የበረራ ዳይናሚክስ፣ የቁጥጥር ስርዓቶች እና ራስን በራስ የማስተዳደር

ትርፍ፡

• በበረራ ቁጥጥር ሕጎች፣ የመረጋጋት ትንተና እና በራስ ገዝ የሥርዓት አርክቴክቸር ውስጥ የ AI ሚና እና ወሰን ይረዱ
• የማጠናከሪያ ትምህርት እና ሞዴል ላይ የተመሰረተ ቁጥጥር በአቪዬሽን የራስ ገዝ አስተዳደር ውስጥ እንዴት ጥቅም ላይ እንደሚውል በምሳሌዎች የማብራራት ችሎታ
• የበረራ ኤንቨሎፕ፣ የመረጋጋት ህዳግ እና ያልተሳካ-አስተማማኝ ባህሪን በተመለከተ የቁጥጥር ውጤቶችን የማረጋገጥ ችሎታ

አውሮፕላን በራሱ በቀጥታ በአየር ውስጥ አይበርም; ያለማቋረጥ የተረበሸውን ሚዛን በየጊዜው ያድሳል. የበረራ ዳይናሚክስ የዚህ ሚዛን ሳይንስ ነው፡ አውሮፕላኑ በሃይል እና በቅጽበት እንዴት እንደሚንቀሳቀስ፣ ከነፋስ ንፋስ ቢያገግም (መረጋጋት) እና ከአብራሪው ወይም ከኮምፒዩተር ትእዛዝ እንዴት ምላሽ እንደሚሰጥ ያጠናል። የቁጥጥር ስርዓቱ ይህንን ተለዋዋጭ ወደተፈለገው ባህሪ የሚያጣብቅ አንጎል ነው፡ የበረራ ቁጥጥር ህጎች (የሴንሰር መለኪያዎችን የሚወስዱ እና የመቆጣጠሪያ ቦታዎች ላይ ትዕዛዞችን የሚያመነጩ ስልተ ቀመሮች) አውሮፕላኑን በማንኛውም ጊዜ እንዲረጋጋ እና እንዲተዳደር ያደርጋል።

አርቴፊሻል ኢንተለጀንስ (AI) በዚህ መስክ ውስጥ ሚና ይጫወታል፣ በሁለቱም በክላሲካል ምህንድስና እና በራስ ገዝ አስተዳደር በኩል። በክላሲካል በኩል የመረጋጋት ትንተና, የመቆጣጠሪያ ዲዛይን እና የማስመሰል ቅንብርን ያፋጥናል. በራስ ገዝ አስተዳደር በኩል እንደ ማጠናከሪያ ትምህርት (በሙከራ እና በስህተት የሽልማት ምልክት ላይ የተመሰረተ ወኪል የመማር ባህሪ) ውስብስብ ተግባራት ውስጥ ፖሊሲዎችን ያዘጋጃሉ. ነገር ግን የበረራ መቆጣጠሪያ ስህተት ፈጣን እና የማይቀለበስበት መስክ ነው: ያልተረጋጋ የቁጥጥር ህግ አውሮፕላኑን በሰከንዶች ውስጥ ሊያጣ ይችላል. ስለዚህ በበረራ ኤንቨሎፕ፣ በመረጋጋት ህዳግ እና በአስተማማኝ ባህሪ ረገድ ምንም አይነት በ AI የመነጨ የቁጥጥር ትርፍ ወይም ፖሊሲዎች ወደ አውሮፕላኑ ውስጥ አይገቡም።

ፅንሰ-ሀሳቦች፡ የበረራ ኤንቨሎፕ፡- የፍጥነት ከፍታ-ጭነት መጠን ገደቦች አውሮፕላኑ በደህና መብረር ይችላል። የመረጋጋት ህዳግ፡ ትርፍ ትርፍ እና የደረጃ ህዳግ; የመቆጣጠሪያው ዑደት ምን ያህል ከአለመረጋጋት እንደሚርቅ መለኪያ. አለመሳካት-አስተማማኝ፡ አንድ አካል ሲወድቅ ስርዓቱ ደህንነቱ የተጠበቀ ሁኔታ ውስጥ ይገባል። PID: ተመጣጣኝ-የተዋሃደ-ተለዋዋጭ; በጣም የተለመደው የጥንታዊ ተቆጣጣሪ መዋቅር.

