследования кандидат наук Лазарев Владимир Сергеевич, 2024 год

Список источников

1. Каляев И. А., Гайдук А. Р., Капустян С. Г. Модели и алгоритмы коллективного управления в группах роботов. - М.: Физматлит, 2009. -278 с.

2. Зикратов И. А., Викснин И. И., Зикратова Т. В. Мультиагентное планирование проезда перекрестка дорог беспилотными транспортными средствами // Научно-технический вестник информационных технологий, механики и оптики. - 2016. - № 5. - С. 839-849.

3. Panait L., Luke S. Cooperative Multi-Agent Learning: The State of the Art // Autonomous Agents and Multi-Agent Systems. - 2005. - № 11. - P. 387-434.

4. Кулинич А. А. Модель командного поведения агентов (роботов): когнитивный подход // Управление большими системами: сборник трудов. - 2014. - №. 51. - С. 174-196.

5. Гришко А. К., Лысенко А. В., Кочегаров И. И. Логико-математические принципы мультиагентного управления интеллектуальными мобильными объектами и системами в динамической среде // Надежность и качество сложных систем. - 2017. - № 4(20). - С. 35-41.

6. Каляев И. А., Гайдук А. Р., Капустян С. Г. Самоорганизация в мультиагентных системах // Известия Южного федерального университета. Технические науки. - 2010. - № 3. - С. 14-20.

7. Garg S., Quintas J., Cruz J., Pascoal, A. M. NetMarSyS A Tool for the Simulation and Visualization of Distributed Autonomous Marine Robotic Systems // 2020 IEEE/OES Autonomous Underwater Vehicles Symposium (AUV), St. Johns, NL, Canada. - 2020. - P. 1-5.

8. Будаев Д. С., Вощук Г. Ю., Гусев Н. А., Майоров И. В., Мочалкин А. Н. Разработка прототипа системы согласованного управления группой беспилотных аппаратов с применением мультиагентных технологий // Известия Южного федерального университета. Технические науки. -2015. - № 10(171). - С. 18-28.

9. Obdrzálek Z. Software environment for simulation of UAV multi-agent system // 2016 21st International Conference on Methods and Models in Automation and Robotics (MMAR), Miedzyzdroje. - 2016. - P. 720-725.

10.Obdrzálek Z. Mobile agents in multi-agent UAV/UGV system // 2017 International Conference on Military Technologies (ICMT), Brno. - 2017. - P. 753-759.

11. Erunsal I. K., Martinoli A. Ventura R. Decentralized Nonlinear Model Predictive Control for 3D Formation of Multirotor Micro Aerial Vehicles with Relative Sensing and Estimation // 2019 International Symposium on MultiRobot and Multi-Agent Systems (MRS), New Brunswick, NJ, USA. - 2019. -P. 176-178. - DOI 10.1109/MRS.2019.8901098.

12.Park J., Kim H. J. Online Trajectory Planning for Multiple Quadrotors in Dynamic Environments Using Relative Safe Flight Corridor // IEEE Robotics and Automation Letters. -2021. - №. 2(6). - P. 659-666.

13.Gorodetsky V. Multi-agent Autonomous Group Control in Collective Robotics-Based Assembly // Russian Advances in Artificial Intelligence: selected contributions to the Russian Conference on Artificial intelligence (RCAI 2020), October 10-16, 2020, Moscow, Russia. -2020. - P. 95-110.

14. Gorodetsky V., Kozhevnikov S., Novichkov D., Skobelev P. The Framework for Designing Autonomous Cyber-Physical Multi-agent Systems for Adaptive Resource Management // Industrial Applications of Holonic and Multi-Agent Systems. - 2019. - P. 52-64.

15. Иноземцев С. В., Дмитриев А. Ю. Современные проблемы практического использования мультиагентных систем // Программные продукты и системы. - 2012. - №. 3. - С. 40-44.

16. Групповое управление подвижными объектами в неопределенных средах / Белоглазов Д. А., Гайдук А. Р., Косенко Е. Ю., Медведев М. Ю., Пшихопов В. Х., Соловьев В. В., Титов А. Е., Финаев В. И., Шаповалов И. О., Под ред. В. Х. Пшихопова. - М.: Физматлит, 2015. - 300 с.

17.Lewis M. A., Tan K.-H. High Precision Formation Control of Mobile Robots Using Virtual Structures // Autonomous Robots. - 1997. - № 4. - P. 387-403.

18.Tan K-H., Lewis M. Virtual Structures for High-Precision Cooperative Mobile Robotic Control // Intelligent Robots and Systems IROS 96, Proceedings of the 1996 IEEE/RSJ International Conference. - 1996. - P. 132-139.

19. Морозова Н. С. Виртуальные формации и виртуальные лидеры в задаче о движении строем группы роботов // Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. - 2015. - № 1. - C. 135-149.

20.Balch T., Arkin R. C. Behavior-based formation control for multirobot teams. // IEEE transactions on robotics and automation. - 1998. - №. 6(14). - P. 926939.

21.Reynolds C. W. Flocks, herds and schools: a distributed behavioral model // ACM SIGGRAPH Computer Graphics. - 1987. - № 21. - P. 25-34.

22.Сахопотинов Г. А. Исследование местности с помощью группы роботов, управляемых алгоритмом роевого интеллекта // Вестник Кузбасского государственного технического университета. - 2015. - № 4(110). - С. 6771.

23.Ильичев К. В., Манцеров С. А. Разработка масштабируемой мобильной робототехнической системы роевого взаимодействия // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2017. - № 21. - С. 91-108.

24.Сахопотинов Г. А., Сыркин И. С. Проблемы практического применения роевого интеллекта и построение устойчивых управляемых групп роботов // Вестник Кузбасского государственного технического университета. -2013. - № 2. - с. 70-73.

