Академиялык изилдөөлөр, түшүнүктүү тил

Verianla | Кыргызча академиялык изилдөөлөр жана илим

18 ноябрь 2026, Шаршемби
VERİANLA Көз карандысыз илимий басма
Менюну ачуу же жабуу
...
Башкы бет / Коомдук илимдер / Туруктуулук жана саясат / Энергияны Үнөмдөөчү Шаардык Аба Мобилдүүлүгү үчүн Нейрондук Энергия Жакшыртуусу Бар Шамалга Багытталган RRT*
Туруктуулук жана саясат

Энергияны Үнөмдөөчү Шаардык Аба Мобилдүүлүгү үчүн Нейрондук Энергия Жакшыртуусу Бар Шамалга Багытталган RRT*

Бул изилдөө тыгыз шаардык чөйрөдө кыймылдаган жалгыз квадротордун жолун геометриялык жактан гана кыска кармоонун ордуна, шаар ичиндеги шамал түзүлүшүн да пландаштыруунун кириш маалыматы катары пайдаланууну изилдейт.

17/11/2026  Veri Anla  175 көрүү
Энергияны Үнөмдөөчү Шаардык Аба Мобилдүүлүгү үчүн Нейрондук Энергия Жакшыртуусу Бар Шамалга Багытталган RRT*

Бул изилдөө тыгыз шаардык чөйрөдө кыймылдаган жалгыз квадротордун жолун геометриялык жактан гана кыска кармоонун ордуна, шаар ичиндеги шамал түзүлүшүн да пландаштыруунун кириш маалыматы катары пайдаланууну изилдейт. Сунушталган алкак шамалга багытталган RRT* үлгү алуучусун нейрон тармакка негизделген энергия-чыгым жакшыртуусун бириктирген кыймылды пландаштыруу ыкмасы. Шамал модели бийиктикке жараша өзгөргөн шамал жылышын, Экман тибиндеги багыт бурулушун, тоңдурулган турбуленттүүлүк талаасын, кескин шамал өзгөрүүлөрүн жана имараттардын шамал артындагы төмөн ылдамдыктагы аймактарды чагылдырат. Биринчи этапта RRT* үлгүлөрү аэродинамикалык жактан ыңгайлуураак аймактарга багытталат; экинчи этапта алдыга өткөрүүчү нейрон тармак эсептөөсү кымбатыраак болгон энергия-чыгым талаасынын суррогаты катары колдонулуп, жолду кыскартуу жана тегиздөө иштерин жетектейт.

Изилдөөнүн негизги жыйынтыгы, колдонулган энергия суррогаты боюнча шамалды эске алган жолдор төмөнүрөөк чыгымга ээ болушу мүмкүн экенин жана нейрондук жакшыртуу жолдун тегиздигин олуттуу көбөйтөрүн көрсөтөт. Бирок бул жерде өлчөнгөн чоңдук реалдуу батареядан алынган электр энергиясы эмес. Изилдөө жабык контурлуу учуу башкаруусун, реалдуу аппарат динамикасын, реалдуу батарея сарпталышын же талаа учуу сыноосун жүргүзгөн эмес. Ошондуктан натыйжаларды “квадротор реалдуу шаардык учууда ушунча энергия үнөмдөйт” деп чечмелөөгө болбойт.

Түркия жагынан изилдөө түздөн-түз Түркияга тиешелүү талаа жыйынтыгын бербейт. Бирок жергиликтүү үч өлчөмдүү имарат геометриялары, Түркиядагы реалдуу шаардык шамал шарттары, колдонулган аба аппаратынын динамикалык жана кубат модели, позициялоо каталары, учуу башкаруу системасы жана реалдуу жөнгө салуучу учуу коридорлору менен кайра текшерилсе, окшош ыкма шаардык аба мобилдүүлүгү жана учкучсуз учуучу аппараттардын маршрутун пландаштыруу үчүн изилдөө негизи боло алат. Мындай ыңгайлаштыруу жүргүзүлмөйүнчө изилдөөнүн сандык жыйынтыктары Түркиядагы кайсы бир шаар үчүн түздөн-түз жарактуу деп эсептелбеши керек.

Эң маанилүү чечмелөө чеги: Изилдөөдөгү “energy” маанилери реалдуу joule же watt-сaat өлчөмү эмес, шамал таасири менен тоскоолдукка жакындыкты бириктирген эсептөөчү чыгым суррогаты. Ошо сыяктуу эле “risk” метрикасы да реалдуу кырсык ыктымалдыгы эмес; ал пландалган жолдун тоскоолдуктарга карата салыштырмалуу геометриялык жакындыгын көрсөткөн баалоо көрсөткүчү.

Изилдөө чечүүгө аракет кылган көйгөй

Стандарттуу RRT жана RRT* үй-бүлөсүндөгү пландаштыруучулар татаал үч өлчөмдүү чөйрөлөрдө тоскоолдуктарды айланып өтүүдө абдан натыйжалуу. Бирок геометриялык жактан кыска жол аэродинамикалык жактан сөзсүз арзан жол дегенди билдирбейт. Эки маршрут болжол менен бирдей узундукта болушу мүмкүн; алардын бири күчтүү шамал бар ачык аймактан, экинчиси имараттардын артындагы төмөн ылдамдыктагы шамал аймактарынан өтүшү мүмкүн. Изилдөө ушул айырманы жол пландаштырууга киргизүүгө аракет кылат.

Негизги ой мындай: имарат айланасындагы шамал талаасы жөн гана качуу керек болгон кокустук бузуу эмес. Имараттын шамал артындагы тарабында пайда болгон ылдамдыктын азайышы пландаштыруучу пайдалана ала турган мейкиндик маалыматы. Ошондуктан ыкма алгач жол кайсы аймактарда изделерин өзгөртүп, андан соң табылган жолду энергия-чыгым суррогатына ылайык жакшыртат.

Шамал көлөкөсү жол пландаштырууда кантип колдонулат?

Шамал көлөкөсү изилдөө моделинде имараттын шамал артындагы тарабында жергиликтүү шамал ылдамдыгы эркин агымга салыштырмалуу азайган аймак; пландаштыруучу бул аймактарды аэродинамикалык чыгымы төмөн коридорлор катары баалоого аракет кылат.

Булак изилдөөдөгү имарат изи менен төмөн шамал коридорунун байланышынын негизинде Verianla үчүн даярдалган көз карандысыз, масштабсыз түшүндүрмө схема. Реалдуу өлчөө же CFD контуру эмес.

1. Иштөө аймагы жана тоскоолдук модели: Теңдемелер (1)-(3)

Теңдеме (1) \[ \Omega=[0,L_x]\times[0,L_y]\times[0,L_z] \]

Бул теңдеме үч өлчөмдүү учуу иштөө аймагын аныктайт. Изилдөөдө \(L_x=L_y=1200\,\mathrm{m}\) жана \(L_z=220\,\mathrm{m}\) тандалган. Демек, симуляция аймагы горизонталдык багытта 1200 m × 1200 m, вертикалдык багытта 220 m бийиктиктеги тик бурчтуу призма. \(x\), \(y\) жана \(z\) координаттарынын бирдиги метр.

Теңдеме (2) \[ \Omega_{\mathrm{free}}=\Omega\setminus\bigcup_j O_j \]

\(O_j\) — \(j\)-имарат же шаардык түзүлүш ээлеген көлөм. Көптүктөр айырмасы аркылуу бардык тоскоолдук көлөмдөрү жалпы иштөө аймагынан алынып салынат жана ошентип аппарат геометриялык жактан жайгаша ала турган \(\Omega_{\mathrm{free}}\) эркин мейкиндиги алынат.

