Network Technology of Control for Multipurpose Robotic Complex Search of Illegal Emitters

DOI: 10.31673/2409-7292.2019.031522

Abstract

The article discusses the multi-machine control technology for a robotic complex of searching for illegal emitters based on the use of a direct distribution neural network, which is learned using a genetic algorithm. Using a neural network, which provides adaptive exchange of information with other members of the group, allows to get the flexibility of individuals to respond to changes in the current situation and ensure effective coordination within the team. The work of a group of robots was simulated and the effectiveness of the approach to search for illegal emitters was proved.

Keywords: neural network, multi-agent system, robot, unmanned aerial vehicle, genetic algorithm.

References
1. 5 инноваций беспилотников в сфере защиты безопасности // Security News. https://security-news.today/5-innovatsij-bespilotnikov-v-sfere-zashhity-bezopasnosti/
2. Коллективы интеллектуальных роботов. Сферы приме нения / под ред. В.И. Сырямкина. – Томск: STT, 2018. – 140 с.
3. Золотухин Ю. Н. Координированное управление группой роботов в задачах перемещения груза / Ю. Н. Золотухин, К. Ю. Котов, А. С. Мальцев, А. А. Нестеров, М. А. Соболев, А. Е. Цупа // Вычислительные технологии. Том 21, № 1, 2016. 70-79.
4. Каляев И. А. Самоорганизующиеся рапределенные истемы управления группами интеллектуальных роботов, построенные на основе cетевой модели / Каляев И. А., Капустян С. Г., Гайдук А. Р. // Управление большими системами. Cпециальный выпуск 30.1 «Cетевые модели в управлении». ‒ С. 605‒639.
5. Щербатов И. А. Управление группой роботов: компонентный подход / И.А. Щербатов, И.О. Проталинский, О.М. Проталинский // Информатика и системы управления. Интеллектуальные системы, 2015, №1(43). ‒ С. 93‒104.
6. Пшихопов В. Х. Групповое управление движением мобильных роботов в неопределенной среде с использованием неустойчивых режимов / В.Х. Пшихопов, М.Ю. Медведев // Робототехника, автоматизация и системы управления. 2018. Вып.5(60). ‒ С. 39‒63.
7. Онуфриев В. А. Управление группой автономных роботов с использованием полярных координат / Научно-технические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление, 2017, том 10, выпуск 4. ‒ С. 97–106.
8. Schwager М. From Theory to Practice: Distributed Coverage Control Experiments with Groups of Robots / Mac Schwager, James McLurkin, Jean-Jacques E. Slotine, and Daniela Rus // Experimental Robotics: The Eleventh International Symposium, 2009. ‒ P. 127‒136.
9. Schwager М. Decentralized, Adaptive Coverage Control for Networked Robots / Mac Schwager, Daniela Rus, and Jean-Jacques Slotine // The International Journal of Robotics Research. Volume: 28 issue: 3. ‒ P. 357‒375.
10. Abstraction and Control for Groups of Robots // IEEE Transactions on Robotics, Vol. 20, No. 5, October 2004. ‒ P. 863‒875.
11. Каляев И.А., Гайдук А.Р., Капустян С.Г. Модели и алгоритмы коллективного управления в группах роботов // ‒ М.: Физматлит, 2009. ‒ 280 с.
12. Василець Т. Ю. Розробка нейромережевої системи управління трьохмасовою електромеханічною системою / Т. Ю. Василець, О. О. Варфоломієв, Р. В. Тютюн, Ю. О. Алфьоров, А. О. Власов // Системи обробки інформації, 2017, випуск 1 (147). ‒ С. 62‒68.
13. Божич В. И. Нейросетевое управление в мультиагентной системе с самоорганизующейся коммуникацией / Божич В. И., Кононенко Р. Н., Абияка А. А. // Нейроинформатика, 1999, №3. ‒ С. 239‒246.
14. Keras: The Python Deep Learning library. Mode of Access https://keras.io/