CN102854883B - 一种无人机动态紧急避撞区的建模方法 - Google Patents
一种无人机动态紧急避撞区的建模方法 Download PDFInfo
- Publication number
- CN102854883B CN102854883B CN201210230268.5A CN201210230268A CN102854883B CN 102854883 B CN102854883 B CN 102854883B CN 201210230268 A CN201210230268 A CN 201210230268A CN 102854883 B CN102854883 B CN 102854883B
- Authority
- CN
- China
- Prior art keywords
- collision avoidance
- unmanned plane
- urgent
- sin
- driven
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机动态紧急避撞区的建模方法,可用于无人机遭遇入侵机时紧急避撞区包络的构建。首先通过冲突检测算法判定无人机与入侵机是否存在飞行冲突,如果飞机间存在飞行冲突,则根据入侵机的飞行航向确定无人机紧急避撞的机动方式,并通过分析紧急避撞机动过程,建立无人机动态紧急避撞区模型方程,通过求解模型方程,得到紧急避撞区边界值以及避撞机动所需时间。本发明提供的方法利用实时获取的入侵机飞行信息,动态建立无人机紧急避撞区。该方法可以为系统同时提供最小避撞距离与避撞机动所需时间双重参考信息,更大程度上保证了避撞成功率;并且缩小了避撞区包络面积,避免了不必要的空域浪费和避撞机动,同时具有较好的实时性。
Description
技术领域
本发明涉及一种无人机动态紧急避撞区的建模方法,属于飞行安全技术领域。
背景技术
目前,无人机已被广泛应用于侦察监视、对地攻击、毁伤评估等军事领域,在森林防火、地理测量、灾难监测等民用领域也有重要的应用前景。随着无人机的广泛应用,其对空域的要求也日益紧迫。由于无人机尚不具备自主感知与规避的能力,所以现阶段无人机还无法与民用航空飞机共享开放空域。因此,如何在确保飞行安全的前提下通过共享提高空域的利用率成为了新的研究热点。
在这样的背景下,美国等一些航空业发达国家提出“自由飞行(Free Flight)”的概念,即在开放的空域中,飞机的速度和飞行路径由飞行员自己决定。自由飞行为解决空中航线拥挤的局面,更高效地利用空间资源开辟了另外一条新的思路。如今,随着GPS和各种机载电子设备等硬件的出现,自由飞行已成为可能。飞行冲突探测与解决是实现自由飞行的关键问题。如何利用已有的各种数据和信息,对飞机飞行中是否存在冲突作出准确、合理的判断,并使飞机避免飞行冲突,顺利完成飞行任务,已成为目前一项紧迫的任务。
对于无人机而言,为了能和其它飞行器共享空域,必须具备自主威胁感知与规避能力。通过感知系统检测无人机周围可能的威胁信息,通过碰撞检测算法判断冲突的可能,通过避撞机动避免碰撞。
近年来,国内外学者围绕无人机自主威胁感知与规避策略展开了大量卓有成效的研究。目前见诸文献的避撞方法有以飞机间互通飞行信息为前提,水平面内协作避撞策略;利用TCAS的感知与决策功能,完成相应的避撞机动;以自我感知获得入侵机飞行信息为前提,判定是否存在冲突,并对避撞范围作定值处理,完成避撞任务。上述方法中,通常需要飞行器之间具有相互通信能力,并且对于避撞区域的划分方式会造成空域的浪费以及不必要的避撞机动。
发明内容
本发明的目的是为了解决上述问题,提出一种无人机动态紧急避撞区的建模方法,依据无人机与入侵机的飞行信息,建立无人机动态紧急避撞区,在紧急避撞策略下,可以为系统同时提供最小避撞距离与避撞所需时间双重参考信息,更大程度上保证了避撞成功率,并且避免了不必要的空域浪费和避撞机动。
本发明的一种无人机动态紧急避撞区的建模方法,首先通过冲突检测方法判定无人机与入侵机是否存在飞行冲突,如果飞机间存在飞行冲突,则根据入侵机的飞行航向确定无人机紧急避撞的机动方式,并通过分析紧急避撞机动过程,建立无人机动态紧急避撞区模型方程,通过求解模型方程,得到紧急避撞区边界值以及避撞机动所需时间。具体包括如下步骤:
步骤一:根据无人机的机载感知设备获取入侵机相关飞行信息,并通过冲突检测算法判定无人机与入侵机是否存在飞行冲突。
步骤二:如果步骤一的判定结果为无人机与入侵机之间存在飞行冲突,则根据入侵机的飞行航向确定无人机紧急避撞的机动方式(例如采取最大侧向过载进行左转/右转避撞机动)。
步骤三:通过分析紧急避撞机动过程,建立无人机动态紧急避撞区模型方程(所得模型方程与入侵机入侵方位角有关)。
步骤四:采用常用的解非线性方程组方法(比如二分法),对所建无人机紧急避撞区模型方程进行求解计算,得到紧急避撞区的边界值以及避撞过程所需时间。
步骤五:将入侵机方位角依次从0~2π范围内取值,并重复采用步骤四进行求解计算,可以得到无人机紧急避撞区完整包络。
本发明的优点在于:
(1)本发明提供的方法通过实时检测入侵机的飞行信息,并通过所得数据动态建立紧急避撞区包络,使所建包络具有针对性;