25.Wang Y., Bai P., Liang X., Wang W., Zhang J., Fu Q. Reconnaissance Mission Conducted by UAV Swarms Based on Distributed PSO Path Planning

Algorithms // IEEE Access. - 2019. - № 7. - P. 105086-105099. - DOI 10.1109/ACCESS.2019.2932008.

26.Braga R. G., da Silva R. C., Ramos A., Mora-Camino F. UAV swarm control strategies: A case study for leak detection // 2017 18th International Conference on Advanced Robotics (ICAR), Hong Kong. - 2017. - P. 173-178.

27.Strumberger I., Bacanin N., Tomic S., Beko M., Tuba M. Static drone placement by elephant herding optimization algorithm // 2017 25th Telecommunication Forum (TELFOR), Belgrade. - 2017. - P. 1-4.

28.Turduev M., Ata§ Y., Sousa P., Gazi V., Marques L. Cooperative chemical concentration map building using Decentralized Asynchronous Particle Swarm Optimization based search by mobile robots // 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems, Taipei, Taiwan- 2010. - P. 4175-4180.

29.Geng N., Meng Q., Gong D., Chung P. How good are distributed allocation algorithms for solving urban search and rescue problems? A comparative study with centralized algorithms // IEEE Transactions on Automation Science and Engineering. - 2019. - № 1(16). - P. 478-485 - DOI 10.1109/TASE.2018.2866395.

30.Alejo D., Cobano J. A., Heredia G., Ollero A. Collision-free trajectory planning based on Maneuver Selection-Particle Swarm Optimization // 2015 International Conference on Unmanned Aircraft Systems (ICUAS), Denver, CO, USA. - 2015. - P. 72-81.

31.Ayari A., Bouamama S. Collision-free optimal paths for multiple robot systems using a new dynamic distributed particle swarm optimization algorithm // 2017 18th International Conference on Advanced Robotics (ICAR), Hong Kong. -2017. - P. 493-497.

32.Pamosoaji A. K., Hong K. Collision-free path and trajectory planning algorithm for multiple-vehicle systems // 2011 IEEE 5th International Conference on Robotics, Automation and Mechatronics (RAM), Qingdao, China. - 2011. - P. 67-72. - DOI 10.1109/RAMECH.2011.6070458.

ЗЗ.Викснин И. И., Мариненков Е. Д. Противодействие скрытому деструктивному воздействию в роях беспилотных летательных аппаратов // International Journal of Open Information Technologies. - 2018. - № 12. -С. 1-11.

34.3икратов И. А., Зикратова Т. В., Лебедев И. С. Доверительная модель информационной безопасности мультиагентных робототехнических систем с децентрализованным управлением // Научно-технический вестник информационных технологий, механики и оптики. - 2014. - № 2 (90).- С. 47-52.

35.Leonov A. V. Applying bio-inspired algorithms to routing problem solution in FANET // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. - 2017. - № 17(2). - С. 5-23.

36.Ерофеева В. А., Иванский Ю. В., Кияев В. И. Управление роем динамических объектов на базе мультиагентного подхода // Компьютерные инструменты в образовании. - 2015. - № 6. - С. 34-42.

37.Belkadi A., Abaunza H., Ciarletta L., Castillo P., Theilliol D. Design and Implementation of Distributed Path Planning Algorithm for a Fleet of UAVs // IEEE Transactions on Aerospace and Electronic Systems. - 2019. - №. 6(55). -P. 2647-2657. - DOI 10.1109/TAES.2019.2906437.

38.Иванов Д. Я. Методы роевого интеллекта для управления группами малоразмерных беспилотных летательных аппаратов // Известия ЮФУ. Технические науки. - 2011. - № 3. - С. 221-229.

39.Иванов Д. Я. Распределение ролей в коалициях роботов при ограниченных коммуникациях на основе роевого взаимодействия // Управление большими системами: сборник трудов. - 2019. - № 78. - С. 23-45.

40.Adamu P. I., Jegede J. T., Okagbue H. I., Oguntunde P. E. Shortest Path Planning Algorithm - A Particle Swarm Optimization (PSO) Approach // Lecture Notes in Engineering and Computer Science: Proceedings of The

World Congress on Engineering 2018, 4-6 July, 2018, London, U.K. - 2018. -P. 19-24.

41.Лю В. Методы планирования пути в среде с препятствиями (обзор) // Математика и математическое моделирование. - 2018. - № 1. - С. 15-58.

42.Dorigo M., Gambardella L.M. Ant colony system: a cooperative learning approach to the traveling salesman problem // IEEE Transactions on Evolutionary Computation. - 1997. - №1 - P. 53-66.

43.Yu J., Ji J., Miao Z., Zhou J. Neural network-based region reaching formation control for multi-robot systems in obstacle environment // Neurocomputing. -2019. - № 333 - P. 11-21.

44.Geng M, Xu K, Zhou X, Ding B, Wang H, Zhang L. Learning to Cooperate via an Attention-Based Communication Neural Network in Decentralized MultiRobot Exploration // Entropy. - 2019. - № 21(3). - P.1-18. - DOI 10.3390/e21030294.

45.Price E., Lawless G., Ludwig R., Martinovic I., Bulthoff H. H., Black M. J., Ahmad A. Deep neural network-based cooperative visual tracking through multiple micro aerial vehicles // IEEE Robotics and Automation Letters. -2018. - № 3(4). - P. 3193-3200.

46.Martinez-Garcia E.A., Torres-Cordoba R., Carrillo-Saucedo V.M., LopezGonzalez E. Neural control and coordination of decentralized transportation robots // Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control Engineering. - 2018 - № 232. - P. 519-540.

47.Wang Y., Cheng L., Hou Z.-G., Yu J., Tan M. Optimal Formation of Multirobot Systems Based on a Recurrent Neural Network // IEEE Transactions on Neural Networks and Learning Systems. - 2016. - № 27(2). - P. 322-333.

