Научный архив: статьи

Актуальность работы заключается в том, что вибрационные помехи, возникающие вследствие работы двигателей квадрокоптера, остаются одной из ключевых причин ухудшения точности и устойчивости систем управления беспилотными летательными аппаратами. Эти помехи, вызванные переключением магнитных потоков в электродвигателях, могут существенно влиять на показания датчиков, таких как гироскопы и акселерометры, что снижает общую эффективность навигации и стабилизации. Поэтому исследование свойств таких помех и их влияния на динамику квадрокоптера является важной и практически значимой задачей.

Цель данной работы заключается в определении свойств вибрационных помех, вызванных переключением магнитных потоков в двигателях, и влияния этих помех на работу квадрокоптера.

Методы. В работе использованы методы математического моделирования, спектрального анализа и экспериментального исследования.

Результаты. В работе предложена модификация модели квадрокоптера, учитывающая эти помехи. Результаты моделирования и экспериментальных исследований подтверждают, что частота вибрации связана с управлением двигателей и присутствует в спектре силы тяги, что в свою очередь отражается на показаниях гироскопа и акселерометра. Подчеркивается необходимость учета вибрационных помех для качественного синтеза систем управления квадрокоптером, а также разработки новых алгоритмов, устойчивых к шумам.

Выводы. Дальнейшие исследования могут быть направлены на оптимизацию архитектуры управления с учетом выявленных спектральных составляющих помехи, а также на разработку более эффективных фильтров, которые могли бы обеспечить высокий уровень производительности и точности при условии наличия помех.

Статья посвящена задаче обнаружения и распознавания надводных объектов по данным видеонаблюдения в условиях плохой видимости, таких как дождь, снег, туман, сумерки. Наряду с проблемой ухудшения видимости имеются и другие факторы, затрудняющие решение этой задачи: изменение формы и размера изображения при изменении расстояния до объекта наблюдения и угла обзора видеокамеры. Обсуждается один из подходов к проблематике обработки данных видеонаблюдения - он состоит в совместном применении двух технологий: модели глубокого обучения YOLO и дискретного вейвлет-преобразования изображений. Экспериментальные результаты показывают, что предложенный алгоритм достигает высоких показателей точности, что делает его подходящим для применения в системах видеомониторинга беспилотниками.