Калач Г.П.

кандидат военных наук;

Калач Г.Г.;

Травников С.А.,

кандидат военных наук, доцент

Kalach G.P.,

Candidate of Military Sciences;

Kalach G.G.;

Travnikov S.A.,

Candidate of Military Sciences,

Associate Professor


Перспективы применения робототехнических комплексов в интересах обеспечения военной безопасности государства

Perspectives the use of robotic systems in the interests of the military security of the state

Аннотация. В статье раскрываются перспективы применения робототехнических комплексов в интересах обеспечения военной безопасности государства, представлен анализ способов навигации робототехнических комплексов при выполнении задач по предназначению. 

Ключевые слова: автономный робототехнический комплекс, мобильный робот, навигация, бортовая система, лазерные дальномеры.

 

 

Summury. The article reveals the perspectives of robotic systems in the interests of the military security of the state, presents an analysis of ways to navigate robotic systems for on-purpose applications.

Keywords: Autonomous robotic system, mobile robot navigation, on-board system, laser range finders.

Научно-технический прогресс, развитие технологий военного и двойного назначения обеспечили возможность внедрения в войска новых технических средств, что приведет к значительному повышению эффективности вооруженных сил и изменению характера, форм и способов ведения вооруженной борьбы. К таким средствам можно с уверенностью отнести и робототехнику.

 

Разработка и внедрение технологий военной робототехники является одним из приоритетных направлений создания новых и модернизации состоящих на вооружении образцов вооружения, военной и специальной техники (ВВСТ). Так, в Военной доктрине РФ одной из основных задач оснащения ВС РФ является «создание … комплексов беспилотных летательных аппаратов, роботизированных ударных комплексов …» [1].

 

Разрабатываемые робототехнические комплексы (РТК) предназначены для полной или частичной замены человека в процессе выполнения боевых и обеспечивающих задач на поле боя. Однако одной из самых актуальных проблем их применения при автономной работе является ориентация в пространстве и определение своего положения относительно других объектов.

 

Эта проблема является одной из самых важных при проектировании и постановке задачи автономному РТК, при этом ключевым параметром является их автономность. Другими словами, необходимо решить проблему навигации в широком понимании этого слова, а именно уметь строить маршрут, управлять параметрами движения (угол поворота колес и скорость их вращения), правильно интерпретировать сведения, получаемые от датчиков, и постоянно отслеживать собственные координаты.

 

При выборе системы навигации мобильного робота, как элемента РТК, есть ряд технических сложностей.

 

1. Для достижения цели (поставленных координат), роботу необходимо решить проблему построения карты окружающей среды.

 

Построение карты — решение проблемы сбора и интеграции информации, собранной с датчиков, установленных на борту. В этом случае робот как бы отвечает на вопрос: что его окружает и как? Одним из примеров такого сбора информации являются лазерные дальномеры, ультразвуковые генераторы (сонары). Однако единичное использование данных приборов проблематично. Лазерный луч поможет получить образ среды только в зоне прямой видимости, а мелкие помехи на пути луча будут давать погрешности в координатах, в то время как ультразвуковые датчики имеют свойство большого времени отклика сигнала, что не позволяет роботу передвигаться быстро. Применение данных датчиков зависит от среды работы мобильного робота. Также стоит отметить, что для построения точной трехмерной карты в режиме реального времени необходимы существенные вычислительные мощности, что не совсем удовлетворяет параметрам мобильности, автономности и энергонезависимости робота.

 

Следующий способ построения карты характеризуется его формальным, структурированным «словесным» описанием, что может быть достигнуто с помощью технического зрения. Машинное зрение, в свою очередь, несёт с собой ряд других проблем, связанных с окклюзией, оптическими ошибками, правильным распознаванием объектов и т. п.

 

2. В ходе движения робот должен быстро и точно управлять мотором и положением колес.

 

В данном случае решаются задачи динамики движения робота: управление скоростью вращения колес, решение проблемы пробуксовки и мн. др. В такой ситуации от бортовой системы требуется постоянное решение систем дифференциальных уравнений. Сложности здесь как технические, так и теоретические.

 

3. Робот должен знать свое реальное местонахождение, а оно почти всегда отличается от хранящегося в бортовой системе [1].

 

Для решения проблемы определения местоположения робота на карте (локализации), т. е. определение его координат, выделяются три навигационные схемы:

  • локальная — определение координат устройства относительно стартовой точки. Эта схема востребована разработчиками беспилотных летательных аппаратов и наземных роботов, выполняющих миссии в пределах заранее известной области, с готовой картой;
  • глобальная — определение абсолютных координат устройства при движении на незнакомом маршруте;
  • персональная — позиционирование роботом частей своего тела и взаимодействие с близлежащими предметами, что актуально для устройств, снабженных манипуляторами.

