Новая система на основе ИИ позволяет дронам летать без GPS и камер в сложных условиях
Учёные из Университета принца Султана разработали новую систему на основе искусственного интеллекта, которая позволяет дронам ориентироваться в пространстве без использования GPS, камер или визуальных ориентиров. Разработанный исследователями фреймворк под названием CLAK даёт возможность беспилотным летательным аппаратам оценивать своё местоположение, полагаясь исключительно на бортовые датчики, включая лидар, данные барометрической высоты и инерциальные измерения.
Данный подход нацелен на работу в тех средах, где спутниковые сигналы слабы или недоступны, например, в туннелях, густонаселённых городах, лесах или зонах военных конфликтов. Точное позиционирование критически важно для автономного полёта, но глобальные навигационные спутниковые системы часто дают сбои из-за блокировки сигнала, помех или намеренной подделки сигналов.
Методы визуальной навигации, которые могли бы помочь, зависят от освещения, текстур и требуют больших вычислительных мощностей, что делает их ненадёжными в условиях низкой видимости или при ограниченных ресурсах. Новая архитектура устраняет эти зависимости, обучаясь на основе невизуальных сенсорных данных. Она обрабатывает пространственную и временную информацию для оценки широты, долготы и высоты, позволяя дронам сохранять ориентацию даже тогда, когда традиционные системы выходят из строя.
Модель CLAK объединяет несколько методов искусственного интеллекта в единый конвейер. Она использует свёрточные слои для извлечения закономерностей из входных данных датчиков, после чего применяет двунаправленные сети LSTM для анализа движения во времени. Затем специальный компонент, который фокусируется на наиболее значимых показателях, выбирает самые важные точки данных, а сеть Колмогорова — Арнольда выполняет финальное предсказание позиции. Система была обучена с использованием симулированных полётных данных, сгенерированных с помощью инструментов на базе ROS2, включая Gazebo, PX4 и QGroundControl. Для воспроизведения реальных условий в обучение также были включены данные о рельефе местности из региона Таиф в Саудовской Аравии.
В ходе тестирования модель значительно превзошла базовые методы: она снизила среднюю абсолютную ошибку с более чем трёх метров до менее одного метра и достигла высокой точности на различных симулированных траекториях полёта. В некоторых случаях ошибка сократилась более чем на 75 процентов. Исследователи утверждают, что модель обеспечивает высокую точность, оставаясь при этом достаточно лёгкой для практического применения, что делает её пригодной для дронов, работающих в условиях строгих аппаратных ограничений.
Поскольку система не полагается на камеры или спутниковые сигналы, она может функционировать в условиях, где другие методы испытывают трудности. Это включает внутренние помещения, подземные туннели, горную местность и городские районы с затруднённым приёмом сигналов. Опора системы на широко доступные датчики также снижает зависимость от дорогостоящего оборудования, делая её более доступной для коммерческого и исследовательского использования. Это может ускорить внедрение технологии в различных отраслях, где необходима надёжная навигация в условиях отказа GPS и визуальных систем. Подход также снижает потребность в сложной визуальной обработке, которая потребляет много энергии и ограничивает производительность небольших дронов. Благодаря акценту на эффективной интеграции сенсорных данных фреймворк поддерживает более длительные полётные миссии и более надёжную автономию.
Помимо навигации, технология может найти применение при ликвидации последствий стихийных бедствий, инспекции инфраструктуры и в военных операциях, где надёжное позиционирование имеет решающее значение, но часто оказывается под угрозой. В настоящее время команда исследует способы дальнейшей оптимизации модели, включая снижение вычислительной нагрузки и повышение адаптируемости к различным типам местности и миссий. Будущие работы также могут включать совместную навигацию нескольких дронов для повышения точности и устойчивости.
Исследование было в журнале Satellite Navigation.