Autonomní diagnostika senzorů: detekce a izolace poruch s rekonfigurací fúzního algoritmu

Diagnostika senzorů v UAV: proč je „zdraví dat“ kritické

Bezpečná navigace dronů stojí na přesnosti a konzistenci senzorů: IMU (akcelerometr, gyroskop), magnetometr, barometr, GNSS (GPS/Galileo/GLONASS), vizuální odometrie (kamera), LiDAR nebo radar. I menší porucha – od driftu gyroskopu po saturaci barometru – deformuje odhady stavu a může spustit řetězec chyb v řízení. Cílem diagnostiky je poruchy detekovat, izolovat a re-konfigurovat fúzi tak, aby se udržela integrita navigace a ovladatelnost stroje.

Typy poruch a symptomy napříč senzory

  • IMU: bias drift, náhodný šum (RW), saturace při vibracích, osově závislé chyby, teplotní nestabilita. Symptomy: rostoucí divergence postavení (attitude), zvýšené inovace v EKF, vysoké PSD na frekvencích motorů.
  • Magnetometr: tvrdé/měkké železo, lokální rušení, saturované osy. Symptomy: náhlý skok směru (heading), nekonzistence se slunečním/gyroskopickým odhadem yaw.
  • Barometr: drift s tlakovou frontou, teplotní offset, nárazový tlak při rychlé změně výšky. Symptomy: pomalý kolísání výšky, anti-korelace s teplotou, skoky při rotaci vrtulí.
  • GNSS: multipath, výpadky satelitů, vysoký DOP, skokové RTK fix→float, spoofing/jamming. Symptomy: skoky polohy, prudký nárůst horizontální/nevertikální chybovosti, fluktuace počtu satelitů.
  • Vizualizace (VO/VIO): málo textury, oslnění, rolling shutter, degradace kalibrace kamera-IMU. Symptomy: pokles počtu keypointů, vysoká reprojekční chyba, nekonzistentní škálování.
  • LiDAR/Radar: nízká hustota bodů (mlha/dešť), saturace blízkými odrazy, kalibrační posuny. Symptomy: prudké řídnutí pointcloudu, nekonzistentní odometrie, skoky v nadmořské výšce nad terénem.
  • Časová synchronizace: drift TSC/PTS, jitter v časových razítkách. Symptomy: systematický fázový posun inovací, zdánlivé zpoždění měření v EKF.

Základy FDI: detekce, izolace a identifikace

FDI (Fault Detection and Isolation) využívá rezidua mezi naměřenými a predikovanými hodnotami. Ve stavových filtrech (EKF/UKF/MHE) je přirozeným zdrojem diagnostiky inovace (měřicí odchylka) a její kovariance.

  • Statistické testy: χ2 test inovací, Mahalanobisova vzdálenost s prahy přizpůsobenými rychlosti letu a manévrování.
  • Paritní rovnice: nezávislé lineární kombinace měření, které by měly být ideálně nulové (detekce odchylek bez explicitního modelu).
  • Banka pozorovatelů: více filtrů specializovaných na hypotézy (např. GNSS OK vs. GNSS degradovaný vs. GNSS off), hlasování podle pravděpodobnosti.
  • Spektrální ukazatele: PSD/FFT pro detekci vibrací způsobujících aliasing IMU; sledování pásem kolem harmonických motorů.
  • Integritní metriky: RAIM-like testy pro GNSS (redundantní satelity → izolace satelitů s nejvyšším reziduem).

Diagnostické metriky a prahy (praktické hodnoty)

  • IMU Allanova variance: online odhad biasu/Random Walk. Pokud bias drift > 0,5 °/s/h (gyro) nebo ARW > 0,2 °/√h, aktivujte zvýšení R (měřicí šum) pro příslušnou osu.
  • Vibrace: RMS akcelerací > 0,5 g v pásmu 80–200 Hz → hrozí saturace; spusťte notch filtry a down-weight IMU.
  • GNSS: HDOP > 2,5 nebo < 10 satelitů → přepnout do „GNSS degraded“; při RTK ztráta fixu > 3 s → plynulé převažování k VO/VIO/INS.
  • VO/VIO: průměr reprojekční chyby > 1,5 px nebo < 80 aktivních tracků → snížit váhu vizuálního měření; pokud < 30 tracků → vypnout VO vstup.
  • Barometr: drift > 0,5 m/min bez korelace s teplotou → znovu zarovnat s GNSS/laserovým altimetrem; při nárazech spouštět mediánový filtr/klouzavé okno.

