Bu tədqiqat, yüksək irtifada uzunmüddətli missiyalar icra edən pilotsuz uçuş aparatları üçün fırlanma modulyasiyalı inersial naviqasiya sistemi ilə səma naviqasiyası sistemini eyni platformada birleştiren iki oxlu bir RINS/CNS arxitekturasınin bütün əsas xəta parametrlərini tek bir kalibrləmə prosesinde belirlemeyi məqsədlıyor. Sistemde inersial ölçmə vahidi (IMU) iki oxli bir indeksləmə/gimbal mexanizmina yerleştiriliyor; keşif amacıyla istifadə edilən kamera ise həmçinin ulduz sensual kimi dəyərlendiriliyor. Böylece ayrı bir ulduz izləyici və ek kalibrləmə avadanlıqı gereksiniminin azaltılması hedefleniyor.

Tədqiqatın əsas yeniliği yalnız jiroskop və akselerometr bias dəyərlərini kalibre etmek değildir. Tədqiqatçılar eyni xəta vəziyyət vektorunde IMU bias, miqyas faktoru və çarpaz ox/kurulum xətalarını; gimbal oxlarınin ortoqonallıq pozuntularını; iç və xarici ox encoder bucaq xətalarını; kameranın xarici yönəltmə parametrlərini (EOP); fokus məsafəsi, əsas nöqtə və skew gibi daxili parametrlərini (IOP) və Brown–Conrady radial/teğetsel linza distorsiya parametrlərini birlikdə tahmin etmektedir.

Bu məqsədla 47 boyutlu bir xəta-durum modeli və ulduz görüntüsündeki piksel qalıqlarına dayanan Extended Kalman Filter yapısı inkişaf etdirilmişdir. IMU məlumatlari 100 Hz'də yayılırken ulduz-piksel güncellemeleri 2 Hz'də kullanılmaktadır. Kalibrasyon yolu, fərqli xəta gruplarını eyni zamanda gelişi güzel uyarmak yerine müəyyən seqmentlərde müəyyən parametrlərin müşahidə oluna bilməsini artıracak şəkildə tasarlanmıştır.

Üç əsas ayırma mexanizmi kullanılmaktadır: daxili oxin simmetrik skanlarında tək/cüt (odd/even) simetriyle iç encoder xətasının ayrılması; xarici oxin fərqli istinad mövqeyilarıyla ölçmə Jacobian'ının bazisinın değiştirilmesi; dış encoder xətasının ise üçbucaq dalğa biçimli xarici ox hareketine tezlik etiketi uygulanarak diğer quasi-DC xəta komponentlərinden ayrılması.

Saf simulyasiyada IMU, gimbal və kamera parametrlərinin böyük bölümü kendileri üçün bilgi taşıyan ilgili hərəkət seqmentinde yakınsamış və tədqiqat sonunda xəta seviyeleri genel kimi təxminən %5'in altında kalmıştır. HIL/semi-physical doğrulamada real IMU və gimbal encoder məlumatlari kullanıldığında nəticələr daha səs-küylü hala gelmiş; tədqiqatçılar son xəta seviyelerini genel kimi təxminən %6–16 aralığında raporlamıştır.

Ancaq HIL doğrulaması real bir yüksək irtifa İHA uçuşu değildir. IMU və gimbal məlumatlarinin fiziksel avadanlıqdan gelmesine rağmen ulduz ölçmələri SAO ulduz kataloğundan, real yönelim və görüş sahəsi kısıtları istifadə edilərək sentetik şəkildə oluşturulmuştur. Dolayısıyla tədqiqat, üsulun laboratoriya/yarı-fiziki uygulanabilirliğini destoynaqekte; real səma görüntüsü, uçuş vibrasiyası, termal qradientlar və uzunmüddətli naviqasiya xətası altında tam uçuş doğrulamasını henüz göstermemektedir.

