Zastosowanie algorytmów genetycznych do konstrukcji zadań testowych dla systemu antykolizyjnego bezzałogowego pojazdu podwodnego

Konstrukcja niezawodnego, automatycznego systemu antykolizyjnego dla Bezzałogowego Pojazdu Nawodnego wymaga intensywnego testowania. System musi być sprawdzony w wielu rożnych sytuacjach tak, aby można było stwierdzić, że jest bezpieczny i nie doprowadzi do kolizji. Tradycyjna metoda tworzenia zadań testowych polega na wykorzystaniu do tego celu człowieka. Projektant testow, bazując na swoim doświadczeniu, konstruuje kolejne testy starając się przy tym, aby utworzony przez niego zbior zadań testowych reprezentował wszystkie możliwe sytuacje, z ktorymi pojazd może mieć do czynienia na morzu. Problem jednak polega na tym, że człowiek nie jest w stanie przewidzieć wszystkich możliwych sytuacji, co może skutkować nieodpowiednim przygotowaniem systemu antykolizyjnego do pracy a w konsekwencji kolizją. W artykule zaproponowano inny sposob konstrukcji zadań testowych. Funkcję tą ma pełnić algorytm genetyczny, ktorego zadaniem jest poszukiwanie sytuacji stanowiących trudność dla systemu.

To build a reliable automatic anti-collision system for an Unmanned Surface Vehicle it is necessary to implement an intensive testing procedure. In order for the system to guarantee safety at sea it has to be verified in many different situations. The traditional method for building such test tasks uses a test designer to create tests based on his or her experience; ideally the complete test set would represent all possible situations that the vehicle may face at sea. However, the problem is that a human cannot predict all possible situations, a flaw which may result in an inappropriate preparation of the anti-collision system and, in consequence, a collision. The following paper proposes another method for constructing testing tasks, a method that utilises a genetic algorithm. The algorithm's aim is to search for situations which may be difficult for the system or situations which are completely different from the ones tested so far.