Diagnostika v EKF/UKF: inovace, gating a konzistence

Každé měření prochází gatingem. Pokud Mahalanobisova vzdálenost překročí práh (např. 95. percentil), měření se do aktualizačního kroku nezahrne. Dlouhodobé překračování prahů vede k trvalému down-weightingu (inflace R) nebo vyloučení senzoru. Konzistenci filtru sledujte přes NIS (Normalized Innovation Squared) a NEES (Normalized Estimation Error Squared) v čase – systematické odchylky znamenají špatnou kalibraci nebo prahování.

Re-konfigurace fúze: strategie a pořadí kroků

  1. Soft re-weighting: adaptivně upravujte měřicí kovarianci R podle kvality (např. funkce R = f(HDOP, # tracků, RMS vibrací)).
  2. Sensor exclusion: dočasně vyřaďte senzor po N selháních gatingu; ponechte watchdog pro jeho opětovnou reintegraci po stabilizaci.
  3. Model switching (IMM/MMAE): paralelně provozujte více modelů (GNSS+INS, VIO+INS, INS-only) a míchejte pravděpodobnosti; řízení čerpá stav z nejpravděpodobnějšího modelu.
  4. Covariance management: při ztrátě klíčového senzoru (GNSS) proveďte covariance reset vybraných stavů (např. horizontální poloha), jinak hrozí numerická degenerace.
  5. Fallback módy: INS-only (krátkodobě), VIO-only (interiéry), altimetrie z LiDARu. Pro každý mód definujte limity rychlosti a vzdálenosti.

Speciální případy: GPS-chudé, magneticky rušné, vizuálně chudé prostředí

  • Urban canyon: HDOP prudce kolísá; aktivujte VO/VIO a omezte horizontální rychlost. GNSS použijte jen jako „slabý prior“.
  • Magnetické rušení: heading z magnetometru gatingujte velmi striktně; yaw odvozujte z gyroskopu + vizuálních landmarků.
  • Low-texture scény: pokud VO degraduje (málo funkcí), preferujte LiDAR odometrii; snižte výšku a rychlost pro bezpečnost.

Kalibrace a její online dohled

Kalibrační parametry (scale, misalignment, časová zpoždění) musí mít strážní mechanismy:

  • Monitorujte drift odhadnutých extrinzik (kamera↔IMU, LiDAR↔IMU); pokud překročí práh (např. 0,5°/5 mm), vyžadujte rekalibraci.
  • Online časová kalibrace: odhadujte Δt mezi senzorem a IMU přes korelaci signálů; pokud Δt > 5 ms, zavést kompenzaci nebo vypnout měření.
  • Teplotní kompenzace: používejte teplotní modely biasů IMU; bez ní roste NIS během dynamiky.

Diagnostika synchronizace: když je čas nepřítel

Asynchronní timestampy způsobují, že i dobrá měření vypadají „špatně“. Sledujte latencní histogramy a drift PTP/Chrony. V EKF zavádějte delay state nebo použijte out-of-sequence update s repropagací. Pokud jitter přesáhne 10–15 ms v dynamice, spusťte „low-dynamics“ bezpečnostní režim.

Fúze s integritním pojištěním: RAIM a integrity budget

Koncept integrity budget rozděluje přípustnou chybovost mezi zdroje (GNSS, VO, baro). RAIM-like testy vypočítají parciální rezidua pro subset měření; měření s nejvyšším reziduem se dočasně vyloučí. Tato metodika funguje i pro VO (subsety tracků) a LiDAR (subsety scan matching korelací).

