Tadqiqot, Küresel Navigatsiya Uydu Tizimleri (GNSS) kullanılamadığında bir multikopterin yerde gördüğü relyefyi yana oldin kaydedilmiş marshrut tasvirleriyle karşılaştırarak joylashuvunu belirlemesini va marshrutsına geri yoʻnalishelmesini amaçlayan moslashuvchan bir bortdagi görü tizimi öneriyor. Tizimin ayırt edici özelliği, tek bir tasvir tanib olish usuline sürekli bağlı kalmak yerine gözlenen relyef va tasvir koşullarına göre farqli tanib olish usullerinin uygunluğunu baholashsi, yana elmaʼlumotşli usuli seçmesi yoki birkaç usuli vaznli biçimde birlashtirishsidir.

Yaklaşım klasik nesne tespitinden farqli sifatida Dünya yüzeyinin tamamını yapısal bir navigatsiya kaynağı gibi ele alıyor. Multikopter kamerasından gelen ikki oʻlchamli relyef tasvirsü shovqinni kamaytirish, yorqinlikni normallashtirish, geometrik tuzatish, segmentatsiya, kulrang tusga dönüştürme va masshtablash gibi işlemlerden geçirildikten keyin bir bir oʻlchamli strukturaviy signale dönüştürülüyor. Bu sinyal, relyef tasvirsündeki parlaklık va yapısal değişimin bir dizi halinde temsil edilmesini sağlıyor va etalon marshrut tasvirlerinden çıkarılmış sinyallerle karşılaştırılıyor.

Tanib olish tizimi amplitude method (AM), derivativa method (DM), Dynamic Time Warping (DTW), Derivative Dynamic Time Warping (DDTW), Fourier Transform (FT) va Wavelet Transform (WT) usullerinden oluşan bir usul havuzu tanımlıyor. Ancak mevcut tadqiqotnın sayısal deneylerinde bu havuzun tamamı değil, esas sifatida WT va FT karşılaştırılıyor. Usullerin davranışı tek bir ölçüte göre değil; bir xillik, simmetriya, yaqinlashish tezligi va sezgirlik sifatida adlandırılan dört yetarlilik mezoniyle değerlendiriliyor.

Bu amaçla tadqiqotchi, asosiy relyef tasvirsünü boshqaruvlü miktarlarda siljitib sunʼiy signal oilalari oluşturuyor. \(d_1=2\) va \(d_2=4\) fazoviy siljitish değerlerinde WT va FT'nin yetarlilik ölçütlerinin değiştiği gösteriliyor. Böylece hangi tanib olish usulinin belirli bir tasvir abilansinde yana barqaror davrandığına ilişkin bir baholash yapılması amaçlanıyor. Tadqiqotning kendi yorumuna göre sezgirlik analizi WT tabanlı yaklaşımın FT'ye göre yana yuqori dayanıklılık gösterdiğine işaret ediyor.

Gerçek relyef örneklerinin tanınmasında etalon tasvir \(L_0\) bilan ona giderek yana az benzeyen \(L_1\), \(L_2\) va \(L_3\) tasvirleri karşılaştırılıyor. WT masofaleri sırasıyla 26,286; 137,53 va 214,24, FT masofaleri 18,861; 45,234 va 56,916, “Convolution” sifatida maʼlumotlen birlashtirilgan yaklaşımın değerleri ise 24,236; 112,05 va 170,81 sifatida raporlanıyor. Her üç yaklaşımda da tasvir etalontan uzaklaştıkça masofanin büyümesi, strukturaviy-signal gösteriminin relyef oʻxshashliğindeki değişimi ayırabildiğini gösteriyor.

Bununla birlikte bu değerler doğrudan bir “tanib olish doğruluğu yüzdesi” emas. Tadqiqotda sınıflandırma accuracy, precision, recall, joylashuv xatosı, metre cinsinden marshrut sapması yoki real parvoz başarısı hisobot qilinmagan. Ayrıca usuller farqli ölçüm ölçekleri üretebildiğinden FT'nin mutlak masofa değerlerinin WT'den küçük olması tek başına FT'nin yana başarılı olduğu anlamına gelmez; makale de farqli usullerin natijalarının vaznli birlashtirish oldinsinde normalize edilmesi gerektiğini belirtmektedir.

