[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2022180196A1 - Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés - Google Patents

Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés Download PDF

Info

Publication number
WO2022180196A1
WO2022180196A1 PCT/EP2022/054748 EP2022054748W WO2022180196A1 WO 2022180196 A1 WO2022180196 A1 WO 2022180196A1 EP 2022054748 W EP2022054748 W EP 2022054748W WO 2022180196 A1 WO2022180196 A1 WO 2022180196A1
Authority
WO
WIPO (PCT)
Prior art keywords
drone
flight
malfunction
state
behavior
Prior art date
Application number
PCT/EP2022/054748
Other languages
English (en)
Inventor
Christian Cantaloube
Kevin LE BIHAN
Nassima HAMZA
Guillaume PABIA
Original Assignee
Thales
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Thales filed Critical Thales
Publication of WO2022180196A1 publication Critical patent/WO2022180196A1/fr

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]

Definitions

  • the present invention relates to an electronic system for detecting and managing a malfunction in the flight behavior of a drone.
  • the present invention also relates to a method for detecting and managing a malfunction in the flight behavior of a drone, the method being capable of being implemented by an electronic system for detecting and managing a malfunction in the flight behavior of a drone according to the present invention.
  • the invention also relates to a computer program comprising software instructions which, when executed by a computer, implement such a method for detecting and managing a malfunction in the flight behavior of a drone.
  • the invention relates to the monitoring of the flight behavior of an aircraft (HUMS for Health and Usage Monitoring) and in particular of a drone (UAV for Unmanned Aerial Vehicles), that is to say a mobile vehicle without a pilot on board, in particular drones, flying at a great distance from the remote pilot (beyond Visual line of sight), for example for inspection flights of linear infrastructures of "great elongation" such as gas pipelines, power lines, railways, highways.
  • HUMS Health and Usage Monitoring
  • UAV Unmanned Aerial Vehicles
  • Missions carried out by small drones at low height, beyond the sight of the pilot, are typically but not limited to terrestrial or maritime surveillance (via onboard cameras/radars/lidars), logistics (transport of packages).
  • drones due to their mass and volume constraints, have a limited degree of internal monitoring of their proper functioning. Indeed, generally drones, to satisfy the aforementioned constraints, are limited in terms of the capacity to insert internal monitoring sensors and the redundancy of their systems/components.
  • the unitary monitoring of the good condition or behavior of all the elements is also difficult to implement due to the corresponding number of sensors required such as vibration, temperature, shock sensors to indicate degradation trends or accumulations of stresses , especially on constrained mass and volume drones as indicated above, and/or, to avoid the installation of a dedicated sensor, which is difficult to implement using an indirect estimation of flight parameters by using flight mechanics equations and measurements of other associated parameters.
  • sensors such as vibration, temperature, shock sensors to indicate degradation trends or accumulations of stresses , especially on constrained mass and volume drones as indicated above, and/or, to avoid the installation of a dedicated sensor, which is difficult to implement using an indirect estimation of flight parameters by using flight mechanics equations and measurements of other associated parameters.
  • the safety of the drone flight being generally privileged, the coarse determination (i.e. with a low precision) of a supposed abnormal real state of the drone, leads to an excess of precaution by relying, for example, on integrated strain gauges in the structure of the drone and/or on mechanical deformation model reductions to deduce conditions of excessive fatigue and/or risk of rupture.
  • Such an excess of precaution is often penalizing from an operational and economic point of view, and generally results in penalizing conservative decision-making, corresponding for example to an emergency landing and/or to stopping its mission in the presence, for example, of a supposed wind greater than a limit value and/or in the presence, for example, of a progression speed observed along the trajectory lower than the expected progression speed.
  • One of the aims of the invention is therefore to propose an electronic system for detecting and managing a malfunction in the flight behavior of a drone suitable for knowing the real state of operation in flight of the drone in question, suitable for identifying abnormal behavior of the drone, associated with the presence of abnormal external conditions (i.e. beyond the intended field of use), or the presence of a malfunction of an element of the drone, or even the degradation of some of its characteristics, such as its drag, and suitable for determining the most appropriate reaction for the flight safety of the drone in question and the effectiveness of its mission.
