Система керування мультироторним БПЛА на основі нейромережевої візуально-інерціальної одометрії
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Біганський Б. М. Система керування мультироторним БПЛА на основі нейромережевої візуально-інерціальної одометрії. - Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 151 «Автоматизація та комп’ютерно-інтегровані технології» – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» МОН України, Київ, 2026.
Дисертація присвячена розв'язанню актуальної науково-практичної задачі підвищення ефективності керування безпілотними літальними апаратами, які відіграють ключову роль у розвитку сучасних технологій, знаходячи застосування у широкому спектрі задач: від інспекції інженерних споруд та інфраструктури до пошукових або рятувальних робіт у небезпечних зонах. У таких системах необхідна надійна навігація та керування, особливо при відсутності сигналу глобальної супутникової системи. Тому, забезпечення точної оцінки траєкторії руху, пози та орієнтації в конкретний момент часу в невідомому середовищі є критично важливим для безпеки та ефективного виконання місії. Еволюція алгоритмів навігації сьогодні нерозривно пов’язана з злиттям сенсорних даних, серед яких візуально-інерціальна одометрія відіграє роль базового джерела просторової інформації. Дослідження традиційних методів візуальної навігації виявило їхню критичну вразливість: вони ефективні лише за умови високої текстурності середовища. Зокрема, алгоритми, що оперують розрідженими ознаками (такі як ORB-SLAM3, VINS-Mono) різко втрачають надійність під час польотів у тунелях, індустріальних коридорах або приміщеннях з однотонними стінами. Втрата візуального відстеження у таких випадках провокує швидке накопичення навігаційного дрейфу, що неминуче викликає збої в контурі керування БПЛА. Відповідно, створення алгоритмів щільної одометрії постає як актуальне практичне завдання. В дисертаційному дослідженні детально розглянуто специфіку побудови щільних карт місцевості та способи оцінювання глибини за відеопотоком. З’ясовано, що точність і безперебійність навігаційного процесу прямо корелюють із тим, наскільки якісно реконструйовано геометрію сцени. Враховуючи суттєві обмеження класичних стереосистем і традиційних нейромереж для прогнозування глибини, у роботі доведено необхідність переходу до нових архітектур. Зокрема, обґрунтовано застосування сучасних геометрично-орієнтованих нейромереж. Їх головна перевага полягає у здатності генерувати інваріантну просторову структуру навіть за наявності лише одного монокулярного зображення. Встановлено ключову роль етапу геометричної реєстрації як основної стадії формування візуальних обмежень для корекції інерціального дрейфу. Також для підвищення ефективності процесу візуально-інерціальної одометрії необхідна реалізація оптимального алгоритму комплексування даних. Описані вище етапи знайшли своє відображення у розробленні системи монокулярної візуально-інерціальної одометрії, яка поєднує нейромережеві оцінки щільної геометрії сцени та алгоритми прямої геометричної реєстрації у схему оптимізації на основі фактор-графа, що забезпечує низький дрейф навігації в умовах відсутності текстур. У результаті проведеного аналізу сучасних інструментів глибинного навчання визначена модель MoGe (Monocular Geometry) як основа візуального фронтенду. Для математичного моделювання процесу оцінки стану розроблена модель, що включає фактори інерціальної преінтеграції на многовиді 𝑆𝑂(3) та щільні візуальні фактори, отримані в результаті реєстрації хмар точок. Обґрунтовано математичне моделювання системи у вигляді імовірнісного фактор-графа, як найбільш ефективного способу врахування невизначеності вимірювань різнорідних сенсорів. Сформовано методику та порядок проведення обробки даних у реальному часі. Основну увагу при розробці системи приділено: попередній фільтрації кінематичного стану БПЛА за допомогою фільтра ковзного вікна (SWF), який нівелює високочастотні шуми та формує стабільне початкове наближення для подальшої оптимізації; прямій