Теңдеме (3) \[ M(p)= \begin{cases} 1, & p\in\bigcup_j O_j\\ 0, & \text{aksi durumda} \end{cases} \]

\(M(p)\) — толтурулуш картасынын көрсөткүчү. Маани 1 болсо, жайгашуу тоскоолдуктун ичинде; 0 болсо, эркин. Карта \(0.5\,\mathrm{m}\) мейкиндиктик чечилиш менен үлгүлөнгөн. Бул көрсөткүч кийин кагылышууну текшерүүнүн негизин түзөт.

2. Жер бетине жакын шамал: Теңдемелер (4)-(10)

Теңдеме (4) \[ u_*=\sqrt{\frac{\tau_0}{\rho_a}} \]

\(u_*\) сүрүлүү ылдамдыгы; бирдиги m/s. \(\tau_0\) жер бетине жакын турбуленттик жылышуу чыңалуусун, \(\rho_a\) абанын тыгыздыгын билдирет. Сүрүлүү ылдамдыгы реалдуу аппарат ылдамдыгы эмес, атмосфералык чектик катмардагы импульс берүүнүн мүнөздүү ылдамдык масштабы.

Теңдеме (5) \[ \tau_0=\rho_a l_m^2\left(\frac{dU}{dz}\right)^2 \]

Prandtl аралашуу узундугу ыкмасында \(l_m=\kappa z\) алынат жана \(\kappa\approx0.41\) von Kármán туруктуусу. Теңдеме орточо ылдамдыктын бийиктик боюнча өзгөрүшү менен жер бетиндеги турбуленттик импульс берүүнүн ортосундагы байланышты түзөт.

Теңдеме (6) \[ \frac{dU}{dz}=\frac{u_*}{\kappa z} \quad\Rightarrow\quad U(z)=\frac{u_*}{\kappa}\ln\left(\frac{z}{z_0}\right) \]

Бул классикалык логарифмдик шамал профили. \(z_0\) аэродинамикалык оройлук узундугу жана бирдиги метр. Математикалык жактан ылдамдык градиенти \(1/z\) менен азаят; ошондуктан жер бетине жакын аймакта ылдамдык өзгөрүүсү кескин.

Теңдеме (7) \[ U(z)\approx U_{\mathrm{ref}}\left(\frac{z}{z_{\mathrm{ref}}}\right)^\alpha \]

Изилдөө эсептөөнү жеңилдетүү үчүн логарифмдик профилдин инженердик даража мыйзамы жакындашуусун колдонот. \(U_{\mathrm{ref}}\) — \(z_{\mathrm{ref}}\) бийиктигиндеги эталондук ылдамдык; \(\alpha\) — өлчөмсүз шамал жылышынын даража көрсөткүчү.

Теңдеме (8) \[ \alpha= \left.\frac{d\ln U}{d\ln z}\right|_{z_{\mathrm{ref}}} = \frac{1}{\ln(z_{\mathrm{ref}}/z_0)} \]

Бул туюнтма логарифмдик профилдин эңишин эталондук бийиктикте даража мыйзамы менен дал келтирет. Изилдөө тыгыз курулган шаардык бетти көрсөтүү үчүн \(\alpha\approx0.30\) колдонгон. \(\alpha\) чоңойгон сайын шамал ылдамдыгынын бийиктикке сезгичтиги өсөт.

Теңдеме (9) \[ V(z)=V_0 \left( \frac{\max(z,z_{\min})}{z_{\mathrm{ref}}} \right)^\alpha \]

Бул жерде \(V_0\) — \(z_{\mathrm{ref}}=10\,\mathrm{m}\) эталондук бийиктиктеги негизги шамал ылдамдыгы. \(z_{\min}=0.5\,\mathrm{m}\) төмөнкү чеги \(z\to0\) учурда пайда болушу мүмкүн болгон сандык сингулярдуулукту жана өтө чоң градиенттерди алдын алуу үчүн колдонулат. \(V(z)\) m/s менен берилет. Изилдөөдө колдонулган конкреттүү сценарийлер үчүн \(V_0\) нун бирдиктүү туруктуу сандык мааниси негизги метод текстинде берилген эмес; шамал күчү сценарийге жараша өзгөртүлгөн.

Теңдеме (10) \[ \frac{dV}{dz} = \frac{\alpha V_0 z^{\alpha-1}}{z_{\mathrm{ref}}^\alpha} = \frac{\alpha V(z)}{z}, \qquad z>z_{\min} \]

\(\alpha=0.30\) болгондо даража \(\alpha-1=-0.70\) болот. Ошондуктан ылдамдык градиенти бийиктик менен азаят. Бул математикалык жыйынтык “шамал ылдамдыгы азаят” дегенди билдирбейт; моделде шамал ылдамдыгы бийиктик менен өсүп жатканда, ар бир бийиктик бирдигине туура келген өсүү ылдамдыгы бара-бара төмөндөйт.

3. Шамал багытынын бийиктик менен бурулушу: Теңдемелер (11)-(14)

Теңдеме (11) \[ f_c v=-K\frac{d^2u}{dz^2}, \qquad -f_c(u-u_g)=-K\frac{d^2v}{dz^2} \]

\(u\) жана \(v\) горизонталдык шамал компоненттери, \(f_c\) Coriolis параметри, \(K\) куюндук илешкектүүлүк жана \(u_g\) геострофиялык шамал ылдамдыгы. Теңдеме Coriolis таасири, басым градиенти жана турбуленттик сүрүлүүнүн ортосундагы горизонталдык импульс тең салмагын билдирет.

Теңдеме (12) \[ u(z)=u_g\left[1-e^{-z/\delta_e}\cos\left(\frac{z}{\delta_e}\right)\right] \] \[ v(z)=u_g e^{-z/\delta_e}\sin\left(\frac{z}{\delta_e}\right), \qquad \delta_e=\sqrt{\frac{2K}{f_c}} \]

\(\delta_e\) — Экман чектик катмарынын мүнөздүү тереңдиги. Эки компоненттин чогуу өзгөрүшү шамал векторунун бийиктик менен багыт өзгөртүшүн жаратат.

Теңдеме (13) \[ \theta_w(z)=\operatorname{atan2}(v,u) \]

\(\operatorname{atan2}\) эки горизонталдык компоненттен шамал багытынын бурчун туура квадрант маалыматы менен эсептейт.

Теңдеме (14) \[ \theta_w(z)=\theta_0+\gamma z, \qquad \gamma\approx0.18^\circ/\mathrm{m} \]

Изилдөө ар бир түйүндү кеңейтүүдө толук Экман жүрүм-турумун эсептөөнүн ордуна төмөн бийиктик тилкесинде сызыктуу багыт бурулушу жакындашуусун колдонот. \(\theta_0\) жер бетине жакын баштапкы багыт, \(\gamma\) болсо ар бир метрге болжол менен \(0.18^\circ\) багыт өзгөрүүсү. Бул — изилдөөнүн эсептөөчү жөнөкөйлөтүүсү; бүт атмосфера үчүн универсалдуу туруктуу эмес.

4. Турбуленттүүлүк интенсивдүүлүгү: Теңдемелер (15)-(17)

Теңдеме (15) \[ T_i(z)=\frac{\sigma_u(z)}{V(z)} \]

\(T_i\) — өлчөмсүз турбуленттүүлүк интенсивдүүлүгү. \(\sigma_u\) ылдамдык термелүүлөрүнүн стандарттык четтөөсүн; \(V(z)\) орточо шамал ылдамдыгын билдирет. Булакта жер бетиндеги катмар үчүн \(\sigma_u\approx A u_*\) жана \(A\approx2.5\) масштабдоосу колдонулуп, турбуленттүүлүк интенсивдүүлүгүнүн бийиктик менен азайышы негизделет.

Теңдеме (16) \[ T_i(z)=T_{i,0} \left( \frac{z_{\mathrm{ref}}}{\max(z,z_{\mathrm{ref}})} \right)^\beta \]

\(\beta\approx0.25\) — өлчөмсүз азайуу даража көрсөткүчү. \(z\le z_{\mathrm{ref}}\) үчүн бөлүүчү \(z_{\mathrm{ref}}\) болгондуктан, турбуленттүүлүк интенсивдүүлүгү \(T_{i,0}\) маанисинде кармалат; жогору бийиктиктерде даража мыйзамы боюнча азаят.