48.Pshikhopov V., Medvedev M., Vasileva M. Neural Network Control System of Motion of the Robot in the Environment with Obstacles // Advances and Trends in Artificial Intelligence. From Theory to Practice. - 2019 - P. 173-181. - DOI 10.1007/978-3-030-22999-3 16.

49.Гайдук А. Р., Мартьянов О. В., Медведев М. Ю., Пшихопов В. Х., Хамдан Н., Фархуд А. Нейросетевая система управления группой роботов в неопределенной двумерной среде // Мехатроника, автоматизация, управление. - 2020. - № 21(8). - С. 470-479.

50.Medvedev M., Pshikhopov V. Path Planning of Mobile Robot Group Based on Neural Networks // Lecture Notes in Artificial Intelligence. - 2020. - P. 51-62. - DOI 10.1007/978-3-030-55789-8_5.

51.Moreno J. A., Castro M. Heuristic Algorithm for Robot Path Planning Based on a Growing Elastic Net // Progress in artificial intelligence: 12th Portuguese conf. on artificial intelligence EPIA 2005 - 2005. - P. 447-454.

52.Lee C. C. Fuzzy Logic in Control Systems: Fuzzy Logic Controller // IEEE Transactions on Systems, Man and Cybernetics. - (1990). - №. 20(2). - P. 404418.

53.Liu Y., Yang J., Zheng Y., Wu Z., Yao M. Multi-Robot Coordination in Complex Environment with Task and Communication Constraints // International Journal of Advanced Robotic Systems. - 2013. - № 10(5). - P. 114. - DOI 10.5772/54379

54.Thayer S., Dias M., Nabbe B., Digney B., Hebert M., Stentz A. Distributed Robotic Mapping of Extreme Environments // Proceedings of SPIE - The International Society for Optical Engineering. - 2001. - № 4195. - P. 1-12.

55.Zlot R., Stentz A. Market-based multirobot coordination for complex tasks // Intern. J. on Robots Researches. - 2006. - № 1(25). - Р. 73-101.

56.Lux T., Marchesi M. Scaling and Criticality in a Stochastic Multi-Agent Model of a Financial Market // Nature. - 1999. - № 6719 (397). - Р. 498-500.

57.Варшавский В. И., Поспелов Д. А. Оркестр играет без дирижера. - М.: Наука, 1984. - 208 с.

58. Макаров И. М., Лохин В. М., Манько С. В., Романов М. П. Принципы построения и разработки мультиагентных робототехнических систем // Мехатроника, автоматизация, управление. - 2012. - № 3. - С. 11-16.

59.Назарова А. В., Рыжова Т. П. Система управления коллективом роботов // Мехатроника, автоматизация, управление. - 2014. - № 4.- С. 45-50.

60.Fierro R., Das A., Spletzer J., Esposito J., Kumar V., Ostrowski J., Pappas G., Taylor C., Hur Y., Alur R., Lee I., Grudic G., Southall B. A Framework and Architecture for Multi-Robot Coordination // The International Journal of Robotics Research. - 2002. - № 21. - P. 977-995.

61.Sharma B., Vanualailai J., Chand U. Flocking of multi-agents in constrained environments // European Journal of Pure and Applied Mathematics. - 2009. -№ 3(2). - P. 401-425.

62.Bellman R. On a Routing Problem // Quarterly of Applied Mathematics. -1958. - № 1(16). - P. 87-90.

63.Dijkstra E. W. A note on two problems in connexion with graphs // Numerische mathematik. - 1959. - № 1. - P. 269-271.

64. Казаков К. А., Семенов В. А. Обзор современных методов планирования движения // Труды ИСП РАН. Т. 28 - 2016. - № 4. - С. 241-294.

65.Lazarev V. S., Agadjanov D. E. Using Graphic-Analytical Methods for Robots Group Movement Trajectories Formation in the Two-Dimensional Environment // SPIIRAS Proceedings. - 2016. - No. 2(45). - P. 45-57. - DOI 10.15622/SP.45.3.

66.Попел Е. В. Обработка информации о поле расстояний в задаче моделирования движения людей // Перспективы развития информационных технологий. - 2012. - № 10. - С.20-25.

67. Щербаков В. С., Корытов М. С. Использование алгоритмов поиска пути перемещения груза автокраном на графах // Вестник ВГТУ. - 2009. - № 5. - С.37-41.

68.Кипер А. В., Станкевич Т. С. Система для выбора кратчайшего безопасного маршрута спасения людей из горящего здания на территории морского порта // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. - 2013. - № 2. - С.144-152.

69.Сундетов Р. Н., Есламгалиев Т. Н. Обоснование выбора алгоритма поиска оптимального пути с расчетом показателей светофора в городской сети // Естественные и математические науки в современном мире. - 2015. - № 5(29). - С.133-137.

70.Беляков С. Л., Белякова М. Л., Боженюк А. В., Савельева М. Н. Оптимизация потоков в транспортных системах // Известия ЮФУ. Технические науки. - 2014. - № 5(154). - С.161-167.

71. Дубовик Н. Н., Лавров А. В., Ногин О. А., Туманов В. М. Анализ методов пространственной навигации и трассировки маршрутов с линейными ограничениями // Международный научно-исследовательский журнал. -2015. - № 11-2(42). - С.35-42.

72.Philippsen R., Siegwart R. An interpolated dynamic navigation function // Proceedings of the 2005 IEEE International Conference on Robotics and Automation, Barcelona, Spain. - 2005. - P. 3782-3789.

73.Ferguson D., Likhachev M., Stentz A. A guide to heuristic-based path planning // Proceeding of the Workshop on Planning under Uncertainty for Autonomous Systems at the International Conference on Automated Planning and Scheduling (ICAPS). - 2005. - P. 9-18.