Türkiyə baxımından anlamı: Türkiyə'deki yüksək irtifa İHA, uzun havada kalış platformau, GNSS'siz naviqasiya, elektro-optik keşif sistemi və inersial naviqasiya Ar-Ge tədqiqatlarında benzer bir birlhədd kalibrləmə yanaşması metodoloji açıdan dəyərlendirilebilir. Özellikle vəzifə kamerasının eyni zamanda göksel referans sensorü kimi kullanılması, platformadaki sensor və kütle tekrarını azaltma potansiyeli taşır. Ancaq bu tədqiqatdaki kalibrləmə rotası, IMU kalitesi, ulduz görünürlüğü və xəta böyüklükleri müəyyən bir simulyasiya/HIL konfigürasyonuna aittir; real Türkiyə hava sahəsı vəzifəleri üçün atmosferik şərtlər, kamera optiği, gimbal yapısı, uçuş vibrasiyası, zaman sinxronizasiyası və real ulduz görünürlüğüyle yeniden doğrulama gerekir.

Neden RINS ilə CNS birlikdə kullanılıyor?

Strapdown inersial naviqasiya sistemi dışarıdan siqnal almadan konum, sürət və yönelim hesabı yapabildiği üçün GNSS'nin karıştırıldığı və ya erişilemediği vəzifəlerde mühümdür. Ancaq jiroskop və akselerometrlerdeki çok kiçik bias, miqyas və ya ox hizalama xətaları zamanla entegre edilerek naviqasiya xətasının büyümesine neden olur.

Rotational-Modulation Inertial Navigation System (RINS), IMU'yu kontrollü şəkildə döndürerek sabit və ya yavaş değişen sensor xətalarını sinüzoidal biçimlere thəddən artıq yüksəlməayı və zaman üçünde orta etkilerini azaltmayı məqsədlər.

Celestial Navigation System (CNS) ise ulduz istiqamətlərinı mutlak yönelim referansı kimi kullanabilir. Böylece ataletsel sistemin zamanla büyüyen yönelim xətaları göksel ölçmələrle sərhədlandırılabilir.

Tədqiqatın yanaşması bu iki mekanizmayı birleştirerek yalnız naviqasiya yapmak değil, eyni hareketleri sensor sisteminin kendi kalibrləməsi üçün də kullanmaktır.

Sistemin fiziksel arxitekturası nasıl?

Kaynak tədqiqatın sayfa 5'teki Şekil 1'i sistemin əsas yapısını gösterir. Ortak bir mekanik platforma üzərində:

• daxili gimbal oxu,
• xarici gimbal oxu,
• IMU,
• optik linza/kamera

birlikdə bulunmaktadır.

İç gimbal nominal kimi gövdə \(+X_b\) oxi etrafında \(\alpha\) açısıyla; xarici gimbal ise \(+Z_b\) oxi etrafında \(\beta\) açısıyla hareket etmektedir.

Aynı sayfadaki Şekil 2, Dünya/nav koordinat sistemi, gövdə sistemi və sensor/gimbal sistemləri arasındaki çevrilmələri göstərir. Bu koordinat zənciri kritik önemdedir; çünki encoder, gimbal ortoqonallıq, IMU kurulum və kamera boresight xətalarının tamamı ulduz istiqamətinun tahmin edilen piksel konumuna ulaşmasına kadar eyni çevrilmə zincirinde birbirine karışabilmektedir.

Gimbal xətaları nasıl modelleniyor?

Gerçek mekanik sistemdə iki gimbal oxinin kusursuz şəkildə birbirine dik olduğu və ya IMU oxlarınin mekanik dönme oxlarıyle tam çaxıntığı varsayılamaz.

Tədqiqat gimbal geometrisini dört kiçik ortoqonallıq parametrsiyle ifade etmektedir:

\[ \theta_x,\;\theta_y,\;\theta_z,\;\phi \]

Həmçinin iç və dış encoder ölçmələrindeki bucaq xətaları:

\[ \delta\alpha,\qquad\delta\beta \]

kimi müəyyən edilmişdir.

Gerçek ox açıları:

\[ \tilde{\alpha}=\alpha+\delta\alpha \] \[ \tilde{\beta}=\beta+\delta\beta \]

biçiminde yazılmaktadır.

Birinci dereceden xəttiləşdirmə sonucunda tədqiqatçılar üç mühüm gözlem elde ediyor:

• \(\delta\alpha\) en güçlü şəkildə daxili ox taramalarıyla uyarılır.
• \(\delta\beta\) xarici ox hareketi olmadan güçlü şəkildə gözlemlenemez.
• Gimbal non-orthogonality parametrləri ölçməde quasi-DC bir bozucu gibi davranır.

IMU xəta modeli neleri içeriyor?