Теңдеме (17) \[ T_{i,0}=0.04+\frac{T_{\mathrm{lev}}-1}{9}\times0.26 \]

\(T_{\mathrm{lev}}\in\{1,\ldots,10\}\) — колдонуучу аныктаган симуляциялык турбуленттүүлүк деңгээли. Ошентип, жер бетиндеги турбуленттүүлүк интенсивдүүлүгү \(0.04\) менен \(0.30\) ортосунда сызыктуу түрдө чагылдырылат. Бул сандар изилдөөнүн симуляциялык параметрлештирүүсү экенин, реалдуу шаардын өлчөнгөн турбуленттүүлүк класстары эмес экенин унутпоо керек.

5. Тоңдурулган турбуленттүүлүк жана кескин шамал талаасы: Теңдемелер (18)-(21)

Теңдеме (18) \[ f_s(p)= \frac{1}{\sqrt{N_g}} \sum_{j=1}^{N_g} \sin(k_j^T p+\phi_j) \]

Taylorдун тоңдурулган турбуленттүүлүк божомолу астында убакыттык термелүүлөр мейкиндикте бекитилген үлгү катары моделденет. \(p=[x,y,z]^T\) жайгашууну, \(k_j\) мейкиндиктик толкун векторун, \(\phi_j\) бекитилген кокустук фазаны билдирет. Изилдөөдө \(N_g=8\) Fourier режими колдонулган. Урук мааниси бекитилгенде ошол эле симуляция шарты кайра өндүрүлүшү мүмкүн.

Теңдеме (19) \[ |f_s(p)| \le \frac{1}{\sqrt{N_g}}\sum_{j=1}^{N_g}1 = \sqrt{N_g} \]

Бул чек синус функциясынын абсолюттук мааниси 1ден ашпагандыгынан келип чыгат. Булак андан кийин талааны \([-1,1]\) аралыгына нормалдаштырат.

Теңдеме (20) \[ E[f_s]=0, \qquad \operatorname{Var}[f_s]=\frac{1}{2} \]

Көз карандысыз жана бир калыпта бөлүштүрүлгөн фазалар божомолунда синус мүчөлөрүнүн күтүлгөн мааниси нөл, квадраттарынын күтүлгөн мааниси \(1/2\). Бул жыйынтык моделдин нөл орточолуу мейкиндиктик термелүү жаратарын түшүндүрөт.

Теңдеме (21) \[ \widetilde{V}(p) = \max\left[V(z)\left(1+A_g f_s(p)\right),0\right] \] \[ \widetilde{\theta}_w(p) = \theta_w(z)+J_g f_d(p) \]

\(A_g\approx0.35\) — ылдамдык термелүүсүнүн үлүштүк амплитуда масштабы. \(J_g\approx18^\circ\) — багыт термелүүсүнүн бурч масштабы. \(f_d\) ылдамдык талаасынан көз карандысыз экинчи мейкиндиктик термелүү талаасы. \(\max(\cdot,0)\) оператору терс шамал ылдамдыгы жаралышына жол бербейт.

6. Имарат изи жана шамал көлөкөсү: Теңдемелер (22)-(24)

Теңдеме (22) \[ \hat d= [\cos\theta_w,\sin\theta_w,0]^T \]

\(\hat d\) — горизонталдык шамал багытындагы бирдик вектор.

Теңдеме (23) \[ \xi=(p-c)^T\hat d, \qquad \eta=(p-c)-\xi\hat d \]

\(c\) — имараттын борбору. \(\xi\) жайгашуунун шамал багытындагы төмөнкү агым компонентин; \(\eta\) шамалга тик туурасынан компонентин берет. Узундук бирдиктери метр. \(\xi>0\) болгондо чекит имараттын шамал артындагы тарабында жайгашат.

Теңдеме (24) — булакта басылган түрүндө \[ s_w(p)= 1- (1-s_{\min}) I_{[\xi>0]} \exp\left(-\frac{\eta^2}{2\sigma_w^2}\right) \left(1-e^{-\xi/\lambda}\right) \]

\(s_w\) — шамал ылдамдыгына колдонулган өлчөмсүз алсыратуу коэффициенти жана булак \(s_{\min}\approx0.4\) колдонот. \(\sigma_w\) издин туурасынан туурасын; \(\lambda\) төмөнкү агымдагы мүнөздүү узундукту билдирет. Гаусс мүчөсү борбор сызыктан алыстаган сайын таасирдин азайышын камсыздайт; индикатор функциясы \(I_{[\xi>0]}\) таасирдин шамал артындагы тарапта гана колдонулушун көздөйт.

Булак ичиндеги математикалык көңүл буруу пункту: Текст бул мүчөнү төмөнкү агымда ылдамдык тартыштыгынын акырындап калыбына келиши катары түшүндүрөт. Бирок теңдемеде басылган \((1-e^{-\xi/\lambda})\) көбөйткүчү \(\xi>0\) өскөн сайын 0дөн 1ге өсөт. Борбор сызыкта башка мүчөлөр туруктуу деп кабыл алынса, бул жүрүм-турум \(s_w\) ни 1ден \(s_{\min}\) ге карай азайтат; башкача айтканда, басылган форма биринчи караганда төмөнкү агым аралыгы көбөйгөн сайын алсыроонун күчөшүнө туура келет. Verianla бул жерде булакты өз алдынча “оңдобойт”, басылган формуланы так сактап, түшүндүрмө менен формуланын ортосундагы ушул дал келбестикти ачык көрсөтөт.

Шамалга багытталган RRT* стандарттуу RRT*дан математикалык жактан кантип айырмаланат?

Изилдөөнүн ыкмасында RRT*тын жол узундугу чыгымы жана кайра байланыштыруу логикасы өзгөртүлбөйт; өзгөртүлгөн бөлүк — жаңы түйүндөр кайсы бийиктиктерден үлгү алынары. Максат модель боюнча шамал ылдамдыгы төмөн болгон бийиктиктерге үлгүлөрдү көбүрөөк жайгаштыруу.

7. Стандарттуу RRT* математикасы: Теңдемелер (25)-(30)

Теңдеме (25) \[ \operatorname{Cost}(q) = \sum_{i=1}^{k} \|q_i-q_{i-1}\| \]

Бул чыгым баштапкы чекиттен учурдагы түйүнгө чейинки Евклид жол узундугу. Бирдиги метр. Бул этапта шамал энергия чыгымына түздөн-түз кошулбайт.

Теңдеме (26) \[ Q_{\mathrm{near}} = \{q\in V:\|q-q_{\mathrm{new}}\|\le r_n\} \]

Жаңы түйүндүн айланасында \(r_n\) радиусунун ичинде калган кошуналар аныкталат.

Теңдеме (27) \[ r(n)= \gamma \left[ \frac{\log n}{n} \right]^{1/d} \]

\(n\) — үлгүлөрдүн саны, \(d\) — конфигурация мейкиндигинин өлчөмү жана \(\gamma\) — оң жөндөө параметри. Үлгүлөрдүн саны көбөйгөн сайын кошуналык радиусу башкарылуучу түрдө кичирейт. Изилдөө RRT*тын асимптотикалык оптималдуулук аргументин сактоо үчүн бул классикалык радиус түзүлүшүн өзгөртпөйт. Каралган PDFде колдонулган \(\gamma\)нын бирдиктүү сандык мааниси ачык берилген эмес.

Теңдеме (28) \[ q_{\mathrm{parent}} = \arg\min_{q\in Q_{\mathrm{near}}} \left[ \operatorname{Cost}(q)+\|q-q_{\mathrm{new}}\| \right] \]

Жаңы түйүнгө жетүүнүн жалпы геометриялык чыгымын минималдаштырган кошуна түйүн ата-эне катары тандалат.

