Модели и алгоритмы интеллектуальной навигации для систем управления автономных подвижных объектов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Калач Геннадий Геннадиевич

• Калач Геннадий Геннадиевич
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Калач Геннадий Геннадиевич

Оглавление

Список сокращений

Введение

Глава 1. Принципы построения, способы применения и проблемы разработки систем навигации автономных подвижных объектов

1.1 Анализ требований к бортовым системам навигации для подвижных объектов различного типа базирования и назначения

1.2 Анализ современных подходов к построению систем навигации подвижных объектов различных типов

1.3 Разработка комплексного подхода к построению перспективных образцов систем навигации для подвижных объектов на основе интеллектуальных технологий

1.4 Постановка задач диссертационной работы

Выводы по главе

Глава 2. Анализ и обоснованный выбор инерциальных чувствительных элементов интеллектуальной навигационной системы

2.1 Общая характеристика микромеханических акселерометров, датчиков угловых скоростей и магнитометров

2.2 Анализ характеристик датчиков на примерах акселерометра и датчика угловых скоростей

2.3 Анализ инерциальных чувствительных элементов с помощью

автоматизированной системы сбора и обработки информации

Выводы по главе

Глава 3. Разработка алгоритмов комплексирования разнородной навигационной информации с учётом её ситуативной значимости

3.1 Разработка принципов построения интеллектуальной БИНС на базе ARM Cortex M4

3.2 Обоснование ситуативной значимости показаний навигационных

2

датчиков на основе анализа особенности их функционирования

3.3 Разработка алгоритма сильносвязанной интеллектуальной гибридной навигационной системы с применением фильтра Калмана

3.4 Разработка алгоритма слабосвязанной системы навигации на базе

технологии нечёткой логики

Выводы по главе

Глава 4. Экспериментальное исследование работы интеллектуальных навигационных комплексов

4.1 Навигация автономных мобильных объектов на примере сельскохозяйственной техники при решении задач параллельного вождения и высокоточного земледелия

4.2 Навигация автономных объектов в условиях плотной городской

застройки

Выводы по главе

Заключение

Список литературы

Приложение А

Приложение Б

Приложение В

Список сокращений

МЭМС — микроэлектромеханические системы;

ГНСС — глобальные навигационные спутниковые системы;

GPS — глобальная позиционная система;

ЧЭ — чувствительный элемент;

ММА — микромеханический акселерометр

ММГ — микромеханический гироскоп

МПЗ — магнитное поле земли

ГЛОНАСС — глобальная навигационная спутниковая система; IMU — инерциальное измерительное устройство; Soft Iron Distortion — неаддитивная составляющаяся магнитного поля Hard Iron Distortion — аддитивная составляющая магнитного поля

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы интеллектуальной навигации для систем управления автономных подвижных объектов»

Введение

Актуальность темы исследования. Широкое применение автономных мобильных объектов (в их числе мобильные роботы, безэкипажные автомобили, роботизированная сельскохозяйственная техника, беспилотные летательные аппараты и т.д.) неразрывно связано с решением задачи планирования перемещений, определения координат их местоположения и параметров ориентации в реальном масштабе времени. На данный момент программно-аппаратные комплексы навигации (с учётом использования всевозможных технических средств) базируются на различных принципах определения координат, которые могут производиться в активном, пассивном или смешанном режимах и представлять наблюдения параметров движения. По мере усложнения и расширения круга задач управления современными образцами мобильных объектов существующие подходы навигации перестают удовлетворять требованиям, связанным с точностными, массогабаритными, стоимостными и прочими характеристиками [27, 42, 49].

На сегодняшнем этапе создания мобильной техники наметилось два подхода развития систем навигации: модернизация, разработка и применение прецизионных инерциальных датчиков с улучшенными характеристиками и реализация новых алгоритмов обработки навигационной информации с существующих типов датчиков. Первый подход является вполне естественным и в значительной степени решает задачу повышения точности системы навигации, но пока остро встают проблемы стоимости и габаритных показателей датчиков.

Второй подход представляется вполне реальным и перспективным, особенно для автономных мобильных объектов, поскольку структура системы интеллектуального управления таким объектом, считающаяся практически канонической [33-35], включает, кроме исполнительной подсистемы, тактический и стратегический уровни управления: стратегический уровень планирует поведение, мобильного объекта, а тактический - совокупность целесообразных действий и движений. В этой связи система тактического уровня управления

5

может быть использована для выбора тех или иных датчиков, имеющих наилучшие характеристики при данном типе движений. Таким образом, за счёт подключения информации с тактического уровня управления мобильным роботом можно организовывать комплексирование информации от существующих МЭМС датчиков и обеспечить повышение характеристик системы навигации в целом.

В рамках диссертационного исследования вводится понятие ситуативной значимости, которое устанавливает обоснованное соответствие определённых типов инерциальных датчиков (с учётом их шумовых характеристик) и ситуаций, в которых находится мобильный объект (под ситуацией понимается характер движения объекта, параметры окружающей среды и т.д.). На основе ситуативной значимости с помощью интеллектуальных технологий экспертных систем и нечёткой логики осуществляется обоснование комплекси-рования информации от имеющихся бортовых инерциальных датчиков в зависимости от конкретной ситуации. Такой ситуативный подход, при котором для каждой ситуации (для каждого типа движения) комплексируются показания датчика с лучшими характеристиками, должен позволить повысить точность, существенно удешевить и улучшить массогабаритные показатели всей системы в целом.

Степень разработанности темы исследования. Исследованию проблем и разработке технологий проектирования навигационных систем для подвижных мобильных систем во всем мире, в том числе и в России, придается приоритетное значение. Существующие образцы инерциальных систем навигации российского производства базируются на элементной базе не микромеханического исполнения; с другой стороны, как показывает мировая практика, в силу улучшения характеристик показателей МЭМС датчиков, в США, ряде стран Европы, Азии и Японии ведутся работы по созданию высокоточных инерциальных систем на данных сенсорах. Поскольку по своим качественным характеристикам инерциальные МЭМС датчики пока уступают волоконно-оп-

тическим гироскопам и другим макромеханическим сенсорам, перед разработчиком стоит задача компенсации помех как за счёт совершенствования программно-алгоритмической части, так и новых подходов к комплексированию информации от различных датчиков о положении объекта.

Следует отметить, что в силу очевидных обстоятельств, связанных с возможностью двойного применения методов интеллектуальной обработки навигационных данных как в гражданских приложениях, так и в оборонной сфере, результаты соответствующих исследований, проводимых в этой области за рубежом и связанных с описанием принципов построения, алгоритмов управления и обработки информации, носят во многом закрытый характер и не находят должного отражения в открытых источниках.