(2)本发明提供的方法为系统同时提供最小避撞距离与避撞机动所需时间双重参考信息,更大程度上保证了避撞成功率;
(3)本发明提供的方法缩小了避撞区包络面积,避免了不必要的空域浪费和避撞机动,并且具有较好的实时性。
附图说明
图1是本发明的方法流程图;
图2是无人机与入侵机冲突检测模型示意图;
图3a是无人机与入侵机迎面遭遇情形示意图;
图3b是无人机与入侵机追尾遭遇情形示意图;
图3c是无人机与入侵机正侧向遭遇情形示意图;
图4是紧急避撞区模型方程的求解过程。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明提出了一种无人机动态紧急避撞区的建模方法,首先通过冲突检测方法判定无人机与入侵机是否存在飞行冲突,如果飞机间存在飞行冲突,则根据入侵机的飞行航向确定无人机紧急避撞的机动方式,并通过分析紧急避撞机动过程,建立无人机动态紧急避撞区模型方程,通过求解模型方程,得到紧急避撞区边界值以及避撞机动所需时间。
本发明的一种无人机动态紧急避撞区的建模方法,流程如图1所示,包括以下几个步骤:
步骤一:根据无人机的机载感知设备获取入侵机相关飞行信息,并通过冲突检测方法判定无人机与入侵机是否存在飞行冲突。
无人机与入侵机冲突检测模型,如图2所示,无人机的机载感知设备获取无人机的飞行速度V0、入侵机的飞行速度V1、无人机与入侵机的相对速度Vr,则实际飞行情况可以等效为无人机静止不动,入侵机以Vr飞行,间隔单位时间内,进行两次测量,获取第一次测量时,无人机与入侵机的相对距离R1、R1与V0之间的夹角,即相对方位角θ1,然后,单位时间间隔后,获取第二次测量时,无人机与入侵机的相对距离R2、R2与V0之间的夹角,即相对方位角θ2,通过几何关系推导可得,当无人机与入侵机到达最接近点处时,水平相对距离为:
对于无人机而言,如果Dmin小于飞机间最小安全距离Dlimit,则可以判定无人机与入侵机间存在飞行冲突,从而提前进行相关避撞决策。
步骤二:如果判定无人机与入侵机之间存在飞行冲突,则根据入侵机的飞行航向确定无人机紧急避撞的机动方式。
如图3a至图3c所示,给出了无人机与入侵机在不同遭遇情形下:
①当无人机与入侵机迎面遭遇且入侵机在无人机左侧(右侧),无人机采取以最大转弯角速率r右(左)转机动完成紧急避撞任务。
②当无人机与入侵机追尾遭遇且入侵机在无人机左侧(右侧),无人机采取以最大转弯角速率r右(左)转机动完成紧急避撞任务。
③当无人机与入侵机正侧向遭遇且入侵机在无人机右侧(左侧),无人机采取以最大转弯角速率r左(右)转机动完成紧急避撞任务。
步骤三:建立无人机动态紧急避撞区模型方程。
根据步骤二得到的三种不同情形下的紧急避撞机动方式,分别建立无人机动态紧急避撞区模型方程:
①当无人机与入侵机迎面遭遇且入侵机在无人机左侧(右侧),无人机采取以最大转弯角速率r右(左)转避撞机动,建立无人机动态紧急避撞区模型方程,具体为:
如图3a所示,无人机与入侵机迎面遭遇情形,t时刻,无人机与入侵机之间的距离:
其中,Δx为无人机与入侵机前向相对距离,Δy为无人机与入侵机侧向相对距离,V0、V1分别为无人机、入侵机的飞行速度,θ为紧急避撞机动开始时,入侵机与无人机的相对方位角;D为紧急避撞机动开始时,无人机与入侵机的相对距离,即为紧急避撞区的边界值;h(t)为紧急避撞机动开始t时间后,无人机与入侵机的相对距离;为紧急避撞机动开始t时间后,无人机的转向角度;r表示无人机转弯角速率。
无人机与入侵机相对距离为D时,无人机开始采取紧急避撞机动,即以最大转弯角速率r机动,当两架飞机到达最接近点时,距离刚好为无人机与入侵机的最小安全距离Dlimit,无人机与入侵机刚好避免碰撞的发生。D即为入侵机与无人机相对方位角为θ入侵时,紧急避撞区的边界值。
引入约束条件,当h'(t)=0时刻,h(t)刚好等于无人机与入侵机的最小安全距离Dlimit。从而,可以得到紧急避撞区的模型方程:
通过求解模型方程(3),可以求得到达最小安全距离时刻t以及入侵机与无人机相对方位角为θ入侵时,紧急避撞区的边界值D。
②当无人机与入侵机追尾遭遇且入侵机在无人机左侧(右侧),无人机采取以最大转弯角速率r右(左)转机动完成紧急避撞机动,建立无人机动态紧急避撞区模型方程,具体为:
如图3b所示,重复上述①的过程,得到紧急避撞区的模型方程:
通过求解模型方程(4),可以求得到达最小安全距离时刻t以及入侵机与无人机相对方位角为θ入侵时,紧急避撞区的边界值D。
③当无人机与入侵机正侧向遭遇且入侵机在无人机右侧(左侧),无人机采取以最大转弯角速率r左(右)转机动完成紧急避撞机动,建立无人机动态紧急避撞区模型方程,具体为:如图3c所示,重复上述①的过程,得到紧急避撞区的模型方程:
通过求解模型方程(5),可以求得到达最小安全距离时刻t以及入侵机与无人机相对方位角为θ入侵时,紧急避撞区的边界值D。
步骤四:对步骤三获取的无人机紧急避撞区模型方程进行求解计算,得到紧急避撞区的边界值以及避撞过程所需时间。
通过步骤三得到了无人机紧急避撞区模型方程,采用常用的解非线性方程组方法,比如二分法,求取紧急避撞区的边界值D以及避撞过程所需时间t。具体为:
图4给出了紧急避撞区模型方程的求解过程。
