СИСТЕМА ВИМІРЮВАННЯ ДИНАМІЧНИХ ХАРАКТЕРИСТИК БЕЗЕКІПАЖНОГО КАТЕРА ЯК СКЛАДОВА ЙОГО СИСТЕМИ АВТОМАТИЧНОГО КЕРУВАННЯ
https://doi.org/10.33815/2313-4763.2024.2.29.049-057
Анотація
Розроблено структуру та принципи роботи системи вимірювання динамічних параметрів руху безекіпажного надводного катера, яка входить до складу його системи автоматичного керування для забезпечення ефективного маневрування та виконання операцій у морському середовищі. Систему вимірювання динамічних характеристик реалізовано за допомогою єдиного модуля сенсорів, що включає трьохосьові акселерометри, магнітометри, гіроскопи та GPS-приймач. Для обробки даних застосовуються медіанні фільтри для зменшення шуму, алгоритм Маджвіка для підвищення точності визначення кутового положення та метод Адамса для розрахунку лінійних прискорень через інтегрування. Всі процеси обробки та візуалізації реалізовані у програмному середовищі MATLAB Simulink із використанням UDP-протоколу передачі даних. Запропонована система вимірювання динамічних характеристик здатна забезпечити визначення основних параметрів руху безекіпажного надводного катера в режимі реального часу. Система дозволяє оптимізувати роботу автоматичного керування безекіпажного надводного катера, підлаштовуючи його до умов експлуатації та гарантувати об’єднану роботу з іншими підсистемами. Розроблена система вперше реалізує інтегроване рішення для вимірювання динамічних параметрів безекіпажного надводного катера на базі компактного модуля сенсорів. Інформаційна обробка здійснюється за допомогою алгоритмів, що забезпечують високу точність вимірювань та мінімізацію помилок, викликаних зовнішніми впливами. Система вимірювання динамічних характеристик є основою для створення автоматизованих безекіпажних катерів, що можуть виконувати широкий спектр завдань, зокрема патрулювання, моніторинг та оперативне реагування. Її використання знижує витрати на експлуатацію та підвищує ефективність морських операцій. Основними її відмінностями є особливості схемотехнічної реалізації, форма інформаційного представлення засобами програмного середовища MATLAB Simulink та менша собівартість виробництва чинного зразка у порівнянні зі світовими аналогами.
Посилання
2. Zhao, Y., Fenglei, H., Duanfeng, H., Xiao, P., Wangyuan, Z. (2022). Decision-making for the autonomous navigation of USVs based on deep reinforcement learning under IALA maritime buoyage system. Ocean Engineering. 266 (5), 112557.
3. Zheng, Y. B., Fan, W. X., Han, M. Y. (2021). Research on multi-agent collaborative hunting algorithm based on game theory and Q-learning for a single escaper. Journal of intelligent fuzzy system. 40 (03), 1–15.
4. Gongxing, Wu, Taotao, Xu, Yushan, Sun, Jiawei, Zhang (2022). Review of multiple unmanned surface vessels collaborative search and hunting based on swarm intelligence. International journal of advanced robotic systems. 19 (2), 1–20.
5. Sun, X., Wang, G., Fan, Y. (2019). A formation collision avoidance system for unmanned surface vehicles with leader-follower structure. IEEE Access. 7, 24691–24702.
6. Tan, G., Zhuang, J., Zou, J. (2021). Coordination control for mul-tiple unmanned surface vehicles using hybrid behavior-basedmethod. Ocean Engineering. 232, 109147.
7. Wei, G. A., Zhang, J. Q. (2024). Research on formation navigation of USV based on improved A* and DWA fusion algorithm. Journal of computational methods in sciences and engineering. 24 (4–5), 3191–3209.
8. Zhou, C., Gu, S., Wen, Y. (2020). The review unmanned surface vehicle path planning: Based on multi-modality constraint. Ocean Engineering. 200, 107043.
9. Tao, Y., Du, J., Lewis, F. L. (2024). Integrated intelligent guidance and motion control of USVs with anticipatory collision avoidance decision-making. IEEE Transactions on intelligent transportation systems. 25 (11), 17810–17820.
10. Rybczak, M., Lazarowska, A. (2024). The development of algorithms for safe control of an autonomous ship. International journal of electronics and telecommunications. 70 (4), 997–1003.
11. Zhu, F., Shen, Y., Wang, Y., Jia, J., Zhang, X. (2021). Fusing GNSS/INS/Vision with a priori feature map for high-precision and continuous navigation. IEEE Sensors journal. 21 (20), 23370–23381.
12. Guo, M. Z., Guo, C., Zhang, C. (2021). SINS/GNSS-integrated navigation of surface vessels based on various nonlinear Kalman filters and large ship dynamics. Journal of electrical engineering & technology. 16 (1), 531–546.
13. Guo, M., Zhou, X., Guo, C., Liu, Y., Zhang, C., Bai, W. (2024). Adaptive federated filter–combined navigation algorithm based onobservability sharing factor for maritime autonomous surface ships. Journal of marine engineering & technology. 23 (2), 98–112.
14. Wang, Q., Zhang, M. (2022). Inertial navigation system gyroscopic on-line calibration assisted by marine star sensor based on forgetting factor selection of a Sage-Husa filter. Journal of marine engineering & technology. 21 (1), 1–8.
15. Zitouni, F., Maamri, R., Harous, S. (2019). FA–QABC–MRTA: asolution for solving the multi-robot task allocation problem. Intellig service robot. 12 (4), 407–418.
16. Tang, H., Yin, Y., Shen, H. (2022). A model for vessel trajectory prediction based on long short-term memory neural network. Journal of marine engineering & technology. 21 (3), 136–145.
17. Liu, J., Achurra, A., Zhang, C., Bury, A., Wang, X. (2024). A long short term memory network-based, global navigation satellite system/inertial navigation system for unmanned surface vessels. Journal of marine engineering & technology. 23 (1), 1–13.
18. Burunina, Zh. Yu., Voitasyk, A. M., Aloba, L. T., Korytskyi, V. I., Sirivchuk, A. S., Klochkov, O. P. (2018). Experimental study of group control laws for an autonomous unmanned underwater vehicle as a group agent. Shipbuilding and marine infrastruture. №2(10), 116–126.
19. AN5192: application note LSM6DSO: Always-on 3D accelerometer and 3D gyroscope. URL: https://www.pololu.com/file/0J1900/dm00517282-lsm6dso-alwayson-3d-accelerometer-and-3d-gyroscope-stmicroelectronics.pdf (дата звернення: 15.01.2025).
20. Aghamirbaha, E., Toloei, A., Alizadeh Roknabadi, M. H. (2022). Analysis of marine navigation methods and systems. 20th International conference of Iranian Aerospace. 1–6.
21. Liu, W., Chen, S., Hu, Y., Lou, N., Wang, S. (2024). Enhancing USVs navigation based on minimum error entropy of GPS vector tracking. Measurement science and technology measurement science and technology. 35 (7), 076307.