Önerbilann tam arxitektura yalnız tasvir tanib olishdan oluşmuyor. Etalon marshrut nazorat nuqtalari, bunlara ait tasvirler va strukturaviy signaller oldinden bortdagi maʼlumotlar bazasinda saklanıyor. Mevcut tasvir en olası nazorat nuqtasiyla eşleştiriliyor, oldinki va keyinki nazorat nuqtalariyla mantıksal tutarlılık denetleniyor, gerektiğinde marshrut sırası ters çevrbilanrek dönüş marshrutsı oluşturuluyor va joylashuv farkları parvoz boshqaruvüne aktarılıyor. Ancak bu tam kapalı çevrim arxitektura bu tadqiqotda fizik bir multikopter üzerinde tasdiqlangan emas.

Turkiya nuqtayi nazaridan baholash: Relyef etalonlı vizual navigatsiya yaklaşımı, GNSS alımının doğal yoki teknik nedenlerle zayıfladığı bölgelerde çalışan haritalama, altyapı inceleme, arama-kurtarma va otonom hava aracı tadqiqotları açısından usulsel değer taşıyabilir. Özellikle yuqori hesaplama gücü gerektiren büyük öğrenme modelleri yerine sinyal işleme tabanlı bir usul havuzuna yoʻnalishelmesi past güçlü bortdagi bilgisayarlar açısından tadqiqotya değerdir. Ancak Türkiye'deki real bir saha uygulaması uchun farqli relyef tipleri, mevsimler, ışık koşulları, irtifalar, kamera geometrbilanri, IMU bütünleştirmesi, real işlemci gecikmesi va fizik GNSS kaybı senaryolarıyla ayrıca doğrulama gerekir.

GNSS kaybolduğunda asosiy problem nedir?

Bir multikopter GNSS bilgisini kaybettiğinde yalnız atalet sensorlerinden üretbilann joylashuv tahminleri zaman uchunde xato biriktirebilir. Tadqiqot bu nedenle yerdeki relyef görünümünü dış bir navigatsiya etalonı gibi kullanmayı amaçlıyor.

Asosiy fikir şöyledir: Multikopter marshrut boyunca yana oldin tanımlanmış belirli nazorat nuqtalarinda relyefnin nasıl görünmesi gerektiğini bilir. Parvoz sırasında mevcut kamera tasvirsü bu etalonlarla karşılaştırılır. En iyi eşleşme, aracın hangi marshrut nazorat nuqtasina yakın olduğuna ilişkin görsel bir joylashuv tahmini oluşturur.

1-shakldagi umumiy tizim arxitekturasi

Tadqiqotning ana arxitekturasi altı ana qatlam halinde gösterilmektedir:

1. Sensor qatlamı: multikopter platformu, pastga qaragan kamera, IMU va barometr.
2. Tasvir edinme va ön işleme: ham kare, gürültü azaltma, yorqinlikni normallashtirish, geometrik tuzatish, ilgi bölgesi çıkarımı, segmentatsiya, kulrang tusga oʻzgartirish va yeniden boyutlandırma.
3. Yapısal-sinyal gösterimi: işlenmiş relyef tasvirsünün lineerleştirbilanrek bir oʻlchamli sinyale dönüştürülmesi.
4. Moslashuvchan tanib olish: farqli usullerin va yetarlilik mezonlerinin değerlendirilmesi, usul tanlash va vaznli birlashtirish.
5. Navigatsiya analizi: etalon sinyalleriyle eşleşme, nazorat nuqtasi bulma, marshrut va joylashuv/yoʻnalish tahmini.
6. Parvoz boshqaruvü: marshrut takibi, tutum–irtifa boshqaruvü, hız boshqaruvü va aktüatör komutları.

Arxitekturanin altında ayrıca oldinden oluşturulmuş bir etalon maʼlumotlar bazasi bulunur. Burada marshrut planı, marshrut boyunca alınmış etalon relyef tasvirleri, bunlardan çıkarılan strukturaviy signaller va her tasvirnün koordinataları saklanır.

Bu şema tadqiqotning tizim düzeyindeki hedefini çok açık gösterse de deneysel kanıtın tamamı bu blokların hepsini kapsamamaktadır. IMU, barometr, tutum boshqaruvü yoki aktüatör komutları uchun deneysel sensor füzyonu ya da kapalı çevrim parvoz grafikleri maʼlumotlmemiştir.

Relyef tasviri nega bir oʻlchamli signalga aylantiriladi?

Tadqiqotning asosiy tasarım tercihi, yuqori çözünürlüklü ikki oʻlchamli relyef tasvirsünü doğrudan ağır tasvir tanib olish arxitekturaleriyle karşılaştırmak yerine yapısal özelliklerini bir boyutlu sinyal halinde temsil etmektir.

Başlangıç tasvirsü:

\[ I(x,y) \]

bilan gösterilmektedir.

Ön işlemden keyin tasvir kulrang tusga çevrilir:

\[ I(x,y)\rightarrow C(x,y) \]

ardından segmentatsiya va masshtablash sonucunda:

\[ C(x,y)\rightarrow C_s(x,y) \]

elde edilir.