Теңдеме (29) \[ \operatorname{Cost}(q_{\mathrm{new}}) + \|q-q_{\mathrm{new}}\| < \operatorname{Cost}(q) \Rightarrow \operatorname{parent}(q)=q_{\mathrm{new}} \]

Эгер жаңы түйүн аркылуу өтүү кыскараак жол түзсө, учурдагы дарактын тиешелүү байланышы кайра түзүлөт. RRT*тын RRTдан негизги айырмачылыктарынын бири ушул кайра байланыштыруу процесси.

Теңдеме (30) \[ \lim_{n\to\infty} \operatorname{Cost}(\sigma_n) = \operatorname{Cost}(\sigma^*) \]

\(\sigma_n\) — \(n\) үлгүдөн кийин табылган эң жакшы жол; \(\sigma^*\) — теориялык оптималдуу жол. Бул туюнтма RRT*тын ылайыктуу божомолдор астындагы асимптотикалык оптималдуулук максатын көрсөтөт. Изилдөөнүн шамалга багытталган варианты чыгым жана кайра байланыштыруу эрежесине тийбей, үлгү алуу бөлүштүрүлүшүн гана өзгөрткөнү аркылуу бул натыйжаны сактай турганын негиздейт.

8. Төмөн шамалдуу бийиктиктерден көбүрөөк үлгү алуу: Теңдемелер (31)-(37)

Теңдеме (31) \[ \omega(z) = \left[\frac{V_0}{V(z)}\right]^{\eta_b} = \left[ \frac{z_{\mathrm{ref}}}{\max(z,z_{\min})} \right]^{\alpha\eta_b}, \qquad z\in[z_{\mathrm{lo}},z_{\mathrm{hi}}] \]

\(\omega(z)\) — бийиктик артыкчылык салмагы. \(\eta_b\ge0\) — ыктоо күчү. \(\eta_b=0\) болгондо бардык бийиктиктер бирдей салмак алат; \(\eta_b\) көбөйгөн сайын модель боюнча шамал ылдамдыгы төмөн бийиктиктер күчтүүрөөк артыкчылыкка ээ болот. \(z_{\mathrm{lo}}\) жана \(z_{\mathrm{hi}}\) — уруксат берилген төмөнкү жана жогорку учуу бийиктиктери. PDF бул параметрлердин бардык тажрыйбаларда колдонулган бирдиктүү сандык маанилерин ачык бербейт.

Теңдеме (32) \[ f_Z(z)=\frac{\omega(z)}{Z_0}, \qquad Z_0= \int_{z_{\mathrm{lo}}}^{z_{\mathrm{hi}}} \omega(\zeta)\,d\zeta \]

\(Z_0\) — нормалдаштыруу туруктуусу. Салмак функциясынын интегралына бөлүү аркылуу жалпы ыктымалдыгы 1 болгон чыныгы ыктымалдык тыгыздыгы \(f_Z(z)\) алынат.

Теңдеме (33) \[ F_Z(z) = \int_{z_{\mathrm{lo}}}^{z} f_Z(\zeta)\,d\zeta = \frac{1}{Z_0} \int_{z_{\mathrm{lo}}}^{z} \omega(\zeta)\,d\zeta \]

\(F_Z\) — кумулятивдик бөлүштүрүү функциясы жана 0 менен 1дин арасында өзгөрөт.

Теңдеме (34) \[ a=\alpha\eta_b \] \[ \int z^{-a}dz= \frac{z^{1-a}}{1-a}, \qquad a\ne1 \] \[ Z_0= z_{\mathrm{ref}}^a \frac{ z_{\mathrm{hi}}^{1-a} - z_{\mathrm{lo}}^{1-a} }{1-a} \]

Бул жабык форма даража мыйзамынын салмагын нормалдаштырууну түз эсептөөгө мүмкүндүк берет. \(a=1\) өзгөчө учурда бөлүүчү нөлгө айлангандыктан өзүнчө логарифмдик интеграл керек; булак Теңдеме (34)тү ачык \(a\ne1\) шарты менен берет.

Теңдеме (35) \[ P(z\le\zeta) = P\left(F_Z^{-1}(\mu)\le\zeta\right) = P\left(\mu\le F_Z(\zeta)\right) = F_Z(\zeta) \]

Эгер \(\mu\sim U(0,1)\) болсо, тескери өзгөртүү үлгүсү аркылуу \(F_Z^{-1}(\mu)\) талап кылынган бийиктик бөлүштүрүлүшүнө так ылайык келет. Ошентип, четке кагуу үлгүсүз ыктаган бийиктик өндүрүүгө болот.

Теңдеме (36) \[ z_{\mathrm{rand}}=F_Z^{-1}(\mu), \qquad \mu\sim U(0,1) \] \[ (x_{\mathrm{rand}},y_{\mathrm{rand}}) \sim U(\Omega_{xy}) \]

Горизонталдык жайгашуу бир калыптуу бөлүштүрүүдөн алынса, бийиктик шамал маалыматы менен ыктаган бөлүштүрүүдөн тандалат. Мындан тышкары, \(p_{\mathrm{goal}}\) ыктымалдыгы менен үлгү түздөн-түз максат конфигурациясы менен алмаштырылат. Булакта \(p_{\mathrm{goal}}\)дун колдонулган так сандык мааниси ачык көрсөтүлгөн эмес.

Теңдеме (37) \[ z_{\mathrm{rand}} = \lambda_bF_Z^{-1}(\mu) + (1-\lambda_b) \left[ z_{\mathrm{lo}} + \mu(z_{\mathrm{hi}}-z_{\mathrm{lo}}) \right] \]

\(\lambda_b\in[0,1]\) ыктаган бөлүштүрүү менен бир калыптуу бөлүштүрүүнүн ортосунда аралашма түзөт. \(\lambda_b=1\) толук шамалга багытталган; \(\lambda_b=0\) толук бир калыптуу бийиктик үлгүсү. Аралык маанилер аэродинамикалык артыкчылык менен бийиктик ар түрдүүлүгүнүн ортосунда өтүүнү түзөт. Каралган PDF текстинде колдонулган конкреттүү \(\lambda_b\) мааниси ачык бекитилген эмес.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Нейрон тармак кайсы чоңдукту үйрөнөт?

Нейрон тармак түздөн-түз батарея тогун, кыймылдаткыч кубатын же joule менен энергияны үйрөнбөйт. Тармактын максаты — изилдөөнүн аналитикалык шамал модели жана тоскоолдукка жакындык эсебинен алынган скалярдык \(c_E(p)\) чыгым талаасын болжол менен баалоо. Бул айырма абдан маанилүү: нейрон тармак энергия-чыгым суррогатынын суррогат модели.

Нейрондук энергия суррогатынын төмөндөшү реалдуу батарея сарпталышы да ошол эле катышта төмөндөй турганын көрсөтөбү?

Жок. Изилдөөдөгү төмөн energy-proxy мааниси колдонулган математикалык чыгым функциясынын алкагында ыңгайлуураак жол табылганын көрсөтөт; реалдуу батарея энергиясы, кыймылдаткычтын натыйжалуулук картасы, аппарат динамикасы, башкаруу аракети, ылдамдык профили, пайдалуу жүк, маневрлер жана реалдуу атмосфера бирге өлчөнбөгөндүктөн, муну пайыз түрүндө реалдуу батарея үнөмүнө айландырууга болбойт.

9. Энергия-чыгым талаасы: Теңдемелер (38)-(41)

Теңдеме (38) \[ c_E(p)=c_W(p)+c_P(p) \]

\(c_E\) — жалпы скалярдык чыгым. \(c_W\) — шамал/турбуленттүүлүк компоненти, \(c_P\) — тоскоолдукка жакындык компоненти. Эки мүчө тең нормалдаштырылган чыгым катары колдонулгандыктан бул жерде joule бирдиги жок.