መረጋጋት, የቁጥጥር ህግ እና የ AI ሚና

የቁጥጥር ንድፍ መሰረት ክፍት ዑደት ተለዋዋጭነትን በመረዳት የተዘጋውን ዑደት ወደሚፈለገው ባህሪ ማምጣት ነው. መሐንዲሱ የአውሮፕላኑን የእንቅስቃሴ እኩልታዎች መስመር ያወጣል፣ የማስተላለፊያ ተግባራቶቹን ያስገኛል እና መቆጣጠሪያ ይቀርጻል (ለምሳሌ በPID ወይም በስቴት ግብረመልስ)። AI በዚህ ሂደት ውስጥ የአልጀብራ መካከለኛ ደረጃዎችን ያስታውሳል፣ በስር ሎከስ አተረጓጎም ይረዳል፣ በMATLAB/Python መቆጣጠሪያ ቤተ-መጻሕፍት ስክሪፕቶችን ይጽፋል፣ እና የክፍያ ስብስብ የመረጋጋት ህዳጎችን የሚያሰላ ኮድ ያወጣል።

ወሳኙ ነጥብ ይህ ነው: ጥሩ አፈፃፀም ጥሩ የመረጋጋት ልዩነት ማለት አይደለም. በአይአይ የተጠቆመው ኃይለኛ ትርፍ ስብስብ በሲሙሌሽኑ ውስጥ በጣም ፈጣን እና ጥርት ያለ ምላሽ ሰጥቶ ሊሆን ይችላል፣ነገር ግን የትርፍ ህዳግ ወደ 2dB እና የደረጃ ህዳግ ወደ 15 ዲግሪዎች እንዲቀንስ አድርጎታል። በአቪዬሽን ውስጥ፣ ቢያንስ 6 ዲቢቢ ትርፍ ህዳግ እና 45 ዲግሪ ደረጃ ህዳግ በተለምዶ ያነጣጠረ ነው። ምክንያቱም በእውነተኛ አውሮፕላኖች ውስጥ ፣የሴንሰር ጫጫታ ፣የአንቀሳቃሽ መዘግየት እና የሞዴሊንግ ስህተቶች ለዚህ ህዳግ ናቸው። በቂ የጭንቅላት ክፍልን የማይተው ተቆጣጣሪ በሲሙሌሽን ውስጥ ፍጹም ሊመስል ይችላል ነገር ግን ወደ አለመረጋጋት (የዑደት መወዛወዝ ወይም ልዩነት) ውስጥ ሊገባ ይችላል።

ጥንቃቄ፡ የመቆጣጠሪያው "ንፁህ" ምላሽ በሲሙሌሽን ውስጥ ለገሃዱ አለም ዋስትና አይሆንም። ማስመሰሉ በአጠቃላይ ጥሩ አንቀሳቃሽ፣ ከመዘግየት ነጻ የሆነ ዳሳሽ እና ሙሉ ሞዴል ይወስዳል። የመረጋጋት ህዳግ ከእነዚህ የአስተሳሰብ አመለካከቶች አንጻር የእርስዎ ቋት ነው። የሚሠዋው አፈጻጸም በወረቀት ላይ ይቀራል.

