# Tech Audit — Open-Source Stack для GPS-Denied Navigation
**Дата:** 2026-04-18  
**Горизонт:** 2–3 тижні (sprint 1)  
**Контекст:** Fixed-wing БПЛА, Jetson Orin Nano Super, nadir камера ADTI 20L V1, ArduPilot FC  
**Regression guard:** 196 passed / 8 skipped (non-e2e). EuRoC ESKF ATE baseline ~0.205 м (100 кадрів).

---

## 0. Reconciliation: три джерела

Цей документ синтезує три джерела і де вони суперечать одне одному — фіксує явно.

| Джерело | Ключове твердження | Статус |
|---|---|---|
| `solution.md` | cuVSLAM **Inertial mode** з IMU @200 Hz | ⚠️ Архітектурна помилка — Inertial потребує stereo |
| `stage2_ideas/cross_view_place_recognition_stack.md` | SP+LG+FAISS для satellite matching | ✅ Backlog сам каже "порівняй з AnyLoc першим" |
| Ресерч (2026-04-18) | cuVSLAM Mono-Depth + barometer; DINOv2-VLAD як baseline GPR | ✅ Консистентний з stage2 backlog |

**Що НЕ робимо зараз:** переписувати `solution.md`. Це окрема задача з `next_steps.md` ("Аудит відповідності солюшну"). Цей план — migration поверх існуючого ORB baseline, не greenfield.

**Що змінюємо:** фіксуємо cuVSLAM Mono-Depth як sprint 1 production VO (замість Inertial який фізично неможливий без stereo). GPR: AnyLoc як sprint 1 baseline, SP+LG — stage 2 evaluation (консистентно з backlog).

---

## 1. Архітектурний розрив

### cuVSLAM Inertial mode потребує stereo — у нас mono

`solution.md` планує cuVSLAM Inertial mode. Але:

- cuVSLAM Visual-Inertial = **stereo камера обов'язкова**. Mono-Inertial режиму не існує у v15.
- cuVSLAM Mono дає лише rotation, без metric scale → неможливо побудувати GPS_INPUT.
- Camera пілота (вперед) + nadir камера (вниз) ≠ stereo (stereo = дві камери в одному напрямку, ∆x = 10–20 см).

**Рішення для sprint 1:** cuVSLAM **Mono-Depth** — барометрична висота подається як synthetic depth, відновлює metric scale.

Scale для nadir над рівною місцевістю детермінований: `scale = altitude / focal_length`. Барометр → ESKF → scale. VO потребує лише точний 2D planar tracking.

### Чому drift на маршруті не критичний

```
VO drift між кадрами (~0.3–0.5 м на сотні метрів)
    ↓
ESKF + IMU (короткострокова стабілізація, ~мс)
    ↓
Place Recognition ← satellite tiles (глобальна корекція кожні ~500 м)
    ↓
GTSAM loop closure (stage 2)
```

GPR скидає накопичений drift → загальна похибка на 10 км маршруту: **1–5 м**. Прийнятно для GPS-denied.

**Ризик GPR:** хмари, однорідна місцевість (поле, ліс), застарілі тайли → drift накопичується до наступного match. Це відоме обмеження, не сюрприз.

---

## 2. Рішення по шарах стеку

### 2.1 Visual Odometry

| Компонент | Dev/CI | Production (Jetson) | Рішення |
|---|---|---|---|
| **VO backend** | ORBVisualOdometry (OpenCV) | cuVSLAM **Mono-Depth** | Фіксуємо Mono-Depth замість Inertial |
| **SuperPoint+LightGlue** | — | — | ❌ Відхилено для VO: 15–33× повільніше cuVSLAM, немає IMU fusion |
| **XFeat** | — | Satellite tile matching | Не VO fallback — окремий трек (§2.3) |

**Відхилені альтернативи для sprint 1:**
- **ORB-SLAM3 Mono-Inertial** (~0.08 м EuRoC) — потребує IMU ≥100 Hz по MAVLink. ArduPilot за замовчуванням шле 50 Hz. Можливо після підняття `SR*_RAW_SENS`, але не пріоритет.
- **cuVSLAM Stereo-Inertial** (0.054 м) — потребує hardware (друга камера). Довгострокова ціль.