  • the subject of the invention is an electronic system for detecting and managing a malfunction in the flight behavior of a drone, the system comprising at least:
  • the drone being configured to collect and transmit at least one current flight parameter of said drone obtained from said at least sensor;
  • a computer configured to predict a current virtual flight state of said drone by injecting said at least one current flight parameter into said digital twin
  • a comparison module configured for:
  • a module for detecting and managing a malfunction in the flight behavior of said drone configured to compare the difference of states with at least a predetermined threshold, and, depending on the result of the comparison of the difference of states at said at least one predetermined threshold, identifying the presence/absence of a type of malfunction in the flight behavior of said drone.
  • the present invention consists in using a drone digital twin in which at least one flight parameter provided by an on-board sensor is injected in order to compare the results thereof with those provided by the drone in real time to determine an abnormal degradation of the flight behavior of the drone.
  • This digital twin corresponds to a digital replica of the drone, for example, accessible by and/or stored in a computer advantageously on the ground to benefit from more power and external information, insofar as the drone is nominally connected, via a two-way communication system, in radio data link with a remote piloting system on the ground (i.e. a control station) so as to receive in real time the information(s)/data(s)/parameter(s) of flight provided by said at least one sensor on board the drone, or stored in an on-board computer within the drone.
  • a digital twin is fed by the flight parameter(s) captured in real time by the drone in order to virtually produce the expected state (i.e. the behavior) of the drone in the absence of disturbance(s) /degradation(s).
  • the comparison of the virtual state provided by the digital twin and the real state provided directly by the drone makes it possible to reliably determine the presence or absence of a malfunction in the flight behavior of the considered drone.
  • the electronic system for detecting and managing a malfunction in the flight behavior of a drone comprises one or more of the following characteristics, taken in isolation or in all technically possible combinations:
  • said digital twin of said drone comprises at least one digital model of the internal design of said drone, each digital model being associated with a predetermined group of flight parameter(s), and/or each digital model being customizable by taking into account the type drone and/or the serial number of said drone, the serial number being representative of the operating history of said drone since its commissioning;
  • each digital model is capable of being enriched on each flight by using the data collected during the previous flight of said drone;
  • system further comprises an electronic analysis module configured to analyze the actual flight state, when the difference in states is greater than said at least one predetermined threshold, by determining at least one possible source of the malfunction associated with said difference states;
  • the electronic analysis module is configured to execute at least one element belonging to the group comprising at least:
  • - said state difference is one-dimensional or multi-dimensional, and corresponds to:
  • the electronic analysis module is further configured to associate a probability with each possible source of the malfunction associated with said state difference
  • the electronic analysis module is also configured to provide, depending on the type of malfunction identified:
  • the invention also relates to a method for detecting and managing a malfunction in the flight behavior of a drone, the method being capable of being implemented by an electronic system for detecting and managing a malfunction in the flight behavior of a drone as mentioned above, the method comprising the following steps:
  • the invention also relates to a computer program comprising software instructions which, when they are executed by a computer, implement a method for detecting and managing a malfunction in the flight behavior of a drone as defined above.
  • computer program and software are hereafter used in a general sense to refer to any type of computer code (e.g., application software, firmware, microcode, or any other form of computer instruction) which can be used to program one or more processors to implement the method for detecting and managing a malfunction in the flight behavior of a drone as defined above .
  • computer code e.g., application software, firmware, microcode, or any other form of computer instruction
  • FIG. 1 is a schematic representation of an electronic system for detecting and managing a malfunction in the flight behavior of a drone according to the present invention
  • FIG. 2 is a flowchart of a method for detecting and managing a malfunction in the flight behavior of a drone according to the invention.
  • the electronic system O for detecting and managing a malfunction in the flight behavior of a drone firstly comprises an assembly 12 on board of this drone, this assembly comprising at least one sensor such as at least one speed sensor(s), a location device such as a GNSS satellite positioning device (for Geolocation and Navigation by Satellite System), a propulsion power sensor.