ራስን በራስ የማስተዳደር እና የተማሪ ቁጥጥር፡ ወሰኖች

በራስ ገዝ ስርአቶች ውስጥ፣ AI በጥልቀት ወደ ጨዋታ ይመጣል፡ የመማር ፖሊሲዎች እንደ መስመር እቅድ፣ መሰናክልን ማስወገድ፣ ማረፊያ፣ መንጋ ማስተባበርን በመሳሰሉ ተግባራት ላይ ይውላሉ። የማጠናከሪያ ትምህርት በሚሊዮን የሚቆጠሩ ሙከራዎችን በሲሙሌሽን አካባቢ ውስጥ በማድረግ ጥሩ የስነምግባር ፖሊሲ ሊያገኝ ይችላል። ይሁን እንጂ የመማር ቁጥጥር በአቪዬሽን ውስጥ ሁለት ዋና ዋና ተግዳሮቶች አሉት፡ ማብራራት እና ዋስትና። ለምን የነርቭ አውታረ መረብ ፖሊሲ ​​ትእዛዝን በቀላሉ ማጽደቅ አይቻልም፣ እና በጠቅላላ የግቤት ቦታ ላይ ደህንነቱ በተጠበቀ ሁኔታ እንዲሰራ በሂሳብ ሊረጋገጥ አይችልም።

ለዚያም ነው ተግባራዊ ሥነ ሕንፃ ብዙውን ጊዜ የተደራረበው፡ የመማሪያው ክፍል በውጫዊው ሽፋን ላይ ይሠራል (እቅድ, ምክር), ነገር ግን በታችኛው ሽፋን ላይ ክላሲካል, ሊተነተን የሚችል እና የተረጋገጠ "የደህንነት ኤንቨሎፕ" ወይም የደህንነት መቆጣጠሪያ አለ. ይህ ተቆጣጣሪ የመማሪያውን ንብርብር ትዕዛዞች በበረራ ፖስታ እና የደህንነት ደንቦች ያጣራል; የድንበር ጥሰቱን ካየ ወደ ደህና ባህሪ ይቀየራል። የ AI ፈጠራ ከጥንታዊ ቁጥጥር ማረጋገጫ ጋር የተጣመረ በዚህ መንገድ ነው።

አቀራረብ

ጥቅም

በአቪዬሽን ውስጥ ድንበር

PID / ክላሲክ

ሊተነተን ይችላል, መረጋጋት የተረጋገጠ

በጣም ውስብስብ ለሆኑ ተግባራት በቂ ያልሆነ

የሞዴል ትንበያ ቁጥጥር (MPC)

ገደቦችን በግልፅ ያሟላል።

የስሌት ጭነት, ሞዴል ጥገኝነት

የማጠናከሪያ ትምህርት

ውስብስብ ተግባር ውስጥ ጠንካራ ፖሊሲ

ዋስትና/ገላጭነት ደካማ፣ የሲም-እውነት ክፍተት ነው።

የተደራረበ (ተማሪ + የደህንነት ፖስታ)

ፈጠራ + ዋስትና

የኤንቬሎፕ ዲዛይን እና የማረጋገጫ ዋጋ

ጠቃሚ ምክር፡ የመማር ፖሊሲን በሚገመግሙበት ጊዜ፣ ስለ “አማካይ አፈጻጸም” ሳይሆን ስለ “አስከፊ ባህሪ” ይጠይቁ። የ RL ወኪል ከ10,000 ሁኔታዎች ውስጥ በ9,990 ከበለጠ እና አውሮፕላኑን በ10 ውስጥ ከፖስታው ካወጣ፣ እነዚያ 10 ሁኔታዎች በአቪዬሽን ተቀባይነት የላቸውም። ደህንነት የሚለካው በአማካይ ሳይሆን በከፋ ሁኔታ ነው።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

ለዚህ ድሮን ጥሩ የ PID ጥቅም ይስጡ።

ኃይለኛ ጥያቄ፡-

ሚና: እርስዎ የበረራ መቆጣጠሪያ ስርዓቶች መሐንዲስ ነዎት; ከደህንነት-ወሳኝ ዲሲፕሊን ጋር ተጣጣመ።አውድ (ውክልና)፡- መስመራዊ ሞዴል (የዝውውር ተግባር ወይም የጅምላ/ግፊት ዳታ) ለትንሽ መልቲኮፕተር ከፍታ ዑደት። ተግባር፡1) የፒአይዲ የመጀመሪያ ጥቅማ ጥቅሞችን ያቅርቡ እና የምርጫ አመክንዮውን ያብራሩ። (> = 6 ዲባቢ, > = 45 °); ህዳጉ በቂ ካልሆነ ትርፉን እንዴት ማስተካከል እችላለሁ? ገደብ፡ የአንቀሳቃሽ መዘግየት እና የሴንሰር ጫጫታ ወደ ህዳግ እንደሚበሉ አስታውሰኝ፤ "በትክክል ምርጡ" አትበል፣ በሲሙሌሽን እና ሃርድዌር ውስጥ የማረጋገጫ አስፈላጊነት ላይ አፅንዖት ይስጡ።

