Группа ученых Московского авиационного института (МАИ) разработала навигационный комплекс, работающий с использованием технологии искусственного интеллекта. Он позволит беспилотникам определять местоположение в случае потери или искажений спутниковых навигационных сигналов, сообщили ТАСС в пресс-службе вуза.

"Беспилотные авиационные системы часто сталкиваются с ситуацией потери или искажения спутниковых навигационных сигналов, особенно в условиях плотной городской застройки: из-за высотных зданий, переотражения сигнала, большого количества антенн и передающих станций поблизости. Чтобы решить эту проблему специалисты кафедры №305 МАИ разработали несколько вариантов бортовых навигационных комплексов и провели экспериментальные исследования возможности применения нейронных сетей для повышения точности и автономности навигации в условиях сложных помех", - говорится в сообщении.

В настоящее время большинство навигационных систем беспилотников работают на основе совместной обработки сигналов разнородных бортовых систем и датчиков. При этом используется специальный математический алгоритм - оптимальный фильтр Калмана, который активно применяется в отечественных навигационных системах с 1980-х годов. У него есть свои ограничения. В частности, фильтр оптимально работает только при полной и точной информации о характеристиках измерительных шумов используемых датчиков, а также при непрерывном поступлении сигналов от всех датчиков, в том числе от спутниковых навигационных систем.

Ученые МАИ создали образцы навигационных комплексов и на легковом автомобиле оборудовали исследовательский стенд. Передвигаясь на нем внутри плотной столичной застройки, научная группа исследовала и собирала необходимые для обучения нейросети массивы данных навигационных систем. Использованные спутниковые технологии и аппаратура позволили получать сигнал с высокой точностью. Массивы данных - координаты, скорости и углы ориентации - записывались, и в дальнейшем использовались для последующего обучения нейросети, которой предстояло поддерживать нормальную работу навигационного комплекса в периоды отсутствия спутниковых навигационных сигналов. При этом нейросеть не только училась распознавать ошибки системы, но и определять, сигналы каких спутников оказались ненадежными, исключая их из дальнейшего навигационного решения.

"Наша работа показала, что в условиях городской застройки, когда пропадают спутниковые сигналы, искусственная, предварительно обученная глубокая нейронная сеть, справляется лучше оптимального фильтра Калмана. Отчасти это происходит потому, что здесь нарушаются условия, при выполнении которых работает этот математический алгоритм. У искусственного интеллекта нет такой строгой математической модели как у оптимального фильтра, где предсказания проводятся на основе десятков математических уравнений, но у него есть опыт, причем многократный, полученный от десятков и даже сотен проездов, того, как вела себя навигационная система, и он на основе своего предшествующего опыта может дать точный прогноз, как себя поведет навигационная система", - заявил начальник научно-исследовательского отделения института №3 МАИ Константин Веремеенко, чьи слова приводятся в сообщении.