Теңдеме (39) \[ c_W(p)= \left[ \frac{s_w(p)V(z)}{V_{\mathrm{ref}}} \right]^2 \left[ 1+\kappa_TT_i(z) \right] \]

\(V_{\mathrm{ref}}\) — эталондук шамал ылдамдыгы жана \(\kappa_T\approx1.5\) — турбуленттүүлүк-чыгым байланышынын коэффициенти. Шамал ылдамдыгы катышынын квадраты чыгымдын ылдамдыкка сызыктуу эмес сезгичтигин камсыздайт. \(s_w<1\) болгон шамал көлөкөлөрүндө эффективдүү ылдамдык төмөндөйт. Турбуленттүүлүк интенсивдүүлүгү өскөн сайын экинчи көбөйткүч чыгымды жогорулатат.

Бул жердеги квадраттык көз карандылык изилдөө кабыл алган energy-proxy модели катары чечмелениши керек. Бул теңдемени түздөн-түз реалдуу multirotor электр кубатынын мыйзамы катары жалпылоо туура эмес.

Теңдеме (40) \[ O= \{\pm re_x,\pm re_y,\pm re_z\}, \qquad r=5\,\mathrm{m} \]

Талапкер чекиттин айланасында x, y жана z окторунун оң жана терс багыттарында жалпы алты проб чекити түзүлөт. Проб радиусу 5 m.

Теңдеме (41) \[ c_P(p)= \frac{0.8}{ 1+\exp[-\alpha_{\mathrm{smooth}}(M_{\mathrm{plan}}(p)-0.5)] } + \frac{0.25}{6} \sum_{k=1}^{6} \frac{1}{ 1+\exp[-\alpha_{\mathrm{smooth}}(M_{\mathrm{plan}}(p+o_k)-0.5)] } \] \[ \alpha_{\mathrm{smooth}}=20 \]

Биринчи мүчө учурдагы чекиттин тоскоолдуктун ичинде болушуна чоң жаза берет; экинчи мүчө айланадагы алты пробдун толтурулуш абалын төмөнүрөөк салмак менен эске алат. Сигмоид түзүлүшү кескин бинардык картаны жумшак чыгым сигналына айлантат. Бул жаза реалдуу кагылышуу ыктымалдыгы эмес.

10. Нейрон тармактын архитектурасы жана үйрөтүү: Теңдемелер (42)-(50)

Тармактын кириши — үч өлчөмдүү жайгашуу \(p=[x,y,z]\), чыгышы — бир скалярдык \(\hat c_\theta(p)\) мааниси. Кириш координаттары үйрөтүүдө ар бир координата үчүн нөл орточо жана бирдик стандарттык четтөөгө стандартташтырылат. Жашыруун катмарлардын туурасы 64, 48, 32 жана 16.

Теңдеме (42) \[ z^{(\ell)} = W^{(\ell)}a^{(\ell-1)} + b^{(\ell)} \] \[ a^{(\ell)} = \phi(z^{(\ell)}) \]

Ар бир катмарда адегенде сызыктуу өзгөртүү, андан кийин активдештирүү колдонулат. \(W^{(\ell)}\) — салмак матрицасы, \(b^{(\ell)}\) — bias вектору.

Теңдеме (43) \[ \hat c_\theta(p) = W^{(L)}a^{(L-1)} + b^{(L)} \]

Акыркы катмар сызыктуу чыгышты берет. \(\theta\) бардык үйрөнүлө турган салмактарды жана bias параметрлерин чогуу билдирет.

Теңдеме (44) \[ \phi(z)=\max(0,z), \qquad \phi'(z)=1[z>0] \]

Жашыруун катмарларда ReLU активдештирүүсү колдонулат. Терс алдын ала активдешүүлөр нөлгө түшүрүлөт, оң маанилер өзгөртүлбөй өткөрүлөт.

Теңдеме (45) \[ J(\theta) = \frac{1}{N} \sum_{k=1}^{N} \left[ \hat c_\theta(p_k) - c_E(p_k) \right]^2 + \lambda\|\theta\|^2 \]

Биринчи мүчө орточо квадраттык ката; экинчи мүчө салмактардын ашыкча чоңоюшун чектеген L2 регуляризациясы. Булак үйрөтүү/текшерүү бөлүнүшүн %85 үйрөтүү жана %15 текшерүү катары берет; бирок \(\lambda\)нын сандык мааниси PDF текстинде ачык көрсөтүлгөн эмес.

Теңдеме (46) \[ r_k= \hat c_\theta(p_k)-c_E(p_k), \qquad \delta^{(L)}=2r_k \]

\(r_k\) — божомол менен максаттын ортосундагы калдык ката. Чыгыш катмарынын сезгичтиги ушул катадан башталат.

Теңдеме (47) \[ \delta^{(\ell)} = \left( W^{(\ell+1)T} \delta^{(\ell+1)} \right) \odot \phi'(z^{(\ell)}) \]

\(\odot\) — элемент боюнча Hadamard көбөйтүндүсү. Ката сезгичтиги чынжыр эрежеси менен артка өткөрүлөт.

Теңдеме (48) \[ \nabla_{W^{(\ell)}}J = \delta^{(\ell)} \left(a^{(\ell-1)}\right)^T + 2\lambda W^{(\ell)} \] \[ \nabla_{b^{(\ell)}}J = \delta^{(\ell)} \]

Биринчи теңдеме салмактардын, экинчи теңдеме biasтардын градиентин берет. \(2\lambda W\) мүчөсү L2 регуляризациясынын салымы.

Теңдеме (49) \[ \theta^+ = \theta - (H+\mu I)^{-1} \nabla_\theta J, \qquad H\approx \mathrm{Jac}^T\mathrm{Jac} \]

Үйрөтүүдө Levenberg–Marquardt жаңыртуусу колдонулат. \(\mu\) — басаңдатуу параметри; ыкма Gauss–Newton жүрүм-туруму менен этият градиенттик жаңыртуунун ортосунда өтөт. \(\mathrm{Jac}\) — калдыктардын параметрлер боюнча Jacobian матрицасы. Булак \(\mu\)нун конкреттүү эксперименттердеги сандык маанисин билдирбейт.

Теңдеме (50) \[ \mathrm{RMSE} = \sqrt{ \frac{1}{N_{\mathrm{val}}} \sum_{k\in\mathrm{val}} r_k^2 } \]

RMSE текшерүү топтомундагы божомол катасынын типтүү чоңдугун өлчөйт. Кичине маани суррогаттык божомолдун жакыныраак экенин билдирет; бирок RMSE жалгыз өзү реалдуу энергия моделинин физикалык тууралыгын далилдебейт.

Булак изилдөөнүн ыкмасына негизделип Verianla үчүн даярдалган көз карандысыз процесс схемасы. Масштабсыз; булак басмакананын оригинал сүрөтүнүн көчүрмөсү эмес.

11. Үйрөнүлгөн чыгым талаасынын багыты: Теңдеме (51)

Теңдеме (51) \[ \widetilde g_i(p) = \frac{ \hat c_\theta(p+he_i) - \hat c_\theta(p-he_i) }{2h}, \qquad i=1,2,3 \] \[ g_E(p) = \frac{\widetilde g(p)} {\|\widetilde g(p)\|} \]

Борбордук айырма ыкмасы x, y жана z багыттарында энергия-чыгым бетинин жергиликтүү эңишин баалайт. Изилдөөдө \(h=4\,\mathrm{m}\) колдонулган. Натыйжа бирдик векторго нормалдаштырылып, чоңдуктан көбүрөөк багыт маалыматы катары колдонулат. Нейрон тармак жок болсо, булак \(g_E\equiv0\) деп алып, ыкма геометриялык тегиздөөгө гана кайтып келет.

