Больше, чем безопасность. Отказоустойчивость для аэротакси.

Тестирование NFFT-управления на модели автономной летающей машины скорой помощи. Источник.

Мы уже давно предвкушаем будущее со снующими по мегаполисам аэротакси. Похоже, это действительно «всенародное» желание ‒ мир так устал от пробок, и теперь с завидным рвением воплощает идею в жизнь. Множество компаний ведут разработки своих решений для реализации технологии летающих автомобилей, создают и тестируют прототипы, к которым предъявляются трудносовместимые требования.

Например, такой аэромобиль должен уметь не только вертикально взлетать и приземляться, но также и парить в воздухе подобно крылатым самолётам ‒ на случай более дальних путешествий, чем передвижения по месту. Для достижения вертикального взлёта нужны несколько тяговых винтов, а для второй цели – неподвижные крылья, и штука в том, что оба эти решения очень мешают друг другу.

Помимо этого, одной из ключевых стратегий в разработке таких машин является обеспечение безопасности. Так, наш «автолёт» должен не просто «держаться за воздух», но и сохранять управление в любых ситуациях ‒ от порывов ветра и встречных объектов до внезапно отказавших винтов. Должна быть соблюдена безопасность не только пассажиров аэротранспорта, но и находящихся под ним людей и инфраструктуры.

За решение этой непростой задачи взялась команда Калифорнийского технологического института (Caltech). Её ответом стала разработка бортового ИИ для облегчения управления летательным аппаратом. Суть в том, что эта модель машинного обучения не только обнаруживает помехи, но и компенсирует их так, чтобы сократить их влияние на лётные характеристики. Описывая новый метод в статье журнала IEEE Robotics and Automation Letters, инженеры называют его «Нейро-полёт для отказоустойчивости» или коротко ‒ NFFT (Neural-Fly for Fault Tolerance).

«Чтобы полностью реализовать потенциал этих электрических летательных аппаратов, вам нужна интеллектуальная система управления, повышающая их надёжность и особенно устойчивость к различным неисправностям», ‒ говорит Сун Джо Чанг, брен-профессор (это звание ‒ высшая награда университета) кафедры управления и динамических систем Калифорнийского технологического института и старший научный сотрудник Лаборатории реактивного движения, которой Caltech руководит в НАСА.

«Мы разработали такую отказоустойчивую систему, которая имеет решающее значение для автономных систем, критически важных для безопасности, ‒ продолжает учёный, ‒ и она представляет идею виртуальных датчиков для обнаружения любого отказа с использованием машинного обучения и адаптивных методов управления».

Чем больше винтов, тем выше риски.

Авторы поясняют, что снабжение гибридно-электрических самолётов несколькими пропеллерами вызвано не только необходимостью усиления тяговой мощности, но и соображениями безопасности ‒ это позволяет резервировать запас тяги на случай внештатной ситуации. При возникновении отказа одного несущего винта оставшихся двигателей будет достаточно не только для избежания катастрофы, но даже и для продолжения полёта.

Однако в этом ракурсе нельзя обойти вниманием соображения энергоэффективности, которая количеством батарей напрямую влияет на вес транспортного средства и необходимую мощность двигателей. Поэтому, для междугороднего или даже просто чуть более продолжительного, чем по городу, перелёта ‒ скажем, на 15 или 30 км ‒ летательному аппарату стоит обзавестись неподвижными крыльями. Благодаря им он сможет парить, заметно понижая энергозатраты, что позволит ему «экономить силы» на обратный полёт.

Да, «запасные» винты и крылья – хорошие решения для безопасности и эффективности, но, как выясняется, не для аэротакси. Дело в том, что наличие обоих вариантов как вместе, так и по отдельности, создаёт множество точек возможного отказа в каждом «самолётомобиле». Вследствие сложности и избыточности системы весьма затрудняется изоляция неисправностей, усугубляемая обобщающей аэродинамикой взаимодействия винтов, крыльев и корпуса, которую прогнозировать ‒ мало того, что очень непросто, так ещё и делать это нужно отдельно для каждого конкретного случая. Понимание этих реалий ставит инженеров перед вопросами о наилучшем методе непрерывной диагностики всех узлов и систем транспортного средства и о лучшем способе реагировать на сбои и проблемы.

