Intellectual Technologies on Transport Intellectual Technologies on Transport Интеллектуальные технологии на транспорте 2413-2527 106904 10.20295/2413-2527-2025-444-26-32 zffnyp ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ТРАНСПОРТНЫЕ СИСТЕМЫ ARTIFICIAL INTELLIGENCE AND TRANSPORT SYSTEMS ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ТРАНСПОРТНЫЕ СИСТЕМЫ Development of Visual Navigation Systems for Unmanned Aerial Vehicles in Environments Lacking GPS Signals Развитие систем визуальной навигации для беспилотных летательных аппаратов в условиях отсутствия GPS-сигнала Злобин Сергей Евгеньевич Zlobin Sergey Evgen'evich zlobincergey15@gmail.com Военно-космическая академия имени А. Ф. Можайского Санкт-Петербург Россия Mozhaisky Military Aerospace Academy Saint Petersburg Russian Federation 15 12 2025 15 12 2025 4 26 32 20 11 2025 25 11 2025 https://pgups.editorum.ru/en/nauka/article/106904/view

Традиционные системы навигации беспилотных летательных аппаратов полагаются на GPS-сигнал, который подвержен подавлению или фальсификации в условиях радиоэлектронной борьбы, плотной городской застройки или естественных помех, что приводит к потере ориентации, срыву задач и возможной утрате аппарата. Визуальная навигация на основе камер и алгоритмов обработки изображений предлагает альтернативу, но сталкивается с вызовами в динамичных средах без спутниковых сигналов. Цель: провести анализ эволюции методов визуальной навигации БПЛА при отсутствии GPS-сигнала, включая обзор ключевых технологий, их интеграцию с инерциальными системами и искусственным интеллектом, а также оценить преимущества, вызовы и перспективы применения методов визуальной навигации с акцентом на коллаборативные подходы в многоагентных системах. Результаты: выявлен рост интереса к визуальной навигации с фокусом на VSLAM — для оценки апостериорной вероятности траектории и карты, визуальной одометрии — для минимизации репроекционной ошибки, многосенсорной фузии через расширенный фильтр Калмана — для обеспечения метровой точности в сложных средах. Интеграция ИИ, включая сверточные нейронные сети, повышает устойчивость к изменениям освещения и обеспечивает адаптацию к различным ситуациям в реальном времени. В многоагентных системах кооперативные модели SLAM с матрицами корреспонденций между картами агентов снижают среднеквадратичную ошибку позиционирования до одного метра в симуляциях, даже при прерывистой связи и потере сигнала GPS. Практическая значимость: результаты позволяют повысить автономность БПЛА в сценариях без GPS, включая поисково-спасательные операции в урбанизированных зонах, мониторинг сельскохозяйственных угодий, экологический контроль и различные задачи с возможностью применения средств радиоэлектронной борьбы, обеспечивая координированные действия групп БПЛА для эффективного покрытия территории и минимизации рисков при выполнении задач.

Traditional navigation systems for unmanned aerial vehicles (UAVs) rely on GPS signals, which can be susceptible to jamming or spoofing under electronic warfare conditions, in densely populated urban areas, or due to natural electromagnetic interference. This vulnerability can lead to disorientation, mission interruptions, and even the loss of the vehicle. An alternative to GPS is visual navigation, which utilizes cameras and image processing algorithms. However, this method faces difficulties in rapidly changing environments without satellite signals. Purpose: to analyze the evolution of visual navigation methods for UAVs in scenarios lacking GPS signals. This will include a discussion on key technologies, their integration with inertial navigation systems and artificial intelligence, as well as an assessment of their benefits, challenges, and application prospects, with an emphasis on collaborative approaches in multi-agent systems. Results: there is an increasing interest in visual navigation, with a focus on VSLAM for estimating the posterior probability of trajectories and maps, visual odometry aimed at minimizing reprojection errors, and the integration of multi-sensor fusion through extended Kalman filters to achieve meter-level accuracy in complex environments. The incorporation of artificial intelligence, especially convolutional neural networks, enhances resilience to illumination variations and facilitates real-time adaptability. In the context of multi-agent systems, cooperative SLAM models with correspondence matrices among agent maps have demonstrated the capability to reduce the root-mean-square positioning error to below 1 meter in simulations, even amid intermittent communication and loss of GPS. Practical significance: these findings enhance UAV autonomy in scenarios lacking GPS signals, such as search-and-rescue operations in urban areas, monitoring of agricultural lands, environmental control, and specific tasks related to electronic warfare, thereby ensuring coordinated swarm actions for efficient territorial coverage and risk mitigation.