其中,t0为时间初始值,t1为时间终值,D为紧急避撞区边界值,t为避撞过程所需时间,ξ为给定精度。设定时间t的初始值为t0=0s,终值为无人机转向180°所需时间t1=π/r(r为无人机最大转弯角速率),对模型方程进行求解。
①根据步骤三所得紧急避撞区模型方程组中的第三个方程:
将紧急避撞区边界值D表示为关于避撞所需时间t的函数,即D=f1(t);
将第四个方程:
(Δx)2+(Δy)2-Dlimit 2=0
表示为关于D与t的函数,即y=f2(t,D)。
②将t0,t1分别代入上述两个函数,求得y0,y1。
③如果y0*y1>0,则表明在该时间区间内模型方程无解,此时令紧急避撞区边界值D=Dlimit(Dlimit为无人机与入侵机的最小安全距离),避撞过程所需时间t=0;如果y0*y1<0,则表明在该时间区间内模型方程有解,并进行下一步求解计算。
④如果|y0|<ξ,则表明当前t0满足求解要求,此时令t=t0,并求得紧急避撞区边界值D。
⑤如果|y0|≥ξ,则令并代入上述两个函数求得y。
⑥如果y0*y<0,则令y1=y,t1=t,否则令y0=y,t0=t,并返回④重复上述过程。
步骤五:将入侵机方位角依次从0~2π范围内取值,并重复采用步骤四进行求解计算,可以得到无人机紧急避撞区完整包络。
如果入侵机飞临紧急避撞区边界,则采取相应的紧急避撞机动完成避撞任务。该方法为系统同时提供最小避撞距离与避撞所需时间双重参考信息,更大程度上保证了避撞成功率;并且缩小了避撞区包络面积,避免了不必要的空域浪费和避撞机动。
Claims (2)
1.一种无人机动态紧急避撞区的建模方法,其特征在于,包括以下几个步骤:
步骤一:根据无人机的机载感知设备获取入侵机的飞行信息,并通过冲突检测方法判断无人机与入侵机是否存在飞行冲突;
无人机的机载感知设备获取无人机的飞行速度V0、入侵机的飞行速度V1、无人机与入侵机的相对速度Vr,则实际飞行情况等效为无人机静止不动,入侵机以Vr飞行,间隔单位时间内,进行两次测量,获取第一次测量时,无人机与入侵机的第一相对距离R1、第一相对方位角θ1,第一相对方位角θ1为R1与V0之间的夹角,然后,单位时间间隔后,获取第二次测量时,无人机与入侵机的第二相对距离R2、第二相对方位角θ2,第二相对方位角θ2为R2与V0之间的夹角,通过几何关系推导可得,当无人机与入侵机到达最接近点处时,水平相对距离为:
设定无人机的最小安全距离Dlimit,如果Dmin小于飞机间最小安全距离Dlimit,则无人机与入侵机间存在飞行冲突,进入步骤二;
步骤二:如果判定无人机与入侵机之间存在飞行冲突,根据入侵机的飞行航向确定无人机紧急避撞的机动方式;
①当无人机与入侵机迎面遭遇且入侵机在无人机左侧或者右侧,无人机采取以最大转弯角速率r右转机动或者左转机动完成紧急避撞任务;
②当无人机与入侵机追尾遭遇且入侵机在无人机左侧或者右侧,无人机采取以最大转弯角速率r右转机动或者左转机动完成紧急避撞任务;
③当无人机与入侵机正侧向遭遇且入侵机在无人机右侧或者左侧,无人机采取以最大转弯角速率r左转机动或者右转机动完成紧急避撞任务;
步骤三:建立无人机动态紧急避撞区模型方程;
根据步骤二得到的三种不同情形下的紧急避撞机动方式,分别建立无人机动态紧急避撞区模型方程:
①当无人机与入侵机迎面遭遇且入侵机在无人机左侧或者右侧,无人机采取以最大转弯角速率r右转机动或者左转机动,建立无人机动态紧急避撞区模型方程,具体为:
其中:Δx为无人机与入侵机前向相对距离,Δy为无人机与入侵机侧向相对距离,V0、V1分别为无人机、入侵机的飞行速度,θ为紧急避撞机动开始时,入侵机与无人机的相对方位角;D为紧急避撞机动开始时,无人机与入侵机的相对距离,即为紧急避撞区的边界值;r表示最大转弯角速率;t表示紧急避撞机动需要的时间;
h(t)为紧急避撞机动开始t时间后,无人机与入侵机的相对距离,引入约束条件,当h'(t)=0时刻,h(t)刚好等于无人机与入侵机的最小安全距离Dlimit;
通过求解模型方程(3),获得到达最小安全距离时刻t以及入侵机与无人机相对方位角为θ入侵时,紧急避撞区的边界值D;
②当无人机与入侵机追尾遭遇且入侵机在无人机左侧或者右侧,无人机采取以最大转弯角速率r右转机动或者左转机动完成紧急避撞机动,建立无人机动态紧急避撞区模型方程,具体为:
重复上述步骤三中的①的过程,得到紧急避撞区的模型方程:
通过求解模型方程(4),得到到达最小安全距离时刻t以及入侵机与无人机相对方位角为θ入侵时,紧急避撞区的边界值D;
③当无人机与入侵机正侧向遭遇且入侵机在无人机右侧或者左侧,无人机采取以最大转弯角速率r左转机动或者右转机动完成紧急避撞机动,建立无人机动态紧急避撞区模型方程,具体为:
重复上述步骤三中的①的过程,得到紧急避撞区的模型方程:
通过求解模型方程(5),得到到达最小安全距离时刻t以及入侵机与无人机相对方位角为θ入侵时,紧急避撞区的边界值D;
步骤四:对步骤三获取的无人机紧急避撞区模型方程进行求解计算,得到紧急避撞区的边界值以及紧急避撞机动需要的时间;
通过步骤三得到了无人机紧急避撞区模型方程,采用解非线性方程组方法,求取紧急避撞区的边界值D以及紧急避撞机动需要的时间t;
