Kreditas: CC0 viešasis domenas Sraigtasparnio nusileidimas ant laivo skrydžio denio yra vienas sudėtingiausių ir sudėtingiausių manevrų, kurio reikalauja karinio jūrų laivyno pilotas. Skirtingai nei kilimo ir tūpimo tako, bet kurio laivo nusileidimo plotas yra mažas ir nuolat judantis taikinys, siūbuojantis kartu su jūra. Siūlomi sprendimai automatizuoti laivų iškrovimą. Vis dėlto nė vienas iš jų nebuvo veiksmingai atlaikęs papildomų iššūkių, su kuriais susiduria sraigtasparnių pilotai, kai gamta pučia gūsingus vėjus, ypač laivo, prasto matomumo ir kitose sudėtingose aplinkose.
JAV karinis jūrų laivynas ieško sprendimo, galinčio prisitaikyti prie šių sudėtingų sąlygų, ir kreipiasi į Teksaso A&M universiteto mokslininkus, kad sukurtų naujos kartos visiškai autonominius vertikalaus kilimo ir tūpimo (VTOL) orlaivius. Derindami optimalų orlaivio dizainą su tvirtu mašininio mokymosi algoritmu, mokslininkai siūlo naują požiūrį į automatizuotą orlaivių laivą, leidžiantį nutūpti neramioje jūroje.
„Kai sraigtasparnio pilotas bando nusileisti ant laivo denio, jis iš tikrųjų nežiūri į judantį denį“, – sakė Teksaso A&M Aviacijos ir kosmoso inžinerijos katedros docentas dr. Moble Benedict ir projekto pagrindinis tyrėjas (PI). . „Jei jie žiūrės į judantį denį, jis dezorientuos locmaną, todėl jie mokomi žiūrėti į specializuotą laive esančią įrangą, vadinamą horizonto juosta, kuri yra žalia, apšviesta, giroskopu stabilizuota juosta, suteikianti pilotui dirbtinį vaizdą. horizontas“.
Naujausi tyrimai buvo skirti sekti laivo denį, o ne horizonto juostą, naudojant kameras, GPS ir lidar, kad būtų galima sekti judantį laivą ir pritaikyti orlaivį, kad jis atitiktų jo judėjimą. Vietoj to, Benediktas ir daktaras Dileepas Kalathilas, Elektros ir kompiuterių inžinerijos katedros docentas ir projekto bendradarbis, automatizuoja tūpimo procesą, imituodami piloto elgesį stebint horizonto juostą.
„Sustiprinimo mokymasis yra mašininio mokymosi klasė, skirta kurti autonominių sistemų valdymo algoritmą“, – sakė Kalathil. „Mes kuriame tokį tikslų sustiprinimo mokymosi valdymo algoritmą, kad net jei transporto priemonė keičia kursą arba pučia stiprus vėjas, ji vis tiek gali sekti horizonto juostą.
Benediktas ir Kalathil įrodė sėkmę naudodami sustiprinimo mokymąsi, kad galėtų sekti ir saugiai nusileisti nepilotuojamai oro sistemai (UAS) įvairiomis sąlygomis, įskaitant vidutinio stiprumo horizontalų vėją, rūko matomumą ir kurso bei greičio pokyčius. Dabar jie sujungia atitinkamas aerokosminės inžinerijos ir elektros bei kompiuterių inžinerijos disciplinas, kad galėtų remtis šiais pasiekimais.
Tyrėjai sukūrė algoritmą, kuris yra pakankamai tvirtas, kad toleruotų nepalankias oro sąlygas ir pakankamai tikslus, kad galėtų toliau sekti kurso pokyčius ir skirtingą greitį. Kreditas: Išplėstinė vertikaliojo skrydžio laboratorija „Mano dėmesys bus sutelktas į naujos kartos UAS projektavimą, kad būtų užtikrintas tvirtas laivų eksploatavimas ir didelis efektyvumas, kartu suvokiant jų skrydžio dinamiką“, – sakė Benediktas. „Ir daktaras Kalathil daugiausia dėmesio skiria mokymosi pastiprinimui, kad šis savarankiškas procesas būtų tvirtesnis labai neapibrėžtoje aplinkoje.”
Galiausiai karinį jūrų laivyną domina trys elementai: orlaivis, kuris yra nepriklausomas nuo kilimo ir tūpimo tako, ty gali pakilti ir leistis vertikaliai; skrydžio efektyvumas, kad orlaivis galėtų skraidyti ilgą laiką vienu metu; ir galiausiai, galimybė saugiai ir sėkmingai nusileisti ant judančių laivų denių.
Benediktas taiko savo patirtį rotorinių orlaivių srityje kurdamas VTOL orlaivių koncepcijas, atsparias gūsiams ir efektyvias, kurios gali apimti sulankstomus sparnus pereinant nuo vertikalaus skrydžio į fiksuoto sparno kruizą. Naudodamas modeliavimą, vėjo tunelio bandymus ir skrydžio bandymus, jis analizuos šių koncepcijų našumą ir dinamiką, kad sukurtų antrinį modelį, kuris papildys Kalathil sukurtas valdymo sistemas.
Naudodamasis savo patirtimi stiprinimo mokymosi srityje, Kalathil kuria algoritmą, kuris yra pakankamai tvirtas, kad galėtų susidoroti su grubiomis sąlygomis ir optimizuotas naudoti realaus laiko duomenis, kad galėtų greitai prisitaikyti, reaguodamas panašiai kaip pilotas.
„Vienas iš pagrindinių iššūkių, susijusių su autonominiu laivų nusileidimu, yra nenuspėjamas jūros bangavimas“, – sakė Kalathil. „Tačiau jei UAS agregate turime vėjo jutiklį, kuris matuoja vėjo greitį ir kryptį, galime naudoti šią informaciją, kad išvengtume šios konkrečios būklės.”
Šis pritaikomumas pašalina modeliavimo ir tikrovės atotrūkį, su kuriuo susiduria kiti pokyčiai. Kalathil taip pat svarsto galimybę naudoti bendradarbiavimo konsolę, kad galėtų valdyti kelis UAS.
Daugiau informacijos: Vishnu Saj ir kt., Tvirtas sustiprinimo mokymosi algoritmas vizija pagrįstiems UAV laivams nusileisti, arXiv (2022). DOI: 10.48550/arxiv.2209.08381
Bochan Lee ir kt., „Intelligent Vision“ pagrįstas VTOL UAV autonominis nusileidimas laive, arXiv (2022). DOI: 10.48550/arxiv.2202.13005
Žurnalo informacija: arXiv
Citata: Orlaivių laivų tūpimo automatizavimas jūroje (2023 m. spalio 3 d.), gauta 2023 m. spalio 3 d. iš https://techxplore.com/news/2023-10-automating-aircraft-ship-rough-seas.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
