Гибридизация алгоритмов роевого интеллекта в групповых автономных транспортных средствах
Аннотация
В данной статье проведен системный анализ проблем управления группами автономных транспортных средств (АТС) в условиях производственной среды. Выявлены ключевые технологические вызовы. Сформулирована цель исследования – разработка децентрализованного алгоритма на основе роевого интеллекта. Определены 4 ключевые задачи: от анализа существующих методов до валидации в симуляторе. Особое внимание уделено критериям оценки: время перепланирования ≤50 мс, точность позиционирования ≤0.1 м. Статья содержит детальный анализ трех фундаментальных алгоритмов роевого интеллекта с точки зрения их применимости к задачам АТС. Приведены расчетные формулы для каждого метода (например, обновление скорости в PSO) и сравнительная таблица по 5 критериям, включая масштабируемость и устойчивость к помехам. Выявлено, что ни один алгоритм не удовлетворяет всем требованиям, что обосновывает необходимость гибридного подхода. В статье предложены конкретные модификации базовых алгоритмов для промышленного применения. Разработана архитектура гибридного решения. Приведены планы тестирования с метриками: время реакции, точность, энергопотребление. Общий вывод: Системный подход к адаптации роевых алгоритмов позволит решить ключевые проблемы промышленных предприятий в области управления автономными транспортными системами.
Об авторе
И. М. Сиразутдинов
Набережночелнинский институт ФГАОУ ВПО «Казанский (Приволжский) федеральный университет»
Россия
Россия
студент 1 курса магистратуры
Список литературы
1. Li X., Chen W. Kinematic-constrained Particle Swarm Optimization for Autonomous Vehicle Path Planning // IEEE Transactions on Intelligent Vehicles. – 2021. – Vol. 6(2). – P. 282-295.
2. Chen H., Wang M. Hybrid ACO-Potential Field Method for Dynamic Obstacle Avoidance // Robotics and Autonomous Systems. – 2022. – Vol. 148. – P. 103912.
3. Патент RU 2756487 C1. Способ управления группой беспилотных транспортных средств с использованием роевого интеллекта / Иванов А.А. и др. – 2021.
4. Патент US 10,726,152 B2. System and Method for Vehicle Swarm Navigation Using Modified PSO / Smith J. – 2020.
5. Миронов Д.П. Алгоритмы роевого интеллекта: теория и практика. – М.: Издво МГТУ им. Баумана, 2020. – 456 с.
6. Goodfellow I., Bengio Y., Courville A. Deep Learning. – MIT Press, 2016. – 800 p. (Глава 12: Optimization Algorithms)
7. Siegwart R., Nourbakhsh I.R. Introduction to Autonomous Mobile Robots. – 2nd ed. – MIT Press, 2011. – 473 p.
8. ISO 22737:2021. Intelligent transport systems — Low-speed automated driving (LSAD) systems for predefined routes — Performance requirements and test procedures.
9. SAE J3016_202104. Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles.
10. Петров С.И. Алгоритмы группового управления автономными транспортными средствами в условиях неопределенности: Дис. ... канд. техн. наук. – М.: МАДИ, 2022. – 178 с.
11. Zhang L. et al. Decentralized Control for Autonomous Vehicle Swarms Using Adaptive Flocking // 2023 IEEE Intelligent Vehicles Symposium (IV). – 2023. – P. 1-8.
12. Kamaз Internal Report No. TR-2023-05. V2X Communication Testing Results for Autonomous Truck Platooning. – 2023. – 45 p.
13. CARLA Autonomous Driving Simulator. Technical Documentation. Version 0.9.14. – 2023. URL: https://carla.readthedocs.io/ (только техническая спецификация)
14. ROS 2 Humble Hawksbill Documentation. – 2023. URL: https://docs.ros.org/
15. Белоусов Б.С. Теория автоматического управления подвижными объектами. – СПб.: БХВ-Петербург, 2019. – 672 с.
16. Федосов Е.А. Интеллектуальные транспортные системы. – М.: Транспорт, 2020. – 488 с.
17. Olfati-Saber R. Flocking for Multi-Agent Dynamic Systems: Algorithms and Theory // IEEE Transactions on Automatic Control. – 2006. – Vol. 51(3). – P. 401-420.
18. Труды VII Международной научной конференции "Автоматизация и роботизация в машиностроении". – М.: МГТУ им. Баумана, 2023. – С. 112-125.
19. Proceedings of the International Symposium on Distributed Autonomous Robotic Systems (DARS 2020). 20. Robot Operating System (ROS) Documentation. Official ROS Wiki.
Рецензия
Для цитирования:
Сиразутдинов И.М. Гибридизация алгоритмов роевого интеллекта в групповых автономных транспортных средствах. Социально-экономические и технические системы: исследование, проектирование, оптимизация. 2025;(3):135-152.
For citation:
Sirazutdinov I.M. Hybridization of swarm intelligence algorithms in group autonomous vehicles. Social-economic and technical systems: research, design and optimization. 2025;(3):135-152. (In Russ.)
Просмотров:
10
Послать статью по эл. почте 