Jiroskop ölçmə modeli qaynaqta:

\[ \tilde{\omega}^{s} = (I+\Delta K_g)\omega^s + \Delta A_g\omega^s + \varepsilon^s + n_g \]

kimi məlumatlmektedir.

İvmeölçer üçün:

\[ \tilde{f}^{s} = (I+\Delta K_a)f^s + \Delta A_a f^s + \nabla^s + n_a \]

kullanılır.

Burada:

• \(\varepsilon^s\): jiroskop sabit bias'ları,
• \(\nabla^s\): akselerometr sabit bias'ları,
• \(\Delta K_g,\Delta K_a\): miqyas faktoru xətaları,
• \(\Delta A_g,\Delta A_a\): çarpaz ox/kurulum xətaları,
• \(n_g,n_a\): ölçmə səs-küyleridir.

Kamera neden yalnız xarici yönəltməle kalibre edilmiyor?

Tədqiqatda kamera basit bir yönelim sensorü kimi dəyərlendirilmemektedir. Kamera iç geometrisi də kalibrləmə vəziyyət vektorune dahil edilmiştir.

İç parametr qrupu:

\[ \eta_{IOP} = [f_x,f_y,c_x,c_y,s,k_1,k_2,p_1,p_2]^T \]

kimi müəyyən edilmişdir.

Burada \(f_x,f_y\) piksel cinsinden odak uzaklıkları; \(c_x,c_y\) əsas nöqtə; \(s\) pixel skew; \(k_1,k_2\) radial və \(p_1,p_2\) tangensial distorsiya parametrləridir.

Brown–Conrady distorsiya modeli

Normalize edilmiş ideal görüntü koordinatları \(x,y\) üçün:

\[ r^2=x^2+y^2 \]

və distorsiyalu koordinatlar:

\[ x_d = x+x(k_1r^2+k_2r^4) +2p_1xy +p_2(r^2+2x^2) \] \[ y_d = y+y(k_1r^2+k_2r^4) +p_1(r^2+2y^2) +2p_2xy \]

kimi modellenmektedir.

Bu tənlik S5 seqmentinin neden kamerayı yalnız görüntü mərkəzində değil kənar və köşe bölgələrinde də ulduzlarla uyarması gerektiğini açıklar. \(r\) kiçik kaldığında xüsusilə radial distorsiya parametrlərine əlaqən bilgi zayıf kalmaktadır.

Bir ulduz gözlemi bütün xəta gruplarına nasıl bağlanıyor?

Tədqiqatın əsas birlhədd xəta tənliklerinden biri ulduz birim vektöründeki kiçik xətayı dört komponente ayırmaktadır:

\[ \delta s^n \approx -[s^n\times]\phi^n - [s^n\times]C^n_b\delta\theta_{EOP} + C^n_b(\delta C^b_s)R_{BC}s^c + C^n_bR_{BC}J_i\delta\eta_{IOP} \]

Bu ifade eyni ulduz piksel artığının:

• naviqasiya/gövdə yönəlimi xətasını,
• kamera EOP xətasını,
• gimbal encoder və non-orthogonality xətalarını,
• kamera IOP və linza distorsiya xətalarını

eyni zamanda taşıyabildiğini göstərir.

Dolayısıyla əsas problem yalnız çox sayda parametr tahmin etmek değildir; birbirine çok benzer ölçmə imzaları oluşturan parametrlərin birbirinden ayrılabilmesidir.

Neden 47 boyutlu xəta vəziyyətiu kullanılıyor?

Tədqiqatdaki birlhədd xəta-durum vektoru toplam 47 parametrden oluşmaktadır.

Kaynak tənlikinde IOP bloğu \(f_x,f_y,c_x,c_y,k_1,k_2,p_1,p_2,s\) olmak üzere teksturaz parametr içerir və bütün bloklarla birlikdə toplam durum boyutu 47'dir.

EKF hangi sürətlərda çalışıyor?

Önerilen xəta-durum EKF yapısında:

• IMU propagation: 100 Hz,
• ulduz-piksel yeniləməsi: 2 Hz,
• HIL gimbal encoder axını: 1 kHz

kimi məlumatlmiştir.

Her görünə bilən ulduz üçün tahmin edilen piksel ilə ölçülen piksel arasındaki artık filtrye ölçmə kimi girer.

