| Аннотация |
Актуальность выполнения НИОКР обусловлена необходимостью перехода от фрагментарных ведомственных решений по применению беспилотных авиационных систем (БАС) к созданию унифицированной интеллектуальной инфраструктуры управления, основанной на принципах единого информационно-управляющего поля. Отсутствие стандартизированной технологии интеграции данных от беспилотных воздушных систем (БВС), наземных сенсорных комплексов и внешних геоинформационных источников приводит к низкой оперативности принятия решений и невозможности сквозного мониторинга обстановки в реальном времени. В настоящее время: – отсутствуют согласованные протоколы взаимодействия между подсистемами управления БВС различных типов и сред базирования (воздушных, наземных, морских); – не реализована единая модель геопространственных данных, обеспечивающая сопряжение информации от датчиков, систем технического зрения, радаров и телеметрии; – отсутствует отечественная платформа, способная агрегировать, анализировать и визуализировать до 10 потоков видеоданных и телеметрии от более чем 50 беспилотных средств в реальном времени. Создание технологии интеллектуального управления и ситуационного моделирования групповых действий БВС направлено на решение этих проблем и формирование технологического задела для последующего построения системы ситуационных центров нового поколения, способных обеспечивать межведомственную информационную интеграцию и автоматизированную поддержку принятия решений. Научно-техническая новизна и актуальность Научно-техническая новизна предлагаемой работы заключается в разработке и обосновании интегрированной технологии интеллектуального управления и ситуационного моделирования групповых действий беспилотных воздушных систем (БВС), обеспечивающей их координированное применение в рамках единого информационно-управляющего поля (ЕИУП). Впервые в отечественной практике предлагается комплексная архитектура, объединяющая принципы геоинформационного анализа, мультисенсорного слияния данных, нейросетевой аналитики и ситуационного моделирования в едином вычислительном контуре. Ключевое отличие предлагаемого подхода от существующих аналогов состоит в том, что технология ориентирована не только на обработку телеметрии и видеоинформации от отдельных БВС, но и на синхронное управление группой беспилотных средств, включая взаимодействие с наземными и морскими компонентами инфраструктуры. Научно-техническая новизна проекта проявляется в следующих аспектах: Создание унифицированного архитектурного решения ситуационного центра, способного обеспечивать сбор, маршрутизацию, синхронизацию и интеллектуальную обработку данных от не менее пяти разнотипных источников (БВС, наземные сенсоры, внешние ГИС-сервисы, имитаторы данных, морские буйковые станции) в реальном времени при совокупной пропускной способности ≥ 1 Гбит/с. 1. Реализация адаптивной модели ситуационного моделирования, основанной на объединении алгоритмов глубокого обучения (YOLOv8, RT-DETR) с рекуррентными нейросетями (LSTM) и фильтрами Калмана для построения прогностических траекторий объектов наблюдения. Такая комбинация обеспечивает возможность предиктивного управления группами БВС, включая прогноз конфликтных ситуаций, пересечение маршрутов и выбор оптимальных траекторий. 2. Разработка и применение единой онтологической модели данных ЕИУП, обеспечивающей формализованное описание событий, объектов и взаимосвязей в пространственно-временной области. В рамках НИОКР предполагается формирование базы онтологических дескрипторов для классификации типов миссий, сенсорных потоков и категорий событий, что позволит унифицировать взаимодействие с внешними ведомственными системами (UTM, ГИС-платформы, САУ). 3. Интеграция геоинформационной подсистемы на базе PostGIS и Mapbox GL JS с микросервисной архитектурой Kafka/NATS, что позволит обеспечить бесшовное объединение потоковых и пространственных данных в едином вычислительном контуре. Такая связка обеспечивает визуализацию обстановки, геопривязку данных с точностью ≤ 3 м и синхронизацию событий с погрешностью ≤ 50 мс. 4. Создание отечественного технологического задела, полностью основанного на сертифицированных платформах и открытом программном обеспечении (Astra Linux SE 1.8, PostgreSQL 15, TensorFlow, PyTorch, FastAPI), что гарантирует импортонезависимость, защиту информации и устойчивость при развёртывании в критически важных инфраструктурах. 