ИНТЕГРАЦИЯ ИНЕРЦИАЛЬНОЙ И ОПТИЧЕСКОЙ НАВИГАЦИОННЫХ СИСТЕМ НА ОСНОВЕ МЕТОДОВ СТОХАСТИЧЕСКОГО НЕЛИНЕЙНОГО ОЦЕНИВАНИЯ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Одним из наиболее высокоточных методов решения задачи автономной навигации является обработка оптической информации, снимаемой в процессе движения объекта. Существующие методы обработки оптического потока, построенные на определении так называемого поля скоростей, позволяют оценить лишь проекции линейной и угловой скоростей объекта. Что в свою очередь является лишь частью общей задачи навигации – оценки текущих координат объекта и параметров его пространственной ориентации. В связи с ограниченными возможностями подобных оптических навигационных систем предлагается комплексирование оптической навигационной системы, преимуществом которой служит устойчивое на произвольном интервале времени автономное наблюдение параметров линейного и углового движения (причем с минимальными по стоимости аппаратными затратами) с инерциальной навигационной системой. Ее функциональные возможности обеспечивает решение задачи автономной навигации в целом. В силу неизбежных помех различной физической природы, в существенной степени искажающих измерения упомянутых навигационных систем, синтез рассмотренной интегрированной инерциально-оптической системы был осуществлен с использованием методов современной теории стохастической фильтрации, наиболее эффективных при оценке параметров состояния в условиях помеховой обстановки. В качестве алгоритма оценки вектора навигационных параметров объекта по измерениям разработанной инерциально-оптической системы навигации был выбран расширенный фильтр Калмана, модифицированный с учетом корреляции шумов объекта и наблюдателя. Приведены результаты численного эксперимента, иллюстрирующего эффективность предложенного подхода.

Об авторах

В. А. Погорелов

Донской государственный технический университет

Автор, ответственный за переписку.
Email: vadim.pogorelov.rnd@gmail.com
Ростов-на-Дону, Россия

С. А. Синютин

Южный Федеральный университет

Email: ssin377@gmail.com
Ростов-на-Дону, Россия

С. В. Соколов

Ростовский государственный экономический университет

Email: s.v.s888@yandex.ru
Ростов-на-Дону, Россия

Список литературы

  1. Веремеенко К.К., Желтов С.Ю., Ким Н.В., Козорез Д.Α., Красильщиков М.Н., Себряков Г.Г., Сыпало К.И., Черноморский А.И. Современные информационные технологии в задачах навигации и наведения беспилотных маневренных летательных аппаратов / Под ред. М.Н. Красильщикова, Г.Г. Себрякова. М.: Физматлит, 2009. 556 с.
  2. Анучин Н.О., Емельянцев Г.И. Интегрированные системы ориентации и навигации для морских подвижных объектов. СПб.: ГНЦ РФ – ЦНИИ “Электроприбор”, 1999. 356 с.
  3. Биард Р.У., МакЛэйн Т.У. Малые беспилотные летательные аппараты. Теория и практика. М.: Техносфера, 2018. 312 с.
  4. Соколов С.В., Погорелов В.А. Стохастическая оценка, управление и идентификация в высокоточных навигационных системах. М.: Физматлит, 2016. 264 с.
  5. ГЛОНАСС. Принципы построения и функционирования / Под ред. Перова А.И., Харисова В.Н. М.: Радиотехника, 2010. 800 с.
  6. Емельянцев Г.И., Степанов А.П. Интегрированные инерциально-спутниковые системы ориентации и навигации / Под общей ред. В.Г. Пешехонова. Государственный центр Российской Федерации АО “Концерн «ЦНИИ “Электроприбор” Национальный исследовательский университет ИТМО. СПб.: Концерн “ЦНИИ “Электроприбор”, 2016. 394 с.
  7. Розенберг И.Н., Соколов С.В., Уманский В.И., Погорелов В.А. Теоретические основы тесной интеграции инерциально-спутниковых навигационных систем. М.: Физматлит, 2018. 305 с.
  8. Али Б., Садеков Р.Н., Цодокова В.В. Алгоритмы навигации беспилотных летательных аппаратов с использованием систем технического зрения // Гироскопия и навигация. 2022. Т. 30. № 4 (119). С. 87–105.
  9. Mittal M., Mohan R., Burgard W., Valada A. Vision-Based Autonomous UAV Navigation and Landing for Urban Search and Rescue // Proc. Intern. Sympos. on Robotics Research (ISRR). Hanoi, 2019. https://doi.org/10.48550/arXiv.1906.01304
  10. Зоев И.В., Марков Н.Г., Рыжова С.Е. Интеллектуальная система компьютерного зрения беспилотных летательных аппаратов для мониторинга технологических объектов предприятий нефтегазовой отрасли // Изв. Томск. политехн. ун-та. Инжиниринг георесурсов. 2019. Т. 330. № 11. С. 34–49.
  11. Geiger A., Lenz P., Stiller C., Urtasun R. Vision meets Robotics: The KITTI Dataset // Intern. J. Robotics Research (IJRR). 2013. http://www.cvlibs.net/datasets/kitti/
  12. Raudies F., Neumann H. A Review and Evaluation of Methods Estimating Ego-motion // Computer Vision and Image Understanding. 2012. V. 116. P. 606–633.
  13. Пешехонов В.Г. Высокоточная навигация без использования информации глобальных навигационных спутниковых систем // Гироскопия и навигация. 2022. Т. 30. № 1 (116). С. 3–11.
  14. Хорн Б.К.П. Зрение роботов. М.: Мир, 1989. 487 с.
  15. Пономарев Е.С., Григорьев А.С. Алгоритмы вычисления оптического потока в задаче определения собственного движения // Сб. тр. 39-й междисциплинарной школы-конференции ИППИ РАН “Информационные технологии и системы 2015”: М.: Институт проблем передачи информации им. А.А. Харкевича РАН, 2015. С. 457–470.
  16. Baker S., Scharstein D., Lewis J.P., Roth S., Black M.J., Szeliski R. A Database and Evaluation Methodology for Optical Flow // Intern. J. Computer Vision. 2011. P. 1–31.
  17. Fleet D.J., Weiss Y. Optical Flow Estimation. Mathematical Models in Computer Vision: The Handbook. N. Y: Springer, 2005. P. 239–258.
  18. Жук Р.С., Залесский Б.А., Троцкий Ф.С. Визуальная навигация автономно летящего БПЛА с целью его возвращения в точку старта // Информатика. 2020. Т. 17. № 2. С. 17–24. https://doi.org/10.37661/1816-0301-2020-17-2-17-24
  19. Mirabdollah H., Mertsching B. On the Second Order Statistics of Essential Matrix Elements // 36th German Conf. GCPR 2014. Proceedings Munster, Germany, 2014. P. 547–557.
  20. Xu L., Jia J. Motion Detail Preserving Optical Flow Estimation // IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). 2012. V. 34. № 9. P. 1744–1757.
  21. Ding, L., Zhou, J., Meng, L., Long, Z. A Practical Cross-View Image Matching Method Between UAV and Satellite for UAV-Based Geo-Localization // Remote Sensing. 2021. V. 13. № 47. https://doi.org/10.3390/rs13010047
  22. Тихонов В.И., Харисов В.Н. Статистический анализ и синтез радиотехнических устройств и систем. М.: Радио и связь, 2004. 608 с.
  23. Матвеев В.В., Распопов В.Я. Основы построения бесплатформенных инерциальных навигационных систем. СПб.: ГНЦ РФ ОАО “Концерн “ЦНИИ “Электроприбор”. 2009. 280 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».