====== Rakendusvaldkonnad – õhu-, maa- ja meresõidukite arhitektuurid ======
===== Rakenduse domeenide ülevaade =====
Autonoomsed süsteemid töötavad erinevates keskkondades, mis seavad ainulaadsed piirangud tajule, suhtlusele, juhtimisele ja ohutusele. Kuigi kõik jagavad modulaarset kihilist arhitektuuri, mõjutab töövaldkond tugevalt nende kihtide rakendamist ((Kendoul, F. (2012). Four-dimensional guidance and control of autonomous aerial vehicles. IEEE Transactions on Control Systems Technology, 20(1), 283–297.), P.,(Corsrie)(J,,,Corsrie) S. (2017): Suuremahulise autonoomia loomine kontrollis, 43, 19–35). Mõned kõige olulisemad väljakutsed ja erinevused on loetletud järgmises tabelis.
^ Domeen ^ Keskkonnapiirangud ^ Arhitektuurilised väljakutsed ^
| Õhust | 3D-liikumine, range ohutus ja stabiilsus, piiratud võimsus | Reaalajas juhtimine, õhuruumi koordineerimine, tõrkeohutusseadmed |
| Maa | Struktureeritud/struktureerimata maastik, suhtlemine inimestega. Kompleksne lokaliseerimine ja kaardistamine | Andurite liitmine, dünaamilise tee planeerimine, V2X side |
| Mere | Veealune akustika, side latentsus ja lokaliseerimise triiv | Halva nähtavuse korral navigeerimine, adaptiivne juhtimine ja energiahaldus |
===== Õhusõidukite arhitektuur =====
Autonoomsete õhusüsteemide hulka kuuluvad mehitamata õhusõidukid (UAV), droonid ja autonoomsed õhusõidukid. Nende tarkvaraarhitektuur peab tagama lennu stabiilsuse, reaalajas juhtimise ja ohutuse järgimise, toetades samal ajal missioonitaseme autonoomiat ((Kendoul, F. (2012). Autonoomsete õhusõidukite neljadimensionaalne juhtimine ja juhtimine. IEEE Transactions on Control Systems Technology, 20(1), 283–297)).
UAV-arhitektuurid on sageli tihedalt seotud lennujuhtimisriistvaraga, mis viib jagatud arhitektuurini:
- Sisseehitatud süsteem (reaalajas juhtimine ja tajumine)
- maapealne juhtimissüsteem (missiooni juhtimine, järelevalve)
{{ :en:safeav:as:rtu_ch1_figure7.png?400| UAV Architecture}}
Lihtsustatud UAV-arhitektuur (PX4 ja ArduPiloti raamistike alusel)
Mõned kõige populaarsemad arhitektuurid:
**PX4 autopiloot**
Avatud lähtekoodiga lennujuhtimissüsteem, mis toetab multirootoreid, fikseeritud tiibadega ja VTOL-lennukeid. PX4 arhitektuur jaguneb andmeside jaoks Flight Stackiks (hinnang, juhtimine) ja Middleware Layeriks (uORB) ((Meier, L., Tanskanen, P., Heng, L., Lee, G. H., Fraundorfer, F., & Pollefeys, M. (2015). PX4: A node-based autopilot/EERS Conference Robot EE/Intelliot International. ja süsteemid (IROS))). Arhitektuuri tehniline teostus tagab ühilduvuse MAVLinki side ja ROS 2 integratsiooniga, muutes selle väga populaarseks ja laialdaselt kasutatavaks lahenduseks.**ArduPilot**
Võrdluseks, ArduPilot on moodularhitektuur, millel on HAL-i (riistvaraabstraktsioonikiht), sõidukispetsiifilise koodi ja missiooni juhtimise kihid. Kogukond kasutab tehnilist teostust laialdaselt ning seda kasutatakse teadusuuringutes ja kaubanduslikes UAV-des kaardistamiseks, seireks ja logistikas ((ArduPiloti arendusmeeskond. (2023). ArduPiloti dokumentatsioon. https://ardupilot.org)).)
