ОЦІНКА ЗАВАДОСТІЙКОСТІ ЗГОРТКОВИХ НЕЙРОМЕРЕЖ У СИСТЕМАХ АВТОНОМНОГО НАВЕДЕННЯ БПЛА ЗА УМОВ ОБМЕЖЕНОЇ ВИДИМОСТІ
Information Technology: Computer Science, Software Engineering and Cyber Security · 10.11.2026 · (3) · 321-329
DOI: 10.32782/it/2026-3-32 ↗Kurz gefasst
Fachartikel in der Zeitschrift Information Technology: Computer Science, Software Engineering and Cyber Security, online erschienen am 10.11.2026. Verfasst von Сергій ПРИХОДЧЕНКО und 1 weiteren Autor:innen. Die Arbeit nennt 21 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Обґрунтування актуальності. Сучасний досвід ведення бойових дій демонструє тотальне насичення лінії зіткнення засобами радіоелектронної боротьби (РЕБ), що робить традиційні БпЛА малоефективними через глушення каналів керування та супутникової навігації (GPS/GNSS). Єдиною життєздатною альтернативою є перехід до повністю автономних БпЛА, що функціонують у режимі радіомовчання на основі бортових систем комп’ютерного зору (Edge AI). Проте робота оптичного каналу супроводжується суттєвою деградацією візуального сигналу через пил, дим та механічну тряску камери від вібрації планера, що створює критичні перешкоди для штучного інтелекту. Дослідження механізмів впливу цих завад на точність бортових CNN-детекторів є актуальним науково-технічним завданням. Мета роботи. Проаналізувати уразливості бортових згорткових нейромереж до фізичних деградацій візуального сигналу (пил, дим, тряска), оцінити роль супутникової навігації для автономних БпЛА та визначити концептуальні программні методи підвищення завадостійкості комп’ютерного зору в умовах радіоелектронної протидії. Методологія. У роботі використано метод теоретичного аналізу та узагальнення профільної науково-технічної літератури, а також проведено серію лабораторних комп’ютерних експериментів із використанням моделі детекції об’єктів YOLOv8n (середовище Ultralytics YOLO, бібліотека PyTorch, графічний прискорювач NVIDIA GeForce RTX 3080). Експериментальне дослідження виконувалось шляхом програмного моделювання бойових умов обмеженої видимості на стандартному аерофотодатасеті VisDrone (548 валідаційних зображень, 29034 розмічених об’єктів) з оцінюванням за метриками Precision, Recall та mAP50. Фізичні завади (smoke, dust, motion blur, combined) моделювалися через накладання напівпрозорих шарів, зниження локального контрасту та математичне застосування лінійного розмиття вздовж випадкових напрямків. Результати та висновки. Експериментально підтверджено, що хоча автономні БпЛА з бортовим комп’ютерним зором є перспективним засобом подолання систем РЕБ, їхня ефективність критично залежить від прозорості атмосфери. Встановлено, що задимлення (smoke) та запилення (dust) викликають помірну деградацію точності, знижуючи метрику mAP50 приблизно на 7 % (до 0.408 та 0.405 відповідно порівняно з базовим значенням 0.437), оскільки діють як низькочастотний оптичний фільтр, що пригнічує активацію перших згорткових шарів CNN. Найбільш небезпечним ізольованим фактором визначено динамічне змазування кадру (motion blur) від тряски камери, яке призводить до падіння mAP50 майже вдвічі – з 0.437 до 0.220, а Recall – з 0.417 до 0.199, через руйнування механізмів локалізації меж об’єктів (bounding box). Доведено існування явища «подвійної сліпоти» БпЛА за комбінованого впливу всіх завад (сценарій combined): точність mAP50 падає на 62 % (до значення 0.166), при цьому детекція дрібних об’єктів класу person практично повністю втрачається (mAP50 знижується з 0.371 до 0.028), а візуальна одометрія (VIO) втрачає орієнтири на землі. Для компенсації завад обґрунтовано трирівневу концепцію захисту: 1) аугментація навчальних даних деградованими кадрами на етапі навчання CNN; 2) інтеграція алгоритмів попередньої обробки відеопотоку (деблюринг, стабілізація кадру, відновлення контрасту за темним і світлим каналами); 3) створення гібридних мультисенсорних архітектур (sensor fusion) шляхом об’єднання даних оптичних камер, тепловізорів та мікрорадарів міліметрового діапазону.
Zitieren
APA
ПРИХОДЧЕНКО, С., & МАНІН, Б. (2026). ОЦІНКА ЗАВАДОСТІЙКОСТІ ЗГОРТКОВИХ НЕЙРОМЕРЕЖ У СИСТЕМАХ АВТОНОМНОГО НАВЕДЕННЯ БПЛА ЗА УМОВ ОБМЕЖЕНОЇ ВИДИМОСТІ. Information Technology: Computer Science, Software Engineering and Cyber Security, 321-329. https://doi.org/10.32782/it/2026-3-32
Vancouver
ПРИХОДЧЕНКО С, МАНІН Б. ОЦІНКА ЗАВАДОСТІЙКОСТІ ЗГОРТКОВИХ НЕЙРОМЕРЕЖ У СИСТЕМАХ АВТОНОМНОГО НАВЕДЕННЯ БПЛА ЗА УМОВ ОБМЕЖЕНОЇ ВИДИМОСТІ. Information Technology: Computer Science, Software Engineering and Cyber Security. 2026:321-329. doi:10.32782/it/2026-3-32
BibTeX
@article{2026,
author = {ПРИХОДЧЕНКО, Сергій and МАНІН, Богдан},
title = {ОЦІНКА ЗАВАДОСТІЙКОСТІ ЗГОРТКОВИХ НЕЙРОМЕРЕЖ У СИСТЕМАХ АВТОНОМНОГО НАВЕДЕННЯ БПЛА ЗА УМОВ ОБМЕЖЕНОЇ ВИДИМОСТІ},
journal = {Information Technology: Computer Science, Software Engineering and Cyber Security},
year = {2026},
number = {3},
pages = {321--329},
doi = {10.32782/it/2026-3-32}
}
EUVIMED