Son aşamada tasvir lineerleştirbilanrek:

\[ S(t)=\mathfrak{I}\{C_s(x,y)\} \]

biçiminde bir oʻlchamli bir strukturaviy signal üretilir. Buradaki \(\mathfrak{I}\), manbata tasvir linearlashtirish işlemini temsil eden operatördür.

Ortaya çıkan \(S(t)\) dizisi, relyefnin fazoviy yapısına bağlı parlaklık değişimini sinyal işleme usullerinin kullanabbilanceği biçime dönüştürür.

2-shakl koʻrsatadigan oʻzgartirish

Shakl 2 usuli görsel sifatida:

Relyef tasvirsü → Ön işleme → Segmentasyon → Gri ton → Lineerleştirme → Yapısal sinyal

zinciriyle koʻrsatadi.

Burada manba uchunde küçük bir sıra farkı vardır. Metinsel açıklama kulrang tusga oʻzgartirishü segmentatsiyadan oldin tarif ederken Shakl 1 va Shakl 2 segmentatsiyau kulrang tusga oʻzgartirishden oldin yerleştirir. Bu durum usulin genel mantığını değiştirmez; ancak yazılımın birebir yeniden uygulanması açısından işlem sırasını belirsiz bırakır.

Sunʼiy relyef-signal oilasi nima?

Bir usulin yalnız tek tasvir çiftinde iyi natija varmesi yeterli görülmemektedir. Tadqiqotchi, usullerin küçük fazoviy değişiklikler karşısında nasıl davrandığını incelemek amacıyla asosiy sinyali boshqaruvlü biçimde değiştirerek sunʼiy signal oilalari oluşturur.

Asosiy strukturaviy signal:

\[ S_0(t) \]

olduğunda abilan:

\[ \Omega_h= \{S_0(t),S_1(t),\ldots,S_n(t)\} \]

şeklindedir.

\(S_i(t)\) sinyalleri, asosiy relyef tasvirsünün sabit \(h\) adımlarıyla fazoviy sifatida kaydırılmış sürümlerinden oluşturulur.

Tadqiqot bu yapının şu değişimleri boshqaruvlü biçimde temsil edebbilanceğini belirtmektedir:

• multikopter joylashuvundaki kayma,
• bakış açısı değişikliği,
• tasvir ölçeği değişikliği,
• yerel fazoviy buzilishlar,
• tasvir oluşum koşullarındaki değişiklikler.

Tanib olish masofasi nimani bildiradi?

Her sunʼiy sinyal, etalon sinyalle seçbilann tanib olish usulinin masofa metriği üzerinden karşılaştırılır:

\[ D_k(S_0,S_i) \]

Burada \(k\), kullanılan tanib olish usulini ifade eder.

Ardışık:

\[ D_k(S_0,S_1),\; D_k(S_0,S_2),\ldots, D_k(S_0,S_n) \]

değerlerinin davranışı usulin tasvir kayması va bozulması karşısındaki barqarorlığını baholashk uchun kullanılır.

Toʻrtta yetarlilik mezoni

Manba tanib olish usullerini dört mezonle baholashktedir:

Bu mezonlerin matematiksel formülleri mevcut makalede yeniden maʼlumotlmemiş, oldinki tadqiqotlara yoʻnalishlendirilmiştir. Dolayısıyla tadqiqotning yetarlilik baholash modülü yalnız bu makaleden hareketle sıfırdan tamamen yeniden üretbilanmez.

Integral yetarlilik funksiyasi

Bir tanib olish usuli uchun dört mezon:

\[ \Phi_k= \alpha_1C_{1k}+ \alpha_2C_{2k}+ \alpha_3C_{3k}+ \alpha_4C_{4k} \]

ifadesiyle birleştirilir.

Katsayılar:

\[ \sum_{i=1}^{4}\alpha_i=1, \qquad \alpha_i\geq0 \]

koşulunu sağlar.

Tadqiqotdaki deneylerde bütün mezonlerin eşit önemde olduğu kabul edbilanrek:

\[ \alpha_1= \alpha_2= \alpha_3= \alpha_4= 0,25 \]

kullanılmıştır.

Manbata yana past \(\Phi_k\) değerinin ilgili tasvir abilansi uchun yana uygun tanib olish usuline karşılık geldiği belirtilir.

Qaysi tanib olish usullari koʻrib chiqiladi?

Usul havuzu:

\[ M= \{ M_{AM}, M_{DM}, M_{DTW}, M_{DDTW}, M_{FT}, M_{WT} \} \]

şeklinde tanımlanmıştır.

