При экспериментальном исследовании параметров движения автомобиля главным вопросом является выбор измерительного оборудования и методики обработки информации. Чтобы получить более достоверную и полную информацию о движении транспортного средства необходимо рассматривать разные режимы движения, в том числе и  прямолинейное и криволинейное движение  при разгоне, равномерном движении и торможении.  В то же время нужно определять и такие параметры: траекторию движения, продольные и поперечные ускорения и скорости,  скорость и угол вращения транспортного средства.

Решить эти проблемы можно с помощью технологии Data Fusion.

Спутниковая система навигации позволяет определять траекторию движения транспортного средства, скорость и направление движения. Для получения точных данных о положении транспортного средства будем использовать дифференциальный режим работы (рис. 1) [1, c. 76].

С помощью изображений в навигации можно сформировать методики, которые позволят автономным транспортным средствам ориентироваться в незнакомой среде. В сравнении с другими системами навигации, основное преимущество системы навигации на основе изображений состоит в том, что она предоставляет подробную информацию об окружении транспортного средства.  Она также дает возможность определять ориентацию, распознавать объекты, задействовать устройства объезда препятствий.

В комплексе с СНС система навигации на основе изображений позволяет определять траекторию движения транспортного средства, скорость и направление движения, угловое положение транспортного средства и решать задачу объезда препятствий.

Интеграция СНС с системой навигации на основе изображений реализуется с помощью методов вычисления и фильтрации действительного вектора состояния.

Применения данной методики возможно для решения задач навигации  мобильных транспортных роботов в пространстве  и обеспечения  безопасности  движения транспортных средств. [2]

Data Fusion – комплексирование данных разного происхождения для  их совместного анализа и обработки.

В основном разнородность данных и их источников определяется:

-                     различными типами данных (логический, целый, вещественный, объектный и др.);

-                     различной природой данных (числа, текст, аудио данные);

-                     различными типами баз данных – реляционные, иерархические, объектно-ориентированные, сетевые, многомерные и т.п.;

-                     различными форматами представления данных;

-                     различиями в степени распределенности систем хранения данных;

-                     различной природой данных (например, тексты, изображения, сигналы);

-                     различной степенью достоверности и точности данных, измеряемых в различных масштабах и единицах измерения;

-                    различной степенью и формой структурированности данных и т.п.

Основная целью технологии слияния данных (Data Fusion) – объединение данных полученных из разных источников, для решения таких задач: принятие решений, классификация, определение состояния объектов, оценка ситуации и т.д. [4].

Определение траектории движения является лишь одним из этапов планирования пути.  Для планирования траектории используются следующие средства:

-                   энкодеры;

-                   инерционные датчики;

-                   системы технического зрения;

-                   генерирование  траектории  на  основе  данных  навигационных  и локационных систем ГЛОНАСС или GPS  [3].

Широко  распространенным  является  определение  местоположения мобильного  колесного  робота  на  базе  энкодера. Основным их преимуществом является простота. Но, в то же время, они имеют и недостатки, которые связаны с точностью и частотой измерений.

Визуальная одометрия – метод оценки положения и ориентации объекта с помощью анализа последовательности изображений снятых установленной на нем камерой (камерами) или фотоаппаратом. Этот метод используется в системах технического зрения.  В  результате  оптической  одометрии  получают информацию  о  пройденном пути и  направлении  движения.

Визуальная одометрия позволяет построить систему навигации  роботов, любого типа передвижения и на  любой  поверхности.

В общем виде алгоритм получения траектории с помощью визуальной одометрии состоит из следующих этапов  (Рис. 2):

Главное преимущество данного алгоритма – универсальность. К недостаткам относятся:

- алгоритм плохо работает с однотипными изображениями;

- дороговизна оборудования (в частности, камер);

- необходимость обеспечения высокой частоты получения кадров (уже существуют системы с частотой в десятки кГц)

- высокая вычислительная загрузка.

Выводы

Траектория движения транспортного средства, его скорость и направление движения определяется с помощью спутниковой системы навигации.

Для формирования методик ориентирования беспилотного транспортного средства в неизвестной окружающей обстановке используются изображения.

Основным преимуществом системы навигации на основе изображений является то, что она предоставляет подробную информацию об окружении транспортного средства.

В интеграции с СНС система навигации на основе изображений позволяет определять траекторию движения транспортного средства, скорость и направление движения, угловое положение транспортного средства и решать задачу объезда препятствий.

Комплексирование спутниковой навигационной системы с системой навигации на основе изображений реализуется с помощью методов вычисления и фильтрации действительного вектора состояния.