Фундаментальные и прикладные исследования в области разработки инерциальных систем навигации по этому направлению ведутся в России в АО «Концерн «ЦНИИ «Электроприбор» (г. Санкт-Петербург), НИУ МАИ (г. Москва), НИУ МГТУ им. Н.Э. Баумана (г. Москва), МИРЭА-Российский технологический университет (г. Москва), АО «Арзамасский» Приборостроительный завод им. П.И. Пландина (г. Арзамас), АО Инерциальные технологии «Технокомплекса» (г. Раменское) и в целом ряде других научных центров страны.

Таким образом, тема диссертации, посвящённая решению комплекса задач по разработке интеллектуальной системы навигации для систем управления современными образцами мобильных объектов, является актуальной.

Цели и задачи диссертационного исследования. Целью диссертации является повышение точности работы навигационного комплекса в составе систем управления автономными мобильными объектами за счёт разработки интеллектуальной системы навигации, основанной на высокоэффективных алгоритмах комплексирования разнородной навигационной информации с помощью методов искусственного интеллекта. Поставленная цель диссертационного исследования определяет совокупность решаемых в ней задач, главными из которых являются:

- разработка принципов построения интеллектуальной навигационной системы для управления автономными подвижными объектами;

- разработка алгоритмов обоснованного выбора инерциальных чувствительных элементов интеллектуальной навигационной системы;

- разработка программно-аппаратного комплекса, реализующего алгоритмы анализа шумовых составляющих инерциальных МЭМС датчиков;

- разработка программно-аппаратного комплекса, реализующего алгоритмы интеллектуального комплексирования разнородных данных с учётом специфики сильносвязанной и слабосвязанной навигационной системы;

- проведение экспериментальных исследований по внедрению системы навигации автономных объектов в условиях плотной городской застройки;

- проведение экспериментальных исследований по внедрению навигационной системы на примере сельскохозяйственной техники при решении задач параллельного вождения и высокоточного земледелия.

Сформированный перечень решаемых задач и последовательность их рассмотрения нашли отражение в структуре диссертации.

В первой главе проводится анализ требований к бортовым системам навигации, рассматриваются перспективы развития и типовые решения по созданию их аппаратно-программного обеспечения. На основе проведенного анализа разрабатывается концепция комплексного подхода к построению интеллектуальной системы навигации для мобильных объектов на основе выбора микромеханических датчиков с различным типом получения информации в зависимости от характера движения мобильного объекта, то есть с учётом ситуативной обоснованности снимаемых данных.

Вторая глава посвящена анализу шумовых составляющих инерциальных МЭМС датчиков. В ней показано, что шумовые характеристики могут являться критериями обоснованного выбора инерциальных чувствительных эле-

ментов для интеллектуальной навигационной системы, и на этой основе, разрабатывается комплекс программно-аппаратных средств для анализа МЭМС датчиков и проводится обзор современной элементной базы.

В третьей главе диссертации разрабатываются принципы построения интеллектуальной бесплатформенной навигационной системы, проводится обоснование ситуативной значимости показаний навигационных датчиков на основе анализа особенностей их функционирования. Разрабатывается два независимых алгоритма: для тихоходных объектов — сильносвязанная система навигации с адаптивным фильтром Калмана, реализованным на базе интеллектуальной технологии экспертных систем, а для высокоманёвренных — алгоритм слабосвязанной системы навигации, основанный на применении нескольких независимых экспертных блоков, реализованных на нечёткой логике, для идентификации модели и типа движения мобильного объекта.

В четвертой главе диссертации приводится описание экспериментальных исследований, по оценке работоспособности и эффективности разработанных алгоритмов и аппаратных средств. Вариант сильносвязанной системы навигации был применён в сельском хозяйстве в задачах высокоточного земледелия при создании системы параллельного вождения для сокращения затрат при посеве зерновых культур. Предложенный алгоритм позволил повысить точность поддержания межрядового расстояния в пределах 40% по сравнению с существующими коммерческими системами параллельного вождения, что позволило сократить расходы зерна на 20%. Второй алгоритм был применён в системе навигации безэкипажного автомобиля в условиях плотной городской застройки, результаты экспериментов показали повышение точности навигации на 20%.

В заключении приводятся выводы по диссертационной работе с обсуждением полученных результатов. Отмечается, что предложенный подход к комплексированию разнородной информации с МЭМС датчиков на основе применения интеллектуальной экспертных систем и нечеткой логике техноло-

гии позволяет не только добиться существенного повышения точностных характеристик, но и понизить стоимостные, массогабаритные показатели всей навигационной системы в целом. В приложениях приводятся акты о внедрении и использовании результатов диссертации.

Глава 1. Принципы построения, способы применения и проблемы разработки систем навигации автономных подвижных объектов

В данной главе рассматриваются особенности и принципы построения систем навигации для автономных подвижных объектов. Проводится анализ существующих схем реализации систем навигации, их особенностей, а также способы применения и области назначения.

1.1 Анализ требований к бортовым системам навигации для подвижных объектов различного типа базирования и назначения

Планирование перемещений и управление движением мобильных объектов и систем неразрывно связано с необходимостью определения координат их местоположения и параметров ориентации, осуществляемого в реальном масштабе времени.

Развитие средств и методов навигации пилотируемыми, дистанционно управляемыми и безэкипажными автономными мобильными системами в применении широком спектре прикладных областей (рис.1.1) так или иначе сопряжено с решением следующих основных задач [27, 36, 81, 89, 92]:

- оценка рассогласования текущего и заданного положения мобильного объекта;

- оценка текущего отклонения мобильного объекта от заданной траектории движения;

- оценка текущего значения скорости движения;

- определение параметров пространственного расположения объектов внешней среды на пути движения.

хозяйство науки информации картография

Рис.1.1. Сферы использования систем навигации.

Важно отметить, что назначение, конструкция, особенности прикладного применения мобильных объектов и предполагаемые решения по управлению будут накладывать целый ряд требований на точностные, массо-габаритные, стоимостные и прочие характеристики систем навигации.

Так, например, для мониторинга перемещения различных видов городского пассажирского транспорта по установленным маршрутам необходимая точность определения навигационных данных может составлять до 20 м [14, 25].

В тоже время бортовые навигаторы современных автомобилей, обеспечивающие прокладку и слежение за прохождением маршрута с одновременной выдачей рекомендаций водителю по управлению движением транспортным средством должны удовлетворять более жестким требованиям по точности, которая составляет до 1-2 м [25, 49].

