Опубликовано: 15.09.2026 | Источник: CNews (новости)

Автономная навигация безэкипажных катеров в ВКР: от сенсорной фузии до валидации модели

Поддомен: AI/ML + системы управления  |  Роль эксперта: Data/ML-инженер и архитектор ПО  |  Схема подачи: C

Введение: почему кейс Sitronics KT — готовый каркас для диплома

24 марта 2026 года Sitronics KT (входит в Sitronics Group) сообщила о модернизации интеллектуальной системы управления автономных катеров — в частности, о доработке модуля автономного причаливания. Для выпускника направления «Информатика и вычислительная техника», «Мехатроника» или «Прикладная математика» это не просто новость. Это фактически публично зафиксированный технический заказ отрасли: сенсорная фузия (лидар + GNSS + камера), алгоритмы планирования траектории, отказоустойчивость управления в условиях приводного ветра и течений. Именно из таких кейсов вырастают защищаемые темы, где есть реальная метрика (точность позиционирования, время сходимости алгоритма), а не абстрактная «актуальность». Ниже — как превратить эту новость в структуру ВКР, где каждая глава опирается на конкретный инженерный результат.

Вопросы, которые студенты задают первыми

Три темы ВКР, которые вырастают из этого кейса

Тема 1. Система автономного причаливания на основе сенсорной фузии (лидар + GNSS + CV)

• Актуальность: Sitronics KT прямо заявляет о доработке модуля причаливания — значит, задача в активной промышленной разработке.
• Цель: добиться ошибки позиционирования относительно причала ≤ 0,3 м в симуляторе при возмущениях.
• Задачи: 1) обзор методов сенсорной фузии (EKF, UKF, particle filter); 2) проектирование архитектуры модуля; 3) реализация стенда ROS 2 + Gazebo; 4) валидация метрик по ISO/IEC 25010.
• Структура: Гл.1 — анализ методов и постановка задачи; Гл.2 — проектирование архитектуры (C4 + UML); Гл.3 — реализация, эксперименты, метрики RMSE/латентность.

Тема 2. Планирование траектории причаливания с помощью MPC и обучения с подкреплением

• Актуальность: автономное причаливание — задача терминального управления с ограничениями; классический MPC уже не оптимален в условиях шумных сенсоров.
• Цель: сравнить классический MPC и RL-агент по времени сходимости и потреблению энергии.
• Задачи: 1) формализовать MDP; 2) обучить агента (PPO/SAC) в симуляторе; 3) сравнить с MPC-базлайном; 4) построить метрики качества.
• Структура: Гл.1 — теория MPC и RL; Гл.2 — модель среды и агента; Гл.3 — эксперименты, ROC-подобные кривые, выводы.

Тема 3. Отказоустойчивая архитектура управления безэкипажным катером

• Актуальность: промышленные системы (как у Sitronics KT) обязаны переживать деградацию сенсора — эта ниша в ВКР почти не занята.
• Цель: спроектировать контур управления с graceful degradation при отказе одного из источников данных.
• Задачи: 1) анализ отказов (FMEA); 2) проектирование дублирования по ГОСТ 34; 3) реализация watchdog и переключения; 4) тесты на устойчивость.
• Структура: Гл.1 — надёжность и стандарты; Гл.2 — архитектура отказоустойчивости; Гл.3 — сценарии отказов и цифры.

Как встроить материал статьи в главы: пошагово

Глава 1 — анализ предметной области

Новость Sitronics KT здесь работает как «отраслевой маркер»: вводите её в параграф об актуальности и добавляете обзор подходов к автономной навигации (SLAM, sensor fusion, hybrid A* и т.п.). Обязательно постройте UML use-case или C4-контекст: система, оператор, причал, сенсоры. Это же — заготовка под требования по ГОСТ 34.602.

Глава 2 — проектирование и реализация модуля

Здесь уместна C4-диаграмма контейнеров: ROS 2-ноды (perception, planning, control, safety watchdog), брокер данных, симулятор. Метрики описывайте заранее — иначе на защите нечего сравнивать. Пример конфигурации ноды фузии:

# fusion_node.yaml — конфигурация EKF для причаливания
fusion:
  inputs: [lidar, gnss, camera]
  rate_hz: 50
  frames: { lidar: "base_lidar", gnss: "wgs84", camera: "base_cam" }
ekf:
  Q: [0.02, 0.02, 0.05]   # процессный шум [x, y, yaw]
  R_gps: 1.2              # дисперсия GNSS при отсутствии RTK
  R_lidar: 0.05
  outlier_gate: 3.0       # сигма для отбраковки выбросов
metrics:
  publish: [rmse_xy, rmse_yaw, latency_ms]

Этот YAML защищается лучше любого слайда: параметры связывают теорию (ковариационные матрицы) и результат (RMSE).

Глава 3 — тестирование и оценка эффективности

Считайте три среза: (а) точность — RMSE и медиана ошибки позиционирования; (б) устойчивость — деградация метрики при ветре/течениях/потере GNSS; (в) производительность — средняя и 95-я перцентиль задержки контура управления. Опишите экспериментальные сценарии таблицей (S1–S5). Такой подход прямо опирается на критерии ISO/IEC 25010 и легко принимается комиссией.

Чему вы научитесь на этой теме

• Проектировать контуры сенсорной фузии и обосновывать выбор фильтра (EKF/UKF/particle).
• Валидировать модели по формуле, а не «на глаз»: RMSE, латентность, устойчивость к возмущениям.
• Описывать архитектуру в C4 и UML с привязкой к ГОСТ 34.602 и ГОСТ 19.
• Строить воспроизводимый симуляционный стенд на ROS 2 + Gazebo.
• Формулировать требования к системе безопасности автономного судна в терминах деградации.

Источник: Sitronics KT совершенствует систему автономного причаливания для безэкипажных катеров (опубликовано 2026-03-24)