Görüntü artıklarında kənar dəyərlerin filtryi bozmasını azaltmak üçün \(\chi^2\) gating, residual whitening və geometrik görünürlük yoxlamaları uygulanmaktadır.

Statik seqmentlərde ZUPT neden var?

S0 və S6 statik gözləmə bölümlerinde opsiyonel zero-velocity update uygulanabilmektedir:

\[ z_{zupt} = \hat v^n-0 \]

Bu ek ölçmə xüsusilə akselerometr bias və ilgili xəta vəziyyətilarının müşahidə oluna bilməsini destoynaqektedir.

Üç xəta ayırma mexanizmi

1. İç oxde tek/cüt simmetriya

Dış ox \(\beta\) sabitken daxili oxde \(+\alpha\) və \(-\alpha\) simetrik geçişler uygulanmaktadır.

\[ z^{odd} = \frac{1}{2} [z(+\alpha,\beta)-z(-\alpha,\beta)] \] \[ z^{even} = \frac{1}{2} [z(+\alpha,\beta)+z(-\alpha,\beta)] \]

İç encoder xətasının etkisi \(\alpha\)'ya görə tək simmetriya gösterirken EOP, dış encoder və non-orthogonality terimleri birinci orderde daha çok çift/quasi-DC komponentde kalmaktadır.

Böylece odd kanalın:

\[ z^{odd}\rightarrow\delta\alpha \]

parametrsini kuvvetli şəkildə ayırması məqsədlanır.

2. Basis switching

İç ox taraması yalnız \(\beta=0^\circ\) konumunda yapılırsa bazı Jacobian kolonları birbirine çok benzer hala gələ bilər.

Bu nedenle xarici ox:

\[ \beta=0^\circ,\quad+45^\circ,\quad-45^\circ \]

referanslarına taşınmaktadır.

Yeni xarici ox konumu ölçmə hassasiyet matrisinin geometrik bazisinı dəyişdirir. Böylece xüsusilə gimbal parametrləri ilə sabit kamera EOP xətaları arasındaki korelasyonun azaltılması hedeflenir.

3. Dış encoder üçün tezlik etiketləmə

Dış oxde rate-limited üçbucaq hərəkət uygulanarak \(\delta\beta\) parametrsinin dinamik imzası quasi-DC terimlerden ayrılmaktadır.

Kaynakta istifadə edilən demodulyasiya mantığı:

\[ D_{\beta}[z] = \frac{2}{T} \int_{t_0}^{t_0+T} z(t)\, \mathrm{sgn}(\dot{\beta}(t))dt \]

şeklindedir.

Dış encoder komponenti bu etiketlemeyle korunurken sabit EOP və non-orthogonality komponentlərinin bastırılması məqsədlənir.

Gözlemlenebilirlik nasıl ölçülüyor?

Her hərəkət seqmenti üçün Fisher Information Matrix oluşturulmakta və Singular Value Decomposition ilə bilgi içeriği qiymətləndirilir.

Segment \(S\) üçün:

\[ W_S = \sum_{k\in S} \Phi^T_{k,0} H^T_k R^{-1}_k H_k \Phi_{k,0} \]

müəyyən edilmişdir.

Belirli bir parametr qrupu üçün normalize müşahidə oluna bilmə indeksi:

\[ NOI_S(\Theta) = \frac{ \sigma_{\min} (E^T_{\Theta}W_SE_{\Theta}) }{ \sigma_{\star}(S) } \]

kimi hesaplanmaktadır.

NOI dəyəri büyüdükçe ilgili hərəkət seqmentinin seçilen parametr qrupuna daha fazla bağımsız bilgi sağladığı kabul edilmektedir.

Kalibrasyon yolunun vəzifə bölgüsü

Hangi segment hangi parametryi gözlemlenebilir yapıyor?

Yöntem və Bulgular

Saf simulyasiya şərtlərı

Simülasyon yaxınsama davranışı

Kaynak Şekil 5–15'te parametr tahminleri zaman oxi boyunca gösterilmektedir. Grafiklerin ortak özelliği, parametrlərin bütün 12 dakika boyunca eyni hızda yaxınsamamasıdır.

Bir durum kendisini uyaran seqmente ulaşmadan əvvəl tahmin eğrisi böyük ölçüde düz kalmakta; ilgili hareket başladığında sürətlə real dəyəre yaklaşmaktadır.

