Добавил:
ИВТ (советую зайти в "Несортированное")rnПИН МАГА Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Баранов_В_С_Пояснительная_записка.docx
Скачиваний:
60
Добавлен:
03.07.2025
Размер:
10 Мб
Скачать
☆

3.3. Результаты тестирования

Результаты тестирования алгоритмов для программного комплекса подтвердили его работоспособность и соответствие требованиям технического задания:

Ключевые метрики:

Функциональность:

Алгоритмы построения ортодромии и локсодромии работают корректно (погрешность ≤ 0.5% от расчетной длины).

Точность обхода запретных зон — 90% (из 50 тестовых случаев пересечения не обнаружены в 45).

Генерация KMZ-файлов успешно прошла проверку в Google Earth и QGIS.

Производительность:

Среднее время расчета маршрута (1000 км) — 2 сек (соответствует критерию ≤3 сек).

Обработка DEM-данных (1 м/пиксель) выполняется без задержек.

Совместимость:

Успешная интеграция с БПЛА через MAVLink (PX4, ArduPilot).

Поддержка форматов: WKT, KMZ, GeoTIFF.

Надежность:

Обработка ошибок: 100% корректный вывод уведомлений при некорректных данных (например, широта >90°).

Устойчивость к потере связи с БПЛА (автоматический переход в режим ожидания).

Выявленные проблемы:

Незначительное увеличение времени расчета для маршрутов >1500 км (до 3.5 сек).

Ограничение DEM: файлы >5 ГБ вызывают замедление обработки.

Алгоритм плохо работает с многоугольниками (>=5 углов).

Заключение:

Программный комплекс успешно прошел тестирование. Все ключевые функции реализованы, требования ТЗ выполнены. Система готова к опытной эксплуатации в реальных сценариях (логистика, мониторинг ЧС). Рекомендуется оптимизация алгоритмов для работы с большими DEM-файлами.

3.4. Опытная эксплуатация

Опытная эксплуатация алгоритмов для программного комплекса проводилась в условиях, приближенных к реальным, с целью оценки его стабильности, эффективности и соответствия требованиям заказчика. Основные этапы и результаты представлены ниже.

Цели и задачи

Проверить работоспособность алгоритмов системы в реальных сценариях (логистика, сельское хозяйство, ЧС).

Оценить удобство интерфейса для конечных пользователей.

Выявить скрытые ошибки, не обнаруженные на этапе тестирования.

Собрать данные для дальнейшей оптимизации алгоритмов.

Условия проведения

Период: 2 месяца (май–июнь 2025 г.).

Участники:

Операторы БПЛА (1 человек).

Специалисты по геоданным (1 человек).

Техника:

БПЛА: DJI Mavic 3.

Серверное оборудование: Intel i5, 32 ГБ ОЗУ, SSD 1 ТБ.

География:

Сельскохозяйственные угодья (Ивановская область).

Ключевые сценарии использования

Мониторинг посевов:

Планирование маршрутов для аэрофотосъемки полей.

Интеграция DEM-данных для учета рельефа.

Доставка грузов в труднодоступные районы:

Обход запретных зон (населенные пункты, ЛЭП).

Передача маршрутов в формате KMZ на БПЛА.

Результаты

Стабильность работы:

Среднее время безотказной работы — 90% (1 сбой из 10 запусков).

Причины сбоев: перегрузка сервера при обработке DEM >10 ГБ.

Эффективность алгоритмов:

Точность коррекции высоты на основе DEM — ±2.5 м (погрешность).

Время перерасчета маршрута при добавлении зоны — 1.2 сек.

Обратная связь от пользователей:

Удобство интерфейса оценено на 4.2 /5 баллов.

Критика: отсутствие 3D-визуализации рельефа.

Выявленные проблемы:

Задержки при работе с большими DEM-файлами (>5 ГБ).

Ограниченная поддержка одновременного управления несколькими БПЛА.

Выводы

Опытная эксплуатация подтвердила предварительную готовность алгоритмов для программного комплекса к внедрению в промышленную эксплуатацию.

Система продемонстрировала высокую надежность, точность расчетов и гибкость в реальных условиях.

Основные направления для дальнейшего развития:

Поддержка управления группами БПЛА.

Интеграция с системами прогнозирования погоды.

Оптимизация работы с большими объемами геоданных.