 

Считается, что чем крупнее аппарат, тем выше для него важность глобальной навигации и ниже – персональной. У роботов-«малышей» все наоборот.

 

При этом системы навигации могут быть пассивными и активными. Пассивная система навигации подразумевает прием информации о собственных координатах и других характеристиках своего движения от внешних источников, а активная рассчитана на определение местоположения только своими силами. Как правило, все глобальные схемы навигации пассивные, локальные бывают и теми и другими, а персональные схемы всегда активные.

 

Примерами пассивной навигации являются системы определения координат по радиомаякам, с помощью маркеров, триангуляционным способом. В более масштабном варианте GSP, ГЛОНАСС, Galileo. У данного типа навигации есть свои минусы: точность зависит от количества репитеров в системе, необходимость маяков на определенной площади, погрешность в определении координат за счет особенностей рельефа, недоступность сигнала в сложных метео- или магнитных условиях и др.  Также точность данных систем иногда превышает размеры мобильного размера. Поэтому негибридные GPS-подобные системы навигации используются преимущественно в автопилотах крупных самолетов или океанских лайнеров. Кроме того, в различных регионах земли, на местности со сложным рельефом и в зданиях GPSсигнал может приниматься неустойчиво и с помехами. Таким образом, эта система еще довольно долго не сможет использоваться как основная в задачах глобальной навигации небольших аппаратов (мобильных роботов) [3].

 

Самый известный представитель активной навигации – инерциальные навигационные системы. Данный тип навигации полностью автономен, впервые был задействован в немецких ракетах V2. Основная идея получения координат состоит в интегрировании полученных данных, отсюда следуют их основные минусы данного типа навигации [2].

 

Появление ошибки при интегрировании и накопление ошибок за время активной работы, т. е. чем дольше в движении находится объект, оснащенный инерциальной навигационной системой (ИНС), тем больше будет погрешность в определении координат. Кроме того, ИНС малоэффективны в случаях, когда скорость объекта часто и резко меняется.

 

Недостаток вышеперечисленных способов навигации связан с отсутствием в реализующих их устройствах интеллектуальной составляющей. Гибридная бортовая система управления роботом использует навигационные средства всех видов, но занимается, прежде всего, оценкой окружающей обстановки, анализом выполняемого задания и принятием решений. Аппарат пытается построить собственный образ среды, в которой ему приходится действовать, после чего формирует маршрут и движется по нему, постоянно сопоставляя свою карту пространства с данными, полученными от устройств навигации. Метод одновременной навигации и построения карты становится очень популярным и называется SLAM (от англ. Simultaneous Localization And Mapping). Применением данного метода решаются два вопроса навигации: робот строит карту и находит свои координаты на ней. Сложность технического процесса определения текущего местоположения и построения карты обусловлена низкой точностью приборов, участвующих в процессе вычисления текущего местоположения [5].

 

Значительно более перспективно формирование точной геометрической модели окружающего пространства. Но для этого надо иметь максимально детальную информацию об окружающей среде, а предоставить ее могут устройства визуального наблюдения (машинное зрение) высокого разрешения и хорошие системы распознавания объектов.

 

Перспективы данного метода очень хороши: использование методов искусственного интеллекта, расширенного фильтра Калмана улучшают скорость SLAM-метода. Подтверждением этому — огромное количество открытых проектов по созданию данного типа навигации в рамках различных конкурсов:

  • VSLAM — реализация метода SLAM на основе методов компьютерного зрения;
  • rgbdslam — пакет для регистрации облака точек с RGBD датчиков, таких как Kinect или стерео-камеры;
  • hector_mapping — SLAM для платформ без одометрии — только на основе данных от LIDAR-ов и др. [4].

 

В связи с необходимостью применения групп мобильных роботов значительно возрос интерес к проблемам групповой навигации и интеллектуального управления движением мобильных роботов как агентов сложных мультиагентных робототехнических систем, коллективно решающих общую задачу. В зарубежных изданиях появляется термин «мультиагентные автономные навигационные системы». В состав таких решений входит группа мобильных роботов, которые используют на своем борту гибридные решения навигации, основанные на ИНС, в частности безынерциальные навигационные системы. В таких условиях каждый агент вносит свой вклад в построение карты. Общая глобальная навигация может осуществляться путем распределенного вычисления.

 

Новая система глобального позиционирования позволяет увеличить точность до 1 м, мощность сигнала возрастает в несколько раз, что позволяет приемникам легче улавливать сигналы, особенно в городах с высотными зданиями, под кронами деревьев и даже в помещениях. Планируется введение единой частоты работы спутников, благодаря чему устройства смогут определять местоположение, комбинируя данные спутников различных навигационных систем [4].

