Key points are not available for this paper at this time.
استجابةً لمشكلة انخفاض دقة تحديد المواقع وعدم كفاية المتانة في الطائرات الصغيرة بدون طيار (UAV) الناتجة عن ضجيج المستشعرات والأخطاء الحركية التراكمية أثناء الطيران في البيئات المعقدة، يقترح هذا البحث طريقة دمج بيانات متعددة المصادر ومتعددة الأوضاع. في البداية، يتم استخدام دمج بيانات متعددة الأوضاع لمستشعرات متنوعة، بما في ذلك نظام تحديد المواقع العالمي (GPS) ووحدة القياس بالقصور الذاتي (IMU) والمستشعرات البصرية، لتكمل نقاط القوة والضعف لكل مكون مادي، مما يقلل الأخطاء الحركية ويعزز الدقة. لتخفيف تأثير التغيرات المفاجئة في بيانات المستشعرات، يتم إنشاء نموذج طائرة بدون طيار عالية الدقة في التوأم الرقمي بناءً على معايير الطائرة بدون طيار الحقيقية، مما يوفر مرجعًا قويًا لدمج البيانات. من خلال استخدام خوارزمية مرشح كالمان الموسعة، يتم دمج البيانات من الطائرة بدون طيار الحقيقية وتوأمها الرقمي، ويتم تغذية معلومات الموقع المفلترة مرة أخرى إلى نظام التحكم بالطائرة بدون طيار الحقيقية. هذا يمكّن التصحيح الفوري لانحرافات المواقع الناتجة عن ضجيج المستشعرات والاضطرابات البيئية. طريقة دمج مرشح كالمان متعددة المصادر ومتعددة الأوضاع المقترحة في هذا البحث تحسن بشكل كبير من دقة تحديد مواقع الطائرات بدون طيار في السيناريوهات المعقدة وثبات النظام بشكل عام. هذه الطريقة تحمل قيمة كبيرة في الحفاظ على تحديد مواقع بدقة عالية في البيئات المتغيرة ولها آثار عملية مهمة في تحسين كفاءة الملاحة وتطبيق الطائرات بدون طيار.
درس كو وآخرون (الخميس) هذا السؤال.