Siiski on mõned väljakutsed alles:
* Ohutus ja koondamine: lennukriitilised funktsioonid peavad komponentide rikke korral üle elama.
* Sidepiirangud: piiratud ribalaius ja katkendlik ühenduvus.
* Energiatõhusus: kompromissid kasuliku koormuse kaalu ja arvutusvõimsuse vahel.
* Õhuruumi reguleerimine: UAV liikluskorralduse (UTM) süsteemide järgimine ((EUROCONTROL. (2022). UAS Traffic Management (UTM) Framework 2.0. Brüssel: EUROCONTROL)).
===== Maapealsete sõidukite arhitektuur =====
Maapealsed autonoomsed süsteemid hõlmavad isejuhtivaid autosid, mehitamata maapealseid sõidukeid (UGV) ja kohaletoimetamisroboteid. Nende arhitektuur peab haldama keerulisi interaktsioone dünaamiliste keskkondadega, mitme anduri fusiooniga ja rangete ohutusnõuetega ((Bojarski, M. et al. (2016). End to end learning for self-driving cars. arXiv preprint arXiv:1604.07316.)). Maapealse sõiduki tarkvarapakk integreerib kõrgetasemelise otsustusprotsessi madala tasemega sõiduki dünaamikaga, tagades vastavuse ISO 26262 funktsionaalsetele ohutusstandarditele ((Broy, M., et al. (2021). Modeling Automotive Software Architectures with AUTOSAR. Springer)). Üks kasutatud võrdlusarhitektuur on Autoware.AI (ja selle järglane Autoware.Auto), mis on avatud lähtekoodiga tugiarhitektuur autonoomse sõidu jaoks, mis on üles ehitatud ROS/ROS 2-le. See rakendab kõiki L4 autonoomia jaoks vajalikke funktsionaalseid mooduleid, sealhulgas:
* Taju (objekti tuvastamine, segmenteerimine)
* Planeerimine (marsruut, käitumine, trajektoor)
* Juhtimine (PID, MPC)
* Simulatsiooni- ja visualiseerimisvahendid
Autoware rõhutab modulaarsust, võimaldades integreerimist riistvara-in-the-loop (HIL) simulaatorite ja tõeliste sõidukiplatvormidega ((Kato, S., et al. (2018). Autoware on board: Enabling autonomous vehicles with embedded systems. Proceedings of the 9th ACM/IEEE International Conference on Cyber-Physical Systems))) (ICCPS))).
Praegu kasutab autotööstus tulevaste autonoomsete maismaatranspordisüsteemide väljatöötamise ja praktilise rakendamise edendamiseks mitmeid standardeid:
* **AUTOSAR adaptiivne platvorm:** pakub ohutussertifikaadiga teenindusele orienteeritud disaini.
* **ISO 26262:** Funktsionaalne ohutusstandard, mis tagab riskide hindamise ja ohuanalüüsi.
* **SAE J3016:** Määrab sõiduautomaatika tasemed (0–5).
* **OpenDrive / OpenScenario:** andmemudelid simuleerimiseks ja testimiseks.Keskkonna keerukuse tõttu on autonoomsete maismaasõidukite valdkonnas endiselt järgmised peamised väljakutsed:
* Sensor Fusion Complexity: heterogeensete andurite andmete käsitlemine linnakeskkonnas.
* Ebakindlus ja ennustamine: jalakäijate ja muude sõidukite ettearvamatu käitumise juhtimine.
* Arvutuskoormus: reaalajas järeldused piiratud arvutusressursside kohta.
* V2X-side: integreerimine nutika infrastruktuuri ja muude sõidukitega.
===== Meresõidukite arhitektuur =====
Autonoomsed meresõidukid töötavad karmides ettearvamatutes keskkondades, mida iseloomustavad side latentsusaeg, piiratud juurdepääs GPS-ile ja energiapiirangud. Nende hulka kuuluvad AUV-d (autonoomsed veealused sõidukid), ASV-d (autonoomsed pinnasõidukid) ja ROV-id (kaugjuhitavad sõidukid). Need sõidukid toetuvad suuresti akustilisele kommunikatsioonile ja inertsiaalsele navigatsioonile, nõudes arhitektuure, mis suudavad töötada iseseisvalt pikka aega ilma inimese sekkumiseta ([(Benjamin12)].
