.png)
תכנון היתוך חיישנים רובסטי לרחפנים תחת מתקפות ניווט לווייני אקטיביות
תעשיית הרחפנים והתעופה האוטונומית כבר השלימה עם העובדה שניווט לווייני אינו מהווה עוד מקור אמת מוחלט. חסימה אלקטרונית, כלומר הצפת תדרי הרדיו, היא איום שקל לזהות: המקלט מדווח על נפילה ביחס האות לרעש, בקר הטיסה מרים דגל שגיאה ומעביר מיד את כלי הטיס לניווט משוער או לניווט אופטי. אולם, קיים איום חמור ומתוחכם בהרבה, שבקרי הטיסה המסחריים הנוכחיים עיוורים אליו: הטעיה שקטה.
במקום לחסום את האות, התוקף מזריק למרחב קונסטלציית לוויינים פיקטיבית אך תקנית, ומבצע מתקפת זליגה הדרגתית. על ידי הסטה איטית של הטווחים-המדומים בקצב של מילימטרים בודדים לשנייה, האות המזוייף מצליח לחמוק מספי זיהוי הקלאסיים של קפיצות חדות במערכת. מסנני קלמן מורחבים סטנדרטיים, שמסתמכים על מטריצת קובריאנס קבועה עבור רעש המדידה, הופכים לפגיעים במיוחד. המסנן מקבל את הקואורדינטה המורעלת כחלק מתהליך החידוש שלו, ומעדכן את המצב המשוערך, ויחד איתו את כלי הטיס הפיזי, אל מחוץ למסלול, עד לסטייה קטסטרופלית או התנגשות.
כדי לאפשר סקיילביליות אמיתית של ציי רחפנים אוטונומיים בסביבות מאוימות, התעשייה חייבת לעבור מפרדיגמה של זיהוי שגיאות בינארי לבניית חסינות אלגוריתמית דינמית.
מבחני הסתברות סדרתיים בזמן אמת
במשערך מצב שהוא קריטי לבטיחות, יש להתייחס לכל מדידה נכנסת כאל איום פוטנציאלי. זיהוי מתקפת Ramp איטית דורש מעבר מפתרונות נקודתיים סטטיים למנגנוני זיכרון סטטיסטיים. בעוד שמרחק מהלנוביס של וקטור החידוש יעיל לזיהוי קפיצות חדות, מתקפה שקטה מרעילה את הציפיות של המסנן בהדרגה, ולכן מבחני Chi-Square רגילים נכשלים.
כדי לפתור זאת, אנו מיישמים אלגוריתם סיכומי צבור כמו CUSUM או מבחן יחס הסתברויות סדרתי SPRT.
נגדיר את וקטור החידוש בצעד הזמן הנוכחי כהפרש בין המדידה בפועל לבין המדידה המנובאת מהמודל הדינמי:
y = z - h(x)
מטריצת הקובריאנס של החידוש (S) משקללת את שגיאת החיזוי יחד עם רעש המדינה המערכתי:
S = H P H^T + R
במקום לבדוק רק האם המרחק הריבועי (y^T S^-1 y) קטן מסף קבוע, אלגוריתם ה-CUSUM שלנו מחשב בצורה מצטברת את ה- Log-likelihood ratio של המדידות לאורך חלון זמן קבוע. ברגע שהמגמה הסטטיסטית המצטברת חוצה סף דינמי שהוגדר מראש, המערכת מזהה שאותות ה GNSS אינם מתנהגים עוד כרעש גאוסי לבן, אלא כמערכת זרחנית שמנסה למשוך את משוואות התנועה באופן אקטיבי.
האתגר הבא הוא לבצע בידוד של האות המורעל מבלי לגרום לסחיפה מהירה של רכיב ה-IMU.
ארכיטקטורת ההגנה: שימוש בבנק מסננים מבודד קשיח
כדי להבטיח את שרידות הכלי תחת מתקפת הטעיה מתמשכת, אנו פורסים תשתית של שיערוך מבוסס מודלים מרובים אדפטיביים IMM. אולם, כדי למנוע מצב שבו ה-GNSS המורעל מזהם את שאר האנטרופיה של המערכת, אנו מיישמים הפרדה מבנית קשיחה בין תתי-המסננים הרצים במקביל:
מסנן א GNSS-Inertial: מסנן EKF בצימוד הדוק הממזג את פאזת הגל הגולמית של ה-GNSS עם נתוני ה-IMU. מסנן זה מוזן מה-GNSS אך חסום לחלוטין מלהחזיר משוב למסננים האחרים.
מסנן ב Visual-Inertial: מנוע אודומטריה ויזואלית-אינרציאלית VIO שמותאם לעקיבה מקומית מבוססת חלון זמן נע, ללא תלות באותות רדיו חיצוניים.
