Phương pháp điều khiển thực thể cho máy bay không người lái

Phương pháp điều khiển thực thể cho máy bay không người lái, tối ưu hóa hiệu suất và nâng cao khả năng hoạt động trong nhiều tình huống.

Trường đại học

Virginia Commonwealth University

Chuyên ngành

Computer Science

Người đăng

Ẩn danh

Thể loại

thesis

2013

66
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

ACKNOWLEDGEMENTS

ABSTRACT

1. CHƯƠNG 1: INTRODUCTION

2. CHƯƠNG 2: ACTUAL ENTITIES

3. CHƯƠNG 3: ETERNAL OBJECTS

4. CHƯƠNG 4: PREHENSION

5. CHƯƠNG 5: THRESHOLDS

6. CHƯƠNG 6: SUBJECTIVE AIM

7. CHƯƠNG 7: COLONY OF PREHENDING ENTITIES

8. CHƯƠNG 8: EXAMPLE SITUATION OF ACTUAL ENTITIES

9. CHƯƠNG 9: SWARM INTELLIGENCE

10. CHƯƠNG 10: SWARMS VS. ACTUAL ENTITIES

11. CHƯƠNG 11: CENTRALIZED/DECENTRALIZED PLANNERS

11.1. Centralized Planners

APPENDIX A: ENVIRONMENT SIMULATOR CLASS CODE

APPENDIX B: COPE CLASS CODE

APPENDIX C: ACTUAL ENTITY CLASS CODE

APPENDIX D: ETERNAL OBJECT CLASS CODE

Tóm tắt

I. Tổng quan về phương pháp điều khiển cho máy bay không người lái

Phương pháp điều khiển cho máy bay không người lái (UAV) dựa trên thực thể là một lĩnh vực nghiên cứu đang phát triển mạnh mẽ. Các phương pháp này sử dụng các khái niệm từ triết học và khoa học máy tính để tối ưu hóa hành vi của UAV trong các nhiệm vụ phức tạp. Việc áp dụng các thực thể trong điều khiển UAV giúp cải thiện khả năng tự động hóa và hiệu suất trong các tình huống thực tế.

1.1. Khái niệm về thực thể trong điều khiển UAV

Thực thể là đơn vị cơ bản trong lý thuyết điều khiển UAV. Chúng có khả năng quan sát và phản ứng với môi trường xung quanh, từ đó tạo ra hành vi thông minh. Việc hiểu rõ về thực thể giúp phát triển các phương pháp điều khiển hiệu quả hơn.

1.2. Lợi ích của việc sử dụng thực thể trong điều khiển UAV

Sử dụng thực thể trong điều khiển UAV mang lại nhiều lợi ích, bao gồm khả năng tự động hóa cao hơn và khả năng thích ứng với các tình huống thay đổi. Điều này giúp UAV hoạt động hiệu quả hơn trong các nhiệm vụ tìm kiếm và cứu hộ.

II. Thách thức trong việc điều khiển máy bay không người lái

Mặc dù có nhiều lợi ích, việc điều khiển UAV vẫn gặp phải nhiều thách thức. Các vấn đề như độ chính xác trong việc xác định vị trí, khả năng giao tiếp giữa các UAV và khả năng xử lý thông tin trong thời gian thực là những yếu tố quan trọng cần được giải quyết.

2.1. Vấn đề về độ chính xác trong điều khiển UAV

Độ chính xác trong việc xác định vị trí là một trong những thách thức lớn nhất. Các UAV cần phải có khả năng định vị chính xác để thực hiện nhiệm vụ hiệu quả. Việc sử dụng các cảm biến và thuật toán điều khiển tiên tiến có thể giúp cải thiện độ chính xác này.

2.2. Khó khăn trong giao tiếp giữa các UAV

Giao tiếp giữa các UAV là rất quan trọng để đảm bảo sự phối hợp trong các nhiệm vụ. Tuy nhiên, việc duy trì kết nối ổn định trong môi trường phức tạp có thể gặp khó khăn. Các giải pháp như hệ thống điều khiển phân tán có thể giúp giải quyết vấn đề này.

III. Phương pháp điều khiển UAV dựa trên thực thể

Các phương pháp điều khiển UAV dựa trên thực thể sử dụng các khái niệm như prehension để tối ưu hóa hành vi của UAV. Những phương pháp này cho phép UAV tự động điều chỉnh hành vi dựa trên thông tin từ môi trường xung quanh.