Bunlar:

• Amplitude Method — AM,
• Derivative Method — DM,
• Dynamic Time Warping — DTW,
• Derivative Dynamic Time Warping — DDTW,
• Fourier Transform tabanlı usul — FT,
• Wavelet Transform tabanlı usul — WT

sifatida sıralanmaktadır.

Belirli bir signal oilasi uchun tercih edbilann usul:

\[ M^*(\Omega_h) = \arg\min_{M_k\in M} \Phi_k(\Omega_h) \]

bilan tanlanadi.

Kanıt sınırı: Mevcut makalenin deneysel tabloları bu altı usulin tamamına ait emas; mevcut sayısal yetarlilik deneyleri WT va FT bilan sınırlıdır.

Bitta usulni tanlash shartmi?

Yoʻq. Tadqiqotning önemli özelliklerinden biri, yalnız en iyi usuli tanlash yerine birkaç usulin sonucunu vaznli biçimde birleştirebilmesidir.

Birleşik masofa:

\[ D_A(S_{cur},R_i) = \sum_{k=1}^{m} w_kD_k(S_{cur},R_i) \]

sifatida tanımlanmaktadır.

\(S_{cur}\) mevcut relyef tasvirsünün strukturaviy signalidir; \(R_i\) ise i'nci nazorat nuqtasinın etalon sinyalidir.

Usul vaznlari qanday aniqlanadi?

Teorik tanımda:

\[ w_k= \frac{ (\Phi_k+\varepsilon)^{-1} }{ \displaystyle \sum_{r=1}^{m} (\Phi_r+\varepsilon)^{-1} } \]

maʼlumotlmektedir.

Böylece yana past integral yetarlilik puanına sahip usulin ağırlığının yana büyük olması amaçlanır.

Manba natijalarındaki Jadval 4 ise tek bir nihai \(w_{WT}\) va \(w_{FT}\) çifti varmek yerine her C1–C4 mezoni uchun ayrı WT/FT ağırlıkları koʻrsatadi. Bu değerler Jadval 3'teki sezgirlik katsayılarının normalizasyonuyla örtüşmektedir. Teorik Denklem (6) bilan bu tablo arasında kullanılan ara hesaplama açıklanmadığı uchun nihai vaznli füzyon tam sifatida yeniden üretbilanbilir emas.

Nazorat nuqtasi qanday tanlanadi?

Mevcut tasvirnün strukturaviy signali bütün etalon sinyalleriyle karşılaştırılır. En küçük integral masofayi varen etalonın bağlı olduğu nazorat nuqtasi en olası joylashuv kabul edilir:

\[ P^* = \arg\min_i D_{int}(S_{cur},R_i) \]

Manba, en iyi va keyinki alternatif masofa değerleri arasındaki farkı da tanib olish kararının güvanilirliği uchun kullanmayı önerir. En iyi eşleşme diğerlerinden belirgin biçimde ayrılıyorsa kararın güvani yana yuqori kabul edilir.

Burada küçük bir notasyon farkı da vardır: vaznli metrik Denklem (5)'te \(D_A\) sifatida tanımlanırken nazorat nuqtasi tanlashnde \(D_{int}\) sembolü kullanılmaktadır; ikisi arasındaki eşitlik ayrıca yazılmamıştır.

Ketma-ket nazorat nuqtalari nega qoʻllanadi?

Tek bir tasvirnün oʻxshash relyef nedeniyle yanlış nazorat nuqtasiyla eşleşmesi mümkündür. Bu nedenle tizim yalnız tek kareyi bağımsız baholashk yerine yana oldin tanınmış nazorat nuqtalarinın marshrut üzerindeki sırasını da hesaba katar.

Marshrut:

\[ T= \{P_1,P_2,\ldots,P_N\} \]

şeklinde saklanır.

Bir keyinki tanınan nazorat nuqtasinın mevcut marshrut sırasıyla mantıksal uyumluluğu boshqaruv edilir. Bu yaklaşım görsel sifatida birbirine benzeyen relyef parçalarında xatolı yerelleştirme olasılığını azaltmayı amaçlar.

GNSS kaybolduğunda dönüş marshrutsı

Tadqiqotning önerdiği geri dönüş mantığında mevcut marshrut ters sıraya çevrilir:

\[ T^{-1} = \{P_N,P_{N-1},\ldots,P_1\} \]

va tizim görsel sifatida yeniden tanıdığı nazorat nuqtalari üzerinden ters yoʻnalishde bilanrlemeyi planlar.

Bu yapı makalede bir navigatsiya arxitekturasi sifatida tanımlanmıştır; fizik bir multikopterin otomatik dönüş parvozuyla tasdiqlanmagan.

