İnsansız hava araçlarının (İHA) karmaşık ortamlarda güvenli navigasyon yapabilmesi, otonom sistemlerin başarısı için kritik öneme sahip. Ancak mevcut görü-dil navigasyon modellerinde ciddi bir sorun bulunuyor: konum hatası birikimi.
Geleneksel sistemler 'ölü hesap' yöntemini kullanarak çalışıyor. Bu yöntemde İHA, bir sonraki rota noktasını tahmin etmek için mevcut konumunu sürekli günceller ve böylece tam rotayı oluşturur. Ne var ki bu adım adım yaklaşım, zaman içinde konum hatalarının birikmesine yol açıyor. Sonuçta İHA'nın iç koordinat sistemi ile gerçek koordinatlar arasında uyumsuzluk oluşuyor - bu duruma 'durum kayması' deniyor.
Araştırmacılar bu sorunu çözmek için klasik kontrol teorisinden ilham aldı. Geliştirdikleri NeuroKalman sistemi, navigasyonu birbirini tamamlayan iki sürece ayırıyor: hareket dinamiklerine dayalı 'öncül tahmin' ve yüksek çözünürlüklü algısal verilerden 'olasılık düzeltmesi'.
Bu yenilikçi yaklaşım, navigasyon problemini tekrarlayan Bayesian durum tahmini problemi olarak ele alıyor. Böylece sistem, sürekli olarak kendi tahminlerini düzeltebiliyor ve konum hatalarının birikimini önlüyor. Bu gelişme, İHA teknolojisinin güvenilirliğini artırarak otonom sistemlerin daha geniş alanlarda kullanılabilmesinin önünü açıyor.