3.1. Cách thức hoạt động của phương pháp điều khiển dựa trên thực thể

Phương pháp này hoạt động bằng cách sử dụng các thực thể để quan sát và phản ứng với môi trường. Khi nhiều thực thể hoạt động cùng nhau, chúng tạo ra hành vi thông minh và hiệu quả hơn trong việc hoàn thành nhiệm vụ.

3.2. Ứng dụng của phương pháp điều khiển trong thực tế

Phương pháp điều khiển dựa trên thực thể đã được áp dụng trong nhiều lĩnh vực, từ tìm kiếm cứu nạn đến giám sát môi trường. Các UAV có thể hoạt động độc lập hoặc phối hợp với nhau để đạt được mục tiêu chung.

IV. Kết quả nghiên cứu về phương pháp điều khiển UAV

Nghiên cứu cho thấy rằng việc áp dụng phương pháp điều khiển dựa trên thực thể có thể cải thiện đáng kể hiệu suất của UAV trong các nhiệm vụ phức tạp. Các thử nghiệm cho thấy UAV có thể tự động điều chỉnh hành vi dựa trên thông tin từ môi trường.

4.1. Kết quả từ các thử nghiệm thực tế

Các thử nghiệm cho thấy UAV có thể hoàn thành nhiệm vụ tìm kiếm với độ chính xác cao hơn khi sử dụng phương pháp điều khiển dựa trên thực thể. Điều này chứng tỏ tính khả thi của phương pháp trong thực tế.

4.2. Phân tích hiệu suất của UAV trong các nhiệm vụ

Phân tích cho thấy rằng UAV sử dụng phương pháp điều khiển dựa trên thực thể có khả năng xử lý thông tin nhanh chóng và hiệu quả hơn. Điều này giúp nâng cao khả năng thực hiện nhiệm vụ trong thời gian ngắn.

V. Tương lai của phương pháp điều khiển UAV dựa trên thực thể

Tương lai của phương pháp điều khiển UAV dựa trên thực thể hứa hẹn sẽ mang lại nhiều cải tiến trong công nghệ UAV. Các nghiên cứu tiếp theo sẽ tập trung vào việc tối ưu hóa các thuật toán và cải thiện khả năng tự động hóa.

5.1. Xu hướng phát triển công nghệ UAV

Công nghệ UAV đang phát triển nhanh chóng với nhiều ứng dụng mới. Việc áp dụng các phương pháp điều khiển dựa trên thực thể sẽ giúp UAV trở nên thông minh hơn và hiệu quả hơn trong các nhiệm vụ.

5.2. Các nghiên cứu tương lai trong lĩnh vực điều khiển UAV

Các nghiên cứu trong tương lai sẽ tập trung vào việc phát triển các thuật toán điều khiển mới và cải thiện khả năng giao tiếp giữa các UAV. Điều này sẽ giúp nâng cao hiệu suất và khả năng tự động hóa của UAV.

25/07/2025

Trích đoạn nội dung tài liệu

Virginia Commonwealth University VCU Scholars Compass Theses and Dissertations Graduate School 2013 Actual Entities: A Control Method for Unmanned Aerial Vehicles Erica Absetz Virginia Commonwealth University Follow this and additional works at: https://scholarscompass.edu/etd Part of the Computer Sciences Commons © The Author Downloaded from https://scholarscompass.edu/etd/3094 This Thesis is brought to you for free and open access by the Graduate School at VCU Scholars Compass. It has been accepted for inclusion in Theses and Dissertations by an authorized administrator of VCU Scholars Compass. For more information, please contact libcompass@vcu. Actual Entities: A Control Method for Unmanned Aerial Vehicles A thesis submitted in partial fulfillment of the requirements for the degree Master of Science at Virginia Commonwealth University by Erica Lynn Absetz Bachelor of Science, Virginia Commonwealth University, 2012 Associate of Science, J.

Sergeant Reynolds Community College, 2009 Director: Dr. James Ames Associate Professor, Department of Computer Science Virginia Commonwealth University Richmond, VA April, 2013   ii   © Erica L. Absetz 2013 All Rights Reserved   iii   Acknowledgements There have been many people that have supported me at different times in my education that I would like to thank. Thank you to both of my parents for their undying love and support, it motivated me to do the best I could throughout my educational career.

Thank you to my best friend, Johnny Xmas, for threatening to never speak to me again if I didn’t finish my degree. That helped me power through the rough patches. I would also like to thank Dr. Ames as he took on the last minute task of advising my thesis for this last semester.