74.Janet J. A., Luo R. C., Kay M. G. The essential visibility graph: An approach to global motion planning for autonomous mobile robots // Proceedings of 1995 IEEE International Conference on Robotics and Automation. - 1995. - № 2. -P. 1958-1963.

75.Wang M., Liu J. N. K. Fuzzy logic-based real-time robot navigation in unknown environment with dead ends // Robotics and Autonomous Systems. 2008. - № 7(56). - P. 625-643.

76.Desai J., Ostrowski J., Kumar V. Controlling formations of multiple mobile robots // Proceedings of the 1998 IEEE International Conference on Robotics and Automation, Leuven, Belgium. - 1998. - P. 2864-2869.

77. Платонов А. К., Карпов И. И., Кирильченко А. А. Метод потенциалов в задаче прокладки трассы. - М.: Препринт Института прикладной математики АН СССР, 1974. - 27 с.

78.Платонов А. К., Кирильченко А. А., Колганов М. А. Метод потенциалов в задаче выбора пути: история и перспективы. - М.: Препринты ИПМ им. М.В. Келдыша РАН, 2001. - 32 с.

79.Khatib O. Real-time obstacle avoidance for manipulators and mobile robots // Proceedings of the 1985 IEEE International Conference on Robotics and Automation. - 1985. - Р. 500-505.

80.Толок А. В., Петухов П. А. Исследование метода функционально-воксельного моделирования на основе средств потенциальных полей к задачам поиска пути // Труды 13-го Всероссийского совещания по проблемам управления (ВСПУ XIII, Москва, 2019). М.: ИПУ РАН, 2019. -С. 3173-3178.

81.Барбашова Т. Ф., Кирильченко А. А., Колганов М. А. Некоторые аспекты использования метода потенциалов при управлении мобильными роботами. - М.: Изд-во ИПМ им. М.В. Келдыша РАН, 2004. - 23 с.

82.Рыжова Т. П. Управление коллективом мобильных роботов // Труды международной научно-технической конференции «Экстремальная робототехника». - 2011. - С. 281-287.

83.Gazi V. Swarm aggregations using artificial potentials and sliding-mode control // IEEE Transactions on Robotics. - 2005. - № 6(21). - P. 1208-1214.

84.Sharma B., Vanualailai J., Singh S. Tunnel passing maneuvers of prescribed formations // International Journal of Robust and Nonlinear Control. - 2014. -№ 24(5). - P. 876-901.

85.Пшихопов В. Х., Медведев М. Ю. Управление подвижными объектами в определенных и неопределенных средах. - М.: Наука, 2011.- 350 с.

86.Pshikhopov V. Kh., Ali A. S. Hybrid motion control of a mobile robot in dynamic environments // IEEE International Conference on Mechatronics, ICM 2011 Proceedings. - 2011. - P. 540-545.

87.Пшихопов В. Х., Али А. С. Обход локальных минимумов функции ошибки при движении робота в неопределенной среде // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. -2011. - № 6. - С. 26-31.

88.Пшихопов В. Х., Медведев М. Ю., Крухмалев В. А. Позиционно-траекторное управление подвижными объектами в трехмерной среде с точечными препятствиями // Известия ЮФУ. Технические науки. - 2015.

- № 1(162). - С. 238-250.

89. Федосов Б. Т. Управление неустойчивыми объектами. Обратный маятник.

- 2009. - Режим доступа: https://klinachevnv.ru/fedosov/bt_152_Inv_Pend _control_1.htm (дата обращения 28.03.2024).

90.Формальский А. М. О стабилизации двойного перевернутого маятника при помощи одного управляющего момента // Известия РАН. ТиСУ.-2006. - № 3. - С. 5-12.

91. Интеллектуальное планирование траекторий подвижных объектов в средах с препятствиями / Гузик В. Ф., Косенко Е. Ю., Крухмалев В. А., Медведев М. Ю., Переверзев В. А., Пшихопов, В. Х. Пьявченко О. А., Сапрыкин Р. В., Соловьев В. В., Финаев В. И., Чернухин Ю.В., Шаповалов И. О., Под ред. В. Х. Пшихопова. - М.: Физматлит, 2014. - 350 с.

92.Николис Г. Самоорганизация в неравновесных системах: От диссипативных структур к упорядоченности через флуктуации / Пер. с англ. В.Ф. Пастушенко; Под ред. Ю.А. Чизмаджева. - М.: Мир, 1979. -512 с.

93.Хакен Г. Синергетика иерархии неустойчивостей в самоорганизующихся системах и устройствах / Пер. с англ. Ю. А. Данилова; Под ред. Ю. Л. Климонтовича. - М.: Мир, 1985. - 419 с.

94.Пшихопов В. Х. Аттракторы и репеллеры в конструировании систем управления подвижными объектами // Известия ТРТУ. - 2006. - № 3(58). -С. 117-123.

95.Пшихопов В. Х. Организация репеллеров при движении мобильных роботов в среде с препятствиями // Мехатроника, автоматизация, управление. - 2008. - № 2. - С. 34-41.

96.Кульченко А. Е. Лазарев В. С. Использование виртуальной целевой точки для планирования движения подвижного объекта в 3D // Инженерный вестник дона. - 2016. - № 4(43). - Статья № 83. - Режим доступа: http://ivdon.ru/uploads/article/pdf/IVD_98_kulchenko_lazarev.pdf_8f6718ac97 .pdf (дата обращения 28.03.2024).

97.Khatib O. Real-time obstacle avoidance for manipulators and mobile robots // International Journal of Robotics Research. - 1986. - № 1(5). - P. 90-98.

98.Brooks R.A., Flynn A. M., Marill T. Self calibration of motion and stereo vision for mobile robots // The Fourth International Symposium of Robotics Research. - 1987. - P. 277-286.

99.Ichikawa Y., Fujie M., Ozaki N. On mobility and autonomous properties of mobile robots // Robot. - 1984. - № 44. - P. 31-36.