С одной стороны, инженеры могли бы установить датчики для каждого несущего винта, но, по словам профессора, даже этого было бы недостаточно. Например, самолёту с девятью несущими винтами потребуется более девяти датчиков, поскольку каждому несущему винту может потребоваться один датчик для обнаружения неисправности в конструкции несущего винта, другой ‒ для обнаружения остановки двигателя и ещё один ‒ для оповещения о возникновении проблемы с проводкой сигнала.

«В конце концов у вас могла бы оказаться высокорезервная распределённая система датчиков, ‒ подводит итог Чанг, ‒ но это было бы дорого, сложно в управлении и увеличило бы вес воздушного судна. Сами датчики также могут выйти из строя».

В рамках же NFFT учёные предложили альтернативный, во многом новаторский подход. Опираясь на предыдущие исследования, команда разработала не просто нейромодель, а, как пишут авторы, «метод глубокого обучения», который не только реагирует на сильный ветер, но и на лету обнаруживает сбои бортовых систем летательного аппарата.

Схема системы обнаружения нестабильности и адаптации к ней NFFT на примере восстановления после отказа несущего винта. Источник.

Добиться этого получилось путём предварительного обучения нейросети на реальных полётных данных с последующим встраиванием её в систему управления. В итоге получилась новая система, уже обладающая целевыми ориентирами поведения, но продолжающая постоянное обучение в процессе эксплуатации. На основе оценки эффективности работы ключевых узлов (например, каждого из несущих винтов) в моменте и отслеживания изменений других конкретных параметров, часть которых нейромодель вывела из данных для предварительного обучения, она становится способна быстро адаптироваться к условиям полёта и к внезапному изменению ситуации.

«Для этого не требуются какие-либо дополнительные датчики или оборудование для обнаружения и идентификации неисправностей, ‒ говорит Чанг. ‒ Мы просто наблюдаем за поведением воздушного судна ‒ его положением и ориентацией как временной характеристикой. Если воздушное судно отклоняется от желаемого положения из точки А в точку В, NFFT может обнаружить, что что-то неправильно, и использовать имеющуюся у него информацию для компенсации этой ошибки».

Весьма вдохновляет то, что такая коррекция происходит чрезвычайно быстро ‒ менее, чем за секунду.

На графиках представлена разница скорости и динамике выравнивания траектории летательного аппарата с 8 винтами после отказа одного двигателя: на базе обычной обученной нейросети - розовая линия, и системы NFFT - зелёная. Источник.

Штатный научный сотрудник и автор статьи Мэтью Андерсон, который участвовал в лётных испытаниях в качестве пилота, рассказывает об этом так: «Во время полёта аппарата, вы действительно можете почувствовать разницу, которую NFFT вносит в поддержание его управляемости при отказе двигателя. Благодаря обновлённой системе управления в режиме реального времени создаётся впечатление, что ничего не изменилось, даже если у вас только что перестал работать один из двигателей».

Виртуальные датчики.

Метод NFFT основан на двух основных компонентах. Первый ‒ это управляющие сигналы, обеспечивающие тестирование систем ТС на всём протяжении полёта, а второй ‒ алгоритмы для определения места неисправности. Исходя из простоты этого решения Чанг говорит, что может снабдить практически бесплатными виртуальными датчиками транспортные средства любого типа для обнаружения текущих проблем.

В первую очередь данный метод управления был протестирован на летательных аппаратах, разрабатываемых самой командой. Он неплохо показал себя на прототипе автономной летающей машины скорой помощи, представляющей собой гибридный электромобиль для быстрой доставки раненых или больных людей в медучреждения.

Однако этим успехом исследовательская группа профессора не ограничилась, и взялась за экспериментальное изучение пригодности своего отказоустойчивого метода управления к наземным видам транспорта. Сейчас в планах учёных опробовать аналогичную систему NFFT к лодкам и другим плавсредствам.

АРМК, по материалам Caltech.