Более того, исследования и разработки, проведённые такими крупными зарубежными и российскими автоконцернами как Nissan, Mercedes, Audi, Камаз и т. д. по созданию беспилотных автомобилей, способных самостоятельно менять полосность движения, совершать обгоны и различные маневры для

предотвращения столкновения с возникающими на пути препятствиями, свидетельствуют о том, что определение координат мобильного объекта в этих задачах должно определяться с точностью до 1,5м и разбросом показаний 1020 см [3, 45, 55, 86].

Еще более высокие требования по точности предъявляются к прецизионным средствам навигации, которые используются не только в областях разработки вооружения и военной техники [23, 45, 59, 94], но и в ряде других прикладных сфер [55, 97].

Яркой иллюстрацией может служить такая сфера как высокоточное земледелие, где оснащение сельскохозяйственных машин средствами навигации позволяет существенно минимизировать величины промежутков и перекрытий межрядья при параллельном прохождение техники (рис.1.2), что обуславливает оптимизацию расходов посевного материала, удобрений, топлива и т.д., а в конечном итоге приводит к значительной экономии всех видов необходимых затрат. При этом требуемая точность прокладки и отработки маршрута движения отдельной сельскохозяйственной машины составляет от 5 до 15 сантиметров в зависимости от особенностей используемого навесного оборудования [98, 102].

Рис.1.2. Проблемы пропусков и перекрытий, которые решаются при внедрении технологии параллельного вождения.

Очевидно, что по своим массогабаритным характеристикам средства и системы навигации должны соответствовать размерам и конструкции всех мо-

бильных объектов, на которых они устанавливаются. В этом плане показательным примером могут служить малогабаритное навигационное устройство, которое включается в состав специализированных шлемов, трекеров и других средств, позволяющих отслеживать движение аппаратуры и положение различных частей тела человека в целях обеспечения человеко-машинного взаимодействия системы «дополненной реальности» (рис.1.3) [66, 73, 74, 85, 88, 115].

Рис.1.3. Система трекинга локомоторных характеристик движения человека.

При создании навигационных систем для широкого спектра народно-хозяйственных задач одним из важных критериев оценки разрабатываемого оборудования является критерий стоимости.

Таким образом, вполне актуальной становится задача поиска компромиссного решения и разработка новых нетривиальных подходов, обеспечивающих соответствие «цены и качества».

1.2 Анализ современных подходов к построению систем навигации подвижных объектов различных типов

В современных мобильных роботах различного типа и назначения системы навигации, согласно общепринятому подходу, делятся на три основных класса [2, 22, 26, 44, 50]:

- локальная - определение координат устройства относительно стартовой точки. Эта схема является классической на примере для БПЛА и наземных мобильных объектов, выполняющих миссии в пределах заранее известной области, с учётом наличия готовой карты;

- глобальная - определение абсолютных координат автономного объекта при движении на незнакомом маршруте; в данном случаи могут возникать задачи построения карты при отсутствии таковой;

- персональная - позиционирование объектом частей своего тела и взаимодействие с близлежащими предметами, что актуально для устройств, снабженных манипуляторами.

В свою очередь, по способу получения информации о положении объекта системы навигации делятся на [4, 36, 41, 42]:

- пассивные;

- активные;

- гибридные.

Ниже проводится анализ особенностей навигационных систем, классифицируемых по способу получения информации.

1.2.1 Пассивные способы навигации

Пассивная система навигации подразумевает прием информации о положении и параметрах движения мобильного объекта от внешних источников. Примерами пассивной навигации (рис. 1.4) являются системы определения координат по радиомаякам (технологии Ibeacon, Wi-Fi используются в зоне

Глобальный уровень

ГНСС:

ГЛОНАСС GPS

GALLILEO BEIDO

Рис. 1.4. Пассивные системы навигации

малого распространения сигнала, зданиях, полигонах), с помощью маркеров (технология Localnet может использоваться на небольших открытых площадях), триангуляционным способом с помощью мобильных станций (технология LBS - на большом участке местности).

В более масштабном варианте, глобальные навигационные спутниковые системы (ГНСС): GPS, ГЛОНАСС, Galileo, BeiDou (рис.1.5), являющиеся комплексом электронно-технических систем, в состав которых входит наземное и космическое оборудование, предназначенное для определения местоположения (позиционирования) в общепринятой системе координат, а также параметров движения (скорости, направления движения и др.) для различных целей [92, 93, 111, 118]. В качестве систем координат обычно используются системы координат ECEF (Earth centered & earth fixed, декартова система координат с началом в точке центра масс Земного шара) или WGS84 (World Geodetic System 1984, сферическая система координат с началом в точке центра масс Земного шара) [77, 103, 114, 119].

Рис. 1.5. Состав глобальных спутниковых систем навигации

Местоположение приемника в системе спутниковой навигации вычисляется пересечением сфер от разных спутников (рис. 1.6). Радиусы сфер определяются не точно из-за ионосферной и тропосферной задержек, релятивистского эффекта, эффекта приема отраженного сигнала и других факторов. Без каких-либо коррекций точность определения местоположения может составлять 5-7 метров [28, 38, 43, 46, 47].

Рис. 1.6. Проблемы неточного определения координат объекта

В целом все ошибки и неточности в определении координат мобильного объекта, высчитанные с помощью ГНСС, можно представить следующим видом:

Р = р + с-А/ + Е г г г

(1.1)

где с — скорость света;

а I — время отставания часов пользователя от часов спутника;

Е г — ошибки по расстоянию вызванные различными факторами; Рг — геометрическое расстояние от спутника номер I до приемника, т.е.

2 2 2

р. = у/ (х-х,) + (у -уг) + (-х^) (1.2)

В свою очередь,

Е = М + N +а (13)

г г г г '

где м, — эффект приёма отражённого сигнала (~ 2 л, );

лг, — атмосферные задержки (ионосферная, тропосферная ~ 5 м );

£г — другие ошибки (релятивистский эффект, инструментальная задержка, вызванная помехами спутника ~ 11 м )

Для решения задачи по улучшению точности навигационных систем существует несколько групп методов исключения ошибок и задержек, которые могут применяться как по отдельности, так и в различных комбинациях. Далее перечислены некоторые из них.

Методы моделирования подразумевают непосредственный подсчёт той или иной ошибки в случае, когда это представляется возможным [43, 109, 111], к примеру:

коррекция координат в соответствии с геофизической моделью (приливы/отливы, движение литосферных плит и др.); коррекция тропосферной задержки; учёт сдвига фазового центра приёмника и спутника; коррекция инструментальных ошибок спутника (для каждого спутника может быть разная ошибка);

коррекция релятивистского эффекта; коррекция влияния гравитации других планет.

Двухчастотный приёмник принимает со спутников одни и те же данные, но на разных частотах, тем самым позволяет исключить атмосферные задержки, однако является достаточно дорогим устройством и не доступен для гражданского применения [54, 67, 96, 104].

