Алгоритм оперативного наведення засобів вимірювально-керувального вузла кіберфізичної системи на рухомий об’єкт

2020;
: сс. 44 - 52
1
Національний університет «Львівська політехніка», кафедра електронних обчислювальних машин
2
Національний університет «Львівська політехніка», кафедра електронних обчислювальних машин

За результатами аналізу літературних джерел встановлено. що одними з основних вузлів кіберфізичних систем є вимірювально—керувальні вузли. Одним із завдань, розв’язання яких покладено на такі вузли, є наведення засобів спостереження за рухомими об’єктами. Запропоновано алгоритм наведення, який полягає в оперативному опрацюванні результатів спостережень, передбаченні найімовірнішого напрямку руху та формуванні команд для максимального наближення зображення рухомого об’єкта до центра інформаційного кадру. Розроблений алгоритм базується на алгоритмі навчання з підкріпленням DDPG. Засоби розпізнавання реалізовують можливості моделі YOLOv3. Використані додаткові програмні фільтри для покращення якості розпізнавання. Алгоритм верифіковано на експериментальній фізичній моделі з використанням дрона. Результати експериментальних досліджень підтвердили функціонування алгоритму наведення в реальному часі.

  1. Melnyk А., (2016, November). Cyber—physical systems multilayer platform and research framework. Advances in Cyber—Physical Systems [Online]. Available: http://science.lpnu.ua/acps/all—volumes—and— issues/volume—1—number—1—2016/cyber—physical—systems—multilayer—platform—and
  2. Botchkaryov О., Golembo V., Paramud Y., Yazuk V., Cyber—physical systems: technologies of data collection [Text]: monography — O. Botchkaryov, V. Golembo, Y. Paramud, V. Yazuk. Editorial chiev: prof. A. Melnyk, Lviv: Magnolia 2006, 2019. 176 p. pp. 10–12.
  3. Koubaa A., Qureshi B., (2018, March). DroneTrack: Cloud—Based Real—Time Object Tracking using Unmanned Aerial Vehicles, IEEE Access [Online]. Available: https://doi.org/10.1109/ACCESS.2018.2811762
  4. Ding G., Zhang L., Lin Y., Tsiftsis T., Yao Y. (2018, January). An Amateur Drone Surveillance System Based on the Cognitive Internet of Things, IEEE Communications Magazine [Online]. Available: https://doi.org/10.1109/MCOM.2017.1700452
  5. Pons P., Jaen J., Catala A. (2015, November). Developing a depth—based tracking system for interactive playful environments with animals, ACE ’15: Proceedings of the 12th International Conference on Advances in Computer Entertainment Technology [Online]. Available: https://doi.org/10.1145/2832932.2837007
  6. Kushnir D., Paramud Y. (2020, June). The algorithm of Cyber—Physical system targeting on a movable object using the smart sensor unit, Scientific—Technical Journal “Advances in Cyber—Physical Systems”. Vol. 5, No. 1, 2020.
  7. Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Andrei A. Rusu, Joel Veness, Marc G. Bellemare, Alex Graves, Martin Riedmiller, Andreas K. Fidjeland, Georg Ostrovski, Stig Petersen, Charles Beattie, Amir Sadik, Ioannis Antonoglou, Helen King, Dharshan Kumaran, Daan Wierstra, Shane Legg, Demis Hassabis (2015, February). Human—level control through deep reinforcement learning [Online]. Available: https://doi.org/10.1038/nature14236
  8. Josh Achiam (2020 January). Deep Deterministic Policy Gradient [Online]. Available: https://spinningup.openai.com/en/latest/algorithms/ddpg.html
  9. John Schulman, Oleg Klimov, Filip Wolski, Prafulla Dhariwal, Alec Radford (2017 July). Proximal Policy Optimization [Online]. Available: https://openai.com/blog/openai—baselines—ppo/
  10. Josh Achiam (2020 January). Soft Actor—Critic [Online]. Available: https://spinningup.openai.com/en/latest/algorithms/sac.html
  11. Eren Unlu, Emmanuel Zenou, Nicolas Riviere, Paul—Edouard Dupouy (July 2019). Deep learning— based strategies for the detection and tracking of drones using several cameras [Online] Available: https://doi.org/10.1186/s41074—019—0059—x
  12. D. Kushnir, Y. Paramud, (2019, November). Methods for real—time object searching and recognizing in video images on ios mobile platform. Computer Systems and Networks. Vol. 1, Number 1. [Online]. 1. (1). pp. 24–34. Available: https://doi.org/10.23939/csn2019.01.024