### 2.2 ESKF

| Рішення | Обґрунтування |
|---|---|
| Залишаємо numpy 15-state ESKF | Достатній для 5–10 Hz VO на повільному fixed-wing |
| **Пінити `numpy==1.26.4`** | NumPy 2.0 ламає GTSAM Python bindings silently (issue #2264) |
| `manifpy` — тільки якщо знайдемо quaternion баги | pip-installable, не додаємо превентивно |
| IMU preintegration | Не потрібен на 5–10 Hz — step-by-step propagation еквівалентний |

### 2.3 Place Recognition

**Поточний стан:** MockInferenceEngine (dev), Faiss numpy fallback. Реального GPR ще немає.

**Sprint 1 baseline:** AnyLoc-VLAD-DINOv2 (offline-capable).

| Компонент | Рішення | Обґрунтування |
|---|---|---|
| **Global descriptor** | DINOv2-VLAD (AnyLoc) | 10–12 мс TRT FP16 на Jetson, offline |
| **Local matching** | XFeat (satellite↔UAV frame) | ~50–100 мс TRT, cross-view gap краще ніж ORB |
| **Index** | Faiss GPU | Залишаємо |
| **INT8 quantization** | ❌ Не робити | Broken для ViT на Jetson (NVIDIA/TRT#4348, dinov2#489) |
| **NetVLAD** | ❌ Deprecated | DINOv2-VLAD +2.4% R@1 на MSLS 2024 |
| **Satellite tiles** | MapTiler offline MBTiles | Zoom 18 (0.6 м/px), Україна, JPEG offline |

**Stage 2 evaluation (не зараз):** SuperPoint+LightGlue+FAISS (з `stage2_ideas/`) — backlog сам каже порівняти з AnyLoc першим. Ця оцінка відбудеться після того як AnyLoc baseline зафіксований і виміряний.

**Довгострокова ціль:** EigenPlaces (ICCV 2023) — кращий ONNX export, viewpoint-robust.

### 2.4 Factor Graph (GTSAM)

**Sprint 1: пропускаємо.** ESKF достатній для Gaussian GPS_INPUT 5–10 Hz.

FGO дає перевагу (~15 vs 34 см) лише при non-Gaussian noise з outliers. Коли прийде час — GTSAM 4.2 stable (не 4.3a1 alpha). miniSAM стейл з 2019. g2o Python experimental.

### 2.5 MAVLink / ArduPilot

| Рішення | Обґрунтування |
|---|---|
| **pymavlink** залишаємо | MAVSDK-Python не підтримує GPS_INPUT (PX4-first) |
| Reference: `MAVProxy/modules/mavproxy_GPSInput.py` | Точне кодування GPS_INPUT #232: lat/lon ×1e7, alt мм, vel см/с |
| Injection rate: 5–10 Hz | Не 20 Hz — timing jitter задокументований при вищих rate |
| Yaw extension field | Не використовувати — ArduPilot 4.x ігнорує |

---

## 3. Міграційний план через e2e-харнес

**Принцип:** кожна зміна VO backend проходить через E2EHarness до merge. Поточний regression guard — 196 passed / 8 skipped. EuRoC ESKF RMSE ceiling = 0.5 м (2× від baseline ~0.205 м).

### Крок 0 — стабілізація baseline (тиждень 1, день 1–2)

```bash
# Зафіксувати numpy
pip install numpy==1.26.4
# Записати в pyproject.toml: numpy>=1.24,<2.0

# Верифікувати що baseline не зламався
pytest tests/ -x --ignore=tests/e2e -q           # має бути 196 passed
pytest tests/e2e/test_euroc.py -v --dataset-path ./datasets/euroc  # ATE ~0.205 м
```

**Gate:** якщо ATE після numpy pin відхиляється > 5% від 0.205 м → зупинитись і дебажити до merge.

### Крок 1 — cuVSLAM Mono-Depth adapter (тиждень 1, день 3–5)

1. Додати `CuVSLAMMonoDepthVisualOdometry` backend у `src/gps_denied/core/vo.py`
2. Приймає барометричну висоту як `depth_hint_m` параметр
3. Mock реалізація для dev/CI (повертає scale-corrected RelativePose)
4. Запустити e2e на EuRoC: порівняти ATE з ORB baseline

```bash
pytest tests/e2e/test_euroc.py -v -k "cuvslam_mono_depth"
# Записати результат в docs/
```

**Gate:** ATE cuVSLAM Mono-Depth має бути ≤ 0.5 м (поточний ceiling). Якщо гірше → див. Risk Budget (§4).

### Крок 2 — AnyLoc GPR integration (тиждень 2)

1. Реалізувати `AnyLocGPR` клас що замінює MockInferenceEngine
2. Offline DINOv2-VLAD descriptor, Faiss index на test tile set
3. e2e на VPAIR sample (є satellite-like tiles): перевірити GPR hit rate
4. EuRoC: GPS-estimate ATE залишиться xfail (indoor, немає реальних тайлів — ок)

### Крок 3 — SITL MAVLink integration (тиждень 3)

Деталі в §6.

### Крок 4 — aero-vloc benchmark (тиждень 2–3, паралельно)

Деталі в §5.