步骤五:将入侵机方位角依次从0~2π范围内取值,并重复采用步骤四进行求解计算,得到无人机紧急避撞区完整包络;
如果入侵机飞临紧急避撞区边界,则采取紧急避撞机动完成避撞任务。
2.根据权利要求1所述的一种无人机动态紧急避撞区的建模方法,其特征在于,所述的步骤四中,紧急避撞区模型方程的求解方法为:
①根据步骤三所得紧急避撞区模型方程组中的第三个方程:
将紧急避撞区的边界值D表示为关于紧急避撞机动需要的时间t的函数,即D=f1(t);
将模型方程组中的第四个方程:
(Δx)2+(Δy)2-Dlimit 2=0
表示为关于D与t的函数,即y=f2(t,D);
②将t0,t1分别代入上述两个函数,求得y0,y1;
③如果y0*y1>0,则表明在该时间区间内模型方程无解,此时令紧急避撞区的边界值D=Dlimit,紧急避撞机动需要的时间t=0;如果y0*y1<0,则表明在该时间区间内模型方程有解,并进行下一步求解计算;
④如果|y0|<ξ,则表明当前t0满足求解要求,此时令t=t0,并求得紧急避撞区的边界值D;
⑤如果|y0|≥ξ,则令,并代入上述两个函数求得y;
⑥如果y0*y<0,则令y1=y,t1=t,否则令y0=y,t0=t,并返回④重复上述过程;
上述中,t0为时间初始值,t1为时间终值,D为紧急避撞区的边界值,t为避撞过程所需时间,ξ为给定精度;设定紧急避撞机动需要的时间t的初始值为t0=0s,终值为无人机转向180°所需时间t1=π/r,r为最大转弯角速率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210230268.5A CN102854883B (zh) | 2012-07-04 | 2012-07-04 | 一种无人机动态紧急避撞区的建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210230268.5A CN102854883B (zh) | 2012-07-04 | 2012-07-04 | 一种无人机动态紧急避撞区的建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102854883A CN102854883A (zh) | 2013-01-02 |
CN102854883B true CN102854883B (zh) | 2014-10-22 |
Family
ID=47401542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210230268.5A Active CN102854883B (zh) | 2012-07-04 | 2012-07-04 | 一种无人机动态紧急避撞区的建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102854883B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10168696B2 (en) | 2016-03-31 | 2019-01-01 | International Business Machines Corporation | Dynamic analysis of real-time restrictions for remote controlled vehicles |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102218B (zh) * | 2014-06-30 | 2017-04-05 | 西北工业大学 | 基于视觉伺服的感知与规避方法及系统 |
CN104750110A (zh) * | 2015-02-09 | 2015-07-01 | 深圳如果技术有限公司 | 一种无人机的飞行方法 |
FR3050304B1 (fr) * | 2016-04-19 | 2019-06-28 | Airbus Operations | Procede et systeme d'evitement de collision pour un aeronef suiveur d'une formation d'aeronefs par rapport a un aeronef intrus. |
CN105824323B (zh) * | 2016-05-13 | 2018-12-11 | 中国航空工业集团公司西安飞机设计研究所 | 一种多机会和下的飞机防撞方法 |
CN106292709B (zh) * | 2016-10-13 | 2019-03-29 | 北京航空航天大学 | 多无人飞行器避撞控制方法和装置 |
CN106373435B (zh) * | 2016-10-14 | 2018-09-28 | 中国民用航空飞行学院 | 面向飞行员的非集中式安全间隔自主保持系统 |
CN107272736B (zh) * | 2017-07-06 | 2020-05-05 | 北京航空航天大学 | 一种基于鸽子被动式避障飞行的无人机避障导引方法 |
CN107504972B (zh) * | 2017-07-27 | 2018-08-07 | 北京航空航天大学 | 一种基于鸽群算法的飞行器航迹规划方法及装置 |
