Труфанов В.Н., Лазарев Н.С., Стрекалов Р.В., Яшина М.В.

МЕТОДЫ ЛОКАЛИЗАЦИИ И КАРТОГРАФИИ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ДЛЯ БЕСПИЛОТНОЙ ГУСЕНИЧНОЙ ПЛАТФОРМЫ

Резюме: Статья представляет систематический анализ современных технологий и методов для организации автономной навигации беспилотных платформ в условиях отказа GNSS. Развитие автономных мобильных платформ, способных работать без внешней инфраструктуры поддержки, остаётся одной из наиболее сложных задач современной робототехники. Основной вклад работы заключается в разработке интегрированной системы, объединяющей визуальный SLAM с обнаружением препятствий в реальном времени и динамической перепланировкой пути. В отличие от традиционных подходов, предложенный метод адаптирует траекторию в реальном времени на основе визуальной обратной связи от встроенной камеры. Проведено сравнительное исследование существующих решений на рынке мобильных платформ, включающих анализ используемых сенсоров и методов локализации. Методы Visual SLAM позволяют создавать карты в реальном времени без предварительной разметки, LiDAR SLAM обеспечивает инвариантность к изменениям освещения, гибридные подходы комбинируют несколько модальностей сенсоров для повышения надежности. Выявлены критические проблемы существующих систем: отказ GNSS в помещениях, чувствительность Visual SLAM к изменениям освещения, обработка динамических препятствий, вычислительные ограничения.

Ключевые слова: беспилотные платформы, автономная навигация, Visual SLAM, LiDAR SLAM, GNSS-denied,
ORB-SLAM3, Extended Kalman Filter, обнаружение препятствий, глубокое обучение, гусеничные платформы.

Trufanov V.N.,  Lazarev  N.S., Strekalov R.V., Yashina M.V.

METHODS OF LOCALIZATION AND MAPPING UNDER UNCERTAINTY FOR AN UNMANNED TRACKED PLATFORM

Summary: The article presents a systematic analysis of modern technologies and methods for organizing autonomous navigation of unmanned platforms in conditions of GNSS denial. The development of autonomous mobile platforms capable of operating without external infrastructure support remains one of the most challenging tasks in modern robotics. The main contribution of the work is the development of an integrated system that combines visual SLAM with real-time obstacle detection and dynamic path replanning. Unlike traditional approaches, the proposed method adapts the trajectory in real-time based on visual feedback from the embedded camera. A comparative study of existing solutions in the mobile platform market is conducted, including analysis of sensors used and localization methods. Visual SLAM methods enable real-time map creation without preliminary marking, LiDAR SLAM ensures invariance to lighting changes, hybrid approaches combine multiple sensor modalities to increase reliability. Critical problems of existing systems are identified: GNSS failure in indoor environments, Visual SLAM sensitivity to lighting changes, dynamic obstacle handling, computational limitations.

Keywords: unmanned platforms, autonomous navigation, Visual SLAM, LiDAR SLAM, GNSS-denied, ORB-SLAM3, Extended Kalman Filter, obstacle detection, deep learning, tracked platforms.

DOI: 10.34219/2078-8320-2025-16-6-42-47

Труфанов Владимир Николаевич ‒ заместитель директора, Федеральное государственное автономное научное учреждение «Центр информационных технологий и систем органов исполнительной власти имени А.В. Старовойтова»; доцент, Федеральное государственное бюджетное образовательное учреждение высшего образования «МИРЭА — Российский технологический университет»: e-mail: trufanovvn@citis.ru

Trufanov Vladimir Nikolaevich ‒ Associate Director, Federal State Autonomous Research Institution «Starovoytov Centre of Information Technologies  and Systems for Executive Power Authorities»; Associate Professor, Federal State Budget Educational Institution of Higher Education «MIREA – Russian Technological University»: e-mail: trufanovvn@citis.ru

Лазарев Никита Сергеевич ‒ аспирант, Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский автомобильно-дорожный государственный технический университет (МАДИ)»: e-mail: lazarev_uav@vk.com

Lazarev Nikita Sergeevich ‒ postgraduate student, Federal State Budgetary Educational Institution of Higher Education «Moscow Automobile and Road Construction State Technical University (MADI)»: e-mail: lazarev_uav@vk.com

Стрекалов Роман Васильевич ‒ магистрант, Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский автомобильно-дорожный государственный технический университет (МАДИ)»: e-mail: rvstrekalov@yandex.ru

Strekalov Roman Vasilyevich ‒ Master’s student, Federal State Budgetary Educational Institution of Higher Education «Moscow Automobile and Road Construction State Technical University (MADI)»: e-mail: rvstrekalov@yandex.ru

Яшина Марина Викторовна ‒ заведующий кафедрой «Инженерия и математика прикладных систем искусственного интеллекта», Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский автомобильно-дорожный государственный технический университет (МАДИ)»; профессор, ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего  образования «Московский технический университет связи и информатики»; профессор, Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский авиационный институт (национальный исследовательский университет)»: e-mail: mv.yashina@madi.ru

Yashina Marina Viktorovna ‒ Head of the Department of Engineering and Mathematics of Applied Artificial Intelligence Systems, Federal State Budgetary Educational Institution of Higher Education «Moscow Automobile and Road Construction State Technical University (MADI)»; Professor, Moscow Technical University of Communications and Informatics (MTUCI); Professor, Federal State Budgetary Educational Institution of Higher Education «Moscow Aviation Institute (National Research University)»: e-mail: mv.yashina@madi.ru