الگوريتم همكاري پرنده هاي بدون سرنشين خودكار جهت تعقيب هدف متحرك در محيط پرخطر

Cooperation Algorithm of Autonomous UAVs for Tracking a Dynamic Target in an Adversarial Environment

خودكاري و همكاري از مهمترين جنبه هاي تحقيقاتي سيستم هاي بدون سرنشين هستند كه به واسطه آن ها، استفاده بيشتري از مزيت اين سيستم ها امكان پذير مي شود. بيشترين كاربردها مربوط به موسسات دولتي مانند گشت ساحلي، گشت مرزي، خدمات اورژانسي و پليس است كه نياز به سيستم هاي نظارت و مراقبت دارند. در اين تحقيق يك الگوريتم همكاري براي تيمي از پهپادهاي خودكار به منظور تعقيب هدف متحرك در محيطي پرخطر طراحي و شبيه سازي شده است. ابتدا يك فرمول بندي رياضي براي تعريف منطقه عمليات شامل انواع مختلف تهديدات در يك چارچوب واحد ارائه شده است. سپس يك استراتژي هدايت با بكارگيري سيستم قانون پايه، براي هدايت هر پهپاد به موقعيت مشخص شده توسط الگوريتم همكاري ارائه شده است كه الزامات تكميل ماموريت، اجتناب از موانع، كمينه كردن سطح تهديدات، اجتناب از برخورد و در نظر گرفتن قيود ديناميكي پهپادها را شامل مي شود. الگوريتم همكاري توسط يك آرايش متغير وابسته به يك تابع هزينه تعريف شده و به واسطه آن عملكرد تيم تعقيب بهبود يافته است. زيرا منطقه تحت پوشش سنسورها، كيفيت تخمين و انعطاف پهپادها براي يافتن مسير پروازي افزايش مي يابد. در انتها كارايي الگوريتم در يك محيط شبيه سازي به كمك نرم افزار متلب مورد ارزيابي قرار گرفته است كه شامل ديناميك پرنده ها، مدل اندازه گيري و ارتباطي و اجراي گسسته الگوريتم هدايت مي شود. نتايج شبيه سازي نشان مي دهد كه الگوريتم هاي پيشنهادي موفق به ايجاد مسيرهاي پروازي مناسب با توجه به الزامات و اهداف ماموريت شده است.

Cooperation and autonomy are among the most important aspects of unmanned systems through which greater use of these systems is possible. Most applications in civil market are related to government organizations requiring surveillance and inspection, such as coast guards, border patrol, emergency services and police. A cooperation algorithm is developed and simulated in this research for autonomous UAVs to track a dynamic target in an adversarial environment. First, a mathematical formulation is developed to represent the area of operation that contains various types of threats in a single framework. Then a search point guidance algorithm is developed by using a rule-based approach to guide every UAV to the way points created by the cooperation algorithm, with the requirements of completing mission, avoiding restricted areas, minimizing threat exposure level, considering the dynamic constraints of the UAVs and avoiding collision. The cooperation algorithm is designed based on a variable formation which depends on a cost function. The efficiency of the team is improved in terms of increasing the area of coverage of the sensors, flexibility of the UAVs to search for better trajectories in terms of restricted area avoidance and threat exposure minimization, and improving the estimation. Finally, the performance of the algorithm is evaluated in a MATLAB environment, which includes the dynamics of vehicles, the models of sensor measurement and data communication and the discrete execution of the algorithms. The simulation results demonstrate that the proposed algorithms successfully generated the trajectories that satisfy the given mission objectives.