 визуальная навигация БПЛА среды без GPS-сигнала одновременная локализация и построение карты многоагентные технологии visual navigation UAV GPS-denied environments simultaneous localization and mapping multi-agent technologies

A Review of UAV Autonomous Navigation in GPS-Denied Environments / Y. Chang, Y. Cheng, U. Manzoor, J. Murray // Robotics and Autonomous Systems. 2023. Vol. 170. Art. No. 104533. 23 p. DOI: 10.1016/j.robot.2023.104533. Chang Y., Cheng Y., Manzoor U., Murray J. A Review of UAV Autonomous Navigation in GPS-Denied Environments, Robotics and Autonomous Systems, 2023, Vol. 170, Art. No. 104533, 23 p. DOI: 10.1016/j.robot.2023.104533. Степанов Д. Н. Методики сопоставления особых точек в задаче визуальной навигации БПЛА // Вестник Южно-Уральского государственного университета. Серия «Вычислительная математика и информатика». 2015. Т. 4, № 4. С. 32–47. DOI: 10.14529/cmse150402. Stepanov D. N. Metodiki sopostavleniya osobykh tochek v zadache vizualnoy navigatsii BPLA [Techniques of Feature Points Matching in the Problem of UAV’s Visual Navigation], Vestnik Yuzhno-Uralskogo gosudarstvennogo universiteta. Seriya “Vychislitelnaya matematika i informatika” [Bulletin of the South Ural State University. Series “Computational Mathematics and Software Engineering”], 2015, Vol. 4, No. 4, Pp. 32–47. DOI: 10.14529/cmse150402. (In Russian) Али Б., Садеков Р. Н., Цодокова В. В. Алгоритмы навигации беспилотных летательных аппаратов с использованием систем технического зрения // Гироскопия и навигация. 2022. Т. 30, № 4 (119). С. 87–105. DOI: 10.17285/0869-7035.00105. Ali B., Sadekov R. N., Tsodokova V. V. Algoritmy navigatsii bespilotnykh letatelnykh apparatov s ispolzovaniem sistem tekhnicheskogo zreniya [A Review of Navigation Algorithms for Unmanned Aerial Vehicles Based on Computer Vision Systems], Giroskopiya i navigatsiya [Gyroscopy and Navigation], 2022, Vol. 30, No. 4 (119), Pp. 87–105. DOI: 10.17285/0869-7035.00105. (In Russian) Корсаков М. П., Гончарова Е. В., Курносов И. А., Замараев И. В. Обзор методов визуальной навигации и алгоритмов планирования пути для беспилотных летательных аппаратов // Главный механик. 2024. № 6. Korsakov M. P., Goncharova E. V., Kurnosov I. A., Zamaraev I. V. Obzor metodov vizualnoy navigatsii i algoritmov planirovaniya puti dlya bespilotnykh letatelnykh apparatov [Review of Visual Navigation Methods and Path Planning Algorithms for Unmanned Aerial Vehicles], Glavnyy mekhanik [Chief Mechanical Engineer], 2024, No. 6. (In Russian) GNSS-Denied Unmanned Aerial Vehicle Navigation: Analyzing Computational Complexity, Sensor Fusion, and Localization Methodologies / I. Jarraya, A. Al-Batati, M. B. Kadri [et al.] // Satellite Navigation. 2025. Vol. 6. Art. No. 9. 32 p. DOI: 10.1186/s43020-025-00162-z. Jarraya I., Al-Batati A., Kadri M. B., et al. GNSS-Denied Unmanned Aerial Vehicle Navigation: Analyzing Computational Complexity, Sensor Fusion, and Localization Methodologies, Satellite Navigation, 2025, Vol. 6, Art. No. 9, 32 p. DOI: 10.1186/s43020-025-00162-z. Cooperative Monocular-Based SLAM for Multi-UAV Systems in GPS-Denied Environments / J.-C. Trujillo, R. Munguia, E. Guerra, A. Grau // Sensors. 2018. Vol. 18, Iss. 5. Art. No. 1351. 24 p. DOI: 10.3390/s18051351. Trujillo J.-C., Munguia R., Guerra E., Grau A. Cooperative Monocular-Based SLAM for Multi-UAV Systems in GPS-Denied Environments, Sensors, 2018, Vol. 18, Iss. 5, Art. No. 1351, 24 p. DOI: 10.3390/s18051351. Drones Guiding Drones: Cooperative Navigation of a Less-Equipped Micro Aerial Vehicle in Cluttered Environments / V. Pritzl, M. Vrba, Y. Stasinchuk [et al.] // Proceedings of the 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), (Abu Dhabi, United Arab Emirates, 14–18 October 2024). Institute of Electrical and Electronics Engineers, 2024. Pp. 10597–10604. DOI: 10.1109/IROS58592.2024.10802770. Pritzl V., Vrba M., Stasinchuk Y., et al. Drones Guiding Drones: Cooperative Navigation of a Less-Equipped Micro Aerial Vehicle in Cluttered Environments, Proceedings of the 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Abu Dhabi, United Arab Emirates, October 14–18, 2024. Institute of Electrical and Electronics Engineers, 2024, Pp. 10597–10604. DOI: 10.1109/IROS58592.2024.10802770. Visual-Based SLAM Configurations for Cooperative Multi-UAV Systems with a Lead Agent: An Observability-Based Approach / J.-C. Trujillo, R. Munguia, E. Guerra, A. Grau // Sensors. 2018. Vol. 18, Iss. 12. Art. No. 4243. 30 p. DOI: 10.3390/s18124243. Trujillo J.-C., Munguia R., Guerra E., Grau A. Visual-Based SLAM Configurations for Cooperative Multi-UAV Systems with a Lead Agent: An Observability-Based Approach, Sensors, 2018, Vol. 18, Iss. 12, Art. No. 4243, 30 p. DOI: 10.3390/s18124243.