Базовая технология

Мы разрабатываем универсальную платформонезависимую программу управления (алгоритм), логически связанную через машинный интерфейс с произвольным транспортным средством, кинематическая модель которого предполагает движение по плоскости и допускает хорошее приближение с помощью набора сопряжённых дуг окружностей.

Таким образом, основные маршруты в нашем случае задаются кусочно-дуговой аппроксимацией полной траектории, а особенности рельефа по высоте, вероятно, должны учитываться за счёт расширений плоских сегментов.

Навигационная программа управления основана на автономно разворачиваемой системе позиционирования в реальном времени (RTLS), работающей по принципу ToF (Time of Flight) и организованной с использованием полезных данных, получаемых локально на транспортном средстве — аналогично GPS-системам. Предполагается, что транспортное средство также оснащено инерциальными датчиками, способными тем или иным образом оценивать пройденное расстояние.

1. Соотношение точности отдельных измерений инерциальной навигации и направляемой навигации с использованием RTLS учитывается выбором коэффициента Калмана, при этом допускается достаточно широкий диапазон, так что инерциальная точность может быть в разы ниже, например, при механических помехах движению.
2. Каждая дуга основного маршрута является итерацией движения, в ходе которой транспортное средство не управляется напрямую оператором, но может и должно быть перехвачено при обнаружении препятствий или иных непредвиденных воздействий. В таком случае программа управления логически переключается на альтернативный маршрут (в том числе остановка рассматривается как маршрут), при этом основной маршрут сохраняется в фоне без изменений. 
3. Длины итераций, а также детали аппроксимации маршрута выбираются достаточно малыми, ограниченными скоростью и производительностью измерительных систем, необходимостью движения с ускорением (переходные процессы) и характеристиками транспортного средства. 
4. Наведение по маршруту осуществляется путём задания транспортному средству задачи на каждой итерации, описываемой как минимум двумя параметрами: углом и длиной дуги. Временные параметры, такие как скорость, ускорение и т.д., могут выступать дополнительными, однако именно временные характеристики являются вторичными и могут задаваться независимо для обеспечения геометрии траектории. 
5. Длительность итерации для системы управления произвольна; итерация завершается при получении уведомления от транспортного средства о выполнении задачи. Стоит отметить, что при идеальном выполнении задачи без исполнительных ошибок как внешнего, так и внутреннего происхождения достигается эффективное движение, однако на практике это невозможно, и поэтому управление и коррекция ошибок составляют суть движения, что в предлагаемом решении осуществляется посредством ориентирующей навигации через систему RTLS. 
6. По завершении итерации система выполняет измерение в RTLS и получает в результате вектор взаимосвязанных расстояний от радиометки, установленной на транспортном средстве, до радиомаяков с заранее известными координатами в некоторой декартовой системе. Для получения полезного результата необходимо выполнить мультилатерацию этого вектора расстояний и получить оценку координат метки и самого транспортного средства. Точное решение задачи мультилатерации при стохастическом входном векторе расстояний и произвольном количестве его элементов (т.е. количестве видимых маяков) практически невозможно реализовать. 

Мы нашли субоптимальный метод решения этой задачи, основанный на последовательном уточнении приближённой оценки положения путём рекурсивного суммирования средних векторов разностей измеренных расстояний до достижения некоторого критерия минимизации.

В момент появления транспортного средства на рабочей площадке полноценное определение координат возможно при наличии четырёх и более радиомаяков, однако в процессе движения метод остаётся устойчивым к изменению их количества:

• нормально работает при более чем двух элементах вектора расстояний
• при двух — при отсутствии значительных перепадов высот
• при одном — в течение ограниченного времени 

Связь между количеством векторов и точностью координат является прямой и может использоваться для настройки коэффициента усиления Калмана. Управление положением и ориентацией транспортного средства на маршруте осуществляется при предположении, что на каждой итерации движения пройденный путь с исполнительной ошибкой представляет собой дугу окружности, а сама ошибка описывается той же парой параметров, что и задача движения: ошибкой угла и ошибкой длины дуги. Базовая матрица преобразования в однородных координатах, определяющая пространственное положение транспортного средства в системе координат площадки, непрерывно уточняется в конце каждой итерации в двух частях: требуемый переход по задаче и корректировка поворота и смещения, вычисленная на основе измерений.

Следует отметить, что поскольку измерения RTLS содержат информацию только о поступательных степенях свободы, но не о вращательных, для вычисления корректировки требуется предположение о дугообразной траектории движения. При этом важной особенностью программы управления является логическая независимость постоянно вычисляемых корректировок базовой матрицы преобразования и управляющего воздействия, передаваемого на следующую итерацию. Более того, корректирующее воздействие состоит из двух аддитивных компонентов: дифференциального, компенсирующего ошибку предыдущей итерации, и интегрального, компенсирующего суммарное отклонение от основного маршрута. Это воздействие добавляется к базовому маршруту на каждой итерации. Таким образом, в начале каждой новой итерации программа управления рассчитывает интегральную корректировку маршрута, добавляет к ней дифференциальную корректировку предыдущей итерации, затем добавляет основной маршрут, формируя задачу движения, передаёт её транспортному средству, ожидает выполнения и получения инерциальных данных, параллельно анализируя окружающую среду, получает уведомление о завершении, выполняет измерение в RTLS, проводит мультилатерацию, вычисляет переход матрицы преобразования и новую дифференциальную корректировку, сравнивая ожидаемое положение с результатами измерений, и корректирует матрицу преобразования.

На этом итерация завершается, и цикл повторяется. Допускается, что транспортное средство может изменять полученную задачу и передавать отчёт о выполненном движении; при этом для последующих расчётов используются именно данные отчёта. Для анализа и контроля окружающей среды на каждой итерации маршрута (включая обнаружение, отслеживание и измерение препятствий) применяются технологии распознавания на основе нейронных сетей или аналогичных структур, использующих видеопоток с одной или нескольких камер, установленных на транспортном средстве.

Разрабатывается, исследуется и тестируется концепция интеллектуальных нейронных сетей, основанная на разделении пространства признаков на классы и подклассы с помощью замкнутых границ решений, а не гиперплоскостей, включая использование так называемого kernel trick.

Ключевым элементом реализации данной идеи является необходимость обучения такой сети с помощью сложного разветвлённого эволюционного генетического алгоритма, формирующего не один успешный набор генов (генотип), а множество таких наборов.

Преимущества данной технологии классификации и распознавания заключаются в потенциальном одновременном решении двух известных проблем существующих решений:

• проблемы Open Set Recognition 
• проблемы Catastrophic Interference