Разработка поможет беспилотной авиационной системе определять местоположение и ориентацию, если пропадут спутниковые сигналы.

Беспилотные авиационные системы (БАС) часто теряют или искажают спутниковые сигналы из-за высотных зданий, переотражения сигнала и большого количества антенн и передающих станций в городах.

В МАИ разработали несколько вариантов бортовых навигационных комплексов и исследовали возможность применения нейронных сетей для более точной и автономной навигации в сложных условиях.

Большинство навигационных систем БАС работают на основе совместной обработки сигналов от разных бортовых систем и датчиков. В этих системах применяется оптимальный фильтр Калмана, который используется в отечественных навигационных системах с 80-х годов прошлого века. Но у этого фильтра есть ограничения: он оптимально работает только при полной и точной информации о характеристиках измерительных шумов датчиков и при непрерывном поступлении сигналов от всех датчиков, включая спутниковые навигационные системы.

Научная группа создала образцы навигационных комплексов и оборудовала исследовательский стенд на легковом автомобиле. Передвигаясь внутри плотной столичной застройки, они исследовали и собирали данные для обучения нейросети.

Спутниковые технологии и аппаратура позволили получать сигнал с высокой точностью. Собранные данные — координаты, скорости и углы ориентации — использовались для дальнейшего обучения нейросети, которая должна была поддерживать работу навигационного комплекса при отсутствии спутниковых сигналов.

Нейросеть училась не только распознавать ошибки системы навигации, но и определять ненадёжные сигналы спутников, исключая их из работы.

В условиях городской застройки, где пропадают спутниковые сигналы, искусственная нейронная сеть работает лучше оптимального фильтра Калмана. Это связано с тем, что нарушаются условия работы этого математического алгоритма.

Искусственный интеллект не имеет такой строгой математической модели, как оптимальный фильтр, но у него есть опыт, полученный от десятков и даже сотен проездов. Благодаря этому опыту он может точно предсказать поведение навигационной системы, — отметил Константин Веремеенко.

Исследования показали, что навигационный комплекс с обученной нейросетью может справиться с потерей спутникового сигнала и определить координаты аппарата с приемлемой погрешностью.