Algoritmické vzory pro implementaci

  1. Innovation-based Adaptive Estimation (IAE): přímo upravuje R podle statistiky inovací; jednoduché a robustní.
  2. IMM: více modelů s různou dostupností senzorů; vhodné pro přechody GNSS↔VO↔INS.
  3. MHE (Moving Horizon Estimation): lépe zvládá saturace a omezení; vyšší výpočetní náročnost, vhodné na edge GPU/CPU.
  4. Robustní náklady: Huber/Tukey při VO/LiDAR matching-u snižují vliv outlierů dříve, než se dostanou do EKF.

Testování: SIL/HIL, injekce chyb a ověření prahů

  • SIL: simulujte v plné dynamice větru, výpadky GNSS, sníženou texturu; validujte NIS/NEES a reakci prahů.
  • HIL: reálné IMU a kamery přes senzorové rozhraní; ověřte latence a synchronizaci.
  • Fault injection: skok biasu gyra, lineární drift baro, whiteout kamery, multipath GNSS; změřte TTD (time-to-detect) a TTR (time-to-recover).

KPI diagnostiky a fúze

  • TTD/TTR: čas do detekce/obnovení při definovaných poruchách.
  • Integrity Risk: pravděpodobnost překročení chybového limitu bez detekce.
  • Availability: podíl letu s plnohodnotnou fúzí vs. fallback módy.
  • Consistency: průměr NIS v pásmu očekávání (např. 95 % kvantil).
  • False Alarm Rate: počet falešných vyloučení senzoru na hodinu letu.

Provozní „playbooky“: rychlé rozhodování ve vzduchu

  • GNSS degradace: snižte horizontální rychlost < 5 m/s, přepněte na VO/VIO prior, aktivujte výškový limit; pokud se HDOP nezlepší do 10 s, RTH podle inerciální trajektorie a posledního spolehlivého fixu.
  • IMU vibrace: zapněte notch/low-pass, down-weight IMU, přepněte do attitude-only s výškovým držení podle baro/laseru.
  • VO selhání: zvýšte osvětlení (pokud možné), snižte rychlost a výšku, aktivujte LiDAR odometrii; pokud počet tracků < 20 > 5 s, vypněte VO měření.

Bezpečnostní limity a degradované módy

Pro každý fallback mód definujte „flight envelope“: maximální rychlost, náklon, stoupavost, vzdálenost od startu. Například INS-only: max 2 m/s, max 10° roll/pitch, dolet < 150 m; VO-only: max 5 m/s, výška 3–30 m nad texturou.

Telemetrie, logging a post-mortem

  • Logujte inovace, NIS/NEES, prahy gatingu, váhy měření, latence timestampů, HDOP, počet VO tracků, hustotu bodů LiDARu.
  • Ukládejte „snapshot“ konfigurace (R/Q, modely IMM) při každé změně; umožní reprodukovatelné analýzy.
  • Vizualizujte časové průběhy s událostmi (fault flags) a zásahy re-konfigurace.

Architektura systému: bezpečnostní domény a redundance

Oddělte flight-critical smyčky (attitude/radiová stabilizace) od mission-level fúze. Kritické smyčky by měly fungovat na minimal set IMU + altimetrie; vyšší vrstvy mohou být restartovány či re-konfigurovány bez ztráty ovladatelnosti. Pro důležité mise zvažte dvojitou IMU (různí výrobci) a nezávislé GNSS moduly s diverzitními anténami.

Checklist implementace

  • Definujte diagnostické metriky a prahy pro každý senzor (tabulka kvality).
  • Zaveďte IAE/IMM a politiku soft a hard vyloučení měření.
  • Implementujte OOS (out-of-sequence) update a časovou kalibraci Δt.
  • Nastavte HIL/SIL scénáře s injekcí chyb; měřte TTD/TTR.
  • Vytvořte playbooky a „flight envelopes“ pro každý fallback mód.
  • Logging a vizualizace: inovace, NIS/NEES, latence, váhy.

Roadmapa 0–90–180–365 dní

0–90 dní: definujte metriky, prahy, základní gating v EKF, logging. Spusťte SIL testy s typickými poruchami.

90–180 dní: přidejte IAE, RAIM-like pro GNSS, VO/LiDAR kvalitativní metriky, první fallback módy.

180–365 dní: IMM/MMAE pro přechod mezi modely, MHE pro robustní scénáře, redundance IMU/GNSS, formální integritní analýza.

Integrita