Parvoz boshqaruviga qaysi xato yuboriladi?

Tanib olish va nazorat nuqtasi yerelleştirmesinden keyin hedef va mevcut koordinatalar arasındaki fazoviy xatolar:

\[ \Delta x=x_r-x \]

\[ \Delta y=y_r-y \]

\[ \Delta z=z_r-z \]

sifatida tanımlanır.

Bu xato değerlerinin marshrut düzeltme, joylashuv barqarorlığı va parvoz komutlarını oluşturmak üzere multikopter boshqaruv tizimine maʼlumotlmesi taklif qilinadi.

Ancak makalede belirli bir PID, MPC, LQR yoki başka bir parvoz boshqaruv yasası türetilmemiş; motor/aktüatör dinamiği va kapalı çevrim barqarorlik analizi yapılmamıştır. Parvoz boshqaruv qatlamı tizim arxitekturasinin keyinki bölümü sifatida gösterilmiştir.

Hisoblash samaradorligi daʼvosining chegarasi

Manba strukturaviy-signal yaklaşımını, ağır tasvir tanib olish va derin öğrenme usullerine kıyasla sınırlı bortdagi işlem manbalarına yana uygun bir alternatif sifatida joylashuvlandırmaktadır.

Buna rağmen mevcut tadqiqotda:

• işlemci modeli,
• GPU yoki CPU kullanımı,
• RAM tüketimi,
• kare/saniye,
• tek tasvir işlem gecikmesi,
• güç tüketimi,
• real vaqtli parvoz frekansı

uchun nicel benchmark maʼlumotlmemiştir. Dolayısıyla “past manba gereksinimli real vaqtli tizim” mevcut makalede ölçülmüş donanım performansı değil, önerbilann arxitekturanin tasarım hedefidir.

Tadqiqot usuli va natijalari

Tajribaning haqiqiy qamrovi

\(d_1=2\) uchun yetarlilik değerleri

Ham değerlerde C1 va C2 FT uchun, C3 ise WT uchun yana küçüktür. Bununla birlikte makale integral baholashde normalize edilmiş mezonlerin kullanılması gerektiğini belirtir; normalize edilmiş C değerleri va nihai \(\Phi\) değerleri yayımlanmadığından yalnız bu tablodaki ham sayılardan hangi usulin integral sifatida yana uygun olduğu hesaplanmamalıdır.

\(d_2=4\) uchun yetarlilik değerleri

Kaydırma 2'den 4'e çıkarıldığında her iki usulin mezon değerleri değişmektedir. Tadqiqotning asosiy çıkarımı, tanib olish usulinin davranışının relyef tasvirsünün oʻzgartirish derecesine bağlı olduğu va sabit tek usul kullanmanın her tasvir koşulunda bir xil barqarorlığı sağlamayabbilanceğidir.

Sensitivity katsayıları

Manba, bu natijaları WT tabanlı tanib olish usulinin FT tabanlı usule göre yana yuqori robustness gösterdiği şeklinde yorumlamaktadır. Mezonin ayrıntılı formülü mevcut makalede maʼlumotlmediğinden \(u_k\) büyüklüğünün fizik/istatistiksel anlamı yalnız makaledeki bu yorum çerçevasinde aktarılmalıdır.

Manbata maʼlumotlen moslashuvchan ağırlıklar

Jadval 4'ün bütün satırlarında WT'ye FT'den yana yuqori ağırlık maʼlumotlmiştir. Manba bunu WT'nin moslashuvchan tanib olish prosedüründe yana yuqori integral oldinliğe sahip olduğu şeklinde yorumlamaktadır.

Bununla birlikte bu tablo usul başına tek bir nihai ağırlık sunmaz. Ayrıca değerler Jadval 3'teki karşılık gelen katsayıların iki usul arasındaki normalizasyonuyla birebir örtüşürken Denklem (6) ağırlığı ters integral yetarlilik puanı üzerinden tanımlar. Bu iki hesap yolunun ilişkisi açıklanmadığı uchun ağırlıklandırma sürecinin yeniden üretbilanbilirliği sınırlıdır.

Etalon va test relyef tasvirlari

Tadqiqotning Shakl 4'ünde dört relyef görünümü kullanılmaktadır:

Shakl 5 bir xil tasvirlerin linearlashtirish keyinsında elde edbilann \(S_0(t)\), \(S_1(t)\), \(S_2(t)\) va \(S_3(t)\) strukturaviy signallerini koʻrsatadi. Tasvir etalontan uzaklaştıkça sinyal profili de belirgin biçimde değişmektedir.