12. Жолду кыскартуу жана кагылышуу дарбазасы: Теңдемелер (52)-(55)

Теңдеме (52) \[ \operatorname{free}(p_i,p_j) = \bigwedge_{s\in\{s_0,\ldots,s_M\}} \neg M_{\mathrm{plan}} \left[ (1-s)p_i+sp_j \right] \]

Эки жол чекитинин ортосундагы түз сызык бөлүгү болжол менен 2 m аралыктар менен тыгыз үлгүлөнөт. Ар бир үлгү эркин мейкиндикте болсо, байланыш кабыл алынат. Бир гана үлгү шиширилген тоскоолдук картасына кирсе да, талапкер байланыш четке кагылат.

Теңдеме (53) \[ \bar E(i,j) = \frac{1}{m} \sum_s \hat c_\theta \left[ p_i+s(p_j-p_i) \right] \]

Талапкер кыска жолдогу \(m\) үлгүнүн божомолдонгон орточо чыгымы.

Теңдеме (54) \[ \operatorname{accept}(i\to j) \Leftrightarrow \operatorname{free}(p_i,p_j) \land \bar E(i,j) \le \bar E_{\mathrm{path}}(i,j) + \varepsilon_c \] \[ \varepsilon_c=0.05 \]

Кыска жол кагылышуусуз болсо жана учурдагы жол бөлүгүнүн орточо энергия-чыгымын 0.05 толеранттуулуктан ашык начарлатпаса гана кабыл алынат.

Теңдеме (55) \[ P^{(1)} = \operatorname{densify} \left[ \operatorname{shortcut}(P), \delta_s \right] \]

Кыскартылган көп сызыктуу жол кайра болжол менен тең аралыктагы жол чекиттерине бөлүнөт. Булак \(\delta_s\) белгисин аныктайт, бирок каралган PDF текстинде \(\delta_s\)нын бирдиктүү так сандык маанисин бербейт.

13. Лаплас жана энергияга багытталган тегиздөө: Теңдемелер (56)-(61)

Теңдеме (56) \[ m_k= \frac{1}{2} (p_{k-1}+p_{k+1}) \]

Ички жол чекитинин эки кошунасынын орто чекити эсептелет. Бул чекит геометриялык жактан түзүрөөк жолдун жергиликтүү максатын билдирет.

Теңдеме (57) \[ C_k= \left\{ p_k+\frac{1}{2}(m_k-p_k) \right\} \cup \left\{ p_k+\Delta_q: q=1,\ldots,8 \right\} \]

Жалпы тогуз талапкер түзүлөт: бири Лаплас орто чекитине жарым кадам, сегизи болсо туруктуу багыттагы жылыштардан алынат. Булак \(\Delta_q\) жылыштарынын бардык сандык компоненттерин негизги текстте ачык тизмелебейт.

Теңдеме (58) \[ c_z \leftarrow \operatorname{clip} (c_z,z_{\mathrm{lo}},z_{\mathrm{hi}}) \]

Талапкердин z координатасы уруксат берилген учуу тилкесинин сыртына чыга албайт.

Теңдеме (59) \[ J_k(c) = \beta_s \|p_{k-1}-2c+p_{k+1}\| + \beta_e\hat c_\theta(c) + \beta_d\|c-p_k\| \]

Биринчи мүчө экинчи айырма аркылуу ийрилик/тегиздик жазасы, экинчи мүчө үйрөнүлгөн энергия-чыгым, үчүнчү мүчө учурдагы чекиттен ашыкча алыстоону чектеген жылыш жазасы. Булак салмактарды \((\beta_s,\beta_e,\beta_d)=(0.8,0.5,0.04)\) деп берет.

Теңдеме (60) \[ p_k^+ = \arg\min_{c\in C_k} J_k(c) \] \[ \text{koşul: } \operatorname{free}(p_{k-1},c) \land \operatorname{free}(c,p_{k+1}) \]

Эң төмөн чыгымдуу талапкер эки кошуна байланышы тең кагылышуусуз болсо гана жаңы жол чекити болот. Ошентип, нейрон тармак сунуш берсе да, акыркы чечим детерминисттик кагылышуу текшерүүсүнөн өтөт.

Теңдеме (61) \[ \operatorname{collisions} = \sum_\ell M_{\mathrm{plan}}(p_\ell^+) = 0 \]

Акыркы текшерүүдө такталган жол чекиттеринин шиширилген пландаштыруу картасындагы толтурулуш суммасы нөл болушу керек. Бул жыйынтык изилдөөнүн детерминисттик карта жана 5 m коопсуздук буфери божомолдорунун астында гана “кагылышуусуз” дегенди билдирет; позициялоо катасы же реалдуу аппараттын башкаруу четтөөсү бул жерде моделденген эмес.

Симуляциянын түзүлүшү

Изилдөө MATLAB 2023b колдонуп жүргүзүлгөн. Негизги өкүлчүлүктүү сценарийде 1200 × 1200 × 220 m шаардык чөйрөдө баштапкы жана максат позициялар туруктуу кармалып, ар бир иштетүүдө шамал абалы кайра кокустукталып жана 50 көз карандысыз Monte Carlo сыноосу жүргүзүлгөн. Негизги салыштыруу ыкмалары RRT, Goal-Biased RRT, Informed RRT* жана BIT*. Изилдөөнүн өз этаптары да Uniform RRT*, Wind-Shear Biased жана Biased + Neural түрүндө салыштырылган.

Төрт негизги баалоо багыты — жол узундугу, энергия суррогаты, жол тегиздиги жана тоскоолдук-risk метрикасы. Тегиздик шкаласы салыштыруу графиктеринде тескери багытта берилген жана төмөн маани тегизирээк жол деген мааниде колдонулган.

Жалпылоону текшерүү үчүн кошумча беш башка чөйрө түзүлүшү бааланган: учурдагы карта, Manhattan жайгашуусу, сейрек табигый бөлүштүрүү, тыгыз табигый бөлүштүрүү жана downtown кластери. Бул бөлүмдө ар бир чөйрө үчүн 10 Monte Carlo симуляциясынын орточо мааниси жана стандарттык четтөөсү берилген.

Аналитикалык шамал моделинин CFD-lite менен салыштырылышы

Булак аналитикалык изди толук жогорку чечилишиндеги CFD менен ырастаган эмес. Бир имарат жана үч имарат учурларында 10 m/s бир калыптуу кирүү шамалы астында CFD-inspired potential-flow approximation деп аныкталган жеңилирээк эталон менен салыштыруу жүргүзүлгөн. Ошондуктан төмөнкү таблицаны “реалдуу CFD менен так ырастоо” деп чечмелөөгө болбойт.

КонфигурацияОрточо |ΔV|/U∞ (%)RMSE (m/s)Pearson rОрточо ылдамдык тартыштыгы, CFD-lite (%)Орточо ылдамдык тартыштыгы, аналитикалык (%)
1 имарат2.840.3120.99138.639.1
3 имарат3.670.3850.98741.242.0

Бул салыштырууда орточо салыштырмалуу ылдамдык айырмасы эки учурда тең %4төн төмөн, RMSE 0.4 m/sтен төмөн жана Pearson корреляциясы 0.98ден жогору. Бул жыйынтык аналитикалык модель ушул жөнөкөйлөштүрүлгөн эталон астында чоң масштабдагы ылдамдык тартыштыгын жана из үлгүлөрүн окшош түзө аларын көрсөтөт. Жогорку жыштыктагы турбуленттүүлүк түзүлүштөрү же реалдуу имарат аэродинамикасы толук чечилди дегенди билдирбейт.

