Разработанный прототип не просто линейно соединяет известные точки, а моделирует поведение аппарата на основе всей траектории. Система учитывает динамику движения спутника до и после инцидента, заполняя пробелы в телеметрии максимально реалистично. Для обучения ИИ авторы использовали массив из 288 тысяч записей, охватывающий пять суток полета космических аппаратов. Чтобы проверить надежность алгоритма, разработчики намеренно вносили в данные искусственные помехи, смещения и разрывы, имитируя аварийные условия.
Студенты МАИ научили нейросеть возвращать спутники на орбитальный маршрут
Студенты Московского авиационного института представили алгоритм, который вычисляет точное положение космического аппарата даже при потере сигнала или сбоях навигации. Программа анализирует накопленные данные о движении объекта и восстанавливает пропущенные участки траектории с погрешностью всего в 33 сантиметра, что открывает новые возможности для автономной робототехники и транспорта.
По словам автора исследования Марты Артемовой, технология уже доказала свою эффективность в ходе испытаний. Теперь проект переходит к этапу дообучения и интеграции с существующими навигационными комплексами. Помимо космоса, разработчики планируют адаптировать систему для наземного беспилотного транспорта, где точность позиционирования в условиях плохой связи остается критически важной задачей.
Комментарии (0)
Пока нет комментариев. Будьте первым!