ЗАСТОСУВАННЯ РЕЗИДУАЛЬНОГО НЕЙРОННОГО ФІЛЬТРА КАЛМАНА В НАВІГАЦІЙНОМУ МОДУЛІ БЕЗПІЛОТНОГО ЛІТАЛЬНОГО АПАРАТА

Вадим Анатолійович  Романько; Денис Володимирович  Коваль; Олександр Віталійович  Левченко

doi:10.46972/2076-1546.2026.30.16

Автор(и)

Вадим Анатолійович Романько Житомирський військовий інститут імені С. П. Корольова, Україна https://orcid.org/0009-0008-5749-284X
Денис Володимирович Коваль Житомирський військовий інститут імені С. П. Корольова, Україна https://orcid.org/0009-0009-5133-9542
Олександр Віталійович Левченко Воєнна академія імені Євгенія Березняка, Україна https://orcid.org/0000-0001-6254-591X

DOI:

https://doi.org/10.46972/2076-1546.2026.30.16

Ключові слова:

резидуальний нейронний фільтр Калман, зовнішній навігаційний модуль, безпілотний літальний апарат, одноплатний обчислювальний модуль, візуальний канал, супутникова навігація, барометричний канал

Анотація

У роботі розглянуто практичну реалізацію зовнішнього навігаційного модуля безпілотного літального апарата на основі резидуального нейронного фільтра Калмана. Як експериментальну платформу використано малогабаритний одноплатний обчислювальний модуль класу Raspberry Pi-подібних платформ, який взаємодіє з польотним контролером, візуальним каналом і супутниковим навігаційним модулем. Основну увагу зосереджено не на польотних випробуваннях, а на відтворюваній стендовій архітектурі, апаратно-програмній інтеграції та практичній сенсорній конфігурації з інерціальним, супутниковим, барометричним і візуальним каналами.

Показано, що для цілей поточного етапу достатньо використання наявного програмного стека польотного контролера, відтворюваного стендового контуру та окремого незалежного контуру для подальшого програмного розвитку. Підтверджено працездатність візуального та барометричного каналів, зв’язок із польотним контролером та діагностичну присутність магнітометра, а супутниковий канал – лише на рівні стендової видимості без вимоги стабільного приймання навігаційного розв’язку. Зафіксовано, що обрана платформа є придатною до ролі зовнішнього обчислювального контуру, на якому може бути реалізовано оброблення сенсорних даних і подальший розвиток навігаційного модуля.

Отримані результати формують відтворювану стендову основу для переходу до наступного етапу дослідження, пов’язаного з першим польотним зразком. Водночас політ, штатний робочий канал зв’язку між зовнішнім модулем і автопілотом, а також перехід на інший програмний стек автопілота свідомо винесено за межі цієї роботи.

Посилання

Artamonov, Ye. B., Zhultynska, A. K., Zaloznyi, T. I., & Radchenko, A. V., et al. (2024). Vykorystannia filtra Kalmana dlia intehratsii danykh GPS ta IMU v zashumlenomu seredovyshchi [Using the Kalman Filter for Integrating GPS and IMU Data in a Noisy Environment]. Tekhnichna inzheneriia [Technical Engineering], 2 (94), 69–80. https://doi.org/10.26642/ten-2024-2(94)-69-80 [in Ukrainian].

Turianytsia, M., & Chetverikov, B. (2025). Zastosuvannia filtra Kalmana dlia utochnennia danykh HNSS-znimannia z urakhuvanniam spufinhu [Application of the Kalman Filter to Refine GNSS Survey Data Taking into Account Spoofing]. Visnyk Lviv. Politekhniky [Lviv. Polytechnics Bulletin], 49, 61–70. Retrived from https://ena.lpnu.ua/handle/ntb/118523 [in Ukrainian].

Romanko, V. A. (2025). Sposib adaptyvnoho navedennia vysokodynamichnoho aparata z vykorystanniam rezydualnoho neironnoho filtra Kalmana: zaiavka na vynakhid Ukrainy [Method of Adaptive Guidance of a High-Dynamic Platform Using a Residual Neural Kalman Filter. Patent Application of Ukraine] a202506585 (Declared 29.12.2025; Under Examination) [in Ukrainian].

Romanko, V. A., & Sribnyi, O. M. (2025). Intehratsiia neironnoho filtra Kalmana v systemu navedennia vysokodynamichnykh aparativ [Integration of a Neural Kalman Filter into Guidance of High-Dynamic Platforms]. Problemy stvorennia, vyprobuvannia, zastosuvannia ta ekspluatatsii skladnykh informatsiinykh system: zb. nauk. prats [Problems of Construction, Testing, Application and Operation of Complex Information Systems: Scientific Journal of Korolov Zhytomyr Military Institute], 29, 125–139. Zhytomyr: KZhMI. https://doi.org/10.46972/2076-1546.2025.29.09 [in Ukrainian].

