Разработка системы управления автономным судном на основе операционной системы ROS2

Темой исследования является разработка системы управления для автономного судна с использованием операционной системы Robot Operation System 2. Отмечается, что автономные суда являются перспективным классом робототехнических систем, предназначенных для выполнения различных задач в морской среде, включая мониторинг акваторий, научные исследования, поисково-спасательные и транспортные операции. Их ключевыми преимуществами являются автономность, гибкость применения и возможность работы в условиях, представляющих угрозу для человека. В работе рассмотрено использование современной операционной системы Robot Operation System 2 для робототехники, обеспечивающей модульность, масштабируемость и высокую степень распределенности вычислений. Отмечается, что данный вид программного обеспечения предоставляет готовые алгоритмы для навигации, обработки данных сенсоров и управления движением, а также инструменты для тестирования, отладки и визуализации данных, что ускоряет процесс разработки и повышает надежность системы. В рамках исследования разработана структурная схема системы управления автономного судна, включающая подсистемы навигации, технического зрения, управления движением и взаимодействия с оператором через береговой пульт, на которой показаны состав и взаимодействие отдельных узлов операционной системы. Представлена схема устройств, обеспечивающая распределение вычислительных ресурсов между узлами. Предложенная система управления демонстрирует возможность объединения различных подсистем автоматических судов в общую систему на основе единой логики взаимодействия и обмена данными операционной системы Robot Operation System 2. Применение данной операционной системы позволяет повысить скорость разработки, улучшить надежность программного обеспечения, упростить интеграцию сложных алгоритмов и обеспечить гибкость системы для дальнейших усовершенствований.

1. Barrera C. Trends and challenges in unmanned surface vehicles (USV): From survey to shipping / C. Barrera, I. Padron, F. S. Luis, O. Llinas // TransNav: International Journal on Marine Navigation and Safety of Sea Transportation. — 2021. — Vol. Vol. 15 No. 1. — Pp. 135–142.

2. Каретников В. В. Перспективы внедрения безэкипажного судоходства на внутренних водных путях Российской Федерации / В. В. Каретников, И. В. Пащенко, А. И. Соколов // Вестник государственного университета морского и речного флота им. адмирала С. О. Макарова. — 2017. — Т. 9. — № 3. — С. 619–627. DOI: 10.21821/2309-5180-2017-9-3-619-627. — EDN YTXYGD.

3. Bonci A. Robot Operating System 2 (ROS2)-Based Frameworks for Increasing Robot Autonomy: A Survey / A. Bonci, F. Gaudeni, M. C. Giannini, S. Longhi // Applied Sciences. — 2023. — Vol. 13. — Is. 23. DOI: 10.3390/app132312796.

4. Пушкарев И. И. Система управления движением и расхождением безэкипажного судна в соответствии c МППСС‑72 / И. И. Пушкарев // Вестник государственного университета морского и речного флота им. адмирала С. О. Макарова. — 2022. — Т. 14. — № 6. — С. 837–848. DOI: 10.21821/2309-5180-2022-14-6-837-848. — EDN BRZDXO.

5. Julier S. J. Unscented filtering and nonlinear estimation / S. J. Julier, J. K. Uhlmann // Proceedings of the IEEE. — 2004. — Vol. 92. — Is. 3. — Pp. 401–422. DOI: 10.1109/JPROC.2003.823141.

6. Moore T. A Generalized Extended Kalman Filter Implementation for the Robot Operating System / T. Moore, D. Stouch // Intelligent Autonomous Systems 13 — Springer International Publishing, 2016. — С. 335–348.

7. Fedorenko R. Local and Global Motion Planning for Unmanned Surface Vehicle / R. Fedorenko, B. Gurenko // MATEC Web of Conferences. — 2016. — Vol. 42. — Pp. 01005. DOI: 10.1051/matecconf/20164201005.

8. Alsadik B. The Simultaneous Localization and Mapping (SLAM)-An Overview_2021 / B. Alsadik, S. Karam // Journal of Applied Science and Technology Trends. — 2021. — Vol. 2. — Is. 02. — Pp. 147–158. DOI: 10.38094/jastt204117.

9. Hu S. Path Planning of an Unmanned Surface Vessel Based on the Improved A-Star and Dynamic Window Method / S. Hu, S. Tian, J. Zhao, R. Shen // Journal of Marine Science and Engineering. — 2023. — Vol. 11. — Is. 5. DOI: 10.3390/jmse11051060.

10. Belsare K. Micro-ROS / K. Belsare, A. C. Rodriguez, P. G. Sanchez, J. Hierro, T. Kolcon, R. Lange, I. Lutkebohle, A. Malki, J. M. Losa, F. Melendez, M. M. Rodriguez, A. Nordmann, J. Staschulat, J. von Mendel // Robot Operating System (ROS): The Complete Reference (Volume 7) — Springer International Publishing, 2023. — С. 3–55 DOI: 10.1007/978-3-031-09062-2_2.

11. Смоленцев С. В. Алгоритм анализа данных автоматической идентификационной системы для выделения типовых сценариев расждения судов и тестирования систем автономного судовождения / С. В. Смоленцев, А. А. Буцанец [и др.] // T-Comm: Телекоммуникации и транспорт. — 2024. — Т. 18. — № 3. — С. 50–59. DOI: 10.36724/2072-8735-2024-18-3-50-59. — EDN TYZNSI.

12. Lu Y. Fusion of Camera-based Vessel Detection and AIS for Maritime Surveillance / Y. Lu, H. Ma, E. Smart, B. Vuksanovic, J. Chiverton, S. R. Prabhu, M. Glaister, E. Dunston, C. Hancock // 2021 26th International Conference on Automation and Computing (ICAC) 2021. — С. 1–6. DOI: 10.23919/ICAC50006.2021.9594203.

13. Wang M. Fusion Detection Algorithm of Maritime Radar and Electro-Optical Pod for Complex Sea Conditions / M. Wang, Q. Wang, Y. Wang, Z. Li, S. Shao, Y. Zhou // 2023 5th International Conference on Intelligent Control, Measurement and Signal Processing (ICMSP) 2023. — С. 1204–1209 DOI: 10.1109/ICMSP58539.2023.10170950.