Разностные методы дают возможность исключить разом все ошибки, но необходимо наличие хотя бы одной наземной станции, местоположение которой известно (с достаточной точностью). Исключение ошибок возможно благодаря предположению, проверенному эмпирическим путем, о том, что ошибки, связанные с задержками в атмосфере, коррелируют тем выше, чем ближе находятся приемники. Соответственно удаление приемников друг от друга ухудшает корреляцию и уменьшает точность позиционирования. Использование разностных методов в случае кинематических наблюдений имеет

смысл в радиусе до 20-50 километров от базовой станции для двухчастотных приемников, для одночастотных — до 8-ми километров [90, 108, 111].

Метод высокой точности (РРР, point precise positioning) — метод нахождения местоположения в системе спутниковой навигации, относящийся к абсолютным (т.е. без использования наземных станций) методам позиционирования, важной особенностью которого является непосредственный подсчёт ошибок [13, 39, 75, 109]. Впервые РРР был разработан в 1997 году, на данный момент улучшился и уже представляет собой класс методов, каждый из которых подразумевает:

- наличие дополнительных данных с уточнёнными координатами спутников;

- наличие данных об ошибках часов спутников;

- полное или почти полное исключение ионосферной задержки;

- наличие карт ионосферы и тропосферы;

- наличие серии решений, которую можно усреднить любым из прогнозирующих фильтров в сочетании с инерциальной навигацией.

Поскольку применение абсолютного метода позиционирования в системе спутниковой навигации - это нахождение трёх координат, то наряду с этими величинами, можно замерить ряд относительных параметров при помощи автономных инерциальных систем навигации, способных в сочетании с алгоритмами комплексирования увеличить точность вне зависимости от внешних факторов.

Обобщая выше изложенное по пассивным системам, можно сказать, что в данных типах навигации точностные характеристики напрямую зависят от количества репитеров (спутников, в рамках ГНСС) в системе, скорости выработки навигационных данных, погрешности в определении координат за счёт особенностей рельефа, разных слоёв атмосферы, недоступности сигнала в сложных метео или магнитных условиях и т.д. Системы данного типа хорошо

подходят для задач оперативного мониторинга подвижного транспорта и контроля его движения в заданную точку с погрешностью от 2 до 30 метров в зависимости от типа и количества репитеров.

В связи с учётом нынешних реалий ведутся работы по модернизации наземных станций системы ГЛОНАСС/ОРБ и спутникового сегмента, что приведёт к увеличению точности до 1 м [25, 49]; при этом мощность сигнала будет в разы больше, что позволит приемникам легче улавливать сигналы в условиях плотной городской застройки и тем самым снизятся габаритные показатели существующих решений. Также почти закончены работы по введению стандарта единой частоты работы разных спутниковых систем, благодаря чему устройства, установленные на автономные объекты, смогут определять местоположение, комбинируя данные спутников различных навигационных систем.

Направление по созданию интеллектуальных маяков (ГНСС-подобная система малого радиуса действия) становится популярным в авиации и горной промышленности. В этой области лидирующее место занимает фирма Ьоса1а, и её технология под названием Ьоса1а№1 (рис.1.7), которая использует помимо космических навигационных спутников еще и приемопередатчики, расположенные на поверхности Земли. Точность данной технологии позиционирования составляет 6-15 см при перемещении мобильного объекта со скоростью в 560 км/ч [60-62], что почти идеально подходит для БПЛА систем.

Рис. 1.7. Реализация системы Ьоса1аЫЕ1 на примере каньона

Работа LocataNet осуществляется на частотах Wi-Fi, тем самым отпадает техническая необходимость в разработке специфического приемно-передаю-щего оборудования, что в свою очередь позволяет использовать данный метод навигации и для мобильных устройств без увеличения энергопотребления.

1.2.2 Активные способы навигации

Активные способы навигации направлены на получения информации о положении подвижного объекта автономными способами в независимости от воздействий и контактов с внешним миром. Одними из основных направлений в данном типе навигации являются одометрические системы навигации, локальные системы навигации, основанные на лазерных дальномерах и техническом зрении и инерциальные системы навигации (ИНС) [4, 14, 36, 42].

В последнее время широкое применении получили именно ИНС, их использование началось задолго до того, как были разработаны глобальные навигационные спутниковые системы, начиная с 1950-х гг.; инерциальная навигация служила для решения задач позиционирования в наземных, морских и авиационных приложениях. Основная идея съёма информации о положении заключается в получении относительных величин, измеренных автономными инерциальными чувствительными элементами, которые могут быть переведены в абсолютные. Для определения координат объекта в ИНС необходимо:

- знать информацию о начальных значениях координат (х0,у0) и скоростей (vox,voy);

- непрерывно измерять проекции ускорения объекта с помощью акселерометров;

- определять с помощью гироскопов ориентацию осей чувствительности акселерометров относительно навигационной системы координат;

- определять курсовой угол по показаниям магнитометра;

- дважды интегрировать ускорения объекта по времени.

В действительности решение навигационной задачи инерциальным способом вдоль поверхности Земли осложняется тем, что акселерометры измеряют разность между ускорением объекта и гравитационным ускорением. Реакция акселерометра на силу тяготения Земли эквивалентна силе инерции, т.е. фиктивной силе, вызванной вертикальным перемещением объекта с ускорением 9,8 м/с2 [6, 36].

Список литературы диссертационного исследования кандидат наук Калач Геннадий Геннадиевич, 2018 год

Список литературы

1. Ачильдиев В. М. и др. Система измерений геометрических параметров и качества покрытия дорожного полотна на основе инерциального блока БИ-210 //Микросистемная техника. - 2001. - №. 8. - С. 19-24.

2. Бобровский С. Н. Навигация мобильных роботов //Журн. PC Week. - 2004.

- №. 9. - С. 60-63.

3. Болотин Ю. В., Фатехрад М. Навигация пешехода с использованием бесплатформенной инерциальной навигационной системы (БИНС), установленной на стопе //Российский журнал биомеханики. - 2015. - №. 1. - С.10-14

4. Бранец В. Н. Применение кватернионов в задачах ориентации твердого тела.

- Рипол Классик, 1973.

5. Бранец В.Н. Лекции по теории бесплатформенных инерциальных навигационных систем управления [Текст]: учебное пособие для студентов вузов по направлению «Прикладные математика и физика» / В.Н. Бранец, М.: МФТИ, 2009.

6. Бранец В. Н. Введение в теорию бесплатформенных инерциальных навигационных систем. - " Наука", 1992..