{{ :en:safeav:as:rtu_ch1_figure8.png?400| Marine Vehicle Architecture }}
Võrdlusarhitektuur põhineb MOOS-i (Mission-Oriented Operating Suite) IvP arhitektuuril, millest on varem juttu olnud. See pakub protsessidevahelist suhtlust ja logimist, samas kui IvP Helm võimaldab otsustusmootorit, kasutades käitumispõhist optimeerimist IvP funktsioonide kaudu. Arhitektuur toetab hajutatud koordineerimist (mitme sõiduki missioonid) ja jõulist madala ribalaiusega sidet ([(Benjamin12)]. Arhitektuuri kasutatakse laialdaselt NATO CMRE ja MIT Marine Robotics uurimistöös ((Curcio, J. A., Leonard, J. J., & Patrikalakis, A. (2005). IEEE/MTS OCEANS konverentsi materjalid.)).
===== Domeenidevaheline võrdlev analüüs =====
Kuigi üldine suundumus on modulaarsuse, abstraktsiooni ja taaskasutamise eelised, on rakendusvaldkondade vahel olulisi erinevusi.
^ Aspekt ^ Õhu ^ Maa ^ Mere ^
| Esmased raamistikud | PX4, ArduPilot, ROS 2 | Autotarbed, ROS 2, AUTOSAR | MOOS-IvP |
| Suhtlemine | MAVLink, RF, 4G/5G | Ethernet, V2X, CAN | Akustiline, Wi-Fi |
| Lokaliseerimine | GPS, IMU, Vision | GPS, LiDAR, HD kaardid | DVL, IMU, Akustiline |
| Peamine väljakutse | Reaalajas stabiilsus | Anduri sulandumine ja ohutus | Navigatsiooni ja side viivitus |
| Ohutusstandard | DO-178C | ISO 26262 | IMCA juhised |
| Emerging Trend | Sülemi autonoomia | Edge AI | Ühistute laevastikud |Viimaste aastate oluline suundumus on arhitektuuride lähenemine valdkondade vahel. Ühtsed tarkvaraplatvormid (nt ROS 2, DDS) võimaldavad nüüd koostalitlusvõimet õhu-, maa- ja meresüsteemide vahel, võimaldades mitme domeeniga missioone, nagu koordineeritud otsingu- ja päästeoperatsioonid (SAR). Tehisintellekti, äärte andmetöötluse ja pilvepõhiste digitaalsete kaksikute integreerimine on hägustanud domeenipiirid, põhjustades koostöös töötavate autonoomsete agentide heterogeenseid parke. Õhusüsteemid hoolitsevad stabiilsuse, kerge reaalajas juhtimise ja õhuruumi vastavuse eest; avatud virnad nagu PX4/ArduPilot näitavad, kuidas lennukriitilised silmused eksisteerivad koos kõrgema taseme autonoomiaga. Maapealsed süsteemid kasutavad ära tihedaid, dünaamilisi stseene, tugevat andurite sulandumist ja funktsionaalset ohutust; virnad nagu Autoware illustreerivad täielikku L4 konveieri lokaliseerimisest MPC-põhise juhtimiseni. Meresüsteemid kannatavad väikese ribalaiusega side, GPS-keelatud navigatsiooni ja pikaajaliste ülesannete tõttu; MOOS-IvP jagatud andmebaasi ja käitumis-arbitraaži lähenemisviis sobib nende tegelikkusega.
Kokkuvõtteks võib öelda, et edukas autonoomia põhineb kindlal tarkvaraarhitektuuril, mitte konkreetsel üksikul algoritmil. Väljatöötatud raamistikud pakuvad praktilisi plaane, mida saab kohandada, segada ja laiendada, et täita missiooni nõudmisi õhus, maal ja merel.