  • this assembly comprising at least one sensor such as at least one speed sensor(s), a location device such as a GNSS satellite positioning device (for Geolocation and Navigation by Satellite System), a propulsion power sensor.
  • the assembly 12 is in particular suitable for making it possible to measure the speed and the torque on a fixed-pitch propeller shaft, or more directly, for electric motorizations, to measure the intensity of the current and of the combined supply voltage with the temperature and the external pressure, or as an alternative, for jet engines, to measure a force on the engine mast for the thrust, in order to obtain a good estimate of the propulsive force data.
  • the parameters provided by these sensors make it possible to construct a real state vector of the drone.
  • the drone is configured to collect and transmit, within said system 10, at least one current flight parameter of the drone obtained from said at least one sensor of the assembly 12.
  • the assembly 12 also comprises at least one flight control computer on board the device, the drone then also being configured to collect and transmit, within said system 10, the current orders to the motors and control surfaces of the drone for example.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone comprises a digital twin 14 of the drone in question, such a digital twin 14 being capable of reproducing the behavior in flight of said drone.
  • digital twin By “digital twin”, is meant hereafter according to the present invention a digital replica 14 of the drone in question.
  • a digital replica is accessible by and/or stored in a computer on the ground insofar as the drone is nominally connected in real time, via a two-way communication system on board the drone, in radio data link with a television system. piloting on the ground so as to receive in real time the information(s)/data(s)/flight parameter(s) provided by said at least one assembly 12 on board the drone and/or by one or more flight computers on board the drone, or corresponds directly to another twin aircraft of the drone in question.
  • Such a digital replica (ie digital twin) 14 is personalized or not by means of the type of drone (ie device) and/or the serial number of the drone considered in order to reproduce its behavior as faithfully as possible.
  • the digital twin 14 of the drone comprises at least one digital model of the internal design of the drone considered, each digital model being associated with a predetermined group of flight parameter(s), and/or each digital model being customizable by taking into account the serial number of the drone, the serial number being representative of the operating history of the drone since its commissioning and in particular of the damage/wear specific to this serial number.
  • each digital model of the drone defined during its design i.e. its development, its study with a view to development
  • the digital twin 14 of the drone includes a digital model of "Average Performance" based on the use of sensor data from the set 12 corresponding to the energy consumption according to the initial mass of the drone, the distance traveled, the variation in kinetic and potential energy, the speed, the wind/temperature/pressure conditions along the path associated with the drone's mission.
  • a numerical model of "average performance” is in particular suitable for indicating a degradation of the aerodynamic profile of the drone corresponding to a mechanical deformation, icing, etc., or even to indicate a degradation of the engine efficiency or of a propeller of the drone.
  • the digital twin 14 of the drone includes a digital "Dynamics" model based on the use of sensor data from the set 12 corresponding to angular velocities and linear accelerations, measured by the sensors from the corresponding set 12 to gyrometers and/or accelerometers on board the drone, and this according to the propulsive forces, and/or corresponding to commands on the control surfaces, to the air speed vector measured by the sensors of the assembly 12 corresponding to the pitot tube for the air speed vector module and a wind vane for the incidence and sideslip of this air speed vector, and/or corresponding to the wind and the air density by measuring the ground speed provided by a GNSS receiver (for Geolocation and Navigation by Satellite System) of all 12 on board the drone, magnetic heading measurement, barometric pressure measurement, outside temperature measurement, etc.
  • GNSS receiver for Geolocation and Navigation by Satellite System
  • the digital twin 14 of the drone includes a "static equilibrium" digital model based on the use of sensor data from the set 12 corresponding to a speed and a slope of the instantaneous trajectory, and this as a function of the propulsive force, corresponding to commands on the control surfaces, corresponding to the wind, corresponding to the pressure and to the outside temperatures.