регресії карт точок без використання матриці інтринсиків; адаптивній фільтрації шумів нейромережі за допомогою масок впевненості; використанню алгоритму ICP (Point-to-Point) з адаптивним порогом для швидкої реєстрації кадрів; а також розрахунку коваріації візуальних вимірювань на основі метрики відповідності (fitness score) для їх злиття у фінальному факторграфі. Проте реалізації щільної одометрії вимагають великих обчислювальних ресурсів, що ускладнює їх застосування на бортових комп’ютерах мобільних роботів. Це зумовило подальші дослідження пов’язані з оптимізацією архітектури системи та параметрів алгоритмів. Показано, що класичні підходи до оптимізації (Batch Optimization) потребують значного часу розрахунку при зростанні траєкторії і не можуть бути використані в системах керування реального часу. Обґрунтована необхідність використання інкрементального згладжування та механізму маргіналізації старих станів. Аналізіснуючих алгоритмів виділення ключових кадрів виявив неефективність просторових евристик. Щоб уникнути надмірного зростання графа, у дослідженні застосовано інформаційно-теоретичний підхід, де критерієм відбору слугує ентропія. Завдяки цьому система додає нові змінні не за фактом проходження певної відстані, а виключно тоді, коли вони забезпечують вагомий інформаційний приріст. Спільну роботу камери та інерціального вимірювального модуля (IMU) забезпечує спеціальний модуль преінтеграції. Його завдання полягає у тому, щоб агрегувати масив високочастотних показників IMU, перетворюючи їх на єдине компактне геометричне обмеження. Важливою складовою цього етапу є виведені у роботі аналітичні залежності. Вони необхідні для швидкого перерахунку преінтегрованих величин щоразу, коли система оновлює оцінку зміщень для гіроскопа та акселерометра. Експериментальна перевірка підтвердила дієвість запропонованого способу формування візуальних факторів. Завдяки застосуванню трансформерної моделі MoGe система здатна захоплювати глобальний контекст сцени. Це означає, що алгоритм зберігає стабільність навігації навіть за повної відсутності локальних текстур – у таких умовах він успішно орієнтується за загальною структурною геометрією простору (лінії перетину стін, площини підлоги та стелі). Оцінювання точності та надійності створеної системи MoGe-VIO довело її перевагу над класичними рішеннями. Тестування алгоритму виконувалося на базі загальноприйнятих датасетів EuRoC MAV та TUM-VI, де розрахована траєкторія зіставлялася з істинною за критерієм абсолютної похибки траєкторії. Отримані дані підтверджують: під час польотів у зонах зі слабо вираженою текстурою (наприклад, локації TUM-VI Outdoors або звичайні коридори) запропонований метод генерує значно меншу похибку позиціонування порівняно з ORB-SLAM3 та VINS-Mono. Крім того, система продемонструвала високу стійкість до накопичення дрейфу масштабу. Отримані результати підтверджують, що система здатна працювати на сучасних вбудованих платформах з частотою оновлення одометрії 10–15 Гц. Це дозволяє безпосередньо інтегрувати систему в контур керування БПЛА. Важливою перевагою створеного монокулярного рішення є його апаратна ефективність: на відміну від громіздких LiDAR-сенсорів чи стереокамер, воно потребує значно менше енергії та має компактні габарити, зберігаючи при цьому високу точність щільної реконструкції простору. Крім обчислення самої траєкторії польоту, алгоритм паралельно генерує щільну карту перешкод у режимі реального часу. Саме ця властивість відіграє ключову роль у безпечній навігації, оскільки забезпечує базу для планування шляху та своєчасного уникнення зіткнень. З урахуванням розробленої системи візуально-інерціальної одометрії було розглянуто задачу стабілізації висоти БПЛА під дією зовнішніх збурень, зокрема поривів вітру. Використано стандартну математичну модель такого об’єкту, що базується на жорсткому тілі з шістьма ступенями вільності (6-DOF), описаними рівняннями Ньютона та Ейлера. Розглядаються рівняння динаміки, що описують результуючу силу та момент, а також швидкості та кутові швидкості