Андрашитов Д.С.1, Костоглотов А.А.2, Лазаренко С.В.3, Звездина М.Ю.4, Шокова Ю.А.5

1 Военная академия РВСН им. Петра Великого (г. Балашиха, Моск. обл., Россия)

2–5 Донской государственный технический университет (г. Ростов-на-Дону, Россия)

1dima-andrahitov@rambler.ru, 2kostoglotov@icloud.com, 3lazarenkosv@icloud.com, 4zvezdina_m@mail.ru, 5shokova.julia@yandex.ru

Постановка проблемы. Расширение областей применения беспилотных летательных аппаратов, в том числе привязных дронов, делает актуальным разработку алгоритмов стабилизации положения дрона в пространстве для сохранения их жизнеспособности. Особо важна данная проблема, когда для исключения возможности спуфинг-атак устройство функционирует в автономном режиме без использования данных из навигационных каналов, получаемых от Глобальной навигационной спутниковой системы.

Цель. Предложить способ стабилизации положения привязного дрона в пространстве путем определения его трехмерных координат по данным бесплатформенной инерционной навигационной системы и бортового радиолокатора об угловом положении радиоконтрастной реперной точки на поверхности Земли.

Результаты. Предложен алгоритм определения местоположения привязного дрона в пространстве по данным бесплатформенной инерционной навигационной системы и бортового радиолокатора об угловом положении радиоконтрастной реперной точки на поверхности Земли, позволяющий, в отличие от известных, определять координаты дрона в условиях плохой видимости. Выполнена оценка точности получаемых на основе разработанного алгоритма данных о местоположении привязного дрона для частного случая длины троса 100 м и погрешностей приборов 5°, показавшая, что в наиболее опасном вертикальном направлении наибольшие погрешности определения координат порядка 1,2 м вносят датчики бесплатформенной инерционной навигационной системы. Отмечено, что усложнение алгоритма обработки путем использования информации с бортового радиолокатора позволит существенным образом снизить данную погрешность до 0,1 м.

Практическая значимость. Предложенный алгоритм позволяет не только повысить точность определения координат местоположения привязного дрона за счет использования дополнительной информации, получаемой от бортового радиолокатора, но и применять в качестве датчиков бесплатформенной инерционной навигационной системы приборы более низкого класса точности, т.е. снизить стоимость системы управления привязного дрона.

Андрашитов Д.С., Костоглотов А.А., Лазаренко С.В., Звездина М.Ю., Шокова Ю.А. Алгоритм стабилизации привязного дрона в пространстве // Информационно-измерительные и управляющие системы. 2024. Т. 22. № 1. С. 44−52. DOI: https://doi.org/10.18127/j20700814-202401-06

