В МАИ разработали навигационный комплекс для беспилотников с элементами ИИ

Московский авиационный институт, 17 сентября 2024 года

Группа специалистов кафедры 305 «Пилотажно-навигационные и информационно-измерительные комплексы» под руководством доцента, начальника научно-исследовательского отдела института № 3 «Системы управления, информатика и электроэнергетика» МАИ Константина Веремеенко разработала навигационный комплекс для беспилотников с использованием технологии искусственного интеллекта. Комплекс позволит беспилотной авиационной системе определять местоположение и ориентацию в случае потери спутниковых навигационных сигналов.

Эксплуатанты беспилотных авиационных систем (БАС) часто сталкиваются с ситуацией потери или искажения спутниковых сигналов, особенно в условиях плотной городской застройки: из-за высотных зданий, переотражения сигнала, большого количества антенн и передающих станций поблизости. Чтобы решить эту проблему, в МАИ разработали несколько вариантов бортовых навигационных комплексов и провели экспериментальные исследования возможности применения нейронных сетей для повышения точности и автономности навигации в условиях сложных помех.

В настоящее время большинство навигационных систем БАС работают на основе совместной обработки сигналов разнородных бортовых систем и датчиков. При этом используется специальный математический алгоритм — оптимальный фильтр Калмана, который активно применяется в отечественных навигационных системах с 80-х годов прошлого столетия. У него есть свои ограничения. Так, фильтр оптимально работает только при полной и точной информации о характеристиках измерительных шумов используемых датчиков, а также при непрерывном поступлении сигналов от всех датчиков, в частности, от спутниковых навигационных систем.

Специалисты научной группы создали образцы навигационных комплексов и на легковом автомобиле оборудовали исследовательский стенд. Передвигаясь на нём внутри плотной столичной застройки, группа исследовала и собирала необходимые для обучения нейросети массивы данных навигационных систем. Использованные исследователями спутниковые технологии и аппаратура позволили получать сигнал с высокой точностью. Массивы данных — координаты, скорости и углы ориентации — записывались и в дальнейшем использовались для последующего обучения нейросети, которой предстояло поддерживать нормальную работу навигационного комплекса в периоды отсутствия спутниковых сигналов. При этом нейросеть училась не только распознавать ошибки навигационной системы, но и определять, сигналы каких спутников оказались ненадёжными, исключая их из дальнейшей работы.

— Наша работа показала, что в условиях городской застройки, когда пропадают спутниковые сигналы, искусственная, предварительно обученная глубокая нейронная сеть справляется лучше оптимального фильтра Калмана. Отчасти это происходит потому, что здесь нарушаются условия, при выполнении которых работает этот математический алгоритм. У искусственного интеллекта нет такой строгой математической модели, как у оптимального фильтра, где предсказания проводятся на основе десятков математических уравнений, но у него есть опыт, причём многократный, полученный от десятков и даже сотен проездов. На основе своего предшествующего опыта он может дать точный прогноз, как себя поведёт навигационная система, — отметил Константин Веремеенко.

В результате проведённых исследований на заданном наборе траекторий навигационный комплекс с обученной нейросетью смог справиться с ситуацией потери спутникового сигнала и определять координаты аппарата с приемлемой погрешностью.

Материал подготовлен при поддержке Минобрнауки России.




Сообщения компаний:

Utair включил в осенне-зимнее расписание 28 маршрутов из Москвы
ПАО "Авиакомпания "ЮТэйр"

Авиакомпания Smartavia начала выполнять рейсы из нового терминала аэропорта Казань
АО "Авиакомпания Смартавиа"

Аэрофлоту присвоен статус компании с максимальным противодействием коррупции
ПАО "Аэрофлот"

«РТ-Техприемка» модернизировала систему температурного контроля на авиастроительном предприятии
АО "РТ-Техприемка"

Более 19 000 школьников и студентов посетили предприятия ОДК в рамках «Недели без турникетов»
АО "ОДК"

Аэрофлот открыл молодым специалистам путь в большую авиацию на форуме «Город. Карьера. Бизнес»
ПАО "Аэрофлот"

Ростех вошел в число лучших на международном чемпионате «Хайтек»
Госкорпорация Ростех

Кадры для космоса: в МАИ подготовят более 2100 специалистов по проектированию, эксплуатации и обработке данных со спутников
Московский авиационный институт

Red Wings впервые открыла рейс из Екатеринбурга в Апатиты – к горнолыжным склонам Хибин
АО "Ред Вингс"

Разработки предприятий ОДК получили награды премии «Авиастроитель года»
АО "ОДК"

Shohin Airlines открывает маршруты, соединяющие регионы Таджикистана
Авиакомпания Shohin Airlines

Аэровокзал «Южно-Сахалинск» признали лучшим в сфере обеспечения транспортной безопасности
АО «Аэровокзал Южно-Сахалинск»

Международный аэропорт Владивосток увеличил пассажиропоток по итогам десяти месяцев 2026 года на 10%
АО "Международный аэропорт Владивосток"

Ростех создал электродвигатели для беспилотников и роботов втрое легче прежних моделей
Госкорпорация Ростех

AZUR air выполнила первые в зимнем сезоне рейсы на Пхукет со средней загрузкой 98,4%
Авиакомпания AZUR air

Группа «Аэрофлот» объявляет операционные результаты за октябрь 2026 года
ПАО "Аэрофлот"

Аэрофлот расширяет географию «Полётного абонемента»
ПАО "Аэрофлот"

ОДК удостоена премии «Сделано в России – 2026» за создание новейшего авиадвигателя ПД-8
АО "ОДК"

ОДК перешла на единые стандарты оборудования для 3D-печати деталей двигателей
АО "ОДК"

Первые шаги в карьере – с аэровокзалом «Южно-Сахалинск»: главная авиагавань приняла на практику новый поток островных студентов
АО «Аэровокзал Южно-Сахалинск»