---

## 4. Risk Budget: якщо cuVSLAM Mono-Depth гірше ніж ORB

**Сценарій:** cuVSLAM Mono-Depth на EuRoC дає ATE > 0.205 м (поточний ORB baseline).

Це **очікувано і не є блокером** — EuRoC indoor ≠ наш production сценарій (outdoor nadir, відома висота). Але потрібне рішення.

### Дерево рішень

```
cuVSLAM Mono-Depth ATE на EuRoC
    │
    ├─ ≤ 0.205 м (краще або рівно ORB)
    │   → ✅ Merge, продовжуємо
    │
    ├─ 0.205–0.5 м (гірше ніж ORB але в межах ceiling)
    │   → ⚠️ Прийнятно для sprint 1 — EuRoC не є target dataset
    │   → Записати в docs, відкрити тікет для наступного кроку
    │   → Продовжуємо, але плануємо IMU rate upgrade
    │
    └─ > 0.5 м (перевищує ceiling)
        → Три варіанти:
        │
        ├─ A) Тюнінг depth_hint scaling (барометр calibration)
        │     Тривалість: 1 день
        │     Спробуй першим — часто проблема в неправильному scale factor
        │
        ├─ B) Підняти IMU rate → 200 Hz (SR*_RAW_SENS)
        │     + перейти на ORB-SLAM3 Mono-Inertial (~0.08 м EuRoC)
        │     Тривалість: 3–5 днів (C++ build + Python binding)
        │     Потрібно: підтвердити FC має H743, перевірити UART bandwidth
        │
        └─ C) Залишити ORB як production VO тимчасово
              + зосередитись на GPR (AnyLoc) як основному correction механізмі
              Тривалість: 0 (нічого не міняємо у VO)
              Прийнятно якщо GPR hits кожні ≤ 500 м
```

**Важливо:** EuRoC MH_01 — indoor MAV з forward camera. cuVSLAM Mono-Depth оптимізований для outdoor nadir. Поганий ATE на EuRoC ≠ поганий ATE на реальному польоті. Льотні тести є остаточним арбітром.

---

## 5. aero-vloc benchmark — що робити з результатами

[aero-vloc](https://github.com/prime-slam/aero-vloc) — benchmark framework для aerial visual localization. Запускається на UAV↔satellite парах.

### Навіщо

До того як фіксувати дизайн Faiss index (tile size, descriptor dim, retrieval strategy) — треба знати реальні числа для нашого типу зображень: nadir, fixed-wing altitude, Ukrainian terrain.

### Що запустити

```bash
git clone https://github.com/prime-slam/aero-vloc
cd aero-vloc

# 1. Підготувати пари: UAV кадри з наших SRT/відео + відповідні MapTiler тайли
# 2. Запустити benchmark з кількома дескрипторами:
python benchmark.py --query ./our_nadir_frames/ \
                    --database ./satellite_tiles/ \
                    --descriptors netvlad dinov2_vlad eigenplaces \
                    --top-k 5

# 3. Записати R@1, R@5, медіанна помилка локалізації в метрах
```

### Що зробити з результатами

| Результат | Дія |
|---|---|
| DINOv2-VLAD R@1 ≥ 60% | ✅ Підтверджує AnyLoc як sprint 1 baseline |
| DINOv2-VLAD R@1 < 40% | ⚠️ Перевірити domain gap — можливо треба fine-tuning або EigenPlaces |
| EigenPlaces > DINOv2-VLAD на ≥10% R@1 | Прискорити перехід на EigenPlaces (з stage 2 → sprint 2) |
| Медіанна помилка > 50 м | Проблема з tile resolution або GSD mismatch → перевірити zoom level |
| Медіанна помилка ≤ 20 м | ✅ Відповідає `solution.md` цілі `<20 м absolute anchor` |

**Результати зберегти в:** `_docs/00_research/oss_stack_options/aero_vloc_results.md`  
**Використати для:** фіналізації Faiss index design (tile size, overlap, descriptor dim) перед реалізацією AnyLocGPR.

---

## 6. SITL Integration Test Plan

SITL (Software-In-The-Loop) = ArduPilot запущений як симулятор, приймає GPS_INPUT від нашої системи через MAVLink без реального hardware.