מסנן ג Kinodynamic-Inertial: מסנן ניווט משוער טהור שחסום על ידי מודל כוחות אווירודינמיים (וקטורי עילוי, גרר ודחף של כלי הטיס).
מנהל מערכת הסתברותי מרכזי מחשב את ההסתברות של כל מודל בזמן אמת על בסיס משפט בייס, ומקצה לכל מסנן משקל הסתברותי w.
כאשר מתקפת ה-Spoofing השקטה מתחילה להשפיע, מבחן ה-CUSUM של מסנן א מזהה את הסטייה המצטברת. המנהל המרכזי מוריד באופן מיידי את המשקל ההסתברותי של מסנן זה לאפס, ומנתק אותו לחלוטין מחישוב ה-State הסופי של הרחפן. הניווט עובר באופן רציף להסתמכות על השילוב בין מסנן ב (ראייה) למסנן ג (פיזיקה). המודל הקינודינמי (מסנן ג) משמש כעוגן האמת המוחלט: מכיוון שרחפן אינו יכול פיזית להאיץ קדימה בזמן שזרם הראייה הממוחשבת שלו מראה ריחוף סטטי, התוכנה מזהה את חוסר העקביות הפיזיקלי ומנטרלת את מקור הנתונים העוין.
חיבור לחומרת הקצה: אילוצים קינודינמיים ובקרת Tube MPC
תרגום פעולות המטריצה המורכבות הללו לקוד טיסה בעולם האמיתי מחייב התחשבות קפדנית במגבלות של חומרת Embedded. הרצת מספר מסננים במקביל בתדר של 200 הרץ על גבי מעבדי ARM Cortex-M7 או מחשבי קצה ייעודיים לבינה מלאכותית דורשת יעילות אלגוריתמית משמעותית... קיצונית אפילו.
כדי למנוע עומס חישובי חריג, המערכת משתמשת באופטימיזציית גרפים דלילים עבור קו הראייה הממוחשבת, ומסתמכת על פותרן מטריצות ייעודי וקל שנכתב ב-C++ או RUST.
בנוסף, המערכת מיישמת בקרת מודל חיזוי רובסטית מקומית. בקר זה אינו מסתפק במעקב גיאומטרי אחר נתיב; הוא משתמש בטווחי הביטחון הדינמיים שמחושבים על ידי תתי-המסננים כדי לשמור על מעטפת מסלול חסומה בבטחה. אם אי-הוודאות של המצב מתרחבת עקב נטישת ה-GPS, ה-Tube MPC מקטין אוטומטית ובצורה דטרמיניסטית את פרופילי המהירות של כלי הטיס, מה שמבטיח התנהגות בטוחה תחת תנאי אי-וודאות קיצוניים, מבלי להסתמך על תקשורת רציפה עם שרת מרכזי.
ממתמטיקה עמוקה למציאות בשטח
חוסן אלגוריתמי אינו תלוי בהמתנה לחומרה חזקה יותר או ברכישת אנטנות חכמות ויקרות ברמה צבאית. מדובר במיקסום היחסים המתמטיים שבין החיישנים שכבר קיימים על כלי הטיס שלכם. על ידי התייחסות לחוקי הפיזיקה כאל נקודת ייחוס שאינה ניתנת להטעיה, התוכנה מסוגלת לנטרל מתקפות לוחמה אלקטרונית מתוחכמות.
אנו ב-Mathematic.ai מתמחים בדיוק בנקודת המפגש הזו שבין מתמטיקה יישומית עמוקה, תורת הבקרה והוצאה לפועל בסביבות Embedded. כצוות מחקר אלגוריתמי יישומי, אנו בונים משערכי מצב, קווי היתוך חיישנים ומערכות בקרה קריטיות לבטיחות ברמת פרודקשן, שמאפשרים לחברות Deep-Tech לעבור מסימולציות שבירות למוצרים קשיחים שמוכנים לעבודה בשטח.
אם אתם זקוקים לשותף טכנולוגי עתיר ניסיון שיודע לספק שירותי מחקר ופיתוח Hands-on, מארגוני אנטרפרייז ועד סטארט-אפים, ממשרדי תכנון ועד למפעלי אנרגיה, על מנת להוציא חזון אלגוריתמי שלכם מהכוח אל הפועל? הבה נדבר!
כמובן, אנחנו כתמיד ממשיכים לספק שירותי מחקר אלגוריתמי יישומי ונותנים פתרונות ב-"קימונו פתוח" ומקדמים עצמאות הלקוחות שלנו ואי-תלות בנו.
שלמה יונה,
מייסד ומדען ראשי,
מתמטיקאי מחקר ופיתוח בע"מ
053-7326360
פודקאסט על החברה ועליי, שלמה יונה, ואופן העבודה שלנו ואיתנו:
Comments