  • Such a "static equilibrium" numerical model is in particular suitable for indicating a degradation of the aerodynamic profile of the drone corresponding to a mechanical deformation, icing, etc., or even to indicate a degradation in the efficiency of the engine or of a propeller of the drone, or to indicate a deterioration in the effectiveness of the control surfaces.
  • the electronic electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone also comprises a computer 16 configured to predict a current virtual flight state of said drone by injecting said least one current flight parameter within (i.e. as input) said digital twin 14, and/or by injecting, as previously indicated, the information provided by said at least one flight control computer on board the drone such as the orders currents to the motors and control surfaces of the drone.
  • a virtual and/or real flight state comprises at least one position and/or one attitude of the drone as well as its first (i.e. speeds, etc.) and second (i.e. accelerations) derivatives, and/or its mass, the quantity of on-board fuel, and/or its battery level, and/or its engine speeds, and/or its steering deflections, etc.
  • the electronic electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone also comprises a comparison module 18 configured to compare the current virtual flight state, obtained at from said digital twin 14, to a current real flight state of the drone, obtained from said at least one current flight parameter of said drone, and configured to provide a difference of states between the virtual flight state and the state actual flight.
  • the electronic electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone also comprises a module 20 for detecting and managing a malfunction in the flight behavior of said drone configured to compare the difference in states with at least one predetermined threshold, and, depending on the result of the comparison of the difference in states with said at least one predetermined threshold, identify the presence/absence of a type of malfunction in the flight behavior of said drone.
  • the module 20 for detecting and managing a malfunction in the flight behavior of said drone is also configured as illustrated by the arrow 21, to transmit the processed data to a database Bp of data collected beforehand.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone also comprises a module 22 for refinement (i.e. enrichment) of the digital twin 14. More precisely, via such a optional refinement module 22, each digital model of the digital twin 14 is capable of being enriched in a recurring manner on each flight using the data collected during the previous flight of the drone and stored within the database collected beforehand, by relative to the current instant of the current mission of the drone in question.
  • the digital twin 14 is enriched/refined, via the optional refinement module 22, during previous flights, test flights, or even potentially throughout the life of the device.
  • the optional refinement module 22 is also suitable for more global environmental data received from sources external to the drone, for example a source accessible online, not shown, suitable for characterizing the winds, pressures, the temperatures present in the geographical area and in the time slot associated with the current mission of the drone, in addition to the flight parameters provided via the sensors installed on the drone.
  • sources external to the drone for example a source accessible online, not shown, suitable for characterizing the winds, pressures, the temperatures present in the geographical area and in the time slot associated with the current mission of the drone, in addition to the flight parameters provided via the sensors installed on the drone.
  • the system 10 proposed according to the present invention has the capacity to differentiate an abnormal situation that is likely to be dangerous from a situation associated with a sensor fault that has no consequence on the safety of the flight.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone also comprises an electronic analysis module 24 configured to analyze the actual flight state, when the deviation from states (virtual and real) is greater than said at least one predetermined threshold, by determining at least one possible source of the malfunction associated with said difference in states.
  • the electronic analysis module 24 is able to assess the difference in states by comparing it to at least one predetermined threshold.
  • the difference of states, determined and supplied to the electronic analysis module 24 by the comparison module 18, via the detection module 20, is one-dimensional or multi-dimensional, and corresponds to:
  • a level of dispersion between the virtual state and the real state e.g. a standard deviation from the mean
  • a correlation rate between the virtual state and the real state i.e. a correlation rate of a sequence of virtual and real state values.
  • the deviation of states corresponds to a slow drift of a parameter such as an increasing lateral deviation between the real position of the drone and the position estimated by the digital twin 14, a sign of a possible drift of sensors of position (i.e. location device such as a GNSS satellite positioning device (for Geolocation and Navigation by Satellite System), and/or corresponds to an increasing difference between the real vertical trajectory of the drone and that of its digital twin 14, sign of a possible lift problem, linked either to the available power of the real drone, or to weather conditions, for example a headwind, unfavorable and constant.