Relyef tasvirini tanib olish natijalari

Üç satırda da ortak desen bir xildır: L1 en küçük, L2 yana büyük va L3 en büyük masofayi üretmektedir. Bu natija, tadqiqotnın kullandığı strukturaviy-signal gösteriminin etalona oʻxshash relyef bilan belirgin biçimde farqli relyef arasında dereceli bir ayrım oluşturabildiğini desteklemektedir.

“Convolution” natijasi qanday talqin qilinadi?

Manba Jadval 5'te üçüncü usuli “Convolution” sifatida adlandırmakta va metinde “adaptiva additiva convolution” ifadesini kullanmaktadır.

Ancak usul bölümünde matematiksel sifatida açık biçimde tanımlanan işlem klasik sinyal konvolüsyonundan ziyade farqli tanib olish masofalerinin:

\[ D_A= \sum_k w_kD_k \]

şeklindeki vaznli toplamıdır.

Jadval 5'teki “Convolution” değerlerinin hangi kesin WT/FT ağırlıkları va hangi normalizasyon adımlarıyla üretildiği ayrıca gösterilmediğinden bu natijalar manbata maʼlumotldiği şekliyle korunmalı, başka maʼlumot üzerinde yeniden hesaplanmış değerler gibi sunulmamalıdır.

Bu tajriba “aniqroq navigatsiya”ni bevosita oʻlchaydimi?

Yoʻq. Deney tanib olish masofaleri va usul yeterliliği üzerine kuruludur.

Tadqiqotda aşağıdaki uçtan uca navigatsiya metrikleri mavjud emas:

• metre cinsinden joylashuv xatosı,
• 3B marshrut RMSE'si,
• nazorat nuqtasi sınıflandırma başarı yüzdesi,
• yanlış eşleşme oranı,
• GNSS kesilmesinden keyin geri dönüş başarı oranı,
• parvoz süresi yoki enerji tüketimi,
• kapalı çevrim trajectory tracking error,
• real parvozta çarpışma yoki görev başarısı.

Bu nedenle makalenin natijaları en güçlü biçimde moslashuvchan relyef-tanib olish metodolojisinin uygulanabilirliğinin ilk doğrulaması sifatida yorumlanabilir.

Real vaqtli multikopterda tasdiqlash bajarildimi?

Yoʻq. Natija bölümü gelecek tadqiqotda tizimin real multikopter platformunda deneysel sifatida doğrulanmasını açık hedef sifatida belirtmektedir.

Tadqiqotchi ayrıca gelecekte:

• yana geniş relyef tasvirsü maʼlumotlar bazasi,
• ek tanib olish usulleri,
• farqli bortdagi sensorlerden maʼlumot entegrasyonu,
• online adaptasyon,
• self-learning mekanizmaları

üzerinde çalışılmasını önermektedir.

Tadqiqotning kuchli jihatlari

• GNSS'siz navigatsiya problemini tek bir tasvir eşleştirme görevi yerine tam bir tizim arxitekturasi uchunde ele almaktadır.
• Relyef tasvirlerini hesaplama açısından yana sade 1B strukturaviy signallere dönüştüren açık bir temsil yaklaşımı sunmaktadır.
• Tek sabit tanib olish usuli yerine gözlem koşuluna göre usul tanlash fikrini kullanmaktadır.
• Usul yeterliliğini birden fazla ölçüt üzerinden ele almaktadır.
• Usul tanlashnin yanı sıra vaznli ensemble seçeneğini de tanımlamaktadır.
• Boshqaruv noktalarının marshrut sırasını kullanarak görsel oʻxshashlik manbalı yanlış eşleşmeleri azaltmaya çalışan bir navigatsiya mantığı önermektedir.
• Relyef örneklerinde etalontan uzaklaşmayla tanib olish masofasinin birlikte arttığını sayısal sifatida koʻrsatadi.