Above all, I would like to acknowledge the late Dr. Primeaux and the impact that he has had on my educational path. His passion and energy made me fall in love with Artificial Intelligence. He encouraged my pursuit of a Master’s Degree and was a valued mentor for the beginning of this thesis as he guided the formation of the concept.

  iv   Table of Contents Copyright.iii List of Figures.13 7 Colony of Prehending Entities.14 8 Example Situation of Actual Entities.17 11 Centralized/Decentralized Planners.1 Control Strategies – Baseline.2 Control Strategies – Random.3 Control Strategies – Repulsion.4 Control Strategies – Pheromones.5 Control Strategies – Evolutionary Algorithms.24 13 Actual Entity Problem Domain.1 Simulation of the UAVs and Search Area.28 14 Actual Entity Behavioral Control.1 Actual Entity Representation.2 Eternal Object Representation.32 15 Design of Experiments.1 Results and Statistical Analysis.43 Appendix A: Environment Simulator Class Code.44 Appendix B: COPE Class Code.47 Appendix C: Actual Entity Class Code.50 Appendix D: Eternal Object Class Code.65   v   List of Figures: Fig 1: Inner and Outer Thresholds.12 Fig 2: Baseline Efficiency.21 Fig 3: Simulation of Repulsion Control Strategy.22 Fig 4: Simulation of Pheromone Control Strategy.23 Fig 5: Path Planning with Digital Pheromones.24 Fig 6: Genetic Algorithm - Crossover.25 Fig 7: Chromosome of Behavior Archetype Genes.26 Fig 8: Overview of an Evolutionary Algorithm Method.27 Fig 9: Beginning of Simulation – Target Coordinates.33 Fig 10: Beginning of Simulation for 10 UAVs and 5 Targets.34 Fig 11: End of Simulation.35 Fig 12: Number of Searches Completed vs. Convergence Time Constraint.36 Fig 13: Number of Searches Completed at Time Constraints Separated by Thresholds.37 Fig 14: Number of Completed Searches Based on Number of UAVs.38 Fig 15: Number of Targets Compared to Searches Successfully Completed.40 Fig 16: Emergent Search Pattern with 10 UAVs.40 Fig 17: Emergent Search Pattern with 5 UAVs.41 Abstract ACTUAL ENTITIES: A CONTROL METHOD FOR UNMANNED AERIAL VEHICLES By Erica Lynn Absetz, M. A thesis submitted in partial fulfillment of the requirements for the degree Master of Science at Virginia Commonwealth University. Virginia Commonwealth University, 2013 Director: Dr.

James Ames, Associate Professor, Department of Computer Science The focus of this thesis is on Actual Entities, a concept created by the philosopher Alfred North Whitehead, and how the concept can be applied to Unmanned Aerial Vehicles as a behavioral control method. Actual Entities are vector based, atomic units that use a method called prehension to observe their environment and react with various actions. When combining multiple Actual Entities a Colony of Prehending Entities is created; when observing their prehensions an intelligent behavior emerges. By applying the characteristics of Actual Entities to Unmanned Aerial Vehicles, specifically in a situation where they are searching for targets, this emergent, intelligent behavior can be seen as they search a designated area and locate specified targets.

They will alter their movements based on the prehensions of the environment, surrounding Unmanned Aerial Vehicles, and targets.   Chapter 1: Introduction A philosopher, Alfred North Whitehead, created the concept of Actual Entities. An actual entity is an atomic unit that changed based on its prehensions of the surrounding environment. Prehension, a term that Whitehead created, is defined as an observation followed by reactions.

When multiple Actual Entities are combined into the same environment a colony of prehending entities is created, which exhibits an emerging, intelligent behavior. The use of Actual Entities had been introduced into the field of computer science by both Primeaux and Saunders [8, 9, 11]. They have used the concept as a modeling tool, a way to find global and local maxima in a 3D space, and as a trust-based learning method for data characteristics. Both acknowledge Actual Entities to be a form of Artificial Intelligence belonging to the classification of Swarm Intelligence (SI).

SI is commonly used for most control methods for Unmanned Aerial Vehicles. Now, take a look at Unmanned Aerial Vehicles and how they are sent out in groups to complete a mission. There have been many different types of behavioral control methods created to find the most efficient and dynamic control method. It is important that the control method can work with changing numbers of Unmanned Aerial Vehicles and to not rely heavily on communications.