1. López J.J., Mulero-Pázmány M. Drones for conservation in protected areas: Present and future // Drones. 2019. V. 3. № 1. DOI: https://doi.org/10.3390/drones3010010.
2. Taddia Y., Corbau C., Buoninsegni J., Simeoni U., Pellegrinelli A. UAV approach for detecting plastic marine debris on the beach: A case study in the Po river delta (Italy) // Drones. 2021. V. 5. № 4. DOI: https://doi.org/10.3390/drones5040140.
3. Shukla D., Komerath N. Multirotor Aerodynamic interaction investigation // Drones. 2018. V. 2. № 4. DOI: https://doi.org/10.3390/drones2040043.
4. Sarkar N.I., Gul S. Artificial intelligence-based autonomous UAV networks: A survey // Drones. 2023. V. 7. № 5. DOI: https://doi.org/10.3390/drones7050322.
5. Saeed Z., Yousaf M.H., Ahmed R., Velastin S.A., Viriri S. On-board small-scale object detection for unmanned aerial vehicles (UAVs) // Drones. 2023. V. 7. № 5. DOI: https://doi.org/10.3390/drones7050310.
6. Al-Radaideh A., Sun L. Self-localization of tethered drones without a cable force sensor in GPS-denied environments // Drones. 2021. V. 5. № 4. DOI: https://doi.org/10.3390/drones5040135.
7. Попов Н.И., Емельянов О.В., Яцун С.Ф., Савин А.И. Исследование движения квадрокоптера при внешнем периодическом воздействии // Справочник. Инженерный журнал. 2014. № 4. С. 17−21. DOI: https://doi.org/10.14489/hb.supp.2014.04.pp.017-021.
8. Beard R.W., McLain T.W. Small unmanned aircraft: Theory and Practice. Princeton and Oxford: Princeton University Press. 2012. 320 p.
9. Siti L., Mjahed M., Ayad H., A. Kari El New trajectory tracking approach for a quadrocopter using genetic algorithm and reference model methods // Appl. Sci. 2019. V. 9. № 9. DOI: https://doi.org/10.3390/app9091780.
10. Basan E., Basan A., Nekrasov A., Fidge C., Sushkin N., Peskova O. GPS-spoofing attack detection technology for UAVs based on Kullback-Leibler divergence // Drones. 2022. V. 6. № 1. DOI: https://doi.org/10.3390/drones6010008.
11. Tsuyang W., Xinglan G., Yehcheng C., Saru K., Chienming C. Amassing the security: An enhanced authentication protocol for drone communications over 5 G networks // Drones. 2022. V. 6. № 1. DOI: https://doi.org/10.3390/drones6010010.
12. Titterton D., Weston J.L., IEE. Srapdown inertial navigation technology. IEEE: 2004. 558 p.
13. Chang W., Lo L.Y., Cheung H.C., Feng Y., Yang A.S., Wen C.Y., Zhou W. Proactive guidance for accurate UAV landing on a dynamic platform: A visual-inertial approach // Sensors. 2022. V. 22. № 1. DOI: https://doi.org/10.3390/s22010404.
14. Комплексы с беспилотными летательными аппаратами. Принципы построения и особенности применения комплексов с БПЛА / Под ред. В.С. Вербы и Б.Г. Татарского. М.: Радиотехника. 2017. 512 с.
15. Durrant-Whyte H., Bailey T. Simultaneous localization and mapping: Part I // IEEE Robot. Autonom. Mag. 2006. V. 13. P. 99−110. DOI: https://doi.org/10.1109/MRA.2006.1638022
16. González-Hernádez I., Salazar S., Lozano R., Ramirez-Ayala O. Real-time improvement of a trajectory-tracking control based on super-twisting algorithm for quadrotor aircraft // Drones. 2022. V. 6. № 2. DOI: https://doi.org/10.3390/drones6020036.
17. Rocamora M.B. Jr., Lima R.R., Samarakoon K., Rathjen J., Gross J.N., Pereira G.A.S. Oxpecker: A Tethered UAV for Inspection of Stone-Mine Pillars // Drones. 2023. V. 7. № 2. DOI: https://doi.org/10.3390/drones7020073.
18. Tong X., Liu X., Chen P., Liu S., Luan K., Li L., Liu S., Liu X., Xie H., Jin Y., Hong Z. Integration of UAV-based photogrammetry and terrestrial laser scanning for the three-dimensional mapping and monitoring of open-pit mine areas // Remote Sensing. 2015. V. 7. № 6. P. 6635−6662. DOI: https://doi.org/10.3390/rs70606635.
19. Demirhan M., Premachandra C. Development of an automated camera-based drone landing system // IEEE Access. 2020. V. 8. P. 202111−202121. DOI: https://doi.org/10.1109/ACCESS.2020.3034948
20. Wang L., Bai X. QuadrocopterAutonomous Approaching and Landing on a Vessel Deck // J. Intell. Robot. Syst. 2017. V. 92. P. 125−143. DOI: https://doi.org/10.1007/s10846-017-0757-5.
21. IWR1642 Single-Chip 76-to81-GHz mmWave Sensor. URL: http://www.ti.com/products/IWR1642 (date of access 20.12.2023).
22. Bialer O., Jonas A., Tirer T. Super resolution wide aperture automative radar // IEEE Sensor Journal. 2021. V. 21. № 16. P. 17846−17858. DOI: https://doi.org/ 10.1109/JSEN.2021.3085677.