у відповідній системі координат. Для синтезу контурів керування було обрано три підходи: класичний PIDрегулятор, регулятор на базі нечіткої логіки та лінійно-квадратичний регулятор (LQR). Щоб максимально наблизити експеримент до умов реальної експлуатації, параметри керування розраховувалися з урахуванням апаратних часових затримок надходженню даних від навігаційного модуля. Детально проаналізовано ключові показники: якість перехідних процесів, загальний запас стійкості системи, а також її здатність реагувати на зовнішні збурення та повертатися до стану рівноваги. Результати демонструють відмінності у швидкості реакції, точності стабілізації та адаптивності методів керування, що дозволяє визначити оптимальні підходи для забезпечення надійного утримання висоти БПЛА в умовах змінного середовища. Моделювання систем керування БПЛА здійснено за допомогою MATLAB Simulink. Наукова новизна отриманих результатів дисертаційної роботи полягає в наступному: вперше розроблено систему монокулярної візуально-інерціальної одометрії, що поєднує нейромережеві оцінки щільної геометрії сцени (MoGe) та алгоритми прямої геометричної реєстрації (ICP) у схему оптимізації на основі фактор-графа; удосконалено критерій оптимізації для оцінки траєкторії та станів БПЛА, який комплексно враховує преінтегровані пози, зміщення хмар точок між кадрами та апріорні геометричні знання від нейромережі, що дозволяє в рамках єдиної задачі мінімізації похибки поєднати візуальні обмеження від ICP та інерціальні дані, підвищуючи точність оцінки масштабу; вперше розроблено систему підтримки прийняття рішень для конфігурації параметрів алгоритмів VIO/SLAM на бортових Еdge-платформах, яка на відміну від існуючих підходів використовує виявлені закономірності «точок перегину» часової складності обчислень та результати порівняльного аналізу ефективності бібліотек нелінійної оптимізації (GTSAM, SymForce, Ceres); дістали подальшого розвитку математичні моделі систем керування БПЛА в умовах дії висотних збурень на основі нечіткого (Fuzzy) та лінійно-квадратичного (LQR) регуляторів, параметри яких адаптовано до динамічних характеристик часової затримки, що виникає при роботі VIOалгоритмів; Практичне значення отриманих результатів полягає у наступному: розроблено робастну систему навігації для автономного інспектування інженерних споруд (промислових об'єктів, фасадів, мостів). У складних індустріальних чи міських середовищах алгоритм гарантує високоточну локалізацію БПЛА, що є критично важливим етапом для подальшої просторової 3D-реконструкції; Забезпечено апаратну оптимізацію та здешевлення комплексу: перехід від масивних LiDARсканерів до монокулярної камери дає змогу ефективно інтегрувати розроблену систему на дрони, обладнані бортовими нейроприскорювачами (Edge GPU); Розроблено методику адаптації обчислювального конвеєра спеціально для Edgeплатформ. Підхід дозволяє динамічно балансувати між деталізацією (щільністю) генерованих хмар точок та швидкістю оновлення навігаційних станів, гарантуючи роботу нейромереж в режиі реального часу; підвищено стабільність контуру керування під час виконання інспекційних польотів. Завдяки врахуванню апаратних часових затримок, притаманних обчисленням у глибоких нейромережах, апарат значно точніше утримує задану траєкторію та висоту навіть під впливом динамічних вітрових збурень.
Опис
Ключові слова
БПЛА, комп’ютерний зір, SLAM, візуально-інерціальна одометрія, орієнтація та навігація, IMU, нейронні мережі, моделювання, оптимізація, керування, стабілізація висоти, ПІД-регулятор, нечітка логіка, LQRрегулятор, UAV, computer vision, visual-inertial odometry, orientation and navigation, neural networks, modeling, optimization, control, altitude stabilization, PID controller, fuzzy logic, LQR controller
Бібліографічний опис
Біганський, Б. М. Система керування мультироторним БПЛА на основі нейромережевої візуально-інерціальної одометрії : дис. … д-ра філософії : 151 Автоматизація та комп’ютерно-інтегровані технології / Біганський Богдан Миколайович. – Київ, 2026. – 155 c.