Bu davranış, tədqiqatın “segment-wise observability” iddiasının en mühüm sayısal göstergesidir.

Jiroskop bias nəticələri

Üç jiroskop bias'ı ağırlıklı kimi S1–S3 üçünde yaxınsamışdır.

Encoder nəticələri simulyasiyada yolu doğruluyor

Kaynak Şekil 12'də iç encoder xətası \(\delta\alpha\) ilk daxili ox taramalarında sürətlə 40 arcsec civarındaki real dəyəre ulaşırken dış encoder xətası \(\delta\beta\) S4'e kadar düşük bilgiyle kalmaktadır.

S4 xarici ox üçbucaq hərəkəti başladığında \(\delta\beta\) tahmini kəskin şəkildə real dəyəre yaxınlaşmaqdadır.

Bu qrafik, dış encoder xətasının yalnız daxili ox taramasıyla güvenilir şəkildə tahmin edilemediğini birbaşa göstərir.

Kamera parametrləri neden S5'e kadar bekliyor?

Kaynak Şekil 13 və 14'te kamera intrinsics və Brown–Conrady distorsiya tahminlerinin S5'e kadar məhdud bilgi topladığı görülür.

S5'te ulduz noktaları görüntü mərkəzindən görüntü kənarına/küncye doğru taşındığında:

• \(f_x,f_y\),
• \(c_x,c_y\),
• pixel skew,
• \(k_1,k_2,p_1,p_2\)

parametrləri hızlı şəkildə yaxınlaşmaqdadır.

Bu nəticə, optik kalibrləməda yalnız çox sayda ulduz görmenin değil, ulduzların görüntü düzlemindeki geometrik paylanmaının da mühüm olduğunu göstərir.

Normallaşdırılmış müşahidə oluna bilmə grafiği ne söylüyor?

Kaynak sayfa 19'daki Şekil 16, S1–S6 boyunca fərqli parametr bloklarının NOI dəyərlərini yan yana göstərir.

Grafikte:

• iç encoder bilgisi S1–S3'te güçlü,
• dış encoder bilgisi S4'te aydın,
• EOP bilgisi S2–S3'te güçlenmiş,
• IOP/distorsiya bilgisi S5'te aydın şəkildə yüksəlmişdir.

Bu nedenle kalibrləmə yolu yalnız sezgisel bir hareket dizisi kimi değil, Fisher bilgi matrisi və SVD nəticələriyla əlaqəlendirilmiştir.

Saf simulyasiyaun genel sonucu

Tədqiqatçılar 12 dakikalık tədqiqat sonunda IMU, gimbal və kamera parametrlərinin genel kimi təxminən %5 sərhədi üçünde yakınsadığını bildirmektedir.

Ancaq kamera intrinsiklerine əlaqən Tablo 5'in “Rel. %” sütunundaki bazı dəyərlər truth–estimate nisbətiyla birbaşa uyuşmadığından Verianla makalesinde kamera üçün her satırdan yeniden türetilmiş bağıl yüzde sunulmamıştır.

HIL doğrulamasında real olan və sentetik olan nedir?

Kaynak sayfa 21'deki Şekil 17 fiziksel HIL sınaq qurğusuni göstərir. Görselde üç eksenli turntable düzeni, kontrol bilgisayarı və sınaq avadanlığı görülür.

HIL yapısında:

• IMU: rate-table üzərində real sensör verileri, 100 Hz,
• Gimbal: real iki oxlu encoder axını, 1 kHz,
• Yıldız sensorü: SAO kataloğundan sentetik ulduz istiqamətləri,
• Piksel səs-küysü: təxminən 0,3 px,
• Piksel güncellemesi: 2 Hz

istifadə edilmişdir.

Bu nedenle tədqiqat “hardware-in-the-loop” kimi adlandırılsa da optik sensor zinciri bütünüyle gerçək ulduz görüntüsü/centroid ölçməünden oluşmamaktadır.

HIL'də neden nəticələr kötüleşiyor?

Gerçek sistemdə ulduz görünürlüğü və ölçmə kalitesi ideal değildir. Tədqiqatçılar HIL sürecinde təxminən %10–15 görüntü karesinin segment geçişlerindeki görünürlük değişimi və ya centroid kənar dəyərleri nedeniyle elendiğini bildirmektedir.