Asosiy metodologik cheklovlar

• Fiziksel multikopter parvoz deneyi yoʻq.
• GNSS kesilmesini içeren uçtan uca real navigatsiya testi yoʻq.
• Tam altı usullik havuzun deneysel karşılaştırması yapılmamıştır; esas natijalar WT va FT'ye aittir.
• C1–C4 formülleri bu makalede maʼlumotlmemiştir.
• Normalize edilmiş mezon va nihai \(\Phi\) değerleri raporlanmamıştır.
• Denklem (6) bilan Jadval 4'te görülen ağırlık hesaplama biçiminin ilişkisi açıklanmamıştır.
• Jadval 5'teki “Convolution” işleminin yeniden hesaplanmasına yetecek bütün ara değerler maʼlumotlmemiştir.
• Accuracy, precision, recall yoki localization RMSE raporlanmamıştır.
• Test tasvirsü/maʼlumot kümesi büyüklüğü va bağımsız tekrar sayısı ayrıntılı biçimde maʼlumotlmemiştir.
• Gerçek işlemci üzerinde runtime, FPS, bellek va güç tüketimi ölçülmemiştir.
• IMU va barometr Shakl 1 arxitekturasinde bulunsa da mevcut deneyde sensor füzyon sonucu maʼlumotlmemektedir.
• Tasvir ön işleme sırası metin bilan şekiller arasında tam sifatida bir xil emas.
• Gövde metnindeki 2024a/2024b/2024c atıfları bilan manbaça kayıtlarının yılları/etiketleri tam eşleşmemektedir.
• Deney tasvirleri bir bölümde parvoz simülasyonlarından, başka bir bölümde real marshrut tasvirleri sifatida tanımlanmıştır.

Manba va usul eslatmasi

Asl tadqiqotning toʻliq nomi: Adaptiva terrain-referenced vision system for autonomous multicopter navigation

Muallif: Vagif Aliyev.

Mualliflar soni: Bir.

Masʼul muallif: Makalede tek yazar bulunduğundan bilantişim bilgisi Vagif Aliyev uchun maʼlumotlmiştir.

ORCID: 0009-0000-5073-9573.

Muassasa: Institute of Mathematics, B. Vahabzade str. 68, AZ1141 Baku, Azerbaijan.

Jurnal: Problems of Information Technology.

Bibliografik maʼlumot: Problems of Information Technology (2026), Volume 17, Issue 2, pages 45–55.

DOI:10.25045/jpit.v17.i2.05

Rasmiy nashr havolasi:Problems of Information Technology – resmî makale kaydı

Manba turi va taqriz holati: Problems of Information Technology dergisinde yayımlanmış tadqiqot makalesidir. Dergi resmî sitesinde “refereed international journal” sifatida tanımlanmaktadır.

Qabul qilingan sana: 1 Haziran 2026.

Tahrir sanasi: 2 Temmuz 2026.

Qabul sanasi: 2 Temmuz 2026.

Nashr yili: 2026. İncelenen makale metninde ayrıca kesin bir çevrim içi yayın günü yazılmamıştır.

Litsenziya: Creative Commons Attribution 4.0 International (CC BY 4.0).

Kurumsal yayın platformu: Journal site footer'ında Institute of Information Technology taʼkidlanadi.

Moliyalashtirish: İncelenen makalede ayrı bir funding statement mavjud emas.

Maʼlumotlar mavjudligi: İncelenen makalede ayrı bir data availability statement mavjud emas.

Manfaatlar toʻqnashuvi: İncelenen makalede ayrı bir conflicts-of-interest statement mavjud emas.

Minnatdorchilik: Yazar, Institute of Mathematics bünyesindeki “Application of AI Methods in Control” laboratuvarının başkanı Prof. Ramin R. Rzayev'e bilimsel yoʻnalishlendirme, usulsel destek va tartışmalar uchun teşekkür etmektedir.

Ilmiy qamrov: Tadqiqot, relyef tasvirsünü bir oʻlchamli structural-signal temsil biçimine dönüştüren va tanib olish usullerini dört adequacy criterion üzerinden dinamik sifatida seçen/ağırlıklandıran bir bortdagi vision architecture önermektedir. Amaç GNSS bilgisinin kısmen yoki tamamen kullanılamadığı koşullarda marshrut nazorat nuqtalarinın görsel sifatida yerelleştirilmesi va bu bilginin navigatsiya/parvoz boshqaruv döngüsüne aktarılmasıdır.

Tasdiqlash qamrovi: Mevcut natijalar esas sifatida structural-signal terrain-recognition qatlamını doğrulamaktadır. Tam terrain recognition → checkpoint localization → trajectory reconstruction → physical flight correction zinciri real bir multikopter platformunda deneysel sifatida tasdiqlanmagan.

Tanib olish usuli qamrovi: Teorik usul seti AM, DM, DTW, DDTW, FT va WT'yi içermektedir. Mevcut deneysel adequacy tablolarında yalnız WT va FT karşılaştırılmıştır.

Adequacy formülleri sınırı: C1–C4 mezonlerinin ayrıntılı formülleri bu makalede maʼlumotlmemiş, oldinki tadqiqotlara yoʻnalishlendirilmiştir. Dolayısıyla adequacy modülü yalnız mevcut makaleden eksiksiz sifatida yeniden uygulanamaz.