7. Вавилов В. Д. Математическая модель микросистемного акселерометра с электростатической отработкой //Труды НГТУ им. РЕ Алексеева. - 2011. - №2. 3. - С. 328-335.

8. Вавилов В.Д. Защита микросистемных приборных средств от вибрационной и ударной нагрузки // Труды НГТУ им. РЕ Алексеева. - 2011. №2 1. C. 321-326.

9. Вавилов В. Д., Волков В. Л., Улюшкин А. В. Оптимизация параметров микромеханического акселерометра //Труды НГТУ им РЕ Алексеева.-Н. Новгород. - 2010. - №. 3. - С. 308-314.

10. Вавилов В. Д., Улюшкин А. В. Настройка корректирующего устройства в контуре микродатчика //Труды НГТУ им. РЕ Алексеева. - 2010. - №. 2. - С. 345-350.

11. Вавилов И.В. Математическая модель чувствительного элемента ДУС типа «Линейный вибратор» //Труды НГТУ им. РЕ Алексеева. - 2010. - №. 3. - С. 325-328.

12. Величко О.О., Чекмарев А.Б. Методы и технические средства для метрологического обеспечения производства и испытаний микромеханических инерциальных датчиков // Известия ТулГУ. Технические науки. - 2012. - T.7.

- C. 67-76.

13. Дахнов В.Н. Геофизические методы определения коллекторских свойств и нефтегазонасыщения горных пород. - М.: Недра, 1985. - 310 с

14. Демидов О. В. Задача тесной интеграции систем ГЛОНАСС и GPS с ИНС разных классов точности //Дисс. на соиск. степ. к. ф.-м. - 2009. - №. 01.02. -С. 01.

15. Калач Г. Г. Использование графических языков программирования высокого уровня для реализации бесплатформенной инерциальной навигационной системы //Научные и образовательные проблемы гражданской защиты. - 2011.

- №. 2.

16. Калач Г.Г. Математическое моделирование инерциальных MEMS-датчиков в математической среде Matlab //Научное обозрение. - 2013. - №. 6. - С. 62-68.

17. Калач Г.Г. Применение модельно-ориентированного проектирования и методов искусственного интеллекта в математической среде Matlab для реализации способов косплексирования информации полученной, с навигационных датчиков //XX Санкт-Петербургская международная конференция по интегрированным навигационным системам. - 2013. - С. 241-244.

18. Калач Г.Г. Применение нечёткого регулятора в качетве корректирующего устройства для инерциальных микромеханических датчиков // Сборник трудов Международного научно-технического семинара. - 2013. - C. 108.

19. Калач Г.Г. Применение модиифицированного фильтра Калмана с нечёткой логикой для навигации мобильных роботов // Радиоэлектроника, электроника и энергетика. - 2014. - № 2. - C. 340-343.

20. Калач Г.Г. Сильносвязанная система навигации с адаптивным фильтром Калмана на базе экспертной системы с технологией нечёткой логики // Естественные и технические науки. - 2018. - №6. - C. 165-173.

21. Калач Г.Г. Слабосвязанная система на базе экспертной системы // Естественные и технические науки- 2018. - №6. - C. 173-184.

22. Калач Г.Г., Калач Г.П., Киселев Д.В. Проблемы локальной и глобальной навигации мобильных роботов // Актуальные проблемы инфотелекоммуника-ций в науке и образовании. - 2016. - С. 263-269.

23. Калач Г.Г., Калач Г.П., Травников С.А. Перспективы применения робото-технических комплексов в интересах обеспечения военной безопасности государства // Наука. Общество. Оборона. - 2016. - №. 1. - С. 6

24. Калач Г. Г., Романов А. М., Трипольский П. Э. Слабосвязанная система навигации на базе экспертной системы с использованием нечёткой логики //Международная конференция по мягким вычислениям и измерениям. - Федеральное государственное автономное образовательное учреждение высшего образования Санкт-Петербургский государственный электротехнический университет ЛЭТИ им. ВИ Ульянова (Ленина), 2016. - Т. 1. - №. Секции 1-3. - С. 240-242.

25. Карасёв С. Точность позиционирования ГЛОНАСС вырастет до 1 метра // [Электронный ресурс]. - Режим доступа: https://3dnews.ru/922678. свободный. - Загл. с экрана.

26. Кирильченко А. А., Платонов А. К., Соколов С. М. Теоретические аспекты организации интерпретирующей навигации мобильного робота //Препринты Института прикладной математики им. МВ Келдыша РАН. - 2002. - №2. 0. - С. 5-40.

27. Коваленко В. В., Лысов А. Н. Малогабаритная инерциальная система: Учебное пособие //Челябинск. - 2010. - С. 49-54.

28. Косарев Н. С., Щербаков А. С. Статистический анализ точности определения положений спутников систем ГЛОНАСС и GPS //Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). - 2014. -№. 2 (26).

29. Крюков В.В. Системы сбора данных. Учебное пособие. / В.В. Крюков, //Владивосток: ВГУЭС. - 2000. -C.93 c.

30. Кутьков Г.М. [и др.]. Качество отслеживания постоянной технологической колеи при культивации зяби // Тракторы и сельскохозяйственные машины: ежемесячный теоретический и научно-практический журнал. - 1992. - №2. -C. 9-11.

31. Кучерков С. Г. и др. Использование вариации Аллана при исследовании характеристик микромеханического гироскопа //Гироскопия и навигация. -2003. - №. 2. - С. 98-104.

32. Литвин М. А. и др. Типы ошибок в инерциальных навигационных системах и методы их аппроксимации //Информационные процессы. - 2014. - Т. 14. -№. 4. - С. 326-339.

33. Макаров И. М. и др. Система дистанционного обучения по робототехнике и мехатронике на базе современных информационных технологий //Образовательные технологии и общество. - 2004. - Т. 7. - №. 3.

34. Макаров И. М. и др. Искусственный интеллект и интеллектуальные системы управления //Отделение информ. технологий и вычислит. систем РАН.-М.: Наука. - 2006.

35. Макаров И. М. и др. Технологии обработки знаний в задачах управления автономными мехатронно-модульными реконфигурируемыми роботами //Информационные технологии. - 2010. - №. S8. - С. 1-32.

36. Матвеев В. В., Распопов В. Я. Основы построения бесплатформенных инерциальных навигационных систем //СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор. - 2009. - Т. 280.

37. М Матвеев В. В., Погорелов М. Г. Анализ погрешностей микромеханических гироскопов методом вариаций Аллана //Известия Тульского государственного университета. Технические науки. - 2015. - №.3.

38. Михайлов С. Влияние многолучевости распространения радиоволн от навигационного космического аппарата на точность определения координат ОРБ-приемник //Беспроводные технологии. - 2006. - №. 3. - С. 60-71.