100. Интеллектуальные роботы / Под общ. ред. Е. И. Юревича. - М.: Машиностроение, 2007. - 360 с.

101. Юревич Е. И. О проблеме группового управления роботами // Мехатроника, автоматизация, управление. - 2004. - № 2. - С. 9-13.

102. Васильев С. Н. От классических задач регулирования к интеллектуальному управлению // Известия РАН. Теория и системы управления. - 2001. - № 1. - С. 5-21.

103. Медведев М. Ю., Лазарев В. С. Алгоритм формирования траектории группы подвижных объектов в двумерной среде с использованием неустойчивых режимов // Научный вестник Новосибирского государственного технического университета. - 2016. - № 3(64). - С. 1729.

104. Pshikhopov V. K., Medvedev M. Y., Lazarev V. S. Movement planning of mobile vehicles group in the two-dimensional environment with obstacles // WSEAS Transactions on Systems and Control. -2017. - № 12. - P. 166-174.

105. Ляпунов А. М. Общая задача об устойчивости движения. - Собр. сочинений. Т. 2. - М.: Изд-во АН СССР, 1956 - 473 с.

106. Каляев И. А., Гайдук А. Р., Капустян С. Г. Распределенные системы планирования действий коллективов роботов. - М.: Янус-К, 2002. - 292 с.

107. Ивченко В. Д., Корнеев А. А. Анализ методов распределения заданий в задаче управления коллективом роботов // Мехатроника, автоматизация, управление. - 2009. - № 7. - С. 36-42.

108. Pshikhopov V. Kh., Krukhmalev V. A., Medvedev M. Yu., Fedorenko R.V., Kopylov S. A., Budko A. Yu., Chufistov V. M. Adaptive control system design for robotic aircrafts // Proceedings 2013 IEEE Latin American Robotics Symposium, LARS 2013. - 2013. - P. 67-70.

109. Pshikhopov V. Kh., Medvedev M. Yu., Gaiduk A. R., Gurenko B. V. Control system design for autonomous underwater vehicle // Proceedings 2013 IEEE Latin American Robotics Symposium, LARS 2013. - 2013. - P. 77-82.

110. Пшихопов В. Х., Медведев М. Ю., Гайдук А. Р., Шевченко В. А. Энергосберегающее управление электропоездом в условиях неоднородности профиля пути // Известия ЮФУ. Технические науки. -2013. - № 3(140). - С. 162-168.

111. Лазарев В. С., Черногоров И. В., Полях В. В. Методы распределения целей между роботами группы в условиях противодействия // Инженерный Вестник Дона. - 2017. - № 4. - Режим доступа: http://ivdon.ru/ru/magazine/archive/n4y2017/4513 (дата обращения 28.03.2024).

112. Крухмалёв В. А., Лазарев В. С., Агаджанов Д. Э. Метод распределения целей в группе роботов в условиях противодействия // Системный анализ, управление и обработка информации: труды VIII Международной Научной Конференции (п. Дивноморское, 8 - 13 октября 2017 г.); Донской гос. техн. ун-т. Ростов-на-Дону: ДГТУ. - 2017. - С. 63-67.

113. Macdonald E. Multi-robot assignment and formation control: M.S. electrical and computer engineering. - Atlanta, Ga.: Georgia Institute of Technology, 2011. - 76 p.

114. Yu J., Chung S-J., Voulgaris P. Distance optimal target assignment in robotic networks under communication and sensing constraints // Proceedings of the IEEE International Conference on Robotics and Automation, Hong Kong, China. - 2014. - P. 1098-1105.

115. Bertuccelli L., Choi H-L., Cho P., How J. Real-time multi-UAV task assignment in dynamic and uncertain environments / // American Institute of Aeronautics and Astronautics Guidance, Navigation, and Control Conference, Chicago, Illinois, USA, 10-13 August 2009. - 2009. - P. 1-16.

116. Zavlanos M., Pappas G. Dynamic assignment in distributed motion planning with local coordination // IEEE Transactions on Robotics. - 2008. - № 1(24). -P. 232-242.

117. Day R. Allocating Weapons to Target Complexes by Means of Nonlinear Programming // Operations Research. - 1966. - № 14. - P. 992-1013.

118. Den Broeder G., Ellison R., Emerling L. On Optimal Target Assignments // Operations Research. - 1959. - № 7. - P. 322-326.

119. Медведев М. Ю., Лазарев В. С. Метод планирования движения группы подвижных объектов с использованием динамических репеллеров и целераспределения // Научный вестник Новосибирского государственного технического университета. - 2017. - № 1(66). - С. 41-52.

120. Кульченко А.Е. Структурно-алгоритмическая организация автопилота робота-вертолета // Инженерный вестник Дона. - 2011. - № 1. - Режим доступа: http://ivdon.ru/ru/magazine/archive/n1y2011/330/ (дата обращения 28.03.2024).

121. Лазарев В. С., Лащев А. А. Разработка математической модели БПЛА на базе квадрокоптера c рамой DJI F-450 // Инженерный Вестник Дона. -2018. - № 2(49). - Режим доступа: http://ivdon.ru/ru/magazine/archive/ N2y2018/5001 (дата обращения 28.03.2024).

122. Горбунов А. А., Горбунова Е. Б. К вопросу об особенностях систем управления БПЛА с машущим крылом // Инженерный вестник Дона.-2013. - №1. - Режим доступа: http://ivdon.ru/ru/magazine/archive/ n3y2013/1816/ (дата обращения 28.03.2024).

123. Иванов Д. Я. Пространственные формации в группах беспилотных летательных аппаратов // Материалы конференции «Управление в технических, эргатических, организационных и сетевых системах» (УТЭОСС-2012). СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор». - 2012. - С. 1226-1229.