CN107992065A (zh) * | 2017-09-14 | 2018-05-04 | 北京航空航天大学 | 一种固定翼无人机群移动目标跟踪与避障防碰撞方法 |
CN108133076B (zh) * | 2017-11-30 | 2021-06-25 | 河北科技大学 | 基于四维坐标的无人机碰撞模型的建模方法 |
CN108122434A (zh) * | 2017-12-19 | 2018-06-05 | 四川航空股份有限公司 | 一种飞行监控方法及装置 |
CN108399289B (zh) * | 2017-12-29 | 2021-03-05 | 北京航空航天大学 | 一种用于无人机低空环境飞行的安全包络模型及其构建方法 |
WO2020014930A1 (zh) * | 2018-07-19 | 2020-01-23 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、装置和无人机 |
CN112198901B (zh) * | 2020-05-14 | 2022-02-18 | 北京航空航天大学 | 一种基于三维动态碰撞区的无人机自主避撞决策方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1424283A1 (en) * | 2002-11-26 | 2004-06-02 | The Boeing Company | An uninhabited airborne vehicle in-flight refueling system |
EP2130766A2 (en) * | 2008-06-04 | 2009-12-09 | Honeywell International Inc. | Anti-collision lighting systems and methods for a micro aerial vehicle |
CN102139164A (zh) * | 2011-01-28 | 2011-08-03 | 深圳市格兰之特科技有限公司 | 一种自动规避障碍物的飞行装置与方法 |
CN102393747A (zh) * | 2011-08-17 | 2012-03-28 | 清华大学 | 无人机集群的协作交互方法及无人机的可视导航系统 |
EP2442133A1 (en) * | 2010-10-18 | 2012-04-18 | Raytheon Company | Systems and methods for collision avoidance in unmanned aerial vehicles |
-
2012
- 2012-07-04 CN CN201210230268.5A patent/CN102854883B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1424283A1 (en) * | 2002-11-26 | 2004-06-02 | The Boeing Company | An uninhabited airborne vehicle in-flight refueling system |
EP2130766A2 (en) * | 2008-06-04 | 2009-12-09 | Honeywell International Inc. | Anti-collision lighting systems and methods for a micro aerial vehicle |
EP2442133A1 (en) * | 2010-10-18 | 2012-04-18 | Raytheon Company | Systems and methods for collision avoidance in unmanned aerial vehicles |
CN102139164A (zh) * | 2011-01-28 | 2011-08-03 | 深圳市格兰之特科技有限公司 | 一种自动规避障碍物的飞行装置与方法 |
CN102393747A (zh) * | 2011-08-17 | 2012-03-28 | 清华大学 | 无人机集群的协作交互方法及无人机的可视导航系统 |
Non-Patent Citations (2)
Title |
---|
一种用于小型无人机避障的快速视差测距方法;王一凡等;《中国测试技术》;20080531;第34卷(第3期);114-116,134 * |
王一凡等.一种用于小型无人机避障的快速视差测距方法.《中国测试技术》.2008,第34卷(第3期),114-116,134. |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10168696B2 (en) | 2016-03-31 | 2019-01-01 | International Business Machines Corporation | Dynamic analysis of real-time restrictions for remote controlled vehicles |
