Diante da dificuldade de identificar e eliminar erros nos diversos sistemas de atitude durante o posicionamento de alvos em plataformas de reconhecimento eletro-óptico de drones, estudou-se um sistema de posicionamento de alvos que integra um algoritmo de percepção adaptativa multidimensional de atitude. Com base no princípio do posicionamento de alvos, foi estabelecido um modelo de cálculo de posição completo, utilizando as características de bloqueio e rastreamento da plataforma de reconhecimento eletro-óptico para realizar múltiplas medições dos pontos-alvo cooperativos. Analisou-se o impacto dos deslocamentos dos erros sistêmicos de atitude multidimensional na diferenciação dos resultados do posicionamento, e foi projetado um modelo de extração de características temporais de aprendizado multitarefa baseado em rede neural profunda para estimativa adaptativa e compensação inversa dos erros do sistema. Os resultados experimentais mostram que, a uma altitude de voo de 4000 m, o sistema pode eliminar efetivamente 77% dos erros do sistema, reduzindo o erro de posicionamento de 103 m para 19 m, e melhorando a precisão do posicionamento em 81%, alcançando posicionamento de alta precisão para alvos de drones.

posicionamento de alvos; drone; percepção adaptativa de atitude; erro do sistema; aprendizado multitarefa