  • a parameter such as an increasing lateral deviation between the real position of the drone and the position estimated by the digital twin 14, a sign of a possible drift of sensors of position (i.e. location device such as a GNSS satellite positioning device (for Geolocation and Navigation by Satellite System)
  • location device such as a GNSS satellite positioning device (for Geolocation and Navigation by Satellite System)
  • Such an electronic analysis module 24 corresponds in particular to a cause-root analysis and decision-making module, itself predefined by use, during the design phase of the drone in question, of the digital model(s) of its behavior, to test the different situations and influencing factors.
  • the electronic analysis module 24 is configured to execute at least one element belonging to the group comprising at least:
  • the set of predetermined analysis rules is in particular obtained by using mathematical formulas resulting from the design phase of the drone making it possible to trace a source of possible malfunction from the difference in states observed.
  • the electronic analysis module 24 is also configured to associate a probability with each possible source of the malfunction associated with the difference in states.
  • each possible source of the malfunction is provided to the remote pilot and/or to a maintenance platform with their characteristics in terms of probability or tolerance intervals.
  • the electronic analysis module 24 is capable of associating a confidence index with the detection result provided by the module 20 for detecting and managing malfunctions in the flight behavior of the drone.
  • Such a confidence index is for example expressed in terms of probability of likelihood of a binary event, or in terms of confidence interval for a probability of validity given on a continuous quantity.
  • This confidence index exploits the observed level of redundancy of the data used to obtain the virtual state and the detection result supplied by the detection module 20, the level of quality of the influential data from the reliability and the precision associated with each sensor, the quality of the digital model(s) of the digital twin 14 and of the operating history of the drone taken into account from the database Bp previously collected.
  • the electronic analysis module 24 indicates, by display and/or by sound broadcasting and/or or by transmission of a message, to the remote pilot and/or to a maintenance platform, that the malfunction is 80% probably due to severe local turbulence (i.e. external to the drone) and 20% probably due to an accelerometer whose measurement along a displacement axis, for example a y axis not shown, is defective).
  • the electronic analysis module 24 indicates that the malfunction has an 80% chance of being due to local turbulence and a 20% chance of being due to a defective accelerometer (i.e. sensor) on board on board the aircraft.
  • the electronic analysis module 24 is furthermore configured to supply, via a decision-making tool 26, integrated into the electronic analysis module 24 in a manner not shown, or outside the module analysis electronics 24 as illustrated by FIG. 1, depending on the type of malfunction identified:
  • the decision-making tool 26 provides recommendations or reaction orders, fed back either to the pilot or to the flight control computers on board the drone, in particular in the event of an automated reaction.
  • the possible recommended actions are, for example, a verification of the distance covered from the remaining fuel or energy and the observed consumption, and/or a more or less significant reconfiguration of the flight by going from one change of heading and/or altitude and/or speed to an emergency descent and landing, and/or a reconfiguration of the drone, for example, by switching to an emergency battery, to an emergency engine, to a mode alternative flight control such as the use of thrust vectoring instead of or in addition to moving surfaces, and/or maintenance to be performed after the flight of the drone, before a predetermined time interval, for example, to change the battery , the engine, check the rudder control along an x axis not shown, or even a defective sensor such as the aforementioned accelerometer.
  • two predetermined thresholds are used successively, according to the present invention, by the electronic analysis module 24 to indicate, via the decision-making tool 26, the action to be implemented, namely a first vigilance threshold and a second alert threshold. If the difference in states assessed by the analysis module 24 is greater than the first vigilance threshold, the decision-making tool 26 recommends/triggers a first reconfiguration of the mission of the drone, in the form of a first control datum, and if the difference in states is greater than the second alert threshold, the decision-making tool 26 recommends/triggers a second reconfiguration of the mission of the drone, in the form of a second datum of control.
  • the first or second control datum is transmitted to the drone via the two-way communication system, optionally passing beforehand through the (remote) pilot capable of validating it, ignoring it, translating it into other actions and orders elements, the drone executing the control data in response via its flight control computer which controls the drone's motors, actuators, selectors, etc.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone comprises at least one information processing unit, not shown, formed for example of a memory and a processor associated with the memory, both not shown.
