В МАИ создали авиационный навигационный комплекс с элементами ИИ
Группа учёных с кафедры 305 «Пилотажно-навигационные и информационно-измерительные комплексы» Московского авиационного института разработала инновационный навигационный комплекс для гражданских самолётов и беспилотников, использующий ИИ. Этот комплекс позволяет беспилотным авиационным системам определять своё местоположение и ориентацию даже при потере спутниковых сигналов.
Проблема потери или искажения спутниковых сигналов особенно актуальна для беспилотных авиационных систем, особенно в условиях городской застройки. Высокие здания, переотражение сигнала и множество антенн и передающих станций создают помехи, затрудняя навигацию. Для решения этой проблемы разработано несколько вариантов бортовых навигационных комплексов и проведены исследования по применению нейронных сетей для повышения точности навигации в сложных условиях.
Как сообщает ТАСС, на самолётах и БПЛА применяются автономные системы, работающие на данных акселерометров и гироскопов. Обычно таких комплексов на борту три, что повышает точность и позволяет продолжать полёт при выходе из строя одного из них. Однако и у этих систем есть минусы: они накапливают ошибки и требуют частой перенастройки. Например, при погрешности 2 км/ч за двухчасовой полёт отклонение достигнет уже 4 км. Кроме того, оборудование может отказать в критический момент.
Большинство современных навигационных систем для беспилотников используют обработку сигналов от различных бортовых систем и датчиков с применением оптимального фильтра Калмана, который применяется в отечественной авиации с 1980-х годов. Однако этот фильтр работает эффективно только при наличии полной и точной информации о шумах датчиков и непрерывном поступлении сигналов от всех источников, включая спутники.
Пресс-служба МАИ сообщает, что учёные создали образцы навигационных комплексов и оборудовали легковой автомобиль исследовательским стендом. На этом стенде они провели эксперименты в условиях плотной городской застройки, собирая данные для обучения нейросети. Используемые спутниковые технологии и оборудование обеспечивали высокую точность сигнала. Собранные данные, включая координаты, скорости и углы ориентации, использовались для обучения нейросети, которая должна была поддерживать работу навигационного комплекса при отсутствии спутниковых сигналов. Нейросеть обучалась не только распознавать ошибки навигационной системы, но и определять ненадёжные спутниковые сигналы, исключая их из обработки.
Константин Веремеенко, руководитель группы, отметил, что в условиях городской застройки, где пропадают спутниковые сигналы, предварительно обученный ИИ, работает лучше, чем оптимальный фильтр Калмана. Это связано с тем, что условия работы фильтра нарушаются, а у искусственного интеллекта нет строгой математической модели. Однако у него есть опыт, накопленный в результате многократных поездок, что позволяет давать точные прогнозы о поведении навигационной системы.
В результате исследований навигационный комплекс с обученной нейросетью успешно справлялся с потерей спутникового сигнала и определял координаты беспилотника с приемлемой точностью.
Проект находится на этапе проведения испытаний и доработки, для этого в МАИ разработан стенд имитационного моделирования – виртуальный «полигон», который позволяет проверять работу методики при различных сценариях сбоев, ошибок и поломок. Полностью завершить проект в МАИ планируют в течение двух лет. Как отмечают разработчики, в дальнейшем методика может быть использована на любой движимой технике, будь то беспилотник, подводное судно или наземные роботы.