Bunun sonucunda yaxınsama eğrileri saf simulyasiyaa görə daha səs-küylü və daha yavaş hala gelmektedir.

Saf simulyasiya və HIL jiroskop bias müqayisəsı

HIL tədqiqatsının genel doğrulama sonucu

Tədqiqatçılar HIL təcrübələrinde bütün parametr gruplarının yine kendileri üçün bilgi taşıyan seqmentlərde yakınsadığını və S6 statik bölümünde geç dönem diverjans göstermeden sabit kaldığını raporlamaktadır.

Genel xəta səviyyəsi saf simulyasiyadaki təxminən ≤%5 seviyesinden pratik HIL şərtlərində təxminən %6–16 bandına yüksəlir.

Tablo 6'da bazı satırlarda %16'yı yüngül aşan dəyərlər də bulunmaktadır; örneğin accelerometer Y bias üçün %16,30 və kamera EOP X üçün %16,34 yazılmıştır. Dolayısıyla “%16” ifadesi kesin matematiksel üst sərhəd yerine tədqiqatçıların təxminən performans özetidir.

Hesaplama yükü uçuş kompüteri baxımından yüksek mi?

Kaynakta xəta vəziyyəti boyutu \(n=47\) və tipik piksel ölçmə yığını təxminən \(m\approx40\) kimi məlumatlmiştir.

Bir ölçmə güncellemesinin baskın karmaşıklığı:

\[ O(n^2m+m^3) \]

və en kötü durumda kovaryans güncellemesi:

\[ O(n^3) \]

kimi dəyərlendirilmiştir.

Tədqiqatçılar 2 Hz piksel yeniləməsi başına təxminən \(10^5\) sürüşən nöqtə əməliyyatı ordersinin güncel aşağı güclü uçuş prosessorları üçün yönetilebilir olduğunu belirtmektedir.

Yöntemin güclü tərəfləri

• IMU, gimbal və kamera parametrləri tek xəta vəziyyəti modelinde birleştirilmiştir.
• Kamera yalnız boresight baxımından değil daxili parametrləri və Brown–Conrady distorsiyauyla birlikdə kalibre edilmektedir.
• Parametre ayrıştırması yalnız filtr ayarına bırakılmamış, fiziksel hareket rotası müşahidə oluna bilmə üçün özel kimi tasarlanmıştır.
• İç və dış encoder xətaları fərqli simetri/tezlik imzalarıyla ayrıştırılmaktadır.
• PWCS, Fisher Information Matrix və SVD ilə hangi seqmentin hangi parametrye bilgi sağladığı sayısal kimi incələnmişdir.
• Saf simulyasiyaa ek kimi real IMU və gimbal məlumatlariyle HIL doğrulaması yapılmıştır.
• Keşif kamerasının ulduz sensual kimi yeniden kullanılması ayrı sensor yükünün azaltılmasına yönelik sistem seviyesi bir yanaşma sunmaktadır.

Tədqiqatın dəstəklədiyi nəticələr

• Çift oxli hareket yolu altında IMU, gimbal və kamera xəta grupları eyni EKF üçünde tahmin edilebilmektedir.
• İç encoder xətası ağırlıklı kimi S1–S3 daxili ox taramalarında müşahidə oluna bilən hala gelmektedir.
• Dış encoder xətası S4 xarici ox hareketi olmadan güçlü şəkildə yaxınsamamaktadır.
• Kamera EOP'ları xarici ox basis switching ilə S2–S3'te bilgi kazanmaktadır.
• Kamera IOP və Brown–Conrady distorsiyau S5'teki mərkəz–kənar görüntü taramasından güçlü şəkildə yararlanmaktadır.
• Saf simulyasiyada parametr grupları genel kimi təxminən %5 xəta seviyesinin üçünde yaxınlaşmaqdadır.
• Gerçek IMU/gimbal məlumatlari içeren HIL ortamında segment bazlı yaxınsama davranışı korunmaktadır.
• HIL'deki görünürlük kaybı və ideal olmayan centroid paylanmaları saf simulyasiyaa kıyasla xəta seviyelerini artırmaktadır.

