Метод локализации сельскохозяйственных роботизированных средств с использованием АФАР, формируемой комплексом БПЛА

Метод локализации сельскохозяйственных роботизированных средств с использованием АФАР, формируемой комплексом БПЛА

Денисов Александр Вадимович
Санкт-Петербургский Федеральный исследовательский центр Российской академии наук (СПБ ФИЦ РАН), Санкт-Петербургский институт информатики и автоматизации Российской академии наук (СПИИРАН), м.н.с., 199178, Санкт-Петербург, 14-я линия В.О., д. 39, тел.: +7(812)328-04-21, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.


Материал поступил в редакцию 6 ноября 2020 года.

Аннотация
В работе рассмотрен актуальный метод обеспечения связи и локализации объектов на протяженных сельскохозяйственных территориях. Для решения данной задачи были предложены сценарий работы, использование комплекса из нескольких БПЛА, формирующих активную фазированную антенную решетку АФАР, алгоритм построения оптимального маршрута перемещения комплекса БПЛА, формулы расчета диаграмм направленности АФАР для групп БПЛА линейной и плоской формаций, формулы расчета временных затрат на сканирование территории различных площадей. В таком комплексе на каждый БПЛА ставится антенна с фазовращателем. Также в работе проведено моделирование и сравнение разных способов перемещения комплекса БПЛА для сканирования территории. За счет использования активных фазированных антенных решеток предложенный метод локализации обладает высокой помехоустойчивостью и является более защищенным от шумов, менее зависимым от погодных условий и может быть использован в ночное время, в отличие от других методов, поддерживает прием и передачу данных на большие расстояния. Таким образом, использование АФАР делает данный метод надежным и практичным для локализации и обеспечения связи, а предложенный алгоритм построения оптимального маршрута перемещения комплекса БПЛА позволяет снизить временные затраты на сканирование территории, то есть в результате его использования достигается наименьшее расстояние перемещения комплекса БПЛА.

Ключевые слова
Локализация объектов, сканирование сельскохозяйственной территории, АФАР, методы обеспечения связи, БПЛА, мобильная роботизированная платформа.

https://doi.org/10.31776/RTCJ.9205

Индекс УДК 
629.7.05

Библиографическое описание
Денисов А.В. Метод локализации сельскохозяйственных роботизированных средств с использованием АФАР, формируемой комплексом БПЛА / А.В. Денисов // Робототехника и техническая кибернетика. – Т. 9. - №2. – Санкт-Петербург : ЦНИИ РТК. – 2021. – С. 112-120. – Текст : непосредственный.

