Новые методы для БПЛА для навигации там, где GPS дает сбой.

Навигация дронов в условиях отсутствия надежных сигналов глобальной системы позиционирования (GPS) остается серьезной проблемой для современных аэрокосмических технологий. В новом исследовании рассматриваются методы определения местоположения беспилотных летательных аппаратов (БПЛА) в районах, где нет доступа к GPS, изучаются как абсолютные, так и относительные методы локализации.
Исследование подчеркивает потенциал систем на основе машинного зрения и важность гибридных подходов, которые интегрируют различные датчики и алгоритмы. Эта работа не только улучшает наше понимание навигации БПЛА в сложных условиях, но и намечает путь для надежной работы в режиме реального времени в условиях отсутствия GPS, что имеет решающее значение для таких приложений, как реагирование на стихийные бедствия, наблюдение и автономная доставка.
Глобальные навигационные спутниковые системы (GNSS), такие как глобальные системы позиционирования (GPS), имеют основополагающее значение для навигации беспилотных летательных аппаратов (БПЛА), но их эффективность снижается в городских каньонах, закрытых помещениях или агрессивной среде, где сигналы затруднены или глушены. Традиционная зависимость от GPS делает дроны уязвимыми к сбоям, будь то высокие здания, погодные условия или кибератаки.
В исследовании выделены гибридные подходы как наиболее надежное решение для навигации БПЛА. Эта работа устраняет значительные пробелы в существующих технологиях, предлагая практические идеи для реальных приложений, где сигналы GPS недоступны
В обзоре рассматриваются два основных метода навигации БПЛА в зонах, где отсутствует GPS: абсолютная локализация, которая использует предварительно нанесенные на карту данные о местности (например, TERCOM и DSMAC), и методы относительной локализации, такие как SLAM (одновременная локализация и картографирование) и визуально-инерциальная одометрия, которые полагаются на данные датчиков в реальном времени. В то время как абсолютные методы сталкиваются с ограничениями в безликих средах, относительные методы обеспечивают адаптивность, но требуют значительных вычислительных ресурсов.
Системы на основе машинного зрения, особенно если они оснащены искусственным интеллектом для распознавания особенностей, имеют значительные перспективы, хотя условия освещения остаются сложными. Важность объединения датчиков, демонстрирующая, что сочетание LiDAR, радара и инерциальных измерений с передовыми методами фильтрации, такими как фильтры Калмана, может значительно повысить надежность навигации. Кроме того, решающее значение имеет обработка данных в режиме реального времени, а аппаратные ускорители, такие как графические процессоры, и оптимизированные алгоритмы (такие как сети LSTM) позволяют быстрее анализировать данные и принимать решения.
В то время как гибридные системы, сочетающие карты местности с данными SLAM в реальном времени, обеспечивают баланс точности и гибкости, исследование признает необходимость дальнейшего совершенствования для масштабирования этих решений в различных средах. Достижения в области вычислительной мощности искусственного интеллекта и периферийных вычислений станут ключом к полностью автономным операциям БПЛА в непредсказуемых реальных условиях.
Ни один датчик или алгоритм не может решить все проблемы навигации без GPS. Исследование показывает, что сочетание абсолютной и относительной локализации с мультисенсорным синтезом является ключом к достижению надежной навигации БПЛА. Будущая работа должна быть сосредоточена на оптимизации этих систем для работы в условиях непредсказуемости окружающей среды, начиная от густонаселенных городских районов и заканчивая отдаленными зонами стихийных бедствий.
Это исследование имеет значительные последствия для отраслей, использующих беспилотные летательные аппараты, таких как логистика, сельское хозяйство и оборона. БПЛА, доставляющие медикаменты в отдаленные районы или районы, пострадавшие от стихийных бедствий, могут работать без GPS, а военные беспилотники могут перемещаться в регионах, где сигнал глушится.
В исследовании также указывается на необходимость нормативно-правовой базы для стандартизации этих технологий, обеспечивая их безопасную и эффективную интеграцию в будущие инфраструктуры. По мере того, как беспилотные летательные аппараты становятся неотъемлемой частью умных городов и инспектирования инфраструктуры, преодоление ограничений GPS обеспечит более безопасную и эффективную работу. Эти результаты стимулируют дальнейшие инвестиции в навигацию на основе искусственного интеллекта и совместные исследования для совершенствования этих систем для глобального использования.