Details
| Title | Разработка платформы «Software-in-the-Loop» для тестирования методов искусственного интеллекта, направленных на повышение точности оценки ориентации (БПЛА) // Современное машиностроение: наука и образование 2025: материалы 14-й Международной научной конференции, 18 июня 2025 года: proceedings of the 14th International Scientific Conference, Russia, June 18, 2025 |
|---|---|
| Creators | Ассад Аммар ; Сериков Сергей Анатольевич |
| Organization | Санкт-Петербургский государственный университет аэрокосмического приборостроения |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025 |
| Collection | Общая коллекция |
| Document type | Article, report |
| File type | |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id25-126 |
| Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\76583 |
| Record create date | 7/23/2025 |
В данном исследовании была разработана и реализована платформа типа Software in the Loop (SITL) в среде Matlab Simulink для проверки валидации алгоритмов оценки ориентации беспилотных летательных аппаратов (БПЛА). В качестве средства визуализации использовалось программное обеспечение FlightGear. В качестве модели объекта управления был применён квадрокоптер. SITL используется для валидации алгоритма повышения точности оценки ориентации БПЛА с применением метода роя частиц (Particle Swarm Optimization) и фильтра Калмана. Такое сочетание компонентов приближает условия тестирования к реальным. Итоговая платформа позволяет проводить валидацию и других алгоритмов, основанных на методах искусственного интеллекта, применяемых в задачах оценки ориентации БПЛА.
In this research, a Software in the loop (SITL) platform was developed and implemented in Matlab Simulink environment to test the validation of Unmanned Aerial Vehicles (UAV) Orientation estimation. Flightgrear software was used as visualization tool. Quadcopter Plant Model was used as UAV. SITL is used for the validation of algorithm of increasing the accuracy of UAV orientation estimation using Particle swarm optimization method and Kalman filter. This connection of components makes the test closer to the real one. The final platform is able to validate other algorithms of using artificial intelligence algorithms in the field of UAV orientation estimation.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | All |
|
Access count: 44
Last 30 days: 10