124. Соколов В. Б., Теряев Е. Д. Беспилотные летательные аппараты: некоторые вопросы развития и применения (обзор по материалам публикаций в Интернете) // Мехатроника. Автоматизация. Управление. -2008. - № 2. - C. 12-23.

125. Огольцов И. И., Рожнин Н. Б., Шеваль В. В. Математическая модель квадрокоптера аэромобильного лидара // Известия ТулГУ. Технические науки. - 2012. - № 1. - C. 47-55.

126. Петраневский И. В., Борисов О. И., Громов В. С., Пыркин А. А. Управление квадрокоптером с компенсацией ветровых возмущений // Научно-технический вестник информационных технологий, механики и оптики. - 2015. - №6. - С. 1045-1053.

127. Madani T., Benallegue A. Backstepping control for a quadrotor helicopter // Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems. - 2006. - pp. 3255-3260.

128. Castillo P., Dzul A., Lozano R. Real-time stabilization and tracking of a four-rotor mini rotorcraft // IEEE Transactions on Control Systems Technology. - 2004. - № 12(4). - P. 510-516.

129. Gong X., Hou Z.-C., Zhao C.-J., Bai Y., Tian Y.-T. Adaptive Backstepping Mode Trajectory Tracking Control for a Quad-rotor // International Journal of Automation and Computing. - 2012. - № 9(5). - P. 555-560.

130. Арзамасцев А. А., Образцов Д. В. Исследование основных характеристик полета гексакоптера // Вестник Тамбовского университета. Серия: Естественные и технические науки. - 2016. - №2. - С. 663-665.

131. Кульченко А. Е., Лазарев В. С., Медведев М. Ю. Метод управления движением гексакоптера в трехмерной среде с препятствиями на базе динамических отталкивающих сил // Инженерный вестник Дона. - 2016. -№ 4(43). - Статья № 82. - Режим доступа:

http: //ivdon.ru/uploads/article/pdf/IVD_97_kulchenko_lazarev_medvedev.pdf

_07525b467d.pdf (дата обращения 28.03.2024).

132. Медведев М. Ю., Кульченко А. Е., Шевченко В. А., Лазарев В. С. Многоконтурное адаптивное управление мультикоптерами // Научный вестник Научный вестник Новосибирского государственного технического университета. - 2018. - № 1(70). - С. 137-152.

133. Лазарев В. С. Влияние отталкивающих сил на движение группы роботов в трехмерной среде// Образовательная робототехника в научно -техническом творчестве школьников и молодёжи: опыт, проблемы, перспективы: Материалы IV Всероссийской научно-практической конференции с международным участием (25-26 апреля 2019 г.). Армавир: РИО АГПУ. - 2019. - C. 78-82.

134. Интеллектуальные технологии планирования перемещений подвижных объектов в трехмерных недетерминированных средах / Белоглазов Д. А., Гузик В. Ф., Медведев М. Ю., Пшихопов В. Х., Пьявченко А. О., Сапрыкин Р. В., Соловьев В. В., Финаев В. И., Под ред. В. Х. Пшихопова. - М.: Наука, 2017. - 232 с.

135. Path Planning for Vehicles Operating in Uncertain 2D Environments / Pshikhopov, V.Kh. (Ed.), Beloglazov D., Finaev V., Guzik V., Kosenko E., Krukhmalev V., Medvedev M., Pereverzev V., Pyavchenko A., Saprykin R., Shapovalov I., Soloviev V. - Elsevier, Butterworth-Heinemann, 2017. - 312 p.

136. Bekey G. A. Springer Handbook of Robotics (B. Siciliano and O. Khatib; 2008) [Book Review] // IEEE Robotics & Automation Magazine. - 2008. - № 3(15). - P. 110-110.

137. Pshikhopov V., Medvedev M. Mobile Objects Control in Three-Dimensional Area Using the Hybrid Decentralized Algorithm // 2018 5th International Conference on Control, Decision and Information Technologies (CoDIT). -2018. - P. 452-457.

138. Jean-Claude Latombe Robot Motion Planning. - New York: Kluwer Academic Publishers, 1991. - 651 p.

139. LaValle S. M. Planning Algorithms. - Cambridge University Press, 2006. -842 p.

140. Pshikhopov V., Medvedev M, Gurenko B., Beresnev M., Basic algorithms of adaptive position-path control systems for mobile units // 15th International Conference on Control, Automation and Systems (ICCAS). - 2015. - P. 54-59.

141. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. - New Jersey: Prentice Hall, 1995. - 932 p.

142. Montiel O., Orozco-Rosas U., Sepulveda R. Path planning for mobile robots using Bacterial Potential Field for avoiding static and dynamic obstacles // Expert Systems with Applications. - 2015. - № 42(12). - P. 5177-5191.

143. Liu Z., Wang L., Wang J., Dong D., Hu X. Distributed sampled-data control of nonholonomic multi-robot systems with proximity networks // Automatica. -2017. - №. 77. - P. 170-179.

144. Chetty R. M. K., Singaperumal M., Nagarajan T., Tetsunari I. Coordination control of wheeled mobile robots - A hybrid approach // International Journal of Computer Applications in Technology. - 2011. - №. 41(3-4). - P. 195-204.

145. Medvedev M., Lazarev V., Kulchenko A., Zhakov A. 3D Area Monitoring Using Group Control Technique and Dynamic Repellers // 2018 Global Smart Industry Conference (GloSIC), Chelyabinsk, Russia. - 2018. - P. 1-6. - DOI 10.1109/GloSIC.2018.8570106.

146. Pshikhopov V., Medvedev M., Gaiduk A., Neydorf R., Belyaev V., Fedorenko R., Krukhmalev V. Mathematical model of robot on base of airship // 52nd IEEE Conference on Decision and Control. - 2013. - P. 959-964.

147. Pshikhopov V., Medvedev M., Gaiduk A., Belyaev V., Fedorenko R., Krukhmalev V. Position-trajectory control system for robot on base of airship // 52nd IEEE Conference on Decision and Control. - 2013. - P. 3590 - 3595.