Литература

  1. Performance assessment of a low power wide area network in rural smart grids / Barriquello C.H. [et al.] // 52nd international universities power engineering conference (UPEC). – IEEE, 2017. – Pp. 1-4. – Text: unmediated.
  2. Ghribi B. Understanding GPRS: the GSM packet radio service / Ghribi B., Logrippo L. // Computer Networks. – 2000. – Т. 34. – №. 5. – Pp. 763-779. – Text: unmediated.
  3. Wadhwa L.K. Extended shortcut tree routing for ZigBee based wireless sensor network // Ad Hoc Networks. – 2016. – Т. 37. – Pp. 295-300. – Text: unmediated.
  4. Краснов П.А. Модель беспроводной сенсорной сети на основе технологии zigbee / П.А. Краснов, А.В. Росляков // Проблемы техники и технологии телекоммуникаций. Оптические технологии в телекоммуникациях. – 2018. – С. 176-177. – Текст: непосредственный.
  5. Hart J. Improvement of monitoring of cattle in outdoor enclosure using IQRF technology / J. Hart, V. Hartová. – 2018. – Text: unmediated.
  6. Толстой И.М. Локализация и навигация мультиагентной робототехнической системы на основе ARUCO-маркеров / И.М. Толстой, К.С. Захаров, И.А. Кан // Пятый Всероссийский научно-практический семинар «Беспилотные транспортные средства с элементами искусственного интеллекта» (БТС-ИИ-2019). – 2019. – С. 39-47. – Текст: непосредственный.
  7. ArUcoRSV: Robot Localisation Using Artificial Marker / Azmi I. [et al.] // International Conference on Robot Intelligence Technology and Applications. – Springer, Singapore, 2018. – Pp. 189-198. – Text: unmediated.
  8. Khattak S. Marker based thermal-inertial localization for aerial robots in obscurant filled environments / S. Khattak, C. Papachristos, K. Alexis // International Symposium on Visual Computing. – Springer, Cham, 2018. – Pp. 565-575. – Text: unmediated.
  9. Xu S. A robust indoor localization system integrating visual localization aided by CNN-based image retrieval with Monte Carlo localization / Xu S., Chou W., Dong H. // Sensors. – 2019. – Т. 19. – №. 2. – P. 249. – Text: unmediated.
  10. Yilmaz A. Self-adaptive Monte Carlo method for indoor localization of smart AGVs using LIDAR data / A. Yilmaz, H. Temeltas // Robotics and Autonomous Systems. – 2019. – Т. 122. – P. 103285. – Text: unmediated.
  11. Long-term robot motion planning for active sound source localization with Monte Carlo tree search / Nguyen Q.V. [et al.] // Hands-free Speech Communications and Microphone Arrays (HSCMA). – IEEE, 2017. – Pp. 61-65. – Text: unmediated.
  12. Akai N. Hybrid localization using model-and learning-based methods: Fusion of Monte Carlo and E2E localizations via importance sampling / Akai N., Hirayama T., Murase H. // Proceedings of the IEEE International Conference on Robotics and Automation. – 2020. – Text: unmediated.
  13. Евстигнеев М.И. Локализация мобильного робота с фильтром частиц при обнаружении и сегментацией объектов / М.И. Евстигнеев, Ю.В. Литвинов, В.В. Мазулина // Научно-технический вестник информационных технологий, механики и оптики. – 2019. – Т. 19. – №. 4. – Текст: непосредственный.
  14. Шихман М. В. Метод Монте-Карло для локализации робота на карте местности. – 2018. – Текст: непосредственный.
  15. Азарченков А.А. Локализация объекта посредством сверточной нейронной сети / А.А. Азарченков, М.С. Любимов, В.И. Лушков // 21 век: фундаментальная наука и технологии. – 2017. – С. 89-92. – Текст: непосредственный.
  16. Dingwen L. Visualization of Deep Convolutional Neural Networks / L. Dingwen // Washington University in St Louis Washington. – Pp. 5-11. – Text: unmediated.
  17. Learning deep features for discriminative localization / Zhou B. [et al.] // Proceedings of the IEEE conference on computer vision and pattern recognition. – 2016. – Pp. 2921-2929. – Text: unmediated.
  18. Černohorský J. Mobile robot localization and object description / Černohorský J., Jandura P., Mach O. // 18th International Carpathian Control Conference (ICCC). – IEEE, 2017. – Pp. 503-506. – Text: unmediated.
  19. A radio-inertial localization and tracking system with BLE beacons prior maps / Jadidi M.G. [et al.] // International Conference on Indoor Positioning and Indoor Navigation (IPIN). – IEEE, 2018. – Pp. 206-212. – Text: unmediated.
  20. Алгоритмы построения сетей радиомаяков с ячеистой топологией для локализации робототехнических систем в сельском хозяйстве / А.В. Денисов [и др.] // Вестник МГТУ «Станкин». – 2019. – Т. 3. – №50. – С. 57-65. – Текст: непосредственный.
  21. Denisov A. Mathematical and Algorithmic Model for Local Navigation of Mobile Platform and UAV Using Radio Beacons / A. Denisov, R. Iakovlev, I. Lebedev // International Conference on Interactive Collaborative Robotics. – Springer, Cham, 2019. – Pp. 53-62. – URL: https://doi.org/10.1007/978-3-030-26118-4_6. (дата обращения: 05.11.2020). – Text: electronic.
  22. Антенны и устройства СВЧ / Д.И. Воскресенский [и др.]. – 2008. – Текст: непосредственный.
  23. ГОСТ 23282-91. Решетки антенные. Термины и определения = Antenna arrays. Terms and definitions : национальный стандарт Российской Федерации : издание официальное : утвержден и введен в действие Постановлением Государственного комитета СССР по управлению качеством продукции и стандартам от 30.01.91 N 80 : взамен ГОСТ 23282-78, ОСТ 4ГО.209.208-77, ОСТ 4 ГО.209.210-78 / Телекоммуникации. Аудио- и видеотехника. Термины и определения. Часть 3: Сб. стандартов. – Москва: Стандартинформ, 2005. – Текст: непосредственный.
  24. Драбкин А.Л. Антенно-фидерные устройства / А.Л. Драбкин, В.Л. Зубенко, А.Г. Кислов – Сов. радио, 1974. – Текст: непосредственный.
  25. Ватаманюк И.В. Моделирование траекторий перемещения робототехнических комплексов при реконфигурации пространственного положения роя / И.В. Ватаманюк, Г.Ю. Панина, А.Л. Ронжин // Extreme Robotics. – 2015. – Т. 1. – №. 1. – С. 135-140. – Текст: непосредственный.
  26. Ronzhin A. Automatic control of robotic swarm during convex shape generation / A. Ronzhin, I. Vatamaniuk, N. Pavluk // International Conference and Exposition on Electrical and Power Engineering (EPE). – IEEE, 2016. – Pp. 675-680. – Text: unmediated.
  27. Convex shape generation by robotic swarm //2016 International Conference on Autonomous Robot Systems and Competitions / I. Vatamaniuk [et al.] // (ICARSC). – IEEE, 2016. – Pp. 300-304. – Text: unmediated.

Полный текст статьи (pdf)

Адрес редакции:  Россия, 194064, Санкт-Петербург, Тихорецкий пр., 21   Тел.: +7(812) 552-13-25 e-mail: zheleznyakov@rtc.ru 
 
 
vk2    tg2