5. Использование концепции «интеллектуального ситуационного цикла», в котором каждый модуль системы (приём данных → синхронизация → аналитика → прогноз → визуализация) работает в замкнутом контуре адаптивного обучения. Это обеспечивает способность системы к самообучению и повышению точности прогнозов при накоплении данных. Тенденции развития БАС и геоинформационных технологий указывают на необходимость формирования универсальной платформы ситуационной осведомлённости, способной работать с потоковыми данными различных модальностей (видео, лидар, телеметрия, метео, IoT). Создание такой платформы позволит: – повысить точность и скорость прогнозирования обстановки в 2–3 раза; – сократить время реакции операторов до 0,3 с; – обеспечить совместимость с существующими системами связи и ГИС-сервисами (WMS/WMTS, MQTT, HTTP/S3). Таким образом, разработка технологии интеллектуального управления и ситуационного моделирования групповых действий БВС является стратегически значимым направлением, обеспечивающим: – формирование научно-технического задела для построения сети унифицированных ситуационных центров РФ; – технологическую независимость в области программно-аппаратных решений для управления БАС; – возможность применения разработанной архитектуры в гражданских, промышленных и оборонных целях. Опыт эксплуатации существующих ситуационных центров показывает, что архитектуры, построенные по принципу «монолитных серверов наблюдения», не обеспечивают требуемой масштабируемости и гибкости. При росте количества источников данных система теряет устойчивость и точность синхронизации. В отличие от них, предлагаемый унифицированный ситуационный центр (УСЦ) реализует микросервисную архитектуру с распределённой обработкой потоков данных и независимыми модулями, что обеспечивает: – горизонтальное масштабирование при подключении дополнительных источников (до 50 БВС); – динамическое распределение вычислительной нагрузки между узлами (сервер Тип А и АРМ-1); – отказоустойчивость за счёт дублирования критических сервисов (Kafka, PostGIS, MinIO). Каждый функциональный контур системы выполняет строго определённые задачи: 1. Подсистема приёма и маршрутизации данных обеспечивает приём и нормализацию потоков (видео — по SRT/WebRTC, телеметрия — по MAVLink/MQTT, IoT — по HTTP/S3). 2. Подсистема синхронизации и геопривязки реализует алгоритмы фильтра Калмана, обеспечивая совмещение временных и пространственных координат при погрешности не более 3 м. 3. Подсистема аналитики и прогнозирования использует нейросетевые модели (YOLOv8, LSTM, DeepSORT) для распознавания и трекинга объектов, расчёта вероятностных траекторий и прогнозов поведения целей. 4. Подсистема хранения данных — распределённое хранилище PostGIS + MinIO, объёмом не менее 10 ТБ, обеспечивающее долговременную архивацию и возможность поиска по пространственно-временным признакам. 5. Подсистема визуализации — веб-интерфейс на React + Mapbox GL JS, отображающий многослойную картографическую информацию, треки БВС, прогнозные зоны и аналитические метки. Системная архитектура УСЦ разрабатывается по принципу интеллектуального ситуационного цикла. Такой цикл обеспечивает замкнутую цепочку получения, обработки и анализа информации — от сенсорного уровня до принятия решений оператором. Реализованная модульность позволяет выполнять частичную замену или обновление компонентов без остановки системы, а микросервисная организация обеспечивает возможность масштабирования и адаптации под конкретные задачи ведомств и регионов. Разработанная архитектура демонстратора позволяет не только создать лабораторный образец, но и масштабировать систему до уровня распределённой сети ситуационных центров. Для этого предусмотрены: – серверный узел Тип А (Rack 3U, Xeon Silver ×2, Tesla L40S, Astra Linux SE) — ядро вычислений и централизованное управление потоками; – рабочие места операторов АРМ-1 (MSI MAG Infinite S3, RTX 4070 Super, 32 ГБ RAM) — локальные терминалы анализа и визуализации; – интерактивная панель Samsung FLIP 85" — коллективный интерфейс принятия решений; – ИБП DEXP 1500 VA и резервируемая сеть 1 Гбит/с VLAN — обеспечение надёжности и бесперебойности. При использовании этой конфигурации обеспечиваются следующие параметры: – производительность системы ≥ 10 потоков Full HD при 25 fps; – синхронизация событий ≤ 50 мс; – отклик оператора ≤ 0,3 с; – устойчивость к отказам ≥ 99,5 %; – среднее время безотказной работы ≥ 1000 ч. Создание унифицированного ситуационного центра является необходимым условием для обеспечения совместимости, оперативности и интеллектуализации процессов управления беспилотными системами. В отличие от существующих ведомственных решений, предлагаемый УСЦ представляет собой интегрированную программно-аппаратную платформу, способную объединять данные от любых источников, формировать единую оперативную картину и предоставлять аналитическую поддержку решений в реальном времени. Разработка такого центра создаёт фундамент для последующего перехода от локальных систем наблюдения к сетевой архитектуре ситуационного управления, где каждый БВС, сенсор и оператор являются элементами единого цифрового пространства.
|
