Програмна реалізація алгоритмів навігації БПЛА із використанням систем обробки телеметрії

Abstract

Безпілотні літальні апарати (БПЛА) все частіше застосовуються в цивільній, науковій та промисловій сферах, включаючи моніторинг навколишнього середовища, логістику, точне землеробство та оборону. Надійність роботи БПЛА значною мірою залежить від ефективності його навігаційних алгоритмів та точності телеметричних даних, що використовуються для визначення положення, орієнтації та параметрів польоту. Тому розробка програмних систем, здатних збирати, фільтрувати та інтегрувати телеметрію з різних датчиків, стала ключовим напрямком у сучасних дослідженнях БПЛА [1]. Ця магістерська дисертація зосереджена на програмній реалізації навігаційних алгоритмів БПЛА на основі систем обробки телеметрії, що поєднують дані від GPS, IMU, барометричних датчиків та оптичних камер. За даними Чена, інтеграція кількох джерел даних шляхом об'єднання датчиків значно покращує точність навігації БПЛА в складних умовах, таких як втрата сигналу GPS, шумові перешкоди та дрейф датчиків [2]. Особлива увага приділяється методам фільтрації шуму, об'єднання датчиків та оцінки положення за допомогою таких алгоритмів, як розширений фільтр Калмана (EKF), додатковий фільтр та моделі корекції на основі машинного навчання [4]. Методологія дослідження включає як теоретичний, так і експериментальний аналіз навігаційного конвеєра БПЛА — від збору телеметричних даних до прийняття рішень в автономному управлінні польотом. Програмна реалізація була виконана в середовищі програмування Python з використанням таких бібліотек, як NumPy, OpenCV та Matplotlib. Слідуючи ідеям Sharma [3], була розроблена модульна архітектура для підтримки об'єднання даних у реальному часі та адаптивної навігації.Проведено три основні експериментальні дослідження: 1. фільтрація телеметричних даних із використанням EKF у порівнянні з даними лише IMU; 2. тестування інтеграції GPS + IMU + барометричних сенсорів (Sensor Fusion); 3. співставлення карти (map-matching) та корекція траєкторії в умовах імітації глушіння сигналу GPS [5]. Ці експерименти дали змогу порівняти точність навігації, стабільність польоту та час відновлення після деградації телеметричних даних. Метою магістерської роботи є розроблення та оцінювання ефективності програмних алгоритмів навігації БПЛА на основі обробки телеметричних даних [2], а також визначення їх точності та стійкості в різних умовах експлуатації [4]. Основні завдання дослідження: 1. Проаналізувати роль і структуру телеметрії в системах навігації БПЛА. 2. Дослідити існуючі навігаційні алгоритми та методи інтеграції сенсорних даних. 3. Розробити програмні модулі збору та фільтрації телеметрії. 4. Провести експериментальну оцінку ефективності навігації в умовах завад і глушіння сигналу. 5. Оцінити техніко-економічну доцільність розроблення подібної підсистеми навігації на основі телеметрії.

Об’єктом дослідження є процес навігації БПЛА на основі телеметричних даних. Предметом дослідження є програмні алгоритми та методи обробки даних, що забезпечують автономну навігацію в умовах невизначеності. Методи дослідження включають теоретичний аналіз, моделювання та експериментальні випробування у середовищі Python. У першому розділі подано огляд сучасних методів навігації та збору телеметрії БПЛА, включно з GPS-, IMU-, барометричними та візуальними системами. Другий розділ присвячений теоретичним основам навігаційних алгоритмів — моделям руху, плануванню траєкторій, стабілізації та розпізнаванню об’єктів. Третій розділ описує програмну реалізацію алгоритмів навігації в Python, архітектуру системи, модулі обробки телеметрії та візуалізацію результатів. Четвертий розділ містить експериментальні дослідження, що охоплюють фільтрацію телеметрії,

багатосенсорну інтеграцію та співставлення карти. П’ятий розділ подає техніко- економічне обґрунтування створення системи, оцінює витрати, очікувані вигоди та

термін окупності підсистеми. Проведене дослідження показало, що обробка телеметрії програмними методами суттєво підвищує точність та надійність навігації БПЛА, забезпечуючи стабільний політ навіть за часткової втрати супутникових даних. Реалізовані алгоритми можуть використовуватись як у наукових і навчальних цілях, так і як прототип для реальних систем навігації безпілотних літальних апаратів [3].

Unmanned Aerial Vehicles (UAVs) are increasingly applied in civilian, scientific, and industrial domains, including environmental monitoring, logistics, precision agriculture, and defense. The reliability of UAV operation largely depends on the efficiency of its navigation algorithms and the accuracy of telemetry data used to determine position, orientation, and flight parameters. Therefore, the development of software systems capable of collecting, filtering, and integrating telemetry from various sensors has become a key direction in modern UAV research [1]. This master’s thesis focuses on the software implementation of UAV navigation algorithms based on telemetry processing systems, combining data from GPS, IMU, barometric sensors, and optical cameras. According to Chen et al. [2], the integration of multiple data sources through sensor fusion significantly improves UAV navigation accuracy in complex conditions such as GPS signal loss, noise interference, and sensor drift. Special attention is paid to methods of noise filtering, sensor fusion, and position estimation using algorithms such as the Extended Kalman Filter (EKF), Complementary Filter, and machine learning–based correction models [4]. The research methodology includes both theoretical and experimental analysis of the UAV navigation pipeline — from telemetry acquisition to decision-making in autonomous flight control. The software implementation was carried out in the Python programming environment, using libraries such as NumPy, OpenCV, and Matplotlib. Following the ideas of Sharma [4], a modular architecture was designed to support real-time data fusion and adaptive navigation. Three main experimental studies were conducted: 1. filtering of telemetry data using EKF versus IMU-only measurements; 2. GPS + IMU + barometer sensor fusion testing; 3. Map-matching and trajectory correction under simulated GPS jamming conditions [5]. These experiments enabled comparison of navigation accuracy, stability, and recovery time after telemetry degradation. The results demonstrated that integrated

telemetry processing enhances positioning precision by up to 25% compared to single- sensor navigation, [2] confirming findings from earlier works [4].

The research objectives are as follows: 1. To analyze the role and structure of telemetry in UAV navigation systems. 2. To study existing navigation algorithms and methods of sensor data integration. 3. To design and implement software modules for telemetry acquisition and filtering. 4. To perform experimental evaluation of navigation performance under simulated interference conditions. 5. To assess the economic feasibility of developing such a telemetry-based navigation subsystem. The object of research is the UAV navigation process based on telemetry data. The subject of research is the software algorithms and data-processing methods ensuring

autonomous navigation under uncertain conditions. Research methods include theoretical analysis, simulation modeling, and experimental testing in Python. The first chapter presents an overview of current methods of UAV navigation and telemetry acquisition, including GPS, IMU, barometric, and vision-based systems. The second chapter outlines the theoretical foundations of navigation algorithms, focusing on motion models, trajectory planning, stabilization, and visual object recognition. The third chapter presents the software implementation of navigation algorithms in Python, describing system architecture, data processing modules, and visualization tools. The fourth chapter contains experimental studies, including telemetry filtering, multi-sensor data fusion, and map-matching for trajectory correction. The fifth chapter provides a techno-economic justification of the project, evaluating costs, expected benefits, and payback period for the developed subsystem. The conducted research demonstrated that software-based telemetry processing significantly enhances UAV navigation accuracy and robustness, allowing stable flight even during partial loss of satellite positioning data. The implemented algorithms can be applied both for academic purposes and as a prototype for real UAV navigation systems [3].