Підхід до підвищення ефективності розробки програмного забезпечення для безпілотних систем з використанням симуляційного середовища

Автор(и)

  • А. Ахаладзе КПІ ім. Ігоря Сікорського, Україна
  • І. Ахаладзе КПІ ім. Ігоря Сікорського, Україна

DOI:

https://doi.org/10.20535/1560-8956.46.2025.323647

Ключові слова:

моделювання, БПЛА, сенсорна система, мікропрограмне забезпечення

Анотація

В цій статі розлядаються іструменти та підходи для підвищення ефективності розробки програмного забезпечення за показником часу циклу розробки. Важливо врахувати фактори збереження фізичної цілісності безпілотних систем за рахунок використання симуляціного середовища для тестування та відладки роботи алгоритмів керування. Важливою перевагою використання симуляційного середовища при розробці або покращення алгоритмів автопілоту є переваги гнучкості симуляції за рахунок використання граничних умов випробувань, нових режимів польотів тощо.

Запропоновані інструменти та методи використання симуляційного середовища дозволяють скоротити час на розробку та випробовування алгоритмів керування безпілотних систем та зменшити ризик фізичної втрати БПЛА за рахунок виявлення та усунення дефектів на етапах допольотного випробування.

Бібл. 10, іл. 4

Посилання

Akhaladze A.E. Using IoT to synchronize flight trajectories of drones // Adaptive automatic control systems. - 2021. - Vol. 1, iss. 39. - P.20-26 - Available from: https://doi.org/10.20535/1560-8956.39.2021.247381

Akhaladze A.E. Synchronization of flight trajectories based on the "Internet of Things" architecture when implementing swarm control Adaptive automatic control systems. - 2022. - Vol. 1, iss. 40. - Available from: https://doi.org/10.20535/1560-8956.40.2022.261536

Liu, S., Zou, C., & Song, Y. (2019). Multi-objective optimization of UAV path planning based on genetic algorithm. Complexity. - 2019. P.1-15 Available from: https://www.researchgate.net/publication/322920720_Multi-objective_genetic_algorithm_for_civil_UAV_path_planning_using_3G_communication_networks

Han, Z., Li, Q., Feng, X., Liu, H., & Yu, H. (2020). A hybrid optimization method for drone path planning based on genetic algorithm and neural network. Complexity, 2020. - P.1-18 - Available from: https://www.researchgate.net/publication/305685753_A_Hybrid_Multi-Population_Genetic_Algorithm_for_UAV_Path_Planning

Akhaladze I.E. Increasing the efficiency of streaming video processing using serverless technologies // Adaptive automatic control systems. - 2021. - Vol. 1, iss. 39. P.32-40 - Available from: https://doi.org/10.20535/1560-8956.39.2021.247393

Akhaladze I.E. The use of serverless functions in the algorithm for calculating the target point of the trajectory under dynamic loading. - 2022. - Vol.1, iss. 40. P.34-38 - Available from: https://doi.org/10.20535/1560-8956.40.2022.261531

Using Unreal Engine Visualization for Airplane Flight - Available from: https://www.mathworks.com/help/aeroblks/using-simulation-3d-visualization-with-aerospaceblockset.html

QGrounfControl: Fly View. - Available from: https://docs.qgroundcontrol.com/master/en/qgc-user-guide/fly_view/fly_view.html

Open Source Autopilot for Drone - PX4 Autopilot - Available from: https://docs.px4.io/main/en/

PX4 Autopilot Support from UAV Toolbox - Hardware Support - Available from: https://www.mathworks.com/hardware-support/px4-autopilots.html

##submission.downloads##

Опубліковано

2025-02-28