Modified neural network method for stabilizing multi-rotor unmanned aerial vehicles

Скорочена інформація про документ
dc.contributor.authorVladov, S. I.
dc.contributor.authorВладов, С. І.
dc.contributor.authorShmelov, Yu. M.
dc.contributor.authorШмельов, Ю. М.
dc.contributor.authorYakovliev, R. P.
dc.contributor.authorЯковлєв, Р. П.
dc.contributor.authorKhebda, A. S.
dc.contributor.authorХебда, А. С.
dc.contributor.authorBrusakova, O. V.
dc.contributor.authorБрусакова, О. В.
dc.date.accessioned2024-03-28T11:11:34Z
dc.date.available2024-03-28T11:11:34Z
dc.date.issued2023
dc.description.abstractРобота присвячена розробці нейромережевого методу стабілізації багатогвинтових безпілотних літальних апаратів за трьома кутами стабілізації (крену, повороту, тангажу), який базується на гібридній нейросхемі керування з емулятором і контролером. Відмінною особливістю розробленого методу від існуючого є використання рекурентного багатошарового персептрона RMLP, що дає змогу розв’язувати задачу в умовах польоту безпілотного літального апарату.
dc.description.abstractThe work is devoted to the development of a neural network method for stabilizing multirotor unmanned aerial vehicles in three stabilization angles (roll, yaw, pitch), which is based on a hybrid neural control scheme with an emulator and a controller. A distinctive feature of the developed method from the existing one is the use of a recurrent multilayer perceptron RMLP, which makes it possible to solve the problem under the conditions of an unmanned aerial vehicle flight. To train the neuroemulator, which is based on the ecurrent multilayer perceptron RMLP, a gradient training algorithm is applied. The results of training the neural network showed that the use of the recurrent multilayer perceptron RMLP made it possible to reduce the learning process of the neuroemulator, as well as to reduce the error to the level of 10–2…10–3, which is sufficient to solve the problem of stabilizing multirotor unmanned aerial vehicles. The results of the studies showed a significant reduction in the transition process time, which is less than 1 s, and overshoot of the stabilization angles (roll, yaw, pitch) less than 3...5º, which are acceptable parameters for the flight of multirotor unmanned aerial vehicles. Prospects for further research is a more in-depth study of the influence of random perturbations on the behavior of the RMLP neural network in the stabilization task for multirotor unmanned aerial vehicles.
dc.description.abstractРабота посвящена разработке нейросетевого метода стабилизации многороторных беспилотных летательных аппаратов по трем углам стабилизации (крен, рыскание, тангаж), в основе которого лежит гибридная нейронная схема управления с эмулятором и контроллером. Отличительной особенностью разработанного метода от существующего является использование рекуррентного многослойного перцептрона РМЛП, что позволяет решать задачу в условиях полета беспилотного летательного аппарата.
dc.identifier.citationModified neural network method for stabilizing multi-rotor unmanned aerial vehicles [Electronic resource] / Serhii Vladov, Yurii Shmelov, Ruslan Yakovliev, Alona Khebda, Oksana Brusakova // COLINS-2023 : 7th International Conference on Computational Linguistics and Intelligent Systems (Kharkiv, Ukraine, 20-21 April 2023). – Access mode: https://ceur-ws.org/Vol-3403/paper19.pdf.
dc.identifier.orcidhttp://orcid.org/0000-0001-8009-5254
dc.identifier.orcidhttp://orcid.org/0000-0002-3942-2003
dc.identifier.orcidhttps://orcid.org/0000-0002-3788-2583
dc.identifier.orcidhttps://orcid.org/0000-0003-1917-9509
dc.identifier.orcidhttps://orcid.org/0000-0001-8616-0424
dc.identifier.urihttps://ceur-ws.org/Vol-3403/paper19.pdf
dc.identifier.urihttps://dspace.univd.edu.ua/handle/123456789/20492
dc.language.isoen
dc.publisherCOLINS-2023 : 7th International Conference on Computational Linguistics and Intelligent Systems (Kharkiv, Ukraine, 20-21 April 2023)
dc.subjectТехніка. Технічні науки. Machinery. Engineering. Техника. Технические науки
dc.subjectunmanned aerial vehicles
dc.subjectmultirotor
dc.subjectneuroemulator
dc.subjectrecurrent multilayer perceptron RMLP
dc.subjecttraining
dc.subjectgradient method
dc.subjecterror
dc.subjectstabilization angles
dc.subjectroll
dc.subjectyaw
dc.subjectpitch
dc.subjectRMLP
dc.subjectбезпілотні літальні апарати
dc.subjectмультиротор
dc.subjectнейроемулятор
dc.subjectтренування
dc.subjectградієнтний метод
dc.subjectпохибка
dc.subjectкути стабілізації
dc.subjectкрен
dc.subjectповорот
dc.subjectтангаж
dc.subjectбеспилотные летательные аппараты
dc.subjectуглы стабилизации
dc.titleModified neural network method for stabilizing multi-rotor unmanned aerial vehicles
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Modified neural network method_Vladov_Shmelov_Yakovliev_Khebda_Brusakova_2023.pdf
Розмір:
699.08 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Наукові публікації (Scientific publications). УДК 62