И.М. Антонов1, А.Р. Сафин2

1 ФГБУН «Институт радиотехники и электроники» им. В.А. Котельникова РАН (Москва, Россия)

2 ФГБОУ ВО «НИУ «МЭИ» «Институт радиотехники и электроники» им. В.А. Котельникова (Москва, Россия)

1 mcplusplus@mail.ru, 2 arsafin@gmail.com

Постановка проблемы. Современное развитие авиационных технологий, особенно в области беспилотной и автономной авиации, предъявляет все более высокие требования к точности, надежности и безопасности функционирования бортовых систем управления и навигации. Разработка таких систем сопряжена с необходимостью проведения многочисленных испытаний как на стадии проектирования, так и на этапах опытной отработки и сертификации. Однако проведение реальных полетных испытаний связано с высокими затратами времени и ресурсов, а также с рисками из-за возможных отказов оборудования или программного обеспечения. Традиционные методы тестирования и верификации требуют значительного объема натурных экспериментов, что делает их трудоемкими и дорогостоящими. Кроме того, воспроизведение широкого спектра внештатных ситуаций и экстремальных условий в реальных условиях часто невозможно из-за технических и организационных ограничений. Это снижает эффективность процесса разработки и увеличивает вероятность выявления критических ошибок на поздних стадиях, когда их устранение требует еще больших затрат.

Цель. Выполнить анализ возможностей авиационного симулятора FlightGear – одного из наиболее популярных и функциональных решений с открытым исходным кодом для разработки, тестирования и верификации алгоритмов автономного управления и навигации беспилотных летательных аппаратов в условиях виртуальной среды.

Результаты. Исследованы ключевые функциональные возможности симулятора FlightGear, включая моделирование динамики полета, интеграцию с внешними программными комплексами (например, MATLAB/Simulink), поддержку полунатурного моделирования с использованием реального оборудования, а также возможность генерации данных для обучения нейросетевых моделей. Показано, что FlightGear позволяет эффективно воспроизводить как штатные, так и нештатные ситуации, обеспечивая высокую степень достоверности сценариев моделирования. Также продемонстрирована применимость симулятора для тестирования алгоритмов радионавигации, включая коррекцию траектории по наземным радиосигналам и моделирование помех в эфирном пространстве.

Практическая значимость. Использование авиационного симулятора FlightGear в качестве платформы для разработки и тестирования беспилотных летательных аппаратов позволяет значительно сократить сроки и расходы на создание новых решений в области автономной авиации. Полученные результаты могут быть использованы для создания универсальных методик моделирования и верификации систем управления и навигации, а также для формирования обучающих выборок при разработке нейросетевых алгоритмов. Это делает FlightGear перспективной открытой платформой для научных исследований и инженерных разработок в области беспилотной авиации.

Антонов И.М., Сафин А.Р. Использование авиационного симулятора FlightGear при разработке систем и алгоритмов беспилотных летательных аппаратов // Успехи современной радиоэлектроники. 2025. T. 79. № 11. С. 60–69. DOI: https://doi.org/10.18127/j20700784-202511-07

1. Horri N., Pietraszko M. A tutorial and review on flight control co-simulation using Matlab/Simulink and flight simulators // Automation. 2022. V. 3. P. 486–510. DOI: 10.3390/automation3030025ff.
2. Tahir M.A., Mir I., Islam T.U. Control algorithms, Kalman estimation and near actual simulation for UAVs: State of art perspective // Drones. 2023. V. 7. № 6. P. 339. DOI: 10.3390/ drones7060339.
3. Zhang J., Geng Q., Fei Q. UAV flight control system modeling and simulation based on FlightGear // Proceedings of the International Conference on Automatic Control and Artificial Intelligence (ACAI 2012). Xiamen, China. 2012. P. 2231–2234.
4. Arif A., Sasongko R., Stepen. Numerical simulation platform for a generic aircraft flight dynamic simulation // Proceedings of the International Conference on Aviation Technology and Management (ICATeM 2018). Kuala Lumpur, Malaysia. 2018.
5. Vogeltanz T., Jasek R. FlightGear application for flight simulation of a mini-UAV // AIP Conference Proceedings. 2015. № 1648. P. 550014. DOI: 10.1063/1.4912769.
6. Aschauer G., Schirrer A., Kozek M. Co-simulation of Matlab and FlightGear for identification and control of aircraft // IFAC-PapersOnLine. 2015. 48. P. 67–72. DOI: 10.1016/j.ifacol.2015.05.071.
7. De Marco A., D’Onza P.M., Manfredi S. A deep reinforcement learning control approach for high-performance aircraft // Nonlinear Dynamics. V. 111. № 18. P. 17037–17077. DOI: 10.1007/s11071-023-08725-y.
8. Berndt J., De Marco A. Progress on and usage of the open source flight dynamics model software library, JSBSim // AIAA Modeling and Simulation Technologies Conference. Chicago, Illinois. 2009. DOI: 10.2514/6.2009-5699.
9. NASA-TM-2015-218675. End-of-Mission Check Case Appendices / NESC Academy. URL: https://nescaca­demy.nasa.gov/src/flightsim/Reports/NASA-TM-2015-218675-EOM_checkcase_appendices.pdf
10. Akmal H., Qu Y. Estimation of wind field velocity and aircraft states with an F-16 lateral guidance control system // International Conference on Information and Automation. 2015. P. 2293–2298. DOI: 10.1109/ICINFA.2015.7279668.
11. Scenery / FlightGear wiki. URL: https://wiki.flightgear.org/Scenery
12. Setting up SITL on Linux / ArduPilot Development Site. URL: https://ardupilot.org/dev/docs/setting-up-sitl-on-linux.html
13. FlightGear Hardware-in-the-Loop Simulation / ArduPilot Development Site. URL: https://ardupilot.org/ dev/docs/flightgear-hardware-in-the-loop-simulation.html
14. Aeroplane flight simulator evaluation handbook. London: Royal Aeronautical Society. 2009.