 

Наиважнейшим фактором при вычислении координат является время. Поэтому, снабдив мобильную инерциальную навигационную систему миниатюрными атомными часами с большой точностью, можно добиться увеличения точности подсчета координат.

 

Создание интеллектуальных маяков, «локальный» вариант GPS, становится популярным в авиации и горной промышленности. Так называемая система определения местоположения без GPS (NGBPS) компании Locata может обеспечить точное позиционирование в условиях невозможности GPS. В новой системе LocataNet для определения местоположения объекта в пространстве применяется алгоритм, очень похожий на определение координат в системе GPS. Однако LocataNet использует помимо космических навигационных спутников еще и приемопередатчики сигнала, расположенные на поверхности Земли [3].

 

Бурный рост рынка мобильных устройств инициализирует создание новой коммерческой ниши — «дополненная реальность». Внедрение технологии будет базироваться на аппаратных особенностях Bluetooth 4.0 и Wi-Fi и иметь чисто программноалгоритмический аппарат.

 

Поскольку многие вышеописанные технологии все чаще используют ставшие для нас обыденным сигналы Wi-Fi, Bluetooth, GPS-устройств, а те, в свою очередь, встречаются почти везде, можно сказать, что применение и комплексирование информации с такого большого количества датчиков позволит увеличить точность определения координат в несколько раз. Создание некоего информационного поля навигации и маршрутизации позволит картографировать и локализоваться на местности с большой точностью.

 

Увеличение объема задач перед мобильными роботами ставит роль мультиагентных робототехнических систем на новый уровень. Понятие «мультиагентные автономные навигационные системы» привнесет новые алгоритмы. Использование методов искусственного интеллекта позволит комплексировать информацию с разного рода датчиков, не используя большие вычислительные мощности, но в условиях большой неопределенности. Мультиагентность системы будет обеспечивать принцип избыточности навигационной информации, а экспертные системы позволят фильтровать информацию в разных условиях работы мобильного робота.

 

Будущее за интегрированием информации о положении объекта, из разных по типу получения приборов. У каждого типа навигации есть свои плюсы и минусы, a интеллектуальные системы смогут выявить и применить точные, правильные значения — это перспективы развития мобильной навигации.

 

Таким образом, перспективы применения РТК определяются их возросшими возможностями по выполнению задач вооруженной борьбы, выполняемых ранее с участием человека. К ним можно отнести:

  • оптико-электронную, инфракрасную и радиолокационную разведку;
  • картографирование местности;
  • распознавание целей (объектов) и выдача данных целеуказания на комплексы оружия.

 

Создание разведывательно-ударных и ударных (боевых) РТК (в том числе БЛА) потребовало, с одной стороны, разработки приемов и способов их применения, а с другой — более точной ориентации в пространстве и определения своего положения относительно других объектов. Реализация интегрированных решений локализации мобильных роботов позволит обеспечить эффективное применение РТК при выполнении задач по их боевому предназначению.

Список литературы и источников

  1. Военная доктрина РФ. М.; «Ось-89», 2014.
  2. Минин А.А. Навигация и управление мобильным роботом, оснащенным лазерным дальномером: дис. канд. техн. наук: 50.02.05. М., 2008.
  3. Grisetti G., Stachniss C., Burgard W. Improving Gridbased SLAM with Rao-Blackwellized Particle Filters by Adaptive Proposals and Selective Resampling, In Proc. of the IEEE International Conference on Robotics and Automation (ICRA), 2005.
  4. Све Лин Хту Аунг. Навигация и управление движением мобильного робота в городских условиях: дис. канд. техн. наук: 50.02.05. М., 2011.
  5. Maryum F. Ahmed. Development of a stereo vision system for outdoor mobile Robots. Abstract of Thesis Presented to the Graduate School of the University of Florida in Partial Fulfillment of the Requirements for the Degree of Master of Science. 2006. P. 78.

Популярное

Россия, история, 2000 - 2014
Трамп, Путин, США, Россия, угрозы, безопасность
Без знания прошлого нет будущего
Крым, Севастополь, воссоединение с Россией, перспективы развития
Патриотические сводки от Владимира Кикнадзе

Рубрики

"Внимание к российской истории не должно ослабевать"  // Путин В.В. Послание Президента Российской Федерации Федеральному Собранию. - 2012.
Миграция, демография, управление рисками
Всероссийская военно-историческая олимпиада

Наши партнеры

"Военно-исторический журнал". Издание Министерства обороны Российской Федерации // www.history.milportal.ru

Крымский военно-исторический интернет-портал
научная электронная библиотека, eLIBRARY, индекс цитирования
Яндекс.Метрика
Наука. Общество. Оборона. Nauka, obŝestvo, oborona Номер регистрации в Международном центре ISSN