Atıf izi sorunu: Gövde metninde Rzayev et al. 2024a, 2024b va 2024c atıfları kullanılmaktadır; manbaçada ise iki ilgili kayıt 2025a/2025b, adequacy tadqiqotsı ise tek 2024 kaydı sifatida görünmektedir. Bu nedenle metindeki a/b/c etiketlerinin manbaça bilan tam eşleştirilmesi açık emas.

İşlem sırası notu: Metinsel usul açıklaması RGB→grayscale oʻzgartirishünü segmentatsiyadan oldin maʼlumotrken Shakl 1 va Shakl 2 segmentatsiyau kulrang tusga dönüştürmeden oldin koʻrsatadi. Manba kesin işlem sırasını ayrıca açıklamamıştır.

Ağırlıklandırma tutarsızlığı: Denklem (6), \(w_k\) ağırlıklarını \((\Phi_k+\varepsilon)^{-1}\) üzerinden tanımlar. Jadval 4'teki WT/FT ağırlıkları ise aritmetik sifatida Jadval 3'teki sezgirlik katsayılarının doğrudan iki usul arasında normalize edilmesiyle elde edilmektedir. Örneğin \(3,6324/(3,6324+2,8306)=0,56203\). Manba bu iki ağırlık tanımını nasıl uzlaştırdığını açıklamamaktadır.

Integral adequacy sınırı: Denklem (3)'te \(C_{ik}\) değerlerinin normalize edilmiş olması gerektiği taʼkidlanadi. Ancak normalize edilmiş C değerleri va usullerin nihai \(\Phi_k\) puanları raporlanmamıştır.

Masofa ölçeği sınırı: Manba, farqli recognition methods tarafından üretbilann masofalerin vaznli birlashtirishden oldin normalize edilmesi gerektiğini belirtmektedir. Bu nedenle Jadval 5'te FT değerlerinin WT değerlerinden mutlak sifatida küçük olması doğrudan yana yuqori recognition accuracy sifatida yorumlanmamıştır.

“Convolution” notu: Jadval 5 üçüncü usuli “Convolution” sifatida adlandırmakta, metin ise “adaptiva additiva convolution” ifadesini kullanmaktadır. Usul bölümünde açık matematiksel füzyon işlemi vaznli masofa toplamıdır. Jadval 5 natijalarının hangi kesin ağırlık/normalizasyon dizisiyle üretildiği ayrıca gösterilmemiştir.

Accuracy sınırı: Makale adaptiva weighting'in robustness va recognition accuracy'yi iybilanştirdiğini ifade etmektedir; ancak accuracy yüzdesi, confusion matrix, precision, recall, checkpoint localization error yoki navigatsiya RMSE'si sunmamaktadır. Bu nedenle Verianla içeriğinde nicel aniqlik artışı üretilmemiştir.

Tasvir kaynağı notu: Experimental Results bölümünün başlangıcı tasvirleri oldinki multicopter flight simulations'dan alınmış sifatida tanımlar. Sonraki kısım bir xil doğrulamada “real images of the Earth's surface obtained along the multicopter's flight path” ifadesini kullanır. Tadqiqot real platform doğrulamasını gelecek tadqiqot sifatida bıraktığından mevcut natijalar fizik GNSS-denied parvoz testi sifatida değerlendirilmemiştir.

Gerçek zamanlılık sınırı: Makale limited bortdagi computational resources bağlamını vurgulamaktadır; fakat işlemci modeli, tadqiqot süresi, FPS, bellek yoki güç tüketimi benchmark'ı maʼlumotlmemiştir.

Sensor füzyonu sınırı: Conceptual architecture'da kamera, IMU va barometr gösterilmektedir. Mevcut deneysel natijalar ise structural terrain-image recognition üzerine odaklanmaktadır; IMU/barometer fusion performansı raporlanmamıştır.

Flight-control sınırı: \(\Delta x\), \(\Delta y\) va \(\Delta z\) navigatsiya xatoları tanımlanmış va bu xatoların flight-control circuit'e aktarılması önerilmiştir. Belirli bir flight-control law, actuator dynamics, closed-loop stability analizi yoki real trajectory tracking sonucu maʼlumotlmemiştir.

Kelgusi ishlar: Yazar yana geniş landscape-image database, ilava recognition methods, farqli bortdagi sensors'ın entegrasyonu, real multicopter platformunda deneysel doğrulama va online adaptation/self-learning mekanizmalarını gelecek tadqiqot sifatida belirtmektedir.

Bu Verianla içeriğindeki usul, denklemler, relyef tanib olish değerleri, arxitektura va cheklovlar incelenen tadqiqotya dayanmaktadır. Dış manba yalnız yayın kimliğinin va derginin resmî durumunun doğrulanması amacıyla kullanılmıştır.