Tədqiqatın henüz kanıtlamadığı noktalar

• Yöntem real bir HALE İHA uçuşunda doğrulanmamışdır.
• Gerçek ulduz görüntüləriyle kamera centroid extraction zinciri HIL tədqiqatsında kullanılmamıştır.
• Atmosferik görüş, bulut, gün ışığı və real səma arka planı modellenmemiştir.
• Kamera–IMU zaman senkronizasyon xətası açık şəkildə kalibre edilmemiştir.
• Rolling-shutter kamera etkisi modellenmemiştir.
• Sıcaklık gradyanlarına bağlı IMU/gimbal parametr değişimleri mövcud kısa kalibrləmə penceresinde modellenmemiştir.
• Uzun dönem sensor driftleri zamanla değişen parametr modeliyle doğrulanmamışdır.
• Gimbal və ya rate-table mekanik arızaları saf simulyasiyada nəzərə alınmamıştır.
• Kalibrasyon sonrasında real vəzifə naviqasiya xətasının metre və ya derece cinsinden ne kadar iyileştiğine əlaqən real uçuş sonucu məlumatlmemiştir.
• SAO katalog tabanlı sentetik optik doğrulama, real ulduz sensualnün optik və centroid xətalarının tamamını temsil etmez.

Gelecek tədqiqat

Tədqiqatçılar gelecekte temperatur və zamana bağlı sensor xəta modellərini kalibrləməa oynaqeyi, görüş sahəsi və mekanik sürət limitleri altında kalibrləmə rotasını birbaşa müşahidə oluna bilmə ölçütleriyle optimize etmeyi, hareketli UAV üzərində qapalı dövrəli uçuş testi realleştirmeyi və gerçek zamanlı Fisher bilgi miktarına görə kalibrləmə seqmentlərini adaptiv kimi uzatmayı planlamaktadır.

Mənbə və Metod Qeydi

Tam özgün tədqiqat adı: A Full-Parameter Calibration Method for an RINS/CNS Integrated Navigation System in High-Altitude Drones

Müəlliflər: Huanrui Zhang; Xiaoyue Zhang; Chunhua Cheng; Xinyi Lv; Chunxi Zhang.

Yazar sırası: Kaynak tədqiqatdaki sıra aynen qorunmuşdur.

Eş katkı/bərabər birinci müəllif: Kaynakta bərabər birinci müəlliflık və ya bərabər töhfə bildirimi bulunmamaktadır.

Sorumlu yazar: Chunhua Cheng.

Kurumlar:

1. School of Instrument Science and Opto-Electronics Engineering, Beihang University, Beijing, China.
2. Qingdao Branch, Naval Aeronautic University, Qingdao, China.

Dergi: Vehicles.

Yayınevi: MDPI, Basel, Switzerland.

Bibliyoqrafik kayıt: Vehicles 2026, 8, 11.

DOI: 10.3390/vehicles8010011

Gönderim tarihi: 28 Ekim 2025.

Revizyon tarihi: 1 Aralık 2025.

Kabul tarihi: 27 Aralık 2025.

Yayın tarihi: 5 Ocak 2026.

Kaynak türü və rəylik: Hakemli tədqiqat makalesi. Ana doğrulama saf simulyasiya və yarı-fiziki Hardware-in-the-Loop testlərinden oluşmaktadır.

Preprint durumu: İncelenen qaynaqta ayrı bir preprint sürümüne əlaqən bilgi məlumatlmemektedir; bu Verianla dəyərlendirmesinde yayımlanmış rəyli sürüm əsas alınmıştır.

Resmî nəşr bağlantısı:https://www.mdpi.com/2624-8921/8/1/11

DOI bağlantısı:https://doi.org/10.3390/vehicles8010011

Lisans: Creative Commons Attribution 4.0 International (CC BY 4.0). Tədqiqat açık erişimlidir.

Finansman: Tədqiqatçılar tədqiqatın dış maliyyələşmə almadığını bildirmiştir.

Veri erişilebilirliği: Kaynakta “No new data were created or analyzed in this study” ifadesi yer almaktadır.

Çıkar damşması: Müəlliflər maraqlar toqquşması bulunmadığını beyan etmektedir.

Yazar katkıları: Yöntem Huanrui Zhang; doğrulama Xiaoyue Zhang; biçimsel analiz Chunxi Zhang; tədqiqat Chunhua Cheng və Xinyi Lv tarafından gerçəkləşdirilmişdir.