Беш шаардык чөйрөдөгү сандык жыйынтыктар

СценарийЫкмаУзундук орточоУзундук SSЭнергия суррогаты орточоЭнергия SSТегиздик орточоТегиздик SSRisk орточоRisk SS
S1 Учурдагы картаUniform RRT*1240.748.41807.99101.840.0860.0130.2240.048
S1 Учурдагы картаWind-Shear Biased1183.452.21412.71120.740.0790.0100.2700.059
S1 Учурдагы картаBiased + Neural1122.250.91021.52122.230.0550.0080.3080.073
S2 ManhattanUniform RRT*1293.543.81923.25212.020.0880.0110.2290.052
S2 ManhattanWind-Shear Biased1226.846.91556.10145.660.0810.0120.2850.054
S2 ManhattanBiased + Neural1173.245.21121.87121.250.0570.0090.3310.066
S3 Сейрек табигыйUniform RRT*1142.046.61643.63186.790.0840.0120.1840.052
S3 Сейрек табигыйWind-Shear Biased1094.446.11201.93178.610.0760.0100.2220.057
S3 Сейрек табигыйBiased + Neural1063.348.41078.45187.280.0540.0090.2700.073
S4 Тыгыз табигыйUniform RRT*1395.551.12145.55123.920.0950.0120.2590.053
S4 Тыгыз табигыйWind-Shear Biased1320.844.01611.65156.660.0850.0120.3090.061
S4 Тыгыз табигыйBiased + Neural1261.444.81321.17123.090.0600.0090.3640.072
S5 DowntownUniform RRT*1333.453.72012.64189.900.0880.0140.2510.057
S5 DowntownWind-Shear Biased1306.242.21545.36195.660.0810.0110.2880.047
S5 DowntownBiased + Neural1276.443.61287.66110.130.0570.0080.3440.076

Таблицанын эң ачык жыйынтыгы, Biased + Neural ыкмасы беш чөйрөнүн баарында Uniform RRT*ка караганда төмөн энергия-суррогат орточо маанисин жана төмөн тегиздик маанисин берет. Булак колдонгон шкала боюнча төмөн тегиздик мааниси тегизирээк жолду билдирет.

Бирок таблица ошол эле учурда маанилүү компромисти көрсөтөт: Biased + Neural ыкмасында орточо risk метрикасы беш сценарийдин баарында Uniform RRT* маанисинен жогору. Мисалы, S1де 0.224төн 0.308ге, S2де 0.229дан 0.331ге жана S4тө 0.259дан 0.364кө өсөт. Ошондуктан жыйынтыкты “энергия азайды жана risk өзгөргөн жок” деп берүү булак маалыматына туура келбейт.

Авторлордун түшүндүрмөсү боюнча, төмөн шамал коридорлору имараттардын шамал артындагы беттерине жакын пайда болгондуктан энергия жакшыртуучу геометриялык ачыктыкты бир аз азайтат. Ошого карабастан, ар бир талапкер чекит 5 m шиширилген коопсуздук буферине карата текшерилгендиктен симуляциядагы жолдор кагылышуусуз калган. Бул жердеги “коопсуз” түшүнүгү детерминисттик карта жана туруктуу буфер шарттарынын ичинде гана; реалдуу позициялоо катасын, башкаруу четтөөсүн же шамалдан пайда болгон көзөмөл катасын камтыбайт.

Жол узундугунун азайышы да таблицада көрүнөт; бирок изилдөө муну ыкманын негизги теориялык максаты катары бербейт. Кыскаруу нейрондук кыска жол жана тегиздөө иштеринин экинчи натыйжасы катары бааланган.

50 иштетүүчү өкүлчүлүктүү сценарийдин чечмелениши

Өкүлчүлүктүү чөйрөдө 50 көз карандысыз Monte Carlo иштетүүсү менен Uniform RRT*, шамалга багытталган пландаштыруучу жана шамалга багытталган + нейрондук жакшыртуу этаптары салыштырылган. Булак графиктеринде толук ыкма энергия суррогаты боюнча төмөн аймакта, тегиздик боюнча жакшыраак аймакта топтолот. Pareto баалоосу энергия, жол узундугу, тегиздик жана тоскоолдук risk ортосундагы компромисти талдоо үчүн колдонулган.

Бул графиктердин чийки 50 × ыкма чекит маалыматтары PDF ичинде таблица түрүндө жарыяланбагандыктан, Verianla бул жерде график чекиттерин болжолдоп кайра түзбөйт. Булак билдирген тенденция текст түрүндө берилген; так сандык маалыматтар булакта ачык таблица түрүндө берилген жерлерде гана кайра таблицага айландырылган.

Нейрон тармак суррогатынын тактыгы жана эсептөө убактысы

КатегорияМетрика/ЫкмаМаани
ТактыкRMSE0.6209
ТактыкMAE0.481
ТактыкR²0.894
ЭсептөөНейрондук суррогат, орточо1.85 ms; 1.54 µs/чекит
ЭсептөөОригинал windCostField8.40 ms; 7.00 µs/чекит
ЭсептөөОригинал energyCostField24.60 ms; 20.50 µs/чекит
ЫлдамдатууwindCostFieldге салыштырмалууболжол менен 4.5×
ЫлдамдатууenergyCostFieldге салыштырмалууболжол менен 13.3×
ҮйрөтүүБир жолку офлайн үйрөтүүболжол менен 12 s

\(R^2=0.894\) суррогат тармак аналитикалык чыгым талаасындагы өзгөрүүнүн чоң бөлүгүн кармай алганын көрсөтөт; бирок бул идеалдуу дал келүү эмес. RMSE 0.6209 жана MAE 0.481 нөл эмес. Ошондуктан тармак оригинал аналитикалык талааны түз алмаштырган физикалык реалдуулук модели катары эмес, арзаныраак эсептелген жакындаштырылган функция катары бааланууга тийиш.

Ылдамдык салыштыруусу изилдөө чөйрөсүндөгү ишке ашырууга тиешелүү. 4.5× жана 13.3× маанилери башка процессордо, программалык камсыздоодо, тармак көлөмүндө же ишке ашырууда бирдей чыгышы шарт эмес.

Изилдөөдө ачык сандык мааниси берилбеген же толук аныкталбаган пункттар

Булак метод теңдемелерин кеңири берет; бирок каралган PDF текстинде айрым изилдөөгө мүнөздүү жөндөөлөрдүн бирдиктүү сандык мааниси ачык эмес. Аларга шамал-ыктоо даражасы \(\eta_b\), аралашма коэффициенти \(\lambda_b\), максат үлгүлөө ыктымалдыгы \(p_{\mathrm{goal}}\), бардык эксперименттер үчүн \(z_{\mathrm{lo}}\) жана \(z_{\mathrm{hi}}\), RRT* радиус параметри \(\gamma\), пландаштыруучудагы так үлгү/итерация саны, регуляризация коэффициенти \(\lambda\), Levenberg–Marquardt басаңдатуу параметри \(\mu\), тыгыздоо аралыгы \(\delta_s\), сегиз \(\Delta_q\) багыттык жылышынын бардык сандык компоненттери жана тегиздөө өтүүлөрүнүн так саны кирет. Бул талаалар Verianla тарабынан болжолдонгон эмес.

Мындан тышкары, булакта бир абзацта учууга тыюу салынган аймактар тизмеленгенде “NFZ-1” эки жолу кездешет; кийинки түшүндүрмө жана сүрөттөр төрт аймакты NFZ-1ден NFZ-4кө чейин көрсөтөт. Ошондуктан Verianla текшерилбеген өзүнчө аймак номерин ойлоп таппай, “төрт учууга тыюу салынган аймак” деген сөз айкашын колдонгон.

Жыйынтыктар илимий жактан эмнени билдирет

Изилдөө колдогон жыйынтык — колдонулган аналитикалык шаардык шамал модели жана энергия-суррогат аныктамасынын алкагында шамал маалыматын үлгү алуу бөлүштүрүлүшүнө кошуп, андан соң нейрондук чыгым суррогаты менен жолду жакшыртуу төмөн энергия-суррогат маанилерин жана тегизирээк жолдорду бере алат. Шамалга багытталган үлгү алуучу ыңгайлуу аймактарды табууга, нейрондук этап болсо табылган жолду кыскартууга жана ийрилигин азайтууга ар башкача салым кошот.