39. Першин Д. Ю. Сравнительный анализ моделей тропосферной задержки в задаче определения местоположения высокой точности в спутниковых навигационных системах ГЛОНАСС/GPS //Вестник Новосибирского государственного университета. Серия: Информационные технологии. - 2009. - Т. 7. - №. 1.

40. Ф. Рамиан. Измерение вариации Аллана анализатором фазовых шумов / Измерительное оборудование.Т-Сотт//Спецвыпуск. - 2009. - С. 11 - 15

41. Распопов, В. Я. Микромеханические приборы : учеб. пособие / В. Я. Распопов//. М.: Машиностроение, 2007. - 400 с.

42. Севастьянов Н. Н. и др. Анализ современных возможностей создания малых космических аппаратов для дистанционного зондирования Земли //Труды Московского физико-технического института. - 2009. - Т. 1. - №. 3. - С. 1422.

43. Синякин А. К., Кошелев А. В. Влияние возмущенной ионосферы на точность GPS-измерений //Вестник СГГА. - 1997. - №. 2. - С. 56-58.

44. Соколов С. М. и др. Мобильный комплекс для оперативного создания и обновления навигационных карт //Известия Южного федерального университета. Технические науки. - 2011. - Т. 116. - №. 3.

45. Салычев О. С. Автопилот БПЛА с инерциальной интегрированной систе-мой-основа безопасной эксплуатации беспилотных комплексов //Режим доступа к ресурсу-http://teknol.ru/trash/uav_autopilot_salychev_2602182965. pdf. -2007.

46. Струков А. А. Анализ точности определения векторов сверхдлинных базовых линий по результатам GPS-измерений // Вестник СГГА. - 2011. - Вып. 2 (15). - С. 2-15

47. Тучин Д. А. Кодовые измерения псевдодальности системы GPS. Модель ошибок и априорная оценка точности определения вектора положения //Препринты Института прикладной математики им. МВ Келдыша РАН. - 2002. -№. 0. - С. 30-31.

48. Улюшкин А.В. Разработка и исследование узлов микросистемных акселерометров и оптимазиция характеристик // автореф. дис. на соиск. учен. степ. канд. тех. наук (05.11.01) Улюшкин Александр Вениаминович; - 2013. - С.16 с.

49. Чеберко И. Точность ГЛОНАСС повысят в два раза до конца текущего года. [Электронный ресурс]. - Режим доступа: https://iz.ru/news/585537. свободный. - Загл. с экрана.

50. Черноножкин В. А., Половко С. А. Система локальной навигации для наземных мобильных роботов //Научно-технический вестник информационных технологий, механики и оптики. - 2008. - №. 57.

51. Шаврин В.В. Калибровка микроэлектромеханических датчиков ускорений и угловых скоростей в бесплатформенных инерциальных навигационных системах // В.В. Шаврин, А.С. Конаков, А.А. Савин, В.И. Тисленко // Доклады

Том. гос. ун-та систем управления и радиоэлектроники. - 2012. - № 1. - С. 265-269.

52. Гост Р. 50597-93. Требования к эксплуатационному состоянию, допустимому по условиям обеспечения безопасности дорожного движения //М.: Изд-во стандартов. - 1993.

53. Zhou Z. et al. An improved fuzzy Kalman filter for state estimation of non-linear systems //International Journal of Systems Science. - 2010. - Т. 41. - №. 5. - С. 537-546.

54. Dubash N. B., Tso R. L1/L2 GPS receiver : пат. 6675003 США. - 2004.

55. Zhu C., Sheng W. Recognizing human daily activity using a single inertial sensor //Intelligent Control and Automation (WCICA), 2010 8th World Congress on. -IEEE, 2010. - С. 282-287.

56. Jaradat M. A. K., Abdel-Hafez M. F. Enhanced, delay dependent, intelligent fusion for INS/GPS navigation system //IEEE Sensors Journal. - 2014. - Т. 14. - №. 5. - С. 1545-1554..

57. Akeila E. et al. Testing and calibration of smart pebble for river bed sediment transport monitoring //Sensors, 2007 IEEE. - IEEE, 2007. - С. 1201-1204.

58. Artese G., Trecroci A. Calibration of a low cost MEMS INS sensor for an integrated navigation system //Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. -2008. - С. 877-882..

59. Bancroft J. B., Lachapelle G. Data fusion algorithms for multiple inertial measurement units //Sensors. - 2011. - Т. 11. - №. 7. - С. 6771-6798.

60. Barnes J. et al. High precision indoor and outdoor positioning using LocataNet //Journal of Global Positioning Systems. - 2003. - Т. 2. - №. 2. - С. 73-82.

61. Barnes J. et al. LocataNet: Intelligent time-synchronised pseudolite transceivers for cm-level stand-alone positioning //Locata Paper, Nav World Congress, Berlin. -2003.

62. Barnes J. et al. Long term performance analysis of a new ground-transceiver positioning network (LocataNet) for structural deformation monitoring applications //FIG Working Week, Strategic Integration of Surveying Services. - 2007.

63. Board I. S. S. Ieee standard specification format guide and test procedure for single-axis interferometric fiber optic gyros //IEEE Std. - 1998. - С. 952-1997..

64. Brown G. Discovering the STM32 microcontroller //Cortex. - 2012. - Т. 3. - С. 34.

65. Cai G., Chen B. M., Lee T. H. An overview on development of miniature unmanned rotorcraft systems //Frontiers of Electrical and Electronic Engineering in China. - 2010. - Т. 5. - №. 1. - С. 1-14.

66. Chai L., Hoff W. A., Vincent T. Three-dimensional motion and structure estimation using inertial sensors and computer vision for augmented reality //Presence: Teleoperators & Virtual Environments. - 2002. - Т. 11. - №. 5. - С. 474-492.

67. Chen M., Chen C. C. A compact dual-band GPS antenna design //IEEE Antennas Wireless Propag. Lett. - 2013. - Т. 12. - С. 245-248.

68. Choomuang R., Afzulpurkar N. Hybrid Kalman filter/fuzzy logic based position control of autonomous mobile robot //International Journal of Advanced Robotic Systems. - 2005. - Т. 2. - №. 3. - С. 20..

69. Crassidis J. L. Sigma-point Kalman filtering for integrated GPS and inertial navigation //IEEE Transactions on Aerospace and Electronic Systems. - 2006. - Т. 42. - №. 2. - С. 750-756.

70. Challenged by newcomers proposing low-cost solutions, established MEMS companies must develop new strategies // Status of the MEMS Industry report from Yole Développement [Электронный ресурс].-Режим доступа: http://www.yole.fr/MEMS-Market-MIS.aspx#.W5d9cM4zaUk . свободный. -Загл. с экрана.

