Научно-инновационная деятельность

Основные результаты научно-инновационной деятельности

Разработан метод децентрализованного управления группами подвижных объектов в двумерных и трехмерных неопределенных средах со стационарными и нестационарными препятствиями или конфликтными зонами, основанных на использовании как устойчивых, так и неустойчивых режимов движения
Разработаны методы группового управления и оценки результата применения групп роботов, отличающегося смешанной стратегией, основанной, как на централизованной, так и децентрализованной стратегиях управления, обеспечением самоорганизации группы роботов и её адаптации в неопределённых условиях и динамически и стохастически меняющихся средах.
Разработан метод, алгоритмический базис и программная модель интеллектуального мультиагентного планирования группового поведения (перемещения) роботов в реальном масштабе времени в соответствии с общей целевой функцией группы и принятой декомпозиции локальных целей в условиях действия локальных и стратегических ресурсных ограничений.
Разработан метод интеллектуального планирования и позиционно-траекторного управления движением с использованием бионических подходов на базе неустойчивых режимов обхода препятствий.
Разработаны методы распределенного управления группами автономных роботов в средах с препятствиями, базирующиеся на новых процедурах формирования репеллеров (неустойчивых состояний) в фазовом пространстве системы управления.
Разработан гибридный метод управления подвижным объектом, основанный на использовании неустойчивых режимов и виртуальной целевой точки.
Разработан метод формализации миссии для группы роботов, согласно решаемой задачи по назначению, отличающийся представлением функционального пространства группы роботов в виде кортежа с отношениями на множествах действий, задач, подзадач и критериев. Формирование бинарных отношений на множествах позволяет выполнить переход к решению задачи целеполагания в виде четких или нечетких графов.
Разработаны методы целеполагания в группе роботов в соответствии с задачей автономного функционирования на основе априорно задаваемой группы критериев, отличающиеся представлением критериев эффективности решения задачи в виде нечетких интервалов и представления решения в виде нечетких графов, что позволяет находить пессимистичную, оптимистичную и нейтральные оценки критерия, тем самым адаптировать действия группы роботов под задачу по назначению. Представление параметров в виде нечетких интервалов позволяет находить оценку критериев также и для случаев, в которых точное измерение величин затруднительно.
Разработаны методы формирования глобального маршрута перемещения группы роботов, основанные на нейронных сетях глубокого обучения. Итерационная процедура методов позволяет последовательно улучшать результат обучения, что приводит к обучающим выборкам сниженного объема за счет фильтрации и соответствия сложности сети решаемой задаче. Таким образом, снижение объема обучающей выборки не входит в противоречие с известным фактом, который говорит о необходимости большого объема данных, требуемых для обучения глубоких нейронных сетей.

Основные инновационные разработки:

методы, алгоритмы и программно-аппаратные решения задачи планирования движений (системы управления) РТК в неопределённых средах при минимальных сенсорной поддержке и вычислительных ресурсах;
интеллектуальная позиционно-траекторная система управления подвижными объектами в условиях неопределенности;
интеллектуальная система распределенного управления автономными группами роботов;
симуляторный комплекс группового взаимодействия беспилотных летательных аппаратов (БпЛА);
система управления группой наземных РТК;
система управления, навигации и связи прототипа воздухоплавательной платформы для ближнего космоса;
многоуровневая транспортная система на базе стратосферных дирижаблей;
морская безэкипажная платформа для экологического мониторинга Азовского моря.