Обзор методов инерциальной навигации на основе глубокого обучения для навигации АНПА на больших дистанциях

Авторы: Цинь Юань Хэ, Хуа Пэн Ю, Ю Чэнь Фан

Инерциальные методы навигации автономных необитаемых подводных аппаратов (АНПА) позволяют обеспечить выполнение ими сложных задач в автоматическом режиме. Разработки в области традиционной инерциальной навигации ведутся в течение многих лет, и существует потребность в новых технических решениях. С помощью метода глубокого обучения можно автоматически выбирать и извлекать ключевые признаки в обрабатываемых данных, что широко применяется для распознавания изображений, речи, обработки текстов и в других областях. Хорошие результаты достигаются при обработке последовательно поступающих данных, например текста и речи. Очевидно, что выходные данные инерциальной навигации относятся к такому же типу информации. Многочисленные исследования показали, что модели на основе глубоких нейронных сетей можно использовать для снижения уровня шума инерциальных датчиков и дрейфа средств инерциальной навигации, а также комплексирования инерциальных данных с данными других датчиков. Кроме того, эти модели позволяют прогнозировать и уменьшать погрешности инерциальной навигации при длительном подводном плавании. В статье приводится обзор методов инерциальной навигации АНПА на основе глубокого обучения, включая новейшие достижения и тенденции развития.

 Ключевые слова:  инерциальная навигация, подводное позиционирование, глубокое обучение, АНПА.

Для цитирования: 

Цинь Юань Хэ, Хуа Пэн Ю, Ю Чэнь Фан. Обзор методов инерциальной навигации на основе глубокого обучения для навигации АНПА на больших дистанциях // Гироскопия и навигация. Том 31. №3 (122), 2023. C. 122-135. EDN: XMYLOI