Новый вариант фильтра для визуально-инерциальной навигации
Современные навигационные системы в значительной степени полагаются на глобальные спутниковые сети, сигналы которых могут быть нарушены или недоступны. В качестве альтернативы выступают визуально-инерциальные навигационные системы (ВИНС), которые определяют положение и ориентацию объекта, используя данные с акселерометров и гироскопов в сочетании с видеосигналом от бортовой камеры. Сопоставляя визуальные ориентиры с окружающей средой, ВИНС значительно снижает накопление ошибок по сравнению с чисто инерциальными системами.
Однако применение классических рекуррентных алгоритмов обработки данных, таких как фильтр Калмана, для ВИНС, обрабатывающих сотни ориентиров одновременно, сталкивается с проблемой значительного объёма вычислений, который увеличивается кубически с каждым новым признаком.
Инженер научно-исследовательской лаборатории «Системы управления летательными аппаратами» Южно-Уральского государственного университета (ЮУрГУ) Николаос Циоплиакис предложил модифицированный фильтр Калмана, который использует экономное описание корреляционных связей между ориентирами с помощью метода главных компонент. Это позволяет снизить вычислительную сложность до линейной зависимости от числа признаков, сохраняя при этом высокую точность оценок.
В отличие от традиционных «быстрых» решений, которые работают в режиме скользящего окна и удерживают ориентир в течение 1–3 секунд, новый фильтр не имеет временных ограничений на отслеживание ориентиров.
«Если в кадре появляется контрастный ориентир, мы можем извлечь из его обзора максимум информации: уточнить перемещения объекта за весь период наблюдения, а не только за последние 3 секунды, как в оконных методах. Это значительно повышает точность системы в сценариях с длительным обзором ориентиров», – отметил Николаос.
Особое внимание при разработке алгоритма уделялось его надёжности и адекватности математических моделей ВИНС. Были созданы модели, которые улучшают работу системы в условиях высокой начальной неопределённости по положению и курсу.
Алгоритм был протестирован в рамках мультидисциплинарного проекта ЮУрГУ по созданию демонстрационного стенда многокамерного жидкостного ракетного двигателя (ЖРД) с центральным телом на этапе посадки. Этот проект, руководимый профессором, доктором технических наук, президентом ЮУрГУ Александром Шестаковым, демонстрирует возможность точной посадки.
В ходе испытаний система обеспечила определение параметров движения с погрешностью менее 10 сантиметров. Важно отметить, что она может использовать как искусственные маркеры, такие как Aruco, так и естественные контрастные элементы среды, например, рельеф, без предварительной информации о их положении (карт). Использование естественных ориентиров делает систему автономной и не требующей специальной подготовки площадки.
Результаты исследования Николаоса Циоплиакиса были представлены на трёх конференциях: XXVII и XXVIII конференциях молодых ученых «Навигация и управление движением», а также на XXXII Санкт-Петербургской международной конференции по интегрированным навигационным системам. На конференции 2026 года его доклад «Состоятельность быстрого рекуррентного фильтра для монокулярной ВИНС» получил диплом II степени.
Работа над алгоритмами обработки данных для ВИНС станет основой кандидатской диссертации Николаоса Циоплиакиса. Исследование вызвало научную дискуссию и укрепило связи между ЮУрГУ и ведущей российской школой инерциальной навигации (ИТМО/ЦНИИ «Электроприбор», Санкт-Петербург). По итогам обсуждений в журнале «Гироскопия и навигация» была опубликована статья «Быстрый блочный фильтр Калмана для задач визуально-инерциальной навигации», а её перевод готовится к публикации в издании из базы Scopus (Q2).
В будущем предложенные алгоритмы могут быть использованы в бортовых системах беспилотных летательных аппаратов и автономных роботов, работающих в местах, где сигналы ГНСС недоступен.