Этап №2 «Разработка программного обеспечения бортового вычислителя. Разработка программы и методики и проведение испытаний программного обеспечения бортового вычислителя. Доработка программного обеспечения бортового вычислителя по результатам испытаний. Разработка программы и методики и проведение исследовательских испытаний макета бортового комплекса. Разработка опытного образца бортового комплекса.» (промежуточный)

Объектом исследования являются методы и алгоритмы обработки данных с использованием механизмов нейросетевой обработки данных (изображений), предназначенное для обеспечения автономной (автоматической) посадки и взлёта беспилотного воздушного судна (БВС) в условиях ненадёжной работы или полного отказа навигационного поля глобальной навигационной спутниковой системы (ГНСС) под воздействием естественных, техногенных или злонамеренных помех. Цель работы в соответствии с целью данного этапа: “Разработка программного обеспечения бортового вычислителя. Разработка программы и методики и проведение испытаний программного обеспечения бортового вычислителя. Доработка программного обеспечения бортового вычислителя по результатам испытаний. Разработка программы и методики и проведение исследовательских испытаний макета бортового комплекса. Разработка опытного образца бортового комплекса”. В настоящей работе рассмотрены и применены методы распознавания информации (изображений) на основе сверточных нейронных сетей (CNN) и методов машинного обучения. Задача распознавания изображений заключается в определении объекта и/или его принадлежности к определенному классу объектов. Для решения этой задачи применяются комплексы алгоритмов и методов, выполняющих получение, обработку и анализ графической информации. При разработке программного обеспечения бортового вычислителя для системы позиционирования БВС на основе инфракрасных меток были использованы методы нейросетевой обработки изображений, автоматического выделения области интереса, адаптивной бинаризации и регулирования параметров системы технического зрения (СТЗ) в зависимости от определяемых в ходе обработки изображений характеристик, последовательных приближений при решении системы оптико-кинематических уравнений навигации, субпиксельной обработки изображений, методы кодирования и декодирования информации, частотного представления изображения и частотно-временного анализа, линейной фильтрации и спектрального анализа. При разработке программного обеспечения бортового вычислителя для системы посадки БВС на основе трехмерного сканера местности оптического диапазона (лидар), использовался алгоритм на базе технологии лидарной съемки местности, а так же на технологии машинного обучения в частности нейросетевые модели. Для распознавания контрастной метки использовалась сверточная нейронная сеть (CNN). Алгоритм позволяет посадить БВС, как в сложных погодных условиях конкретно в условиях тумана и дождя, так и в условиях отключения ГНСС связи на аппарате, в таком случае посадка аппарат осуществляется только по средствам лидарного сканирования местности. В ходе работ по второму этапу были в полном объеме выполнены задачи отчетного периода.