ҰҰА БАСҚАРУ АЛГОРИТМДЕРІН СЫНАУ ҮШІН СИМУЛЯЦИЯЛЫҚ ПЛАТФОРМА ҚҰРУ

Авторлар: Арыс А.,Гусманов А., Акрамханов А.,Әкімбай Ш.
МРНТИ 31.15.35

Аңдатпа. Ұшқышсыз ұшу аппараттары (ұшқышсыз ұшу аппараттары) географиялық әртүрлілігімен, экстремалды климаттық жағдайларымен және шалғай аудандардағы инфрақұрылымдық талаптармен сипатталатын Қазақстандағы аймаққа тән міндеттерді шешудің негізгі құралы ретінде пайда болды. Дегенмен, Қазақстанның бірегей операциялық орталарында (-40°C-тан +45°C-қа дейін), күтпеген желдің екпінімен (Алматы және Қостанай облыстарында 15–20 м/с) және таулы жерлерде GPS сигналының жиі нашарлауымен сипатталатын Қазақстандағы бірегей жұмыс орындарында ұшқышсыз ұшу аппараттарын орналастыру маңызды техникалық және логистикалық қиындықтар туғызады. Осы шарттарда UAV басқару алгоритмдерін физикалық сынақтан өткізу өте қымбат болып қана қоймайды, сонымен қатар қауіпсіздік ережелерімен, қоршаған ортаны болжау мүмкін еместігімен және операциялық аймақтардың ауқымдылығымен шектеледі. Осы кедергілерді шешу үшін бұл мақалада жоғары дәлдікпен елдің экологиялық және эксплуатациялық шындықтарына еліктеуге арналған Қазақстанға бағытталған UAV модельдеу платформасын әзірлеу ұсынылады.
Robot Operating System (ROS Noetic) және Gazebo 11 негізінде құрастырылған платформа үш жаңа құрамдас бөлікті біріктіреді: (1) Қазақстанның ауылшаруашылық және апатқа қарсы әрекет ету кезіндегі UAV орналастыруларынан алынған далалық деректердің көмегімен калибрленген физикаға негізделген UAV динамикасы, соның ішінде массасы (1,5 кг), инерция тензоры және ротор профилі; (2) шаңнан туындаған LiDAR диапазонының қателері (±0,15 м) және температураға тәуелді IMU дрейфі (+40°C кезінде 0,2°/сағ) сияқты аймақтық жағдайларға бейімделген шу профильдері бар синтетикалық сенсор үлгілері (LiDAR, IMU, RGB камералары); және (3) Қазақстанның ұлттық метеорологиялық агенттігі Қазгидромет ұсынатын метеорологиялық деректер жиынтығынан алынған қоршаған ортаны бұзу модельдері, соның ішінде далалық жел динамикасы (екір 18 м/с) және ықтималдық GPS сигналының жоғалуы (Тянь-Шань тауларында оқуды тастап кету деңгейі 25–35%).
Платформаның модульдік архитектурасы бейімделген басқару алгоритмдерін, соның ішінде желдің бұзылуынан бас тартуға арналған Болжалды басқару моделін (MPC), іздестіру-құтқару миссиялары үшін үйірді үйлестіру стратегияларын және нақты қазақстандық қиындықтарды көрсететін сценарийлер бойынша қателерге төзімділікті арттыруға (RL) негізделген жүйелерді тестілеуді қолдайды. Жағдайлық зерттеулер оның тиімділігін көрсетеді: имитациялық қатты жел сценарийлерінде (18 м/с екпінді) орталықтандырылмаған үйірді үйлестіру алгоритмі Тянь-Шань тауларында қалыптасуды сақтауда миссияның 88% табысына қол жеткізді, ал адаптивті PID контроллері сенсор жағдайында траекторияны бақылау қателерін +40 фут 35% азайтты. Түркістан облысында орналастырылған DJI Matrice 300 UAV далалық деректерімен кросс-валидация RMSE модельденген және нақты әлемдегі траектория арасындағы 94% корреляцияны растады (0,12 м-ге қарсы 0,15 м), энергияны тұтыну болжамдары байқалған мәндерден 3%-дан аз ауытқыған.

Түйін сөздер: UAV симуляциясы, Gazebo-ROS интеграциясы, адаптивті басқару алгоритмдері, қазақстандық қоршаған ортаны модельдеу, үйір робототехникасы, сенсорлық эмуляция, цифрлық егіздер.