ሊገለበጡ የሚችሉ ፈጣን አብነቶች

አብነት 1 — የመረጋጋት ህዳግ ስሌት ስክሪፕት፡

ለሚከተሉት ክፍት-loop ማስተላለፍ ተግባር ከ python-control ጋር: (ሀ) የሰውነት ዲያግራምን ይሳሉ; (ለ) የትርፍ ህዳግ እና የደረጃ ህዳግን በቁጥር ያሰላል፤ (ሐ) እነዚህን ከአቪዬሽን ዒላማዎች (>=6 ዲባቢ፣>=45°) ጋር በማነጻጸር ውጤት ያስገኛሉ። ኮዱ አስተያየት ይስጥ; እያንዳንዱ እርምጃ ምን እንደሚሰራ ያብራሩ። የማስተላለፊያ ተግባር፡ [num/den]

አብነት 2 — የበረራ ኤንቨሎፕ ገደብ መቆጣጠሪያ ንድፍ፡

ለራስ ገዝ አውሮፕላን የደህንነት መቆጣጠሪያ አመክንዮ እንድቀርጽ እርዳኝ፡ የዕቅድ አውጪ ትዕዛዝ መግቢያ ላይ፣ ገደቦች[ፍጥነት፣ ከፍታ፣ የመጫኛ ሁኔታ፣ የፒች ገደቦች]። ተቆጣጣሪው ትዕዛዙን እንዴት ማጣራት እንዳለበት, ገደብ መጣስ ወደ የትኛው አስተማማኝ ባህሪ መቀየር አለበት? ይህንን በሃሰት ኮድ ጻፉ እና ለእያንዳንዱ ውሳኔ ምክንያቶችን ይስጡ።

አብነት 3 — የ RL ፖሊሲ ግምገማ ዕቅድ፡-

በአቪዬሽን ውስጥ የማጠናከሪያ ትምህርት ፖሊሲን ከመዘርጋቱ በፊት የግምገማ እቅድ ያዘጋጁ፡ (ሀ) የትኛውን ጫፍ እና የከፋ ሁኔታን ልፈትሽ፤ (ለ) ሲም-ወደ-ሪልጋፕን እንዴት መለካት እችላለሁ? (ሐ) እኔ አማካኝ ሳይሆን የከፋ-ጉዳይ ደህንነት ሪፖርት እንዴት; (መ) በዚህ ጊዜ የደህንነት መቆጣጠሪያው መንቃት አለበት. ውጤቱ የማረጋገጫ ዝርዝር ይሁን.

አብነት 4 - ውድቀት ሁነታ እና ያልተሳካ-አስተማማኝ ትንተና፡-

ለሚከተለው የቁጥጥር ስርዓት (ዳሳሾች፣ አንቀሳቃሾች፣ የሂሳብ ክፍል) የውድቀት ሁነታዎችን ይዘርዝሩ እና ለእያንዳንዱ አለመሳካት-አስተማማኝ ባህሪን ይጠቁሙ፡ ሴንሰር አለመሳካት፣ አንቀሳቃሽ መጣበቅ፣ የሂሳብ መዘግየት፣ የግንኙነት መጥፋት። ለእያንዳንዱ ውድቀት የማወቂያ ዘዴ እና ደህንነቱ የተጠበቀ የግዛት ሽግግር ስልት ይጻፉ። ነጠላ የውድቀት ነጥብ ላይ ምልክት ያድርጉ።