Изилдөө колдобогон жыйынтыктар да ушунчалык маанилүү. Изилдөө реалдуу квадротордун батарея өмүрүн өлчөгөн эмес; учуу убактысынын белгилүү пайызга өсүшүн көрсөткөн эмес; реалдуу шаар атмосферасында талаа текшерүүсүн жүргүзгөн эмес; жабык контурлуу учуу башкаруусун сынаган эмес; позициялоо катасын же реалдуу убакыттагы сенсор белгисиздигин моделдеген эмес; жогорку чечилишиндеги CFD же LES менен бүт шаар аймагын чечкен эмес; тоскоолдук-risk баллын реалдуу кагылышуу ыктымалдыгы катары ырастаган эмес.

Ошондуктан бул изилдөө пландаштыруу деңгээлиндеги ыкманы текшерүү катары баалуу; реалдуу операциялык UAM коопсуздугу же реалдуу батарея пайдасы үчүн акыркы текшерүү эмес.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска аталыш: Wind-Aware RRT* with Neural Energy Refinement for Energy-Efficient Urban Air Mobility

Авторлор: Farhad Bagheri; Mohammadali Amiri Atashgah; Morteza Ebrahimi.

Авторлордун ирети: Farhad Bagheri → Mohammadali Amiri Atashgah → Morteza Ebrahimi.

Тең салым: Булакта тең салым тууралуу билдирүү жок.

Жооптуу автор: Mohammadali Amiri Atashgah.

Мекеме 1: School of Aerospace Engineering, University of Tehran, Tehran 1439957131, Iran.

Мекеме 2: School of Intelligent Systems, University of Tehran, Tehran 1439957131, Iran.

Тармак: Шаардык аба мобилдүүлүгү, учкучсуз учуучу аппараттын жолун пландаштыруу, үлгү алууга негизделген кыймылды пландаштыруу, шаардык шамалды моделдөө жана жасалма нейрон тармакка негизделген траекторияны жакшыртуу.

Булак түрү: Түпнуска изилдөө макаласы; сандык/симуляцияга негизделген методдук изилдөө.

Рецензиялоо абалы: Algorithms MDPI тарабынан рецензияланган ачык жеткиликтүү илимий журнал катары жарыяланат. Берилген изилдөө кабыл алынып, Version of Record катары жарыяланган; preprint эмес.

Журнал: Algorithms.

Басмакана/платформа: MDPI.

Жыл: 2026.

Том / сан / макала номери: 19 / 8 / 652.

DOI: 10.3390/a19080652

Келип түшкөн дата: 1-июль 2026.

Ревизия датасы: 27-июль 2026.

Кабыл алынган дата: 30-июль 2026.

Жарыяланган дата: 6-август 2026.

Академиялык редактор: Massimiliano Caramia.

Расмий шилтеме: https://doi.org/10.3390/a19080652

Лицензия: Creative Commons Attribution 4.0 International (CC BY 4.0). Автордук укук авторлордо калат жана макала MDPI тарабынан ачык жеткиликтүү түрдө жарыяланган.

Ыкма: 1200 × 1200 × 220 m үч өлчөмдүү симуляция аймагы; 0.5 m толтурулуш картасынын чечилиши; даража мыйзамы боюнча шамал жылышы; Экман тибиндеги багыт бурулушу; Fourier режимдери менен тоңдурулган турбуленттүүлүк; имарат изин алсыратуу модели; шамалга багытталган RRT* үлгүлөөсү; [64, 48, 32, 16] жашыруун катмарлуу алдыга өткөрүүчү ReLU тармагы; Levenberg–Marquardt үйрөтүүсү; %85/%15 үйрөтүү-текшерүү бөлүнүшү; нейрондук кыска жол жана Лаплас/энергия тегиздөөсү; детерминисттик кагылышуу дарбазасы.

Программалык камсыздоо: MATLAB 2023b.

Негизги эксперимент түзүлүшү: Өкүлчүлүктүү сценарийде 50 көз карандысыз Monte Carlo иштетүүсү. Мындан тышкары, беш өзүнчө чөйрө үчүн 10дон Monte Carlo баалоосу берилген.

Салыштыруу ыкмалары: RRT, Goal-Biased RRT, Informed RRT*, BIT*; ошондой эле Uniform RRT*, Wind-Shear Biased жана Biased + Neural этаптары салыштырылган.

Каржылоо: Изилдөө тышкы каржылоо алган эмес.

Маалыматтардын жеткиликтүүлүгү: Маалыматтар MATLAB негизиндеги сандык симуляциялар менен түзүлгөн. Авторлордун билдирүүсү боюнча түзүлгөн маалымат топтомдору негиздүү суроо-талап боюнча жооптуу автордон алынышы мүмкүн; ачык коомдук маалымат топтому колдонулган эмес.

Авторлордун салымдары: Концептуалдаштыруу: Farhad Bagheri жана Morteza Ebrahimi. Ыкма, программалык камсыздоо, формалдык талдоо, изилдөө, маалыматтарды иштетүү, баштапкы долбоорду жазуу жана визуалдаштыруу: Farhad Bagheri. Текшерүү: Farhad Bagheri жана Morteza Ebrahimi. Карап чыгуу жана редакциялоо: Farhad Bagheri жана Mohammadali Amiri Atashgah. Жетекчилик жана долбоорду башкаруу: Mohammadali Amiri Atashgah.

Ыраазычылык/билдирүү: Авторлор тилдик редакция жана грамматикалык оңдоо үчүн жасалма интеллектке негизделген курал колдонгонун жана макаланын мазмуну үчүн жоопкерчиликти өздөрү көтөрөрүн билдиришкен.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышы жок экенин билдиришкен.

Негизги методологиялык чектөөлөр: Жабык контурлуу аппарат динамикасы жана учуу башкаруусу жок. Энергия метрикасы реалдуу батарея сарпталышы эмес, аэродинамикалык энергия-чыгым суррогаты. Аналитикалык шамал жана имарат изи модели жогорку чечилишиндеги реалдуу шаар атмосферасынын бардык татаалдыгын чечпейт. Тоскоолдук боштугу өз алдынча негизги оптималдаштыруу максаты эмес. Позициялоо белгисиздиги, шамалдан пайда болгон көзөмөл четтөөсү жана башкаруу белгисиздиги моделге киргизилген эмес.

Булак ичиндеги көңүл буруу пункту 1: Теңдеме (24)түн басылган төмөнкү агым фактору менен ошол эле бөлүмдөгү “downstream recovery” баяндоосу математикалык жүрүм-турум жагынан толук шайкеш көрүнбөйт. Verianla булак формуласын өзгөрткөн эмес.

Булак ичиндеги көңүл буруу пункту 2: Кириш бөлүмүндө чыгым талаасы айрым жерлерде шамал, тоскоолдук боштугу жана бийиктиктин айкалышы катары жалпы аныкталса да, колдонулган формалдык Теңдеме (38) \(c_E=c_W+c_P\) түрүндө; бийиктик көз карандысыз үчүнчү мүчө эмес, \(V(z)\) жана \(T_i(z)\) аркылуу кыйыр таасир берет.

Булак ичиндеги көңүл буруу пункту 3: Айрым пландаштыруучу жана жакшыртуу гиперпараметрлеринин символдук ролу түшүндүрүлгөнү менен, каралган PDF текстинде экспериментте колдонулган бирдиктүү сандык маанилер берилген эмес. Бул маанилер Verianla тарабынан болжолдонгон эмес.


Бөлүшүү:

Пикирлер текшерилгенден кийин жарыяланат. Пикириңиз жактыруу процессине жөнөтүлүп, ылайыктуу деп табылганда көрүнөт.

Пикир калтырыңыз

E-mail дарегиңиз жарыяланбайт. Милдеттүү талаалар * менен белгиленген