وسایل نقلیه هوایی بدون سرنشین (UAVs) به شدت به سیستم های ناوبری دقیق برای انجام وظایف به طور موثر متکی هستند.اشتباه در ناوبری می تواند منجر به شکست ماموریت یا مسائل ایمنی شود.این مقاله کشف خطاهای ناوبری رایج در پهپادها و الگوریتم های مورد استفاده برای تجزیه و تحلیل و تصحیح این خطا.

انواع خطای ناوبری

خطاهای ناوبری در پهپادها می تواند به خطاهای سنسور، تأثیرات محیطی و عدم قطعیت های الگوریتمی طبقه بندی شود. خطاهای سنسور شامل سوگیری ها و سر و صدا در GPS، واحدهای اندازه گیری بی سابقه (IMUs)، و سایر عوامل محیطی مانند از دست دادن سیگنال GPS یا مداخله همچنین می تواند انحراف ایجاد کند.

تکنیک های تجزیه و تحلیل خطا

تجزیه و تحلیل خطا موثر شامل مقایسه داده های سنسور با ارجاعات شناخته شده یا مدل ها است. فیلترهای Kalman به طور گسترده ای برای تخمین وضعیت پهپاد با ترکیب ورودی های سنسور متعدد و به حداقل رساندن خطا استفاده می شود. علاوه بر این، فیلترهای ذرات و روش های zi به ارزیابی عدم اطمینان و شناسایی منابع خطا کمک می کنند.

الگوریتم های اصلاح

الگوریتم های اصلاح هدف تنظیم داده های ناوبری پهپاد برای بهبود دقت تکنیک های همجوشی سنسور، داده ها را از GPS، IMUs و دیگر سنسورها برای جبران خطاهای سنسور فردی ادغام می کنند.تقاط بصری و اصلاح مبتنی بر LiDAR نیز در محیط هایی که سیگنال های GPS قابل اعتماد هستند، استفاده می شوند.

روش های اصلاح عمومی

  • Kalman Filtering: [FLT 1] داده های سنسور را برای تولید برآورد بهینه از موقعیت و سرعت ترکیب می کند.
  • پیوست کننده Fusion [[ویرایش] [FLT 1] شامل چندین ورودی سنسور برای کاهش خطا است.
  • [Simultaneous Localization and Mapping]: از ویژگی های زیست محیطی برای اصلاح داده های ناوبری استفاده می کند.
  • اصلاح های روزانه و LiDAR: دوربین و داده های لیزر را برای تنظیمات زمان واقعی به کار می گیرد.