Для информации:
c 2001 года армия США потеряла более 400 больших дронов.
Помимо стоимости самого БПЛА, ряд аварий повлекли за собой повреждения другой военной техники, зданий и сооружений, что значительно увеличило цену потерь. Помимо боевых потерь, существенные причины аварий составляют ошибки пилотов и ненадежность канала передачи данных. Ситуацию усугубляет то, что в управлении БПЛА, в отличие от пилотируемых летательных аппаратов, появляется новый принципиальный фактор: влияние ветра. В условиях турбулентности оператору недостает скорости реакции для того, чтобы создать необходимые управляющие воздействия, что ведет к аварии.
Человеческий фактор является «слабым звеном» на этапе посадки, и это звено желательно полностью исключить.
Очевидные преимущества автоматической посадки БПЛА:
• выше надежность и точность посадки;
• исключение риска связанного с человеческим фактором - оценкой посадочного положения БПЛА и скоростью реакции на внешние возмущения;
• исключение риска, связанного с ухудшением пропускной способности или потерей канала передачи данных в процессе посадки;
• учет ветра и турбулентности посадочным автопилотом;
• некритичные требования к размерам посадочной площадки.
В июне 2012 года компания General Atomics Aeronautical Systems, разработчик БПЛА
Predator B/MQ-9 Reaper анонсировала первые четыре успешные выполненные
полностью автоматические посадки для этого ударного БПЛА. В сентябре этого же года
количество таких автоматических посадок достигло 106. В сентябре 2013 года
следующая генерация тяжелых ударных БПЛА, дрон Gray Eagle выполнил уже 20000
автоматических взлетов и посадок.
Есть смысл рассматривать визуальную автоматическую посадку. Преимущества - камера на борту уже есть, добавляется только посадочный автопилот. На земле - маркерные изображения или привязка к существующим характерным точкам.
Я экспериментирую с такой системой, используя видеозапись с беспилотника в разных режимах. Вначале использовал поиск и привязку характерных точек, затем пришел к тому что лучше использовать маркеры - определенные изображения, которые легко распознаются на фоне местности.
Сейчас работаю с разными маркерами - регулярными, псевдошумовыми. Основная проблема - маркер должен надежно распознаваться при изменении дальности (масштаба изображения) и крене БПЛА.
Когда автопилот будет готов, приглашаю желающих пожертвовать своим аппаратом для испытаний посадки 😎