В области обороны и безопасности все большую угрозу несут медленные, низколетящие и маленькие воздушные цели. Радарам их обнаруживать трудно. Тут на помощь приходят интеллектуальные оптико-электронные системы слежения. Они незаменимы, когда нужно навести оружие на такую цель. Но у этих систем есть своя головная боль — маленькие ошибки слежения.

Откуда они берутся? Тут целый букет причин: ограниченная частота кадров у тепловизора или камеры, неидеальное разрешение объектива, скромные вычислительные возможности железа и задержки в работе управляющего контроллера. Из-за этого система начинает дергаться, колебаться, падает точность. А для точной стрельбы на дальние дистанции требуется жесткое условие — удержать ошибку слежения в пределах одной тысячной радиана (1 мрад). Это очень строгое требование.

Обычные методы повышения точности — настройка алгоритмов управления, улучшение обработки изображения или замена сервоприводов — работают по отдельности. Они не связывают обработку картинки с поведением механики. Реакция у них медленная, а на совокупность разных причин, порождающих мелкие ошибки, они толком не влияют.

Поэтому ученые из колледжа интеллектуальных наук и технологий Национального университета оборонных технологий Китая — Чэн Шэнь, Чжицзе Вэнь, Вэньлян Чжу, Дапэн Фань и Минъюань Лин — совместно провели исследование, как исправлять эти маленькие ошибки слежения.

Подробности опубликованы в издании Frontiers of Mechanical Engineering.

Ученые подошли к делу с трех сторон.

• Во-первых, построили точную электромеханическую модель привода.
• Во-вторых, применили комбинированное управление по скорости и изображению, чтобы добиться устойчивости.
• В-третьих, разработали улучшенный интерполяционный фильтр.

Для начала они предложили метод прогнозирования задержки контроллера, взяв за основу математическую модель двухосевой подвески с двумя кардановыми кольцами. Они разобрались, как именно рождаются маленькие ошибки слежения, и поняли, как совместить обратную связь от контроллера слежения с контуром стабилизации скорости двигателя.

Дальше они создали улучшенный алгоритм кусочной интерполяции, который объединяет коррекцию положения линии визирования с диагностикой типичных сбоев. Этот алгоритм хорошо компенсирует задержки из-за того, что изображение приходит неравномерными кусками. Потом они проверили все на двухстепенной платформе. Имитировали движение малоразмерной цели на дистанции 100 метров, площадью один квадратный метр и скоростью 5 метров в секунду. Результат получился наглядный. У традиционного метода вероятность попадания ошибки слежения в круг радиусом 1 мрад составила 41,6%. А у их доработанного метода — 66,7%. Проще говоря, точность стрельбы по линии визирования выросла на 37,6%. Это серьезно уменьшило вред от ошибок слежения и повысило общую меткость системы.

Линия визирования (Line of Sight, LOS) — это воображаемая прямая линия, которая соединяет оптический центр вашей камеры (или прицела) с выбранной точкой на цели. В системах слежения именно эту линию нужно постоянно удерживать на цели. Если цель движется, то линия визирования должна вращаться вместе с ней, как будто вы не сводите с нее взгляд. Любое рассогласование между положением линии визирования и истинным положением цели — это и есть ошибка слежения. Чем дальше цель, тем меньше допустимый угол отклонения линии визирования, чтобы все-таки в нее попасть. Допустим, на дистанции 1 километр ошибка в 1 мрад (одна тысячная радиана) даст промах в 1 метр.

Для науки это исследование ценно тем, что оно ломает привычные перегородки между обработкой изображений и механикой. Обычно этими областями занимаются разные специалисты, а тут предложена именно их совместная работа. Это шаг к созданию по-настоящему целостных киберфизических систем для наведения.

В реальной жизни польза огромная. Охрана границ, аэропортов, военных баз от дронов-нарушителей становится насущной задачей. Если система может надежно удерживать цель в «игольном ушке» в 1 мрад на дистанции 100 метров, то лазерное или кинетическое поражение такой цели становится гораздо более реальным. Это снижает порог к применению нелетального оружия и уменьшает риск промаха, а значит, и сопутствующего ущерба.

Авторы показывают впечатляющий результат на дистанции 100 метров с площадью цели 1 м². Это соответствует угловому размеру цели около 10 мрад (1 м на 100 м дает 10 тысячных). Ошибка слежения в 1 мрад — это десятая часть от размера цели. Звучит здорово. Но главный вопрос остается за кадром: что происходит на реальных боевых дистанциях в 500 метров или 1 километр? На 500 метрах та же самая цель площадью 1 м² превратится в угловой размер всего 2 мрад. Требование ошибки в 1 мрад становится критичным — это уже половина цели. А на километре цель «съеживается» до 1 мрад, и ошибка в 1 мрад означает, что цель вообще может не попасть в пятно захвата. Также в работе не раскрыто, как алгоритм ведет себя при ускорениях цели или при резкой смене фона. Скорость 5 м/с — это 18 км/ч, довольно медленно для дрона. Что будет при 20 м/с? Реальная проверка на более сложных траекториях и дистанциях показала бы настоящую ценность метода.

Ранее ученые сравнили стратегии для преследователя и цели.