Also Published As
Publication number | Publication date |
---|---|
CN102854883A (zh) | 2013-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102854883B (zh) | 一种无人机动态紧急避撞区的建模方法 | |
CN103592948B (zh) | 无人机飞行防撞方法 | |
CN103116360B (zh) | 一种无人机避障控制方法 | |
CN102013175B (zh) | 基于4d航迹和雷达数据的中期空中交通冲突探测方法 | |
CN103869822B (zh) | 多旋翼无人机感知与规避系统及其规避方法 | |
CN107272731A (zh) | 无人机自动避撞系统 | |
CN103699713A (zh) | 一种编队飞机冲突检测方法及其应用 | |
CN105824323B (zh) | 一种多机会和下的飞机防撞方法 | |
US11282398B1 (en) | Autonomous aircraft separation system and method | |
Hunter et al. | Service-oriented separation assurance for small UAS traffic management | |
Lee et al. | Probabilistic safety assessment of unmanned aerial system operations | |
Zhang et al. | Research on Operation of UAVs in Non-isolated Airspace. | |
CN111142555A (zh) | 一种基于碰撞风险的机场无人机管控区域划设方法 | |
White et al. | UAV obstacle avoidance using differential geometry concepts | |
Franciscone et al. | Challenges to the Operational Safety and Security of eVTOL Aircraft in Metropolitan Regions: A Literature Review | |
Mandapaka et al. | Collision Avoidance Strategies for Cooperative Unmanned Aircraft Systems using Vehicle-to-Vehicle Communications | |
Lin et al. | Conflict detection and resolution model for low altitude flights | |
Lin et al. | UAV collision avoidance using sector recognition in cooperative mission to helicopters | |
Xia et al. | A Conflict Risk Analysis of MAV\UAV Flight in Shared Airspace | |
Sato et al. | Collision Avoidance Method for Multirotor Small Unmanned Aircraft Systems in Multilateration Environments | |
CN113848981A (zh) | 一种无人驾驶的自动飞行器空中防碰撞方法 | |
Mba Andeme et al. | FAA Transition away from radar and towards ADS-B aircraft communication-based on accuracy | |
Su et al. | A risk-based uam airspace capacity assessment method using monte carlo simulation | |
Gunasinghe et al. | A strategy for mid-air collision avoidance: Speed modulation to increase minimum separation using a mutually independent and mutually beneficial technique | |
Gellerman et al. | Integration of a radar sensor into a sense-and-avoid payload for small UAS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |