novtexmechМехатроника, автоматизация, управлениеMekhatronika, Avtomatizatsiya, Upravlenie1684-64272619-1253Commercial Publisher «New Technologies»novtexmech-126Research ArticleТРАНСПОРТНЫЕ НАВИГАЦИОННЫЕ СИСТЕМЫTRANSPORT NAVIGATION SYSTEMАлгоритмическое и программное обеспечение задачи оценки параметров навигационной системы автономного автомобиляAdaptive Software Complex for Car Navigation SystemЗабегаевА. Н.ZabegaevA. N.speench@gmail.comИПМ им. М. В. Келдыша РАНРоссияKeldysh Institute of Applied Mathematics (Russian Academy of Sciences)Russian Federation201528082018162140144Copyright © Commercial Publisher «New Technologies», 20182018Commercial Publisher «New Technologies»Commercial Publisher «New Technologies»https://mech.novtex.ru/jour/about/submissions#copyrightNoticehttps://mech.novtex.ru/jour/article/view/126

Разработаны алгоритмы оценки параметров навигационной системы на основе различных линеаризаций фильтра Калмана. Представлена архитектура программной системы навигации автономного автомобиля. Система навигации является многорежимной и может переключаться между режимами, варьируя точность и загрузку центрального процессора системы. Различные режимы соответствуют различным реализациям фильтра Калмана, а также различным моделям движения. Архитектура системы описана с помощью унифицированного языка моделирования (UML).

This article presents the software complex structure of autonomous vehicle navigation system. Navigation algorithms are based on different linearizations of Kalman filter, including perturbation Kalman filter, extended Kalman filter, iterated extended Kalman filter. Navigation system is a multi-mode and can vary accuracy and system CPU load by switching between modes. Different modes correspond to different implementations of the Kalman filter, as well as different motion models. Various implementations of the Kalman filter are used to select estimation accuracy and current CPU load. Different motion models are used to allow system to react instantly to changes in the environment. All switching happens in real time and do not require additional CPU calculations. The system architecture is described using the Unified Modeling Language (UML) and can be implemented in most object-oriented programming languages.

автономный автомобильнавигационная системаоценка состоянияфильтр Калманаштатный и нештатный режимыautonomous vehicleKalman filternavigation systemsystem state estimationReferencesПавловский В. Е., Огольцов В. Н. Динамическая модель механической трансмиссии автомобиля // Спецтехника и связь. 2012. № 5-6. С. 27-36.Павловский В. Е., Огольцов В. Н. Динамическая модель механической трансмиссии автомобиля // Спецтехника и связь. 2012. № 5-6. С. 27-36.Павловский В. Е., Огольцов В. Н., Огольцов Н. С. Микрокомпьютерная система управления нижнего уровня для автомобиля с механической трансмиссией // Мехатроника, автоматизация, управление. 2014. № 6. С. 29-36.Павловский В. Е., Огольцов В. Н., Огольцов Н. С. Микрокомпьютерная система управления нижнего уровня для автомобиля с механической трансмиссией // Мехатроника, автоматизация, управление. 2014. № 6. С. 29-36.Basarke C., Berger C., Rumpe B. Software & Systems Engineering Process and Tools for the Development of Autonomous Driving Intelligence // J. Aerosp. Comput., Inf., Commun. 2007, N. 4. P. 1158-1174.Basarke C., Berger C., Rumpe B. Software & Systems Engineering Process and Tools for the Development of Autonomous Driving Intelligence // J. Aerosp. Comput., Inf., Commun. 2007, N. 4. P. 1158-1174.Atul Kanaujia, Tae Eun Choe, Hongli Deng. Complex Events Recognition under Uncertainty in a Sensor Network. 2014. URL: http://arxiv.org/pdf/1411.0085.pdf.Atul Kanaujia, Tae Eun Choe, Hongli Deng. Complex Events Recognition under Uncertainty in a Sensor Network. 2014. URL: http://arxiv.org/pdf/1411.0085.pdf.Kurdej M., Moras J., Cherfaoui V., Bonnifait Ph. Enhancing Mobile Object Classification Using Geo-referenced Maps and Evidential Grids // EEE/RSJ International Conference on Intelligent Robots and Systems. 5th Workshop on Planning, Perception and Navigation for Intelligent Vehicles, Tokyo, Japan. 2013.Kurdej M., Moras J., Cherfaoui V., Bonnifait Ph. Enhancing Mobile Object Classification Using Geo-referenced Maps and Evidential Grids // EEE/RSJ International Conference on Intelligent Robots and Systems. 5th Workshop on Planning, Perception and Navigation for Intelligent Vehicles, Tokyo, Japan. 2013.Забегаев А. Н., Калиниченко А. В., Павловский В. В., Павловский В. Е. Объединенная система навигации мобильного робота по маякам и видеоориентирам // Мехатроника, автоматизация, управление. 2011. № 10. С. 66-70.Забегаев А. Н., Калиниченко А. В., Павловский В. В., Павловский В. Е. Объединенная система навигации мобильного робота по маякам и видеоориентирам // Мехатроника, автоматизация, управление. 2011. № 10. С. 66-70.Kalman R. A new approach to linear Filtering and prediction problems // Transactions ASME Journal of Basic Engineering. 1960. N. 82.Kalman R. A new approach to linear Filtering and prediction problems // Transactions ASME Journal of Basic Engineering. 1960. N. 82.Grewal M., Andrews A. Kalman Filtering: theory and practice. NJ, USA: Prentice-Hall, Inc. Upper Saddle River, 1993.Grewal M., Andrews A. Kalman Filtering: theory and practice. NJ, USA: Prentice-Hall, Inc. Upper Saddle River, 1993.Maybeck P. S. Stochastics Models, Estimation, and Control: Introduction. New York: ACADEMIC PRESS, INC, 1979.Maybeck P. S. Stochastics Models, Estimation, and Control: Introduction. New York: ACADEMIC PRESS, INC, 1979.OMG Unified Modeling Language (OMG UML), Infrastructure v2.4.1, 2011. URL: http://www.omg.Org/spec/UML/2.4.1/Infrastructure/PDFOMG Unified Modeling Language (OMG UML), Infrastructure v2.4.1, 2011. URL: http://www.omg.Org/spec/UML/2.4.1/Infrastructure/PDF

The authors declare that there are no conflicts of interest present.