Deneysel doğrulama sərhədi: HIL testinde fiziksel IMU/rate-table məlumatlari və yüksek hassasiyetli iki oxlu gimbal encoder axınları istifadə edilmişdir. Yıldız ölçmələri ise real optik görüntülərdən değil, SAO kataloğu və real yönelim/FOV kısıtları istifadə edilərək sentetik kimi üretilmiştir. Bu nedenle tədqiqat tam fiziksel uçuş və ya real ulduz sensual görüntü testi değildir.

Kaynak üçündeki mühüm texniki və editoryal tutarsızlıklar

• Tədqiqat kalibrləmə rotasını toplam 12 dakika kimi tanımlamakta və Şekil 4 təxminən 0–12 dakikalık segment zaman çizelgesi göstərir. Ancaq Tablo 2'də S4 xarici ox üçbucaq hərəkətinin süresi 12 s kimi yazılmıştır. Tablo 2'deki bütün süreler bu dəyərle toplandığında təxminən 609 s, yani 10,15 dakika elde edilmektedir. S4 süresi 120 s olduğunda toplam təxminən 717 s və ya 11,95 dakika olmaktadır. Bu nedenle “12 s” dəyəri güçlü şəkildə yazım xətası izlenimi verse də Verianla bunu sessizce değiştirmemiştir.
• Bölüm 4.3 kalibrləmə yolunu geçişlerle birlikdə “11-segment decoupling path” kimi tanımlar. Sonuç bölümü ise S0–S6 dizisini “six rate-limited seqments” kimi adlandırmaktadır. S0'dan S6'ya yedi S-seqmenti bulunduğundan terminoloji kendi üçünde tam tutarlı değildir.
• Tablo 5'te kamera daxili parametrlərinin “Rel. %” dəyərləri standart \(|estimate-truth|/|truth|\) hesabıyla uyuşmamaktadır. Həmçinin Bölüm 5.4, \(f_y\) üçün %4,70 en böyük bağıl xəta dəyərini söylerken Tablo 5 \(f_y\) satırında %1,71 göstərir. Bu nedenle Verianla kamera intrinsikleri üçün qaynaqtaki yüzde sütununu yeniden yorumlayarak yeni nəticə üretmemiştir.
• HIL Tablo 6'da bazı parametrlerde məlumatlen Truth, Estimate, Error və Rel. % dəyərləri birbirleriyle aritmetik kimi uyuşmamaktadır. Özellikle bazı encoder, kamera intrinsics, distorsiya və EOP satırlarında birbaşa çıkarma işlemi cədvəlda yazılı “Error” dəyərini vermemektedir. Bu yüzden HIL'e əlaqən genel %6–16 performans ifadesi qaynaq müəlliflərının özeti kimi aktarılmış, sualnlu satırlardan bağımsız yeni yüzde türetilmemiştir.
• Kaynak özeti HIL nəticələrinı təxminən %6–16 xəta aralığında tanımlamaktadır. Tablo 6'da accelerometer Y bias üçün %16,30 və EOP X üçün %16,34 gibi %16'yı yüngül aşan dəyərlər bulunmaktadır; dolayısıyla %16 kesin matematiksel üst sərhəd kimi yorumlanmamalıdır.

Bilimsel içerik notu: Bu Verianla makalesindeki sistem arxitekturası, tənlikler, hareket seqmentləri, xəta vəziyyətiları, filtr ayarları, simulyasiya nəticələri, HIL məlumatlari və məhdudiyyətlər yalnız incelenen qaynaq tədqiqatya dayanmaktadır. Dış qaynaqlar elmi nəticə oynaqek üçün değil, yalnız bibliyoqrafik nəşr kimliği və rəyli nəşr durumunu doğrulamak amacıyla istifadə edilmişdir.

Verianla Live notu: Süreç komponenti qaynaq Tablo 2–3 və Bölüm 4'teki müşahidə oluna bilmə mantığından oluşturulmuştur. Jiroskop bias müqayisəsında istifadə edilən saf simulyasiya və HIL bağıl xəta dəyərləri qaynaq Tablo 5 və 6'daki aritmetik kimi tutarlı satırlardan aynen alınmıştır. Kaynakta bulunmayan məlumat və ya interpolasyon üretilmemiştir.