Аннотация:В настоящее время все большую популярность имеют различные разработки беспилотных транспортных средств, включая беспилотный автомобиль (англ. Unmanned
Ground Vehicles, БПА), оборудованный автопилотом – автоматической системой, обеспечивающей управление движением автомобиля без участия водителя [1]. Одно из
ключевых направлений разработки и создания БПА связано с автоматизацией отдельных режимов его движения: парковка, движение в пробках, перемещение по автомагистрали и др. Настоящий доклад посвящен исследованию алгоритмического обеспечения автопилота БПА, реализующего как классические, так и современные методы
управления парковкой, которая заключается в приведении БПА, как объекта управления, из произвольного начального состояния в целевое конечное состояние за минимальное время с учетом пространственных ограничений, обеспечивающих безопасную
парковку автомобиля.
В работе рассмотрена кинематическая модель движения автомобиля, механические
ограничения накладываемые на параметры системы, вводятся начальные и конечные
условия. Рассматриваются пространственно-геометрические ограничения, позволяющие формально обезопасить автомобиль при движении от столкновения.
Ставится задача быстродействия – нахождения допустимого управления, переводящего БПА из начального положения в конечное за минимальное время.
Изначально к проблеме управления парковкой подходили с использованием классических методов управления, основанных на геометрическом построении опорных
траекторий маневра автомобиля, результатом которых является уравнение кривой на
плоскости. Среди них успешно зарекомендовала себя модель Дубинса (Lester Dubins), а
также её модификации [2]. Дубинс показал, что самый быстрый перевод объекта из одного состояния в другое при заданных начальных и конечных условиях, возможен с
помощью кусочно-постоянного управления. При этом существует не более двух промежуточных точек переключения управления, являющихся точками сопряжения дуг
окружностей. На основе принципа Понтрягина было показано, что такой перевод из
начального положения в конечное будет наибыстрейшим. Однако, в отличие от компьютерной симуляции, БПА будет следовать рассчитанной траектории лишь с погрешностью, которая может оказаться существенной для безопасности маневра.
В связи с этим, наиболее перспективными являются методы интеллектуализации
управления парковкой БПА, включающие в себя методы машинного обучения, в том
числе и методы интеллектуальных вычислений, использующих эволюционный подход,
нечеткую логику и нейронные сети. БПА, повторяя многократно процесс парковки и
взаимодействуя со с окружающей средой, получает вознаграждение, согласно введенной функции пригодности. За счёт этого БПА обучается выполнять маневр парковки
быстро, точно и безопасно.
Компьютерная апробация предложенных методов показала их высокую эффективность, а также позволила сделать выводы об их дальнейших перспективах.