This thesis will be used to show that Actual Entities can be used as a behavioral control method for Unmanned Aerial Vehicles. It will focus primarily on the application of Actual Entities to Unmanned Aerial Vehicles to complete a searching objective of locating designated targets. Furthermore, the concept of Actual Entities and that of other control methods currently in use will be covered. Finally, the control method will be tested in a simple simulation and the results will be analyzed.

Coding samples used for the testing of this concept will be provided in the appendix.   7     Chapter 2: Actual Entities Actual entities (AE) are the atomic units of the theory of a philosopher by the name of Alfred North Whitehead. As Hooper [4] states, “actual entities compose the Universe of existence in space and time, and it is therefore important first of all to understand what these entities are.” AEs are vector based, a behavior involves an AE and an object then defines a vector relationship between the two. It is important to keep in mind that an AE’s current state is a result of its history and the two cannot be separated.

An actual entity is essentially a “process”, containing its growth between phases, ending in a final and definite achievement. Hooper [4] stated that AEs could be referred to as genetic in that they have a process to “become” and the outcome of that causes “satisfaction”. Every AE has its own unique path in its development and it uses its own perspective on the world to mirror it. As discussed by Hooper, actual entities have two sides.

One is the emergent creature formed from its achievements and the other is a mode of creation that uses its own acts to gain experience while pulling the Universe together. A passage from one of Whitehead’s books [12] helps tie it all together as follows: An event has contemporaries – This means that an event mirrors within itself the modes of its contemporaries as a display of immediate achievement. An event has a past. This means that an event mirrors within itself the modes of its predecessors as memories which are fused into its own present.

An event has a future. This means that an event mirrors within itself such aspects as the future throws back into the present, or in other words, as the present has determined concerning the future. Thus an event has anticipation: “The prophetic soul Of the wide world dreaming of things to come.”   8     Chapter 3: Eternal Objects Actual entities are not the only class of entities that exist in the Universe as described by Whitehead, there is another class called eternal objects. These eternal objects are similar to an actual entity except they do not prehend, as they do not exist in the same manner that actual entities do.

Hooper [4] reminds us that eternal objects are constant across all environments; therefore, they provide the important function of being a form of definiteness to actual entities. Anything in the Universe that does not have a reference to a definite object in the temporal world is an eternal object [12]. Eternal objects can be prehended by actual entities, which can affect the “experience” of the actual entity but not that of the eternal object. In the case of UAVs, where the UAV would be the AE, there are multiple items that could be considered to be eternal objects.

The simulation of the concept in this paper considers the targets that are being searched for to be eternal objects, as the targets can be prehended; however, they do not prehend or change themselves. Other possible eternal objects in this case could be terrain, such as mountains and trees.   9     Chapter 4: Prehension Prehension is the method in which actual entities change and move. As described by Whitehead [12], the manner in which an actual entity is capable of altering itself is based on its environment.

The definition of the word “prehension” is a datum prehended by the substrate activity present in the emergence of every actual entity [4]. His doctrine of prehensions describes this action of settled occasions in the world being used to form actual entities experiences. According to Whitehead [12] an important part of prehension is the concept of causality and both efficient causation and final causation must be acknowledged. The belief that past events decide the course of future events is efficient causation.

While, final causation is when the “end” is said to play a part in creating the wanted result. Actual entities serve as an example of both types of causation [4]. The effect of the prehension is based on its subjective aim. The guidelines provided are that a prehension occurs between a prehending and prehended object, of which only the prehending object is altered.

There are two types of prehension: positive and negative. A positive prehension prehends and changes the prehending object. Whitehead described positive prehensions as “feelings”, even though they are essentially operations. To get a feeling from an actual entity it has been referred to as “physical” and to get one from an eternal object it is “conceptual” [4].

A negative prehension prehends and does not change the prehending object although it does have an impact on the overall satisfaction of the actual entity as it does not help to improve it. Hooper painted the following illustration of a negative prehension to make the point clear. Just as the refusal by an individual to love things worthy of being loved, or to see the truth of a situation, even though it stares him in the face, affects his character and his general “tone”, so negative prehensions determine in part the emotional tone of the “satisfaction” of the actual entity [4]. Prehensions involving an actual entity prehending another actual entity are   10     more specifically referred as physical prehensions; where in the case of an actual entity prehending an eternal object it is referred to as a conceptual prehension.

Whitehead never went into any detail of how this should be done computationally; however, Primeaux addressed this in [9] among other things.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