71. Ercan Z. et al. Multi-sensor data fusion of DCM based orientation estimation for land vehicles //Mechatronics (ICM), 2011 IEEE International Conference on. -IEEE, 2011. - С. 672-677.

72. Escamilla-Ambrosio P. J., Mort N. Hybrid Kalman filter-fuzzy logic adaptive multisensor data fusion architectures //Decision and Control, 2003. Proceedings. 42nd IEEE Conference on. - IEEE, 2003. - Т. 5. - С. 5215-5220.

73. Foxlin E. M. Head tracking relative to a moving vehicle or simulator platform using differential inertial sensors //Helmet-and Head-Mounted Displays V. - International Society for Optics and Photonics, 2000. - Т. 4021. - С. 133-145.

74. Foxlin E., Harrington M., Pfeifer G. Constellation: A wide-range wireless motion-tracking system for augmented reality and virtual set applications //Proceedings of the 25th annual conference on Computer graphics and interactive techniques. -ACM, 1998. - С. 371-378.

75. Ge M. et al. Resolution of GPS carrier-phase ambiguities in precise point positioning (PPP) with daily observations //Journal of Geodesy. - 2008. - T. 82. - №. 7. - C. 389-399.

76. Grewal M. S., Henderson V. D., Miyasako R. S. Application of Kalman filtering to the calibration and alignment of inertial navigation systems //IEEE Transactions on automatic control. - 1991. - T. 36. - №. 1. - C. 3-13.

77. Higgins M. B. Transformation from WGS84 to AGD84: an interim solution. -DGI, 1989.

78. Hollenstein C. et al. Concepts and testing of low-cost GNSS receivers for Cu-beSat orbit and attitude determination //NAVITEC 2014, 7th ESA Workshop on Satellite Navigation Technologies, ESTEC, Noordwijk, The Netherlands. - European Space Agency (ESA), 2014.

79. Hostetler L., Andreas R. Nonlinear Kalman filtering techniques for terrain-aided navigation //IEEE Transactions on Automatic Control. - 1983. - T. 28. - №2. 3. - C. 315-323.

80. Jaouadi A. et al. Adaptive STM32F4 microcontrollers //Proc. 3rd Int. Conf. Smart Grids and Green IT Syst. - 2014. - C. 364-374.

81. Jung D., Tsiotras P. Inertial attitude and position reference system development for a small UAV //AIAA Infotech@ Aerospace 2007 Conference and Exhibit. -2007. - C. 2763.

82 Jwo D. J., Huang C. M. An adaptive fuzzy strong tracking Kalman filter for GPS/INS navigation //Industrial Electronics Society, 2007. IECON 2007. 33rd Annual Conference of the IEEE. - IEEE, 2007. - C. 2266-2271.

83. Kalach G., Kazachek N., Volosnyh G. Fuzzy controllers in the control system of a brushless electric motor using HIL technology //MATEC Web of Conferences. -EDP Sciences, 2017. - T. 132. - C. 02001.

84. Kalach G. G. Application of model-based design and the Artificial intelligence method in Matlab for implementing the method for integration of information obtained from IMU //20th Saint Petersburg International Conference on Integrated Navigation Systems, ICINS 2013-Proceedings. - 2013. - C. 288-290.

85. Kanbara M. et al. A stereo vision-based augmented reality system with an inertial sensor //Augmented Reality, 2000.(ISAR 2000). Proceedings. IEEE and ACM International Symposium on. - IEEE, 2000. - C. 97-100.

86. Kapaldo A. J. Gyroscope Calibration and Dead Reckoning for an Autonomous Underwater Vehicle :. - Virginia Tech, 2005.

87. Khoder W. An Adaptive Fuzzy Logic Quaternion Scaled Unscented Kalman Filtering for Inertial Navigation System, GPS and Magnetometer Sensors Integration // Science Journal of Circuits, Systems and Signal Processing. - 2014. - №2 2 (3). - C. 5.

88. Lang P. et al. Inertial tracking for mobile augmented reality //Instrumentation and Measurement Technology Conference, 2002. IMTC/2002. Proceedings of the 19th IEEE. - IEEE, 2002. - T. 2. - C. 1583-1587.

89. Lee M. H., Chen Y. J., Li T. H. S. Sensor fusion design for navigation and control of an autonomous vehicle //Systems, Man, and Cybernetics (SMC), 2011 IEEE International Conference on. - IEEE, 2011. - C. 2209-2214.

90. Lenain R. et al. Rejection of sliding effects in car like robot control: Application to farm vehicle guidance using a single RTK GPS sensor //Intelligent Robots and Systems, 2003.(IR0S 2003). Proceedings. 2003 IEEE/RSJ International Conference on. - IEEE, 2003. - T. 4. - C. 3811-3816.

91 Liu B., Adams M., Ibanez-Guzman J. Minima controlled recursive averaging noise reduction for multi-aided inertial navigation of ground vehicles //Intelligent Robots and Systems, 2005.(IR0S 2005). 2005 IEEE/RSJ International Conference on. - IEEE, 2005. - C. 3408-3414.

92. A. Lykov, W. Tarpley and A. Volkov, GPS + Inertial Sensor Fusion, 1st ed.Brad-ley University ECE Department, 2014..

93. Maier D., Kleiner A. Improved GPS sensor model for mobile robots in urban terrain //Robotics and Automation (ICRA), 2010 IEEE International Conference on. - IEEE, 2010. - C. 4385-4390.

94. Marin L. et al. Multi sensor fusion framework for indoor-outdoor localization of limited resource mobile robots //Sensors. - 2013. - T. 13. - №. 10. - C. 1413314160..

95. Moafipoor S., Grejner-Brzezinska D. A., Toth C. K. Adaptive calibration of a magnetometer compass for a personal navigation system //IGNSS Symposium. -2007.

96. Pany T., Förster F., Eissfeller B. Real-time processing and multipath mitigation of high-bandwidth L1/L2 GPS signals with a PC-based software receiver // Proc. ION-GNSS. -2004. - №1. - C. 10-18.

97. Paul A. S., Wan E. A. RSSI-based indoor localization and tracking using sigma-point Kalman smoothers //IEEE Journal of Selected Topics in Signal Processing. -2009. - Т. 3. - №. 5. - С. 860-873.

98. Pinies P. et al. Inertial aiding of inverse depth SLAM using a monocular camera //ICRA. - 2007. - С. 2797-2802..

99. Premerlani W., Bizard P. Direction cosine matrix imu: Theory //Diy Drone: Usa. - 2009. - С. 13-15.

100. Quoc D. D. et al. Sensor fusion based on complementary algorithms using MEMS IMU //International Journal of Signal Processing, Image Processing and Pattern Recognition. - 2015. - Т. 8. - №. 2. - С. 313-324.