148. Кульченко А. Е., Медведев М. Ю., Шевченко В. А., Лазарев В. С. Моделирование полета подвижного объекта с адаптивным позиционно-траекторным управлением и контуром оценивания неизмеряемых параметров модели // Инженерный вестник дона. - 2017. - № 1(44). -Режим доступа: http://: ivdon.ru/ru/magazine/archive/n1y2017/3947 (дата обращения 28.03.2024).

149. Pshikhopov V., Medvedev M., Kupovikh G., Shibanov V. Position control of mobile robots with multi-contour adaptation // IEEE International Conference on Autonomous Robot Systems and Competitions (ICARSC). -2018. - P. 54-59.

150. Лазарев В. С., Кульченко А. Е. Исследование методов управления движением гексакоптера в неопределенной трехмерной среде с препятствиями // Материалы Двенадцатой Всероссийской научно-практической конференции и Восьмой молодежной школы-семинара «Управление и обработка информации в технических системах», Южный федеральный университет. Ростов-на-Дону: Издательство Южного федерального университета. - 2017. - с. 364-372.

151. Медведев М. Ю., Лазарев В. С. Метод формирования траектории для группы подвижных объектов с помощью кластеризации в двумерной среде // Научный вестник Новосибирского государственного технического университета. - 2019. - № 4 (77). - С. 45-54.

152. Лазарев В. С. Децентрализованное управление движением группы подвижных объектов (БПЛА) на базе динамических репеллеров // Сборник трудов VII Всероссийской научной конференции молодых

ученых, аспирантов и студентов «Проблемы автоматизации. Региональное управление. Связь и автоматика» («ПАРУСА-2018»), Т. 1. - 2018. - C. 254-260.

153. Лазарев В. С. Обход препятствий группой БПЛА с использованием триангуляции трехмерной области и неустойчивых режимов // Образовательная робототехника в научно-техническом творчестве школьников и молодёжи: опыт, проблемы, перспективы: Материалы IV Всероссийской научно-практической конференции с международным участием (25-26 апреля 2019 г.). Армавир: РИО АГПУ. - 2019. - С. 29-32.

154. Lazarev V. 3D Area Monitoring Using Group Control Technique and Optimization Algorithms // 2020 International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon), Vladivostok. - 2020. - P. 1-5. - DOI 10.1109/FarEastCon50210.2020.9271655.

155. Лазарев В. С., Кульченко А. Е. Обзор методов группового управления роботами на базе потенциальных полей и неустойчивых режимов // Десятая Всероссийская Мультиконференция по проблемам управления (МКПУ-2017) Материалы 10-й Всероссийской мультиконференции в 3-х томах. Ответственный редактор: И.А. Каляев. Т.2. - 2017. - С. 294-297.

156. Макаров И. М., Лохин В. М., Манько С. В., Романов М. П., Александрова Р. И. Смешанные стратегии группового управления в многоагентных робототехнических системах // Известия ЮФУ. Технические науки. - 2012. - № 3(128). - С. 8- 13.

157. Пшихопов, В. Х., Медведев, М. Ю. Групповое управление движением мобильных роботов в неопределенной среде с использованием неустойчивых режимов // Труды СПИИРАН. -2018. -№ 5(60). - С 39-63.

158. Лазарев В. С. Гибридный метод управления движением группы БПЛА в 3D-среде // Информационные технологии, системный анализ и управление (ИТСАУ-2017): сборник трудов XV Всероссийской научной конференции молодых ученых, аспирантов и студентов, (06-08 декабря

2017 г.). Ростов-на-Дону; Таганрог: Издательство Южного федерального университета, Т.1.- 2017. - C. 218-220.

159. Pshikhopov V. Kh., Medvedev M. Y., Kulchenko A. E., Lazarev V. S. The decentralized control method for a multicopters group using unstable modes // ACM International Conference Proceeding Series - 2019. - P. 93-96. - DOI 10.1145/3313991.3314007.

160. Лазарев В. С., Девитт Д. В. Поддержание строя в группе БПЛА с помощью отталкивающих сил // Информационные технологии, системный анализ и управление (ИТСАУ-2018): сборник трудов XVI Всероссийской научной конференции молодых ученых, аспирантов и студентов (Таганрог, 5-7 декабря 2018 г.) : в 3 т. Ростов-на-Дону; Таганрог: Издательство Южного федерального университета, Т.3. - 2018. - C. 49-52.

161. Лазарев В. С., Жмурин С. С. Методы поддержания строя в группе БПЛА с использованием отталкивающих сил // Проблемы современной системотехники - сборник научных статей. Таганрог: Изд-ль ИП Ступин С.А. - 2018. - С. 72-79.

162. Лазарев В. С. Планирование траектории группы БПЛА в замкнутой среде с препятствиями // Информационные технологии, системный анализ и управление (ИТСАУ-2020): сборник трудов XVIII Всероссийской научной конференции молодых ученых, аспирантов и студентов, (Таганрог, 3-5 декабря 2020 г.): в 3 томах. Ростов-на-Дону; Таганрог: Издательство Южного федерального университета Т. 2. - 2020.- С. 145148.

163. Лазарев В. С., Кульченко А. Е. Моделирование работы метода группового управления на базе динамических отталкивающих сил в условиях неточности измерений // Проблемы автоматизации. Региональное управление. Связь и автоматика (ПАРУСА-2020): сборник трудов IX Всероссийской научной конференции молодых ученых, аспирантов и студентов (Геленджик, 19-20 ноября 2020 г.): в двух томах.

Ростов-на-Дону: Таганрог: Издательство Южного федерального университета. Т.1. - 2020. - С. 264-267.