Romanko, V. A., & Zhovnovatiuk, R. M. (2026). Rezydualnyi neironnyi filtr Kalmana dlia pidvyshchennia zavadostiikosti navihatsii BpLA [Residual Neural Kalman Filter for Improving UAV Navigation Robustness]. Tekhnichna inzheneriia [Technical Engineering], 1 (97), 382–396. https://doi.org/10.26642/ten-2026-1(97)-382-396 [in Ukrainian].

Kalman, R. E. (1960). A New Approach to Linear Filtering and Prediction Problems. Journal of Basic Engineering, 82, 1, 35–45. https://doi.org/10.1115/1.3662552

Kalman, R. E., & Bucy, R. S. (1961). New Results in Linear Filtering and Prediction Theory. Journal of Basic Engineering, 83, 1, 95–108. https://doi.org/10.1115/1.3658902

Zimchuk, I. V., & Shapar, T. M. (2025). Parametrychnyi syntez alhorytmiv filtratsii dlia inertsialnykh navihatsiinykh system bezpilotnykh litalnykh aparativ []. Problemy stvorennia, vyprobuvannia, zastosuvannia ta ekspluatatsii skladnykh informatsiinykh system: zb. nauk. prats [Problems of Construction, Testing, Application and Operation of Complex Information Systems: Scientific Journal of Korolov Zhytomyr Military Institute], 28 (I), 37–50. Zhytomyr: KZhMI. https://doi.org/10.46972/2076-1546.2025.28.04 [in Ukrainian].

Zimchuk, I. V., Shapar, T. M., & Kovba, M. V. (2024). Alhorytm filtratsii vymiriuvan akselerometrychnykh datchykiv u bezplatformenykh inertsialnykh systemakh navihatsii bezpilotnykh litalnykh aparativ [Filtering Algorithm of Accelerometrical Sensors Measurements in Platformless Inertial Navigation Systems Unmanned Aircraft]. Problemy stvorennia, vyprobuvannia, zastosuvannia ta ekspluatatsii skladnykh informatsiinykh system: zb. nauk. prats [Problems of Construction, Testing, Application and Operation of Complex Information Systems: Scientific Journal of Korolov Zhytomyr Military Institute], 27 (I), 44–55. Zhytomyr: KZhMI. https://doi.org/10.46972/2076-1546.2024.27.04 [in Ukrainian].

Kovbasiuk, S. V., Osadchuk, R. M., Romanchuk, M. P., & Naumchak, L. M. (2022). Alhorytm formuvannia naboru apriornykh danykh neironnoi merezhi dlia obrobky tsyfrovykh aeroznimkiv [An Approach to Forming a Prior Dataset of Neural Network for Processing Digital Aerial Photos]. Problemy stvorennia, vyprobuvannia, zastosuvannia ta ekspluatatsii skladnykh informatsiinykh system: zb. nauk. prats [Problems of Construction, Testing, Application and Operation of Complex Information Systems: Scientific Journal of Korolov Zhytomyr Military Institute], 23, 77–88. Zhytomyr: KZhMI. https://doi.org/10.46972/2076-1546.2022.23.06 [in Ukrainian].

Pilkevych, I. A., Tokar, A. M., Franzhi, O. V., & Loboda, R. I. (2021). Navchalno-trenuvalna systema dlia pidhotovky operatoriv bezpilotnykh aviatsiinykh kompleksiv [A Training System for Preparing Operators of Aerial Vehicle Systems]. Problemy stvorennia, vyprobuvannia, zastosuvannia ta ekspluatatsii skladnykh informatsiinykh system: zb. nauk. prats [Problems of Construction, Testing, Application and Operation of Complex Information Systems: Scientific Journal of Korolov Zhytomyr Military Institute], 20, 83–97. Zhytomyr: KZhMI. https://doi.org/10.46972/2076-1546.2021.20.08 [in Ukrainian].

Negru, S. A., Geragersian, P., Petrunin, I., & Guo, W. (2024). Resilient Multi-Sensor UAV Navigation with a Hybrid Federated Fusion Architecture. Sensors, 24, 3. Article 981. https://doi.org/10.3390/s24030981

Tonini, A., Castelli, M., Bates, J. S., & Lin, N. N., et al. (2024). Visual-Inertial Method for Localizing Aerial Vehicles in GNSS-Denied Environments. Applied Sciences, 14, 20. Article 9493. https://doi.org/10.3390/app14209493

Gallo, E., & Barrientos, A. (2023). Long-Distance GNSS-Denied Visual Inertial Navigation for Autonomous Fixed-Wing Unmanned Air Vehicles: SO(3) Manifold Filter Based on Virtual Vision Sensor. Aerospace, 10, 8. Article 708. https://doi.org/10.3390/aerospace10080708

Aburasain, Y., Bilal, M., & Kim, K. (2024). Optimizing Prediction Accuracy in Dynamic Systems through Neural Network Integration with Kalman and Alpha-Beta Filters. PLOS ONE, 19, 10. e0311734. https://doi.org/10.1371/journal.pone.0311734