Алгоритм аварийной посадки беспилотного летательного аппарата мультироторного типа на основе анализа изображения подстилающей поверхности

Авторы

Кошкаров А. С.^*, Гулий Д. Д.^**, Барякшева В. П.^***

Санкт-Петербургский государственный университет аэрокосмического приборостроения, ул. Большая Морская, 67, Санкт-Петербург, 190000, Россия

*e-mail: koshkarof@gmail.com
**e-mail: guliy1999@inbox.ru
***e-mail: vsvally@mail.ru

Аннотация

В статье рассматривается порядок разработки алгоритма аварийной посадки беспилотного летательного аппарата мультироторного типа на основе анализа изображения подстилающей поверхности. Реализация алгоритма осуществлена в два этапа: сегментация изображений с помощью нейронной сети UNetFormer и обнаружение безопасной зоны посадки с выделением безопасных классов наблюдаемых в кадре объектов, расчетом занимаемой площади беспилотного летательного аппарата на аварийном кадре и дальности до зоны аварийной посадки, выбранной алгоритмом.

Ключевые слова:

беспилотный летательный аппарат, аварийная посадка, семантическая сегментация изображения

Библиографический список

1. Анализ существующего состояния международного рынка применений беспилотных авиационных систем гражданского назначения. Russian Drone. URL: https://russiandrone.ru/publications/1-analiz-sushchestvuyushchego-sostoyaniya-mezhdunarodnogo-rynka-primeneniy-bespilotnykh-aviatsionnykh

2. Государство. Бизнес. Технологии. Беспилотные летательные аппараты в России. URL: https://www.tadviser.ru/

3. Niemiec R., Gandhi F. Multi-rotor Coordinate Transforms for Orthogonal Primary and Redundant Control Modes for Regular Hexacopters and Octocopters // Conference: 42nd Annual European Rotorcraft Forum, Lille, France, 2016, pp. 646-664.

4. Аполлонов Д.В., Бибикова К.И., Шибаев В.М., Ефимова И.Е. Формирование алгоритмов системы автоматического управления преобразуемого беспилотного летательного аппарата // Труды МАИ. 2022. № 122. URL: https://trudymai.ru/published.php?ID=164299. DOI: 10.34759/trd2022-122-23

5. Джавадов Н.Г., Агаев Ф.Г., Гусейнов Г.А., Зульфугарлы П.Р. Вопросы оценки выполнимости задач, поставленных перед беспилотными летательными аппаратами // Труды МАИ. 2022. № 127. URL: https://trudymai.ru/published.php?ID=170350. DOI: 10.34759/trd-2022-127- 20

6. Федоренко Р.В., Абдуллин И.Н., Климчик А.С. Обзор БПЛА вертикального взлета и посадки длительного функционирования и формирование технических требований к БПЛА вертикального взлета и посадки, разрабатываемому в университете Иннополис // Труды центра компетенции НТИ «Технологии компонентов робототехники и мехатроники»: сборник статей. - Ижевск, Ижевский институт компьютерных исследований, 2019. С. 129–166.

7. Joris Guérin, Kevin Delmas, Jérémie Guiochet. Certifying Emergency Landing for Safe Urban UAV // 51st Annual IEEE/IFIP International Conference on Dependable Systems and Networks Workshops (DSN-W), 2021. DOI:10.1109/DSN-W52860.2021.00020

8. W.-Y. Shin, M.H. Kabir, M.R. Hoque, S.-H. Yang Development of an Edge-Based Algorithm for Moving-Object Detection Using Background Modeling // Journal of Information and Communication Convergence Engineering, 2014, vol. 3, no. 12, pp. 193-197. DOI:10.6109/jicce.2014.12.3.193

9. M. Bahr, M. McKay, R. Niemiec, F. Gandhi. Handling Qualities Assessment of Large Variable-RPM Multi-Rotor Aircraft for Urban Air Mobility // 76th Vertical Flight Society Annual Forum, 2020, pp. 646-664. DOI:10.4050/f-0076-2020-16479

10. Benedikt Kolbeinsson, Krystian Mikolajczyk. Multi-Class Segmentation from Aerial Views using Recursive Noise Diffusion. URL: https://doi.org/10.48550/arXiv.2212.00787

11. Вьюгин В.В. Математические основы теории машинного обучения и прогнозирования - М.: МЦНМО, 2014. - 304 с.

12. Libo Wang, Rui Li, Ce Zhang, Shenghui Fang, et al. UNetFormer: A UNet-like Transformer for Efficient Semantic Segmentation of Remote Sensing Urban Scene Imagery, 2023. URL: https://doi.org/10.48550/arXiv.2109.08937

13. Ali Hatamizadeh, Ziyue Xu, Dong Yang, Wenqi Li, Holger Roth, Daguang Xu. UNetFormer: A Unified Vision Transformer Model and Pre-Training Framework for 3D Medical Image Segmentation, 2022. DOI: 10.13140/RG.2.2.17557.19687

14. Трусфус М.В., Абдуллин И.Н. Алгоритм обнаружения маркерных изображений для вертикальной посадки беспилотного летательного аппарата // Труды МАИ. 2021. № 116. URL: https://trudymai.ru/published.php?ID=121099. DOI: 10.34759/trd-2021-116-13

15. Dey Nilanjan, Dutta Saurab, Dey Goutami, Chakraborty Sayan, Ray Ruben, Roy Payel. Adaptive thresholding: A comparative study // 2014 International Conference on Control, Instrumentation, Communication and Computational Technologies, ICCICCT 2014. DOI: 10.1109/ICCICCT.2014.6993140

16. Размер пикселя на местности gsd. ТОПоГИС. URL: https://topogis.ru/razmer-pikselya-na-mestnosti-gsd.php

17. Дмитриев В.И., Звонарев В.В., Лисицын Ю.Е. Методика обоснования рациональных способов управления беспилотным летательным аппаратом // Труды МАИ. 2020. № 112. URL: http://trudymai.ru/published.php?ID=116566. DOI: 10.34759/trd-2020-112-16

18. Сергеев А.А., Филимонов А.Б., Филимонов Н.Б. Управление автономной посадкой БПЛА самолетного типа на статическую и динамическую посадочные площадки по «гибким» кинематическим траекториям // Мехатроника, автоматизация, управление. 2021. № 22 (3). C. 156-167. DOI: 10.17587/mau.22.156-167

19. Моисеев В.С. Основы теории эффективного применения беспилотных летательных аппаратов. - М: - Казань: Редакционно-издательский центр «Школа», 2015. - 444 с.

20. Соломатин М.С., Митрофанов Д.В.  Модель интеллектуального детектора системы защиты автоматизированной системы управления// Труды МАИ. 2020. № 110. URL: https://trudymai.ru/published.php?ID=112926. DOI: 10.34759/trd-2020-110-16

21. ADAMW. URL: https://pytorch.org/docs/stable/generated/torch.optim.AdamW.html

22. T-drones. URL: https://www.t-drones.com/goods.php?id=1148

23. Квадрокоптер T-DRONES M1200. URL: https://mydrone.ru/kvadrokopter-t-drones-m1200/

Скачать статью