Статья посвящена обеспечению надежной навигации и позиционирования беспилотных летательных аппаратов при аварийных сценариях, характерных для строительства метрополитена и транспортных тоннелей, когда спутниковая навигация недоступна из-за экранирования, помех или подавления, а задымление и низкая освещенность ухудшают работу оптических средств. Рассмотрены ограничения существующих подходов, ориентированных на частично контролируемые условия, и предложена мультисенсорная архитектура, объединяющая инерциальную навигационную систему для кратковременной автономности, визуальную одометрию для компенсации дрейфа при сохранении видимости, радиочастотные маяки UWB/Wi-Fi для глобальной привязки в инфраструктурно оснащенных зонах и лидарный SLAM для работы в полной темноте. Ключевым вычислительным механизмом выступает адаптивная коррекция на основе фильтра Калмана с динамическим перераспределением доверия к сенсорам через веса, рассчитываемые по экспоненциальной функции от оценок дисперсий ошибок; показано, что параметр чувствительности γ задает компромисс между инерционностью и резким доминированием «лучшего» канала, а для ускоренной реакции на внезапные изменения среды предложена временно изменяемая настройка γ(t), зависящая от скорости роста дисперсии. Обсуждены численные аспекты реализации (нормализация экспоненты, симметризация ковариаций, разложения Холецкого и SVD, итерационные методы), а также расширение модели на случай коррелированных шумов посредством введения кросс-ковариационной матрицы и обработка асинхронных измерений буферизацией. Экспериментальная проверка в имитации задымления (плотность до 0,7-0,8 ед.), в подземном тоннеле с размещением UWB-маяков через 10 м и в городской среде при подавлении GPS демонстрирует снижение погрешности до 0,3-0,4 м в экстремальных режимах и преимущество в 3-10 раз относительно моносенсорных решений; дополнительно показано уменьшение роста ошибки с увеличением длины тоннеля (до 14 см на 1000 м) по сравнению с одной ИНС. Указаны ограничения, связанные с вычислительной нагрузкой и требованиями к бортовым вычислителям, а также направления дальнейшей миниатюризации и оптимизации.
The article is devoted to ensuring reliable navigation and positioning of unmanned aerial vehicles in emergency scenarios typical for the construction of subways and transport tunnels, when satellite navigation is unavailable due to shielding, interference or suppression, and smoke and low illumination impair the operation of optical means. The limitations of existing approaches focused on partially controlled conditions are considered, and a multisensory architecture is proposed that combines an inertial navigation system for short-term autonomy, visual odometry to compensate for drift while maintaining visibility, UWB/Wi-Fi radio frequency beacons for global tethering in infrastructurally equipped areas, and lidar SLAM for operation in complete darkness. The key computational mechanism is adaptive correction based on the Kalman filter with a dynamic redistribution of sensor confidence through weights calculated as an exponential function of error variance estimates; it is shown that the sensitivity parameter γ sets a compromise between inertia and the sharp dominance of the «best» channel, and a temporarily variable setting γ is proposed for an accelerated response to sudden environmental changes (t), depending on the rate of dispersion growth. Numerical aspects of the implementation (exponential normalization, covariance symmetrization, Cholesky and SVD decompositions, iterative methods), as well as the extension of the model to the case of correlated noise through the introduction of a cross-сovariance matrix and asynchronous buffering measurements are discussed. Experimental testing in smoke simulation (density up to 0.7-0.8 units), in an underground tunnel with the placement of UWB beacons after 10 m and in an urban environment with GPS suppression demonstrates a decrease in error to 0.3-0.4 m in extreme conditions and an advantage of 3-10 times relative to monosensory solutions; additionally, a decrease in error growth with increasing length is shown a tunnel (up to 14 cm per 1000 m) compared to one INC. The limitations related to the computational load and requirements for on-board computers, as well as directions for further miniaturization and optimization, are indicated.