### Налаштування SITL

```bash
# Запустити ArduPilot SITL (потрібен окремий binary або Docker)
sim_vehicle.py -v ArduPlane --console --map

# Параметри ArduPilot для GPS_INPUT:
# GPS1_TYPE = 14 (MAVLink)
# GPS_RATE_MS = 200 (5 Hz мінімум)
# EK3_SRC1_POSXY = 1, EK3_SRC1_VELXY = 1
```

### Декомпозиція тестів

Тест 1 — **Field encoding** (unit, без SITL):
```python
# Верифікувати кодування полів за MAVProxy reference:
# MAVProxy/modules/mavproxy_GPSInput.py
def test_gps_input_field_encoding():
    msg = build_gps_input(lat=48.123, lon=37.456, alt_m=600.0,
                          vn=10.0, ve=5.0, vd=0.0,
                          h_acc=15.0, v_acc=8.0, fix_type=3)
    assert msg.lat == int(48.123 * 1e7)       # lat ×1e7
    assert msg.lon == int(37.456 * 1e7)       # lon ×1e7
    assert msg.alt == int(600.0 * 1000)       # alt мм
    assert msg.vn == int(10.0 * 100)          # vel см/с
    assert msg.satellites_visible == 10       # synthetic, prevent failsafe
    assert msg.fix_type == 3
```

Тест 2 — **Rate delivery** (з реальним pymavlink, mock SITL endpoint):
```python
# Верифікувати що GPS_INPUT виходить на 5–10 Hz без jitter > ±20 мс
def test_gps_input_rate_5hz():
    timestamps = collect_gps_input_timestamps(duration_s=10)
    intervals = np.diff(timestamps)
    assert np.mean(intervals) == pytest.approx(0.2, abs=0.02)   # 5 Hz ±10%
    assert np.max(intervals) < 0.25  # жоден interval не > 250 мс
```

Тест 3 — **Confidence tier transitions** (вже є в `test_sitl_integration.py`, розширити):
```python
# HIGH → MEDIUM → LOW → FAILED transitions
# Верифікувати fix_type і horiz_accuracy змінюються коректно
# Вже: test_reloc_request_after_3_failures_with_sitl
# Додати: test_fix_type_degrades_without_satellite_match
```

Тест 4 — **ArduPilot EKF acceptance** (повний SITL):
```python
# Запустити справжній SITL, подати GPS_INPUT, перевірити що EKF приймає
# Метрика: GLOBAL_POSITION_INT від SITL відповідає нашому GPS_INPUT з похибкою < 5 м
# Це верифікує що ArduPilot не відкидає наші повідомлення (наприклад через fix_type=0)
```

### Reference implementation

Взяти за основу `MAVProxy/modules/mavproxy_GPSInput.py`:
- Точне кодування всіх 15+ полів GPS_INPUT (#232)
- Обробка GPS time (Unix → GPS epoch, leap seconds)
- hdop/vdop synthetic values

**Зауваження щодо FC процесора:** H743 приймає GPS_INPUT over UART. F405 — мовчки ігнорує. Перевірити до льотних тестів.

---

## 7. Критичні перевірки перед кодом

### 7.1 numpy pin — негайно
```toml
# pyproject.toml
dependencies = [
    "numpy>=1.24,<2.0",  # NumPy 2.0 ламає GTSAM bindings (issue #2264)
    ...
]
```

### 7.2 Flight Controller processor
- **H743** → GPS_INPUT over serial ✅
- **F405** → мовчки ігнорує GPS_INPUT ❌
- Перевірити: Mission Planner → Help → About, або питати постачальника

### 7.3 IMU rate по MAVLink
- Default ArduPilot: **50 Hz**
- Для ORB-SLAM3 Mono-Inertial (майбутнє): **≥100 Hz**
- Змінити: `SR2_RAW_SENS = 10` (×10 → 100 Hz) або `= 20` (200 Hz)
- Sprint 1 (cuVSLAM Mono-Depth): не критично, але виміряти поточне значення

---

## 8. Аналоги системи

| Система | VO | Scale source | Fusion | Satellite anchor |
|---|---|---|---|---|
| **Наша (sprint 1)** | cuVSLAM Mono-Depth | Барометр | ESKF | DINOv2-VLAD+Faiss |
| **Наша (stage 2)** | cuVSLAM Stereo-Inertial | IMU | ESKF+GTSAM | SP+LG+Faiss |
| **VINS-Fusion** | Mono-Inertial | IMU | Factor graph | Немає |
| **OpenVINS** | MSCKF Mono | IMU | EKF | Немає |
| **ArduPilot EKF3** | — | GPS | EKF | GPS (не satellite matching) |

Унікальність нашої архітектури: **VIO + global satellite anchor** без GPS. Не просто odometry — прив'язка до карти в реальному часі.

---

## 9. Відкриті питання

1. Якість cuVSLAM Mono-Depth на feature-poor nadir terrain (рівне поле, ліс) — тільки льотні тести відповідять
2. aero-vloc покаже реальний R@1 для DINOv2-VLAD на нашому типі зображень
3. FC processor: H743 чи F405? — блокер для SITL тестів
4. IMU rate: скільки зараз по MAVLink? — вплине на roadmap VO upgrade
5. MapTiler MBTiles для України: ліцензія дозволяє offline onboard deployment?