Метод совместной калибровки инерциальных датчиков беспилотного летательного аппарата с применением нейронных сетей

В статье рассматриваются методы, а также технические средства контроля и испытаний образцов информационно-измерительных и управляющих систем, предназначенных для установки на беспилотный летательный аппарат. Рассматриваются принципы создания систем управления, построенных на инерциальных датчиках различных видов. Выявляются недостатки при использовании традиционных методов разработки основанных на прямом снятии показаний с датчиков при помощи программного обеспечения. Описываются конструкция современных инерциальных датчиков с указанием их составных элементов и частей. Определяется технология создания испытательного стенда для оценки точности калибровки датчиков. Приводятся формулы, на которых основана работа испытательного стенда, исходя из его геометрии. Указываются формулы используемые при традиционном методе вычисления значений по показаниям, получаемых с инерциальных датчиков. Описывается процесс обучения нейронной сети, позволяющий компенсировать недостатки присущие традиционному методу калибровки. Демонстрируется эксперимент по сопоставлению фактических значений со значениями, полученными в ходе расчётов. Проводится сравнительный анализ традиционного метода совместной калибровки инерциальный датчиков с методом, основанным на использовании нейронных сетей. Определяются преимущества использования данного метода калибровки инерциальных датчиков в условиях требований, предъявляемых к современным системам управления.

1. Белявский А.О., Томашевич С.И. Синтез адаптивной системы управления квадрокоптером методом пассификации. Управление большими системами. 2016; 63:155-181.

2. Ющенко А.С., Лебедев К.Р., Забихафар Х. Система управления квадрокоптером на основе адаптивной нейронной сети. Наука и образование: Научное издание МГТУ им. Н.Э. Баумана. 2017;7:262-277.

3. Андропов С.С., Гирик А.В., Будько М.Ю., Будько М.Б. Стабилизация беспилотного летательного аппарата на основе нейросетевого регулятора. Научно-технический вестник информационных технологий, механики и оптики. 2016;5:796-800.

4. Wachlin J., Ward M., Costello M. In-canopy sensors for state estimation of precision guided airdrop systems. Aerospace Science and Technology. USA. 2019.

5. Gomez C., Hagon J., Gregory B. Using Low-Cost UAVs for Environmental Monitoring, Mapping and Modeling: Examples from the Coastal Zone. Coastal Management. UK. 2019.

6. Белоглазов Д.А., Коберси И.С., Косенко Е.Ю. Анализ особенностей практического использования регуляторов систем автоматического управления квадрокоптерами. Инженерный вестник Дона. 2015;3.

7. Green D. Remote sensing, GIS, the geospatial technologies, and Unmanned Airborne Vehicles at Aberdeen University. Scottish Geographical Journal. UK. 2019.

8. Казакевич А.С. Акселерометры Analog Devices – устройство и применение. Компоненты и технологии. 2007;5.

9. Ивойлов А.Ю. О применении МЭМС-датчиков при разработке системы автоматической стабилизации двухколесного робота. Сборник научных трудов НГТУ. 2017;3(89):32-51.

10. Каплун Д.И., Ежов С.Н. Особенности реализации цифровой фильтрации с изменением частоты дискретизации. Современные проблемы науки и образования. 2012;6.