ሚኒ ጉዳዮች

ጉዳይ 1 - ኃይለኛ ክፍፍል መብላት. አንድ ቡድን ለ UAV የፒች ኡደት ከ AI የጥቃት ትርፍ ያገኛል። በምስሉ ውስጥ ያለው የከፍታ ጊዜ በ 0.4 ሴ. በ AI የተመከረው ህዳግ ሲሰላ የትርፍ ህዳግ 3.2 ዲቢቢ እና የደረጃ ህዳግ 22 ዲግሪ ነው። ከአቪዬሽን ዒላማዎች በታች (6 dB፣ 45°)። በእውነተኛ በረራ፣ የ50 ms አንቀሳቃሽ መዘግየት ሲጨመር፣ የስርዓቱ ገደብ ዑደት ይንቀጠቀጣል። ትርፉ በ 40% ይቀንሳል እና ድርሻው ወደ ዒላማው ይሳባል, የከፍታ ጊዜው ወደ 0.7 ሰከንድ ይጨምራል, ነገር ግን ስርዓቱ ጠንካራ ሆኖ ይቆያል. ትምህርት: አፈጻጸምን ከአክሲዮን ጋር ማመጣጠን; ማስመሰል እውነታውን አያረጋግጥም.

ጉዳይ 2 - የተነባበረ አርክቴክቸር አውሮፕላኑን ያድናል. ራሱን ችሎ ለማረፍ የሰለጠነ የRL ፖሊሲ በ99.7% ከ5,000 አስመሳይ ማረፊያዎች ውስጥ ስኬታማ ነው። በጣም በከፋ ሁኔታ ፍተሻ፣ የፈተና ቡድኑ የንፋስ ንፋስ ከተወሰነ ገደብ በላይ በሆነባቸው 14 ሁኔታዎች፣ ፖሊሲው አውሮፕላኑን ከማኮብኮቢያው ላይ እንደሚመራው አረጋግጧል። በመማሪያ ንብርብር ስር የተቀመጠው ቀላል የደህንነት ኤንቨሎፕ የንፋስ እና የዝውውር ገደቦችን መጣስ ሲከሰት የዙሪያ ትእዛዝ ይሰጣል። ሁሉም 14 ሁኔታዎች በአስተማማኝ ሁኔታ ያስከትላሉ። ትምህርት፡ የመማሪያው ንብርብር ከጥንታዊ የሴፍቲኔት መረብ ጋር መያያዝ አለበት።

ጉዳይ 3 - የነጠላ ነጥብ ስህተት ችላ ይባላል። በአንድ ንድፍ ውስጥ አንድ ነጠላ የአየር ፍጥነት ዳሳሽ ሁለቱንም የቁጥጥር ህግ እና የማስጠንቀቂያ ስርዓቱን ይመገባል. የ AI ውድቀት ሁነታ ትንተና ይህ ዳሳሽ ከታገደ ሁለቱም ቁጥጥር እና ማስጠንቀቂያ በአንድ ጊዜ እንደሚታለሉ ያሳያል ፣ ማለትም የአንድ ነጥብ ውድቀት። ቡድኑ ሁለተኛ ራሱን የቻለ የፍጥነት ምንጭ (ለምሳሌ በጂፒኤስ ላይ የተመሰረተ ፍጥነት ወይም ሁለተኛ ፒቶት) እና የልዩነት ማወቂያን ይጨምራል። ትምህርት፡ በአንድ የደኅንነት-ወሳኝ ግብዓት ምንጭ ላይ ጥገኛ መሆን መገኘት ያለበት ተጋላጭነት ነው።