164. Лазарев В. С. Метод планирования траектории гетерогенной группы подвижных объектов с использованием графоаналитических алгоритмов // Проблемы автоматизации. Региональное управление. Связь и автоматика (ПАРУСА-2017): сборник трудов VI Всероссийской научной конференции молодых ученых, аспирантов и студентов (Геленджик, 9-10 ноября 2017 г.). Ростов-на-Дону; Таганрог: Издательство Южного федерального университета. Т.1. - 2017. - С. 68-74.

165. Лазарев В. С. Исследование формации в группе подвижных объектов с применением МАТЬАВ // Фундаментальные исследования с применением компьютерных технологий в науке, производстве, социальных и экономических процессах: материалы 18-ой Национальной молодежной научно - практической конференции, Новочеркасск, 17-18 января 2019 г., Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова. Новочеркасск: Лик. - 2019. - С. 338-342.

166. Лазарев В. С. Распределение БПЛА в группе при движении в замкнутой среде // Сборник трудов XVIII Всероссийской научной конференции молодых ученых, аспирантов и студентов «Информационные технологии, системный анализ и управление» (ИТСАУ-2020), 03-05 декабря 2020 г, Издательство Южного Федерального Университета. Т.2 - 2020. - С. 148-150.

167. Лазарев В. С. Исследование методов группового управления подвижными объектами в трехмерной среде с препятствиями // Информационные технологии, системный анализ и управление (ИТСАУ-2021): сборник трудов XIX Всероссийской научной конференции молодых ученых, аспирантов и студентов (Таганрог, 9-11 декабря 2021 г.). Ростов-на-Дону, Таганрог: Издательство Южного федерального университета. -2021. - С. 375 - 377.

168. Свидетельство о государственной регистрации программы для ЭВМ № 2019667373 Российская Федерация. Программа расчета планируемой траектории для группы подвижных объектов на основе триангуляции трехмерного пространства : № 2019666523 : заявл. 11.12.2019 : опубл.

23.12.2019 / В. С. Лазарев, М. Ю. Медведев ; правообладатель федеральное государственное автономное образовательное учреждение высшего образования «Южный федеральный университет» (Южный федеральный университет).

169. Лазарев В. С. Метод управления группой из мини-БПЛА в неопределенной среде с препятствиями // Проблемы автоматизации. Региональное управление. Связь и автоматика (ПАРУСА-2020): сборник трудов IX Всероссийской научной конференции молодых ученых, аспирантов и студентов (Геленджик, 19-20 ноября 2020 г.): в двух томах. Ростов-на-Дону: Таганрог: Издательство Южного федерального университета, Т.1. - 2020. - С. 248-250.

170. Свидетельство о государственной регистрации программы для ЭВМ № 2021610259 Российская Федерация. Расчет траектории группы БПЛА при использовании оптимизационных алгоритмов : № 2020667533 : заявл.

25.12.2020 : опубл. 12.01.2021 / В. С. Лазарев.

Приложения

Приложение 1

УТВЕРЖДАЮ Заместитель начальника Управления перспективных межвидовых исследований г/* и спе

полковник

«

/> уарта 2022г.

АКТ

внедрения результатов диссертации младшего намного сотрудника научно-исследовательского института робототехники и процессов управления Южного Федерального Университета Лазарева Владимира Сергеевича «Методы и алгоритмы децентрализованного управления группой автономных подвижных объектов в некартографированной среде» на соискание ученой степени кандидата технических наук при разработке технологий группового упраазения БпЛА

« » марта 2022 г. Комиссия в составе

председатель: полковник Морозик В.А., начальник отдела Управления перспективных межвидовых исследований и специальных проектов;

члены: полковник Федосов О.Ю., заместитель начальника отдела -

начальник группы Упраазения перспективных межвидовых исследований и специальных проектов; Муигаюва Л.С., ведущий инженер отдела Упраазения перспективных межвидовых исследований и специальных проектов

подготовила настоящий акт о том. что при разработке и исследовании технологий группового упраазения ЬпЛА в рамках проста «Защитник 19» использованы следующие научные результаты диссертационной работы младшего научного сотрудника научно-исследовательского института робототехники и процессов упраазення Южного Федерального Университета Лазарева Владимира Сергеевича «Методы и алгоритмы децентразизованного управления группой автономных подвижных объектов в некар парафированной среде»:

-метод планирования движения группы подвижных объектов в двумерной среде с использованием отталкивающих и притягивающих динамических сил;

-метод планирования движения группы БпЛА. основанный на последовательном применении триангуляции Делоне для кластеризации

объектов обобщенной группы и минимаксной процедуры определения

положения в кластере;

-гибридный метод планирования траекторий фуппы подвижных объектов с использованием реактивного алгоритма для выбора оптимального направления обхода препятствий при движении в неопределенной среде.

Использование предложенных решений при разработке и исследовании технологий группового управления позволило повысить качество планирования движения групп БпЛА при решении типовых задач.

Эффективность предложенных Лазаревым B.C. решений подтверждена результатами численных экспериментов на моделирующем комплексе, разработанном в рамках проекта «Защитник-19», а также результатами экспериментального исследования макетного образца самоорганизующейся группы БпЛА.

Анализ эффекгивности применения самоорганизующейся группы БпЛА по поражению наземных целей выявил существенные улучшения показателей эффективности по сравнению с дистанционно управляемыми системами:

увеличение количества успешных миссий - 17,39%;

уменьшение длины траектории - 14,3%;

увеличение интегрального критерия успешности миссии - 9,36%;

снижение количества вычислений - 33 %.

полковник Морозик В. А., начальник-отдела Управления перспективных межвидовых исследований и специальных проектов

полковник Федосов О.Ю., заместитель начальника отдела - начальник группы Управления перспективных межвидовых исследований и специальных проектов

Мунгалова Л.С., ведущий инженер отдела Управления перспективных межвидовых исследований и специальных проектов

(подпись)

Приложение 2