Авиация России

Разработка автономных беспилотных летательных аппаратов (БПЛА) требует глубокого взаимодействия с технологиями искусственного интеллекта (ИИ). Тестирование и валидация ИИ-алгоритмов на реальных аппаратах связаны с высокими рисками и значительными затратами. Московский авиационный институт (МАИ) создаёт универсальную цифровую платформу для симуляции полётов БПЛА, которая позволяет проводить наземное тестирование и верификацию ИИ-модулей до их внедрения в реальные системы, сообщили в МАИ.

Платформа разрабатывается специалистами кафедр 701 «Авиационные робототехнические системы» и 806 «Вычислительная математика и программирование» на базе лаборатории искусственного интеллекта института № 8 «Компьютерные науки и прикладная математика» МАИ. Она обеспечивает моделирование полного спектра полётных режимов, включая взлёт, посадку, маневрирование и дальние перелёты.

«Цель проекта заключается в том, чтобы комплексно отрабатывать алгоритмы искусственного интеллекта, которые мы хотим встроить на борт. Например, одна из практических задач, которую можно решить с помощью симулятора, — тестирование навигационной функции беспилотника в условиях, когда сигнал связи потерян и нужно безопасно найти путь до базы», — отметил руководитель лаборатории искусственного интеллекта института № 8 МАИ Вадим Кондаратцев.

Используя современные игровые движки, в частности отечественный Unigine, платформа генерирует высокодетализированные трёхмерные сцены с фотореалистичной графикой. Такой подход даёт возможность создавать виртуальные среды, максимально приближённые к реальным условиям, включая визуальные и инфракрасные спектры.

В отличие от широко известных симуляторов AirSim и Gazebo, платформа МАИ сочетает высокую детализацию моделирования и удобство интеграции с ИИ-модулями, ориентируясь на всестороннее тестирование беспилотных летательных аппаратов.

AirSim — симулятор, разработанный Microsoft. В нём используются движки Unreal Engine и Unity, которые обеспечивают впечатляющую фотореалистичную графику и предоставляют мощные инструменты для обучения и тестирования алгоритмов автономного управления. Однако AirSim предъявляет высокие требования к вычислительным ресурсам и требует профессиональных навыков для настройки сложных сценариев. Его основное применение — исследовательские проекты и прототипирование, что иногда ограничивает масштабирование и интеграцию в промышленные процессы.

Gazebo — является популярной платформой с открытым исходным кодом, отлично интегрирующейся с Robot Operating System (ROS) и предоставляющей развитые инструменты для физического моделирования и работы с сенсорами. Gazebo характеризуется хорошей производительностью и гибкостью, но при этом создание реалистичного трёхмерного окружения и сложных ландшафтов может потребовать существенных вычислительных ресурсов и времени, а визуальная составляющая уступает современным игровым движкам.

Цифровая платформа МАИ объединяет лучшие стороны обоих зарубежных решений, сочетает фотореалистичное визуальное моделирование на базе отечественного движка Unigine с глубокой имитацией сенсорных систем и удобными средствами загрузки и отладки ИИ-алгоритмов. Такой интегрированный подход обеспечивает не только проверку отдельных модулей в изолированных условиях, но и комплексную верификацию работоспособности систем автономного управления БПЛА в различных экстремальных сценариях, включая потерю связи и сбои оборудования. Это делает платформу МАИ востребованной для промышленного внедрения и масштабируемой отработки алгоритмов без значительных затрат на лётные испытания.

В системе реализована реалистичная имитация сенсорных устройств БПЛА — оптических и инфракрасных камер, лидаров, радаров, навигационных приёмников GPS и ГЛОНАСС, а также инерциальных и барометрических датчиков. За счёт этого создаются условия для комплексного тестирования навигационных и автономных алгоритмов, обхода препятствий и управления в различных ситуациях. Платформа поддерживает загрузку и отладку нейронных сетей, методов обучения с подкреплением, алгоритмов компьютерного зрения и принятия решений, а также адаптивных систем управления. Она может моделировать различные сценарии, включая потерю связи и сбои оборудования, что облегчает оценку надёжности и устойчивости ИИ-решений.

Итеративная отладка и оптимизация алгоритмов на виртуальной платформе ускоряют процесс разработки и улучшают качество конечных продуктов. Благодаря способности имитировать экстремальные условия, симулятор помогает выявлять и устранять проблемы на ранних этапах. В отличие от специализированных имитаторов, платформа МАИ характеризуется высокоинтегрированным и всесторонним подходом, обеспечивая проверку ИИ-модулей на всех этапах полёта и в разнообразных условиях взаимодействия с элементами бортовой системы.

По словам Вадима Кондратцева, особенности платформы в том, что она объединяет передовые беспилотные технологии и возможности искусственного интеллекта. «Кроме того, наша система моделирует не только отдельно взятые аспекты, но и всю обстановку в окружающем пространстве. А также — это яркий пример развития отечественных технологий», — добавил специалист.

В МАИ сайту «Авиация России» пояснили, что проект активно используется для разработки новых управленческих алгоритмов, а пилотная версия платформы уже проходит испытания на одном из предприятий партнёра института из оборонно-промышленного комплекса. Планируется, что к концу 2025 года первая версия платформы будет интегрирована в производственные процессы заказчика. Параллельно продолжается работа над второй версией, ориентированной на расширение универсальности и функционала.

Создание в МАИ универсальной цифровой платформы для симуляции БПЛА помогает существенно уменьшить затраты и повысить безопасность при внедрении искусственного интеллекта в беспилотные системы. Этот проект обеспечивает надёжную отработку технологий и способствует развитию отечественных компетенций в аэрокосмической сфере.

199