የተለመዱ ስህተቶች

• ከመረጋጋት ጋር ግራ የሚያጋባ አፈጻጸም። ፈጣን ምላሽ ጥንካሬ ማለት አይደለም; በቂ ያልሆነ ህዳግ አለመረጋጋትን ያመጣል።
• ማስመሰልን ለእውነት መሳሳት። ሃሳባዊ አንቀሳቃሽ/ዳሳሽ የሚገመተው ማስመሰል መዘግየትን እና ጫጫታን ችላ ይላል። በሃርድዌር ውስጥ ማረጋገጥ አስፈላጊ ነው.
• በአማካይ አፈጻጸም ላይ መተማመን. ደህንነት የሚለካው በከፋ ሁኔታ ነው; አልፎ አልፎ ግን አደገኛ ሁኔታዎች ተቀባይነት የላቸውም።
• ያለ ክትትል የመማር ፖሊሲን መጠቀም። ዋስትና ሊሰጥ የማይችል የነርቭ ኔትወርክ ያለ ክላሲካል የደህንነት ፖስታ ወደ በረራ አይደረግም.
• አለመሳካት ሁነታዎችን በማለፍ ላይ። ነጠላ ነጥብ ውድቀቶች እና ያልተሳካ-አስተማማኝ ባህሪ ከመጀመሪያው ይልቅ በንድፍ መጨረሻ ላይ ከታሰቡ በጣም ዘግይቷል.

በማጠቃለያው

የበረራ መቆጣጠሪያ ስህተቱ ፈጣን እና የማይቀለበስበት አካባቢ ነው። የ AI መረጋጋት ትንተናን፣ የመቆጣጠሪያ ዲዛይን፣ የማስመሰል ማዋቀር እና ራስን በራስ የማስተዳደር ፖሊሲዎችን ያፋጥናል። ነገር ግን ጥሩ አፈጻጸም ጥሩ የመረጋጋት ህዳግ ማለት አይደለም፣ እና የመማር ፖሊሲዎች ከዋስትና/መግለጫ አንፃር ደካማ ናቸው። ተግባራዊ ደህንነት በንብርብር ስነ-ህንፃ ውስጥ የመማሪያ ንብርብሩን ከጥንታዊ የደህንነት ኤንቨሎፕ ጋር በማጣመር እና የእያንዳንዱ ተቆጣጣሪ ማረጋገጫ በበረራ ፖስታ ፣ በመረጋጋት ህዳግ ፣ በከፋ ሁኔታ እና ውድቀት ሁነታ ላይ ነው። ደህንነት የሚለካው በአማካይ ሳይሆን በከፋ ሁኔታ ነው።

የመተግበሪያ ተግባር

ለቀላል የቁጥጥር ችግር ተወካይ ሞዴልን ይግለጹ (ለምሳሌ መልቲኮፕተር ከፍታ loop)። AIን በመጠቀም፣ (ሀ) የመነሻ ረብ ስብስብ እና የመረጋጋት ህዳግ ስሌት ስክሪፕት ፣ ሎጂክን ያረጋግጡ ፣ (ለ) ከዒላማ ህዳጎች ጋር በማነፃፀር እና በቂ ካልሆነ ያስተካክሉ ፣ (ሐ) የስርዓት ውድቀት ሁኔታን እና ደህንነቱ የተጠበቀ ዝርዝርን ያዘጋጁ። በpseudocode ውስጥ የደህንነት ኤንቨሎፕ አመክንዮ ይንደፉ እና በጣም መጥፎ ሁኔታዎችን ይፃፉ።

የማረጋገጫ ዝርዝር

• [] የመቆጣጠሪያውን ትርፍ እና የደረጃ ህዳግ አስላሁ እና ከአቪዬሽን ዒላማው ጋር አወዳድረው።
• [] የማስመሰል ውጤቱን በአክቱተር መዘግየት/ዳሳሽ ጫጫታ ሞከርኩት።
• [ ] አፈጻጸሙን የገመገምኩት በአማካይ ሳይሆን በከፋ ሁኔታ ነው።
• [ ] ለትምህርት ፖሊሲዎች የሚታወቅ የደህንነት ፖስታን ገለጽኩ።
• [ ] የውድቀት ሁነታዎችን እና ያልተሳኩ-አስተማማኝ ባህሪያትን ዘርዝሬያለሁ።
• [] የነጠላ ነጥብ ስህተቶችን ምልክት አድርጌያለሁ እና ነፃነትን ጨምሬያለሁ።