101. Rahbari R. et al. Expert system for an INS/DGPS integrated navigation installed in a Bell 206 helicopter //Aerospace Conference, 2004. Proceedings. 2004 IEEE. -IEEE, 2004. - Т. 3. - С. 1569-1579.

102. Rios J. a, White E. Fusion filter algorithm enhancements for a MEMS GPS/IMU //Crossbow Technology, Inc. - 2002. - С. 1-12.

103. Ristic B., Okello N. Sensor registration in ECEF coordinates using the MLR algorithm //Proceedings of the Sixth International Conference of Information Fusion. - 2003. - С. 135-142.

104. Rodal E. B. et al. RF integrated circuit for downconverting a GPS signal : пат. 6356602 США. - 2002.

105. Sasiadek J. Z., Wang Q. Sensor fusion based on fuzzy Kalman filtering for autonomous robot vehicle //Robotics and Automation, 1999. Proceedings. 1999 IEEE International Conference on. - IEEE, 1999. - Т. 4. - С. 2970-2975.

106. Shiau J., Huang C., Chang M. Noise Characteristics of MEMS Gyro ' s Null Drift and Temperature Compensation // Science. - 2012. - № 3. - C. 239-246.

107. Simon D. Training fuzzy systems with the extended Kalman filter // Fuzzy Sets and Systems. - 2002. - T.132. - №2. - C. 189.

108. Stempfhuber W., Buchholz M. A precise, low-cost RTK GNSS system for UAV applications //International Archives of Photogrammetry, Remote Sensing and Spatial Information Science. - 2011. - Т. 38. - С. 1-C22.

109. TAKASU T. Real-time PPP with RTKLIB and IGS real-time satellite orbit and clock //IGS Workshop 2010. - 2010. - Т. 216.

110. Takasu T., Yasuda A. Development of the low-cost RTK-GPS receiver with an open source program package RTKLIB. //IGS Workshop 2009. - 2009. - Т. 215.

111. Tamura Y. et al. Measurement of wind-induced response of buildings using RTK-GPS //Journal of Wind Engineering and Industrial Aerodynamics. - 2002. -Т. 90. - №. 12-15. - С. 1783-1793.

112. Tanveer F., Waheed O. T. ur Rehman, A. Design and Development of a Sensor Fusion based Low Cost Attitude Estimator. J //Space Technol. - 2011. - Т. 1. - №. 1. - С. 45-50.

113. Tuck K. Implementing auto-zero calibration technique for accelerometers //Freescale Semiconductor Application Note. - 2007. [Электронный ресурс].-Ре-жим доступа: cache.freescale.com/files/sensors/doc/app_note/AN3447.pdf. свободный. - Загл. с экрана.

114. Vedel H. Conversion of WGS84 geometric heights to NWP model HIRLAM geopotential heights, Danish Meteorological Institute //DMI scientific report. -2000. - С. 00-04.

115. Wagner D., Schmalstieg D. First steps towards handheld augmented reality // Wearable Computers, 2003. Proceedings. Seventh IEEE International Symposium on. - 2003. - №1. - C. 20-36.

116. Walter O. et al. Smartphone-based sensor fusion for improved vehicular navigation //Positioning Navigation and Communication (WPNC), 2013 10th Workshop on. - IEEE, 2013. - С. 1-6.

117. Wang J. H., Gao Y. A new magnetic compass calibration algorithm using neural networks //Measurement Science and Technology. - 2005. - Т. 17. - №. 1. - С. 153.

118. Wisniewski B., Bruniecki K., Moszynski M. Evaluation of RTKLIB's Positioning Accuracy Usingn low-cost GNSS Receiver and ASG-EUPOS //TransNav: International Journal on Marine Navigation and Safety of Sea Transportation. - 2013. -Т. 7. - №. 1. - С. 79-85.

119. Zhou Y., Leung H., Blanchette M. Sensor alignment with earth-centered earth-fixed (ECEF) coordinate system //IEEE Transactions on Aerospace and Electronic systems. - 1999. - Т. 35. - №. 2. - С. 410-418.

120. IEEE Standard Specification Format Guide and Test Procedure for Coriolis Vibratory Gyros //IEEE Std. - 1998. - С. 952-1997.

W A Y В Л Г Ruisia | R&D

23 A, Aleksandra Solzhenitsyna St, Moscow, 109004 wavr*V<eom

For general Information

lnfo®>wiyray.co(n

АКТ

о внедрении результатов inecepi аннон нон работы Калача I 'en нал и я I оншшснпчи uu тему «Mo.ie.iii и алгоритмы интеллектуальной навигации для систем управлении автономными подвижными объектами»

Результаты диссертационной работы Калача Г.Г. но тему «Модели и алгоритмы интеллектуальной навишшн для систем управления автономных подвижных объектов»', представленной на соискание ученой степени кандидата технических наук, были использованы на предприятии ООО »Be и Ре ft», являющегося резидентом технопарка Сколково в кластере «Космос», при разработке прототипа ниши анионной системы лля беспилотного автомобиля. В ходе внедрения были не пользованы следующие результаты:

• концепция повышения точности, навигационной системы, развиваемая в диссертации и предлагающая комплекенрованне навигационной информации от сенсоров в зависимости от тактики движения беспилотного автомобиля:

- алгоритмы обосноватюгп выбора инеринальных чувствительных элементов интеллектуальной навигационной системы:

• аппаратно-программный комплекс интеллектуальной слабо связанной системы навигации на базе технологии экспертных систем;

Предложенные алгоритмы и аппаратно-программный комплекс позволили сократить время на разработку бортовой системы навигации для беспилотного автомобиля н в ходе тестирования показали увеличение точности навигации по сравнению е аналогами в среднем на 20%.

Главный инженер по тестированию

2. Учебно-исследовательский комплекс « Бесплатформенная клерикальная

навигационная система для мобильных подвижных объектов» используется для проведения научно-исследовательских работ магистров, проходящих подготовь по направлениям 15.04.06 «Мсхатроника н робототехника» и 27.04.04 Управление в гехническнх системах».

Заведующий кафедрой проблем управления Института кибернетики РТУ МИР')А. д.т.н.. проф.

Д.г.н.. проф. кафедры проблем управления Института кибернетики РТУ МИРЭА МИРЗА

К.т.и., доп. кафедры проблем управления Института кибернетики РТУ МИРЭА

М П. Романов

В.М. Лохии

В.Н. Цынкин

Ученый секретарь Института кибернетики РТУ МИРЭА

А.А Сухоленцсва