Мостаков Николай Алексеевич, аспирант, лаборатория Киберфизических систем,
д. 65, ул. Профсоюзная, г. Москва 117997.
Nikolay A. Mostakov, Post-Graduate Student, Laboratory of Cybernetic Systems,
65, Profsoyuznaya str., Moscow 117997.
Захарова Алёна Александровна, доктор технических наук, главный научный сотрудник, лаборатория Киберфизических систем,
д. 65, ул. Профсоюзная, г. Москва 117997.
ResearcherID: F-8209-2017.
Alena A. Zakharova, Dr. Sci. (Engineering), Chief Scientific Officer, Laboratory of Cybernetic Systems,
65, Profsoyuznaya str., Moscow 117997.
ResearcherID: F-8209-2017
Цель исследования. Целью работы является исследование и разработка методов локализации сверхлегкого беспилотного летательного аппарата (БПЛА) в насыщенной объектами замкнутой среде, основанных на симантико-топологических данных, получаемых из окружения. Целью работы также явля-ется разработка программного обеспечения и выбор аппаратного комплекса для запуска и опробации разработанного решения.
Методы. Для реализации поставленной цели были проведен обзор и сравнение существующих решений. Оптимизация архитектуры нейронной сети для детектирования объектов. Разработка алгоритма составления графа объектов, отражающего их взаимосвязи. Разработка алгоритма сравнения графов для определения положения БПЛА. Внедрение решения по повышению точности определения геометрического центра задетектированных объектов. Использование методов определения ключевых точек (SIFT, SURF) для решения проблемы идентификации объектов одного класса.
Результаты. Результатом работы является разработанный метод локализации на основе симантикотопологических данных, получаемых из окружения. Также разработан пакет программного обеспечения, основанный на платформе ROS2 humble, и реализованный на аппаратной части, основанной на плате Rockchip 3588. Эксперименты проводились на готовых наборах данных (KUM dataset) и с использованием БПЛА в помещении.
Заключение. Разработанная система локализации представляет собой перспективный шаг в направлении создания эффективных и гибких систем, способных работать в сложных условиях. В будущем планируется интегрировать данный метод с другими датчиками для повышения робастности в динамичных условиях, добавить алгоритмы визуальной одометрии для повышения точности локализации БПЛА, и расширить применение системы на БПЛА, используемых в других отраслях (инспекция инфраструктуры, поиск и спасение.
The purpose of the work is to study and develop methods for localizing an ultra-light unmanned aerial vehicle (UAV) in a closed environment saturated with objects, based on semantic and topological data obtained from the environment. The purpose of the work is also to develop software and select a hardware complex for launching and testing the developed solution.
Methods. To achieve this goal, a review and comparison of existing solutions were conducted. Optimization of the neural network architecture for detecting objects. Development of an algorithm for compiling a graph of objects reflecting their relationships. Development of an algorithm for comparing graphs to determine the position of the UAV. Implementation of a solution to improve the accuracy of determining the geometric center of detected objects. Use of keypoint detection methods (SIFT, SURF) to solve the problem of identifying objects of the same class.
Results. The result of the work is a developed localization method based on semantic and topological data obtained from the environment. A software package based on the ROS2 humble platform and implemented on the hardware based on the Rockchip 3588 board was also developed. The experiments were conducted on ready-made datasets (KUM dataset) and using UAVs indoors.
Conclusion. The developed localization system is a promising step towards creating efficient and flexible systems capable of operating in complex conditions. In the future, it is planned to integrate this method with other sensors to improve robustness in dynamic conditions, add visual odometry algorithms to improve the accuracy of UAV localization, and expand the application of the system to UAVs used in other industries (infrastructure inspection, search and rescue).
The authors declare that there are no conflicts of interest present.