  • the digital twin 14, the computer 16, the comparison module 18 and the module 20 for detecting and managing a malfunction in the flight behavior of said drone, and optionally the refinement module 22 as well as the analysis module 24, the decision-making tool 26, are each produced in the form of software, or a software brick, executable by at least one processor of the electronic system 10 for detection and management of a malfunction in the flight behavior of a drone.
  • At least one memory of the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone is then capable of storing at least one software corresponding to each of these elements 14, 16, 18 and 20, and optionally 22, 24 and 26.
  • At least one processor of the electronic system 10 is then capable of executing at least one or each of these software programs.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone comprises a single information processing unit whose memory is suitable for storing each software corresponding to each of the elements 14, 16, 18 and 20, and optionally 22, 24 and 26 and whose processor is then capable of executing each of these software.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone is distributed in separate devices (i.e. separate) each associated respectively with the digital twin 14, with the computer 16, and to the comparison module 18 and the module 20 for detecting and managing a malfunction in the flight behavior of said drone, and optionally the refinement module 22 as well as the analysis module 24 and the decision-making tool 26
  • Each device comprising an information processing unit whose memory is suitable for storing software from among those associated with elements 14, 16, 18 and 20, and optionally 22, 24 and 26 and whose processor is capable of executing this software .
  • the computer 16 is integrated within a processing unit located on the ground outside the drone and/or the comparison 18 and/or the module 20 for detecting and managing a malfunction in the flight behavior of said drone, and/or optionally the refinement module 22 and/or optionally, the analysis module 24 and the decision-making tool 26 are integrated within another processing unit located on the ground outside the drone.
  • the architecture in accordance with this first example thus aims to bring down to the ground the few parameters observed by the drone then to raise the orders accordingly, and allows real-time use of a computing capacity remote to the ground, the drone sending its own sensor information via a downlink for malfunction detection and, if necessary, decision-making on the ground, as an alternative to on-board calculation based on uplink global information.
  • the computer 16 is integrated within a processing unit on board the drone and/or the comparison module 18 is integrated within another processing unit on board the drone and/or the module 20 for detecting and managing a malfunction in the flight behavior of said drone is integrated into another processing unit on board the drone and/or optionally the refinement module 22 is integrated within another processing unit on board the drone and/or optionally the analysis module 24 and the decision-making tool 26 is integrated within another processing unit on board the drone, which makes it possible to keep on board the drone the detection of a malfunction, for example for cases of loss of communication with the ground (i.e. case/phases where the control/command data link of the drone is cut), in order to still be able to take automatic conservative decisions in the presence of dysfunction.
  • the comparison module 18 is integrated within another processing unit on board the drone and/or the module 20 for detecting and managing a malfunction in the flight behavior of said drone is integrated into another processing unit on board the drone and/or optionally the refinement module 22 is integrated within another processing unit on board the drone and/or optionally the analysis module 24 and
  • At least two elements among the software associated with the digital twin 14, with the computer 16, and with the comparison module 18 and the module 20 for detecting and managing a malfunction in the flight behavior of said drone, and /or optionally the refinement module 22 and/or optionally the analysis module 24 and the decision-making tool 26 are associated with the same processing unit.
  • the computer 16 and the comparison module 18 are integrated within the same processing unit.
  • the comparison module 18 is for example directly integrated into the computer 16 produced in the form of a single piece of software, or of a software brick.
  • the digital twin 14, the computer 16, the comparison module 18 and the module 20 for detecting and managing a malfunction in the flight behavior of said drone, and/or optionally the refinement module 22 and /or optionally the analysis module 24 and the decision-making tool 26, are each made in the form of a programmable logic component, such as an FPGA (from the English Field Programmable Gate Array), or even in the form of a dedicated integrated circuit, such as an ASIC (from the English Application Specifies Integrated Circuit).
  • a programmable logic component such as an FPGA (from the English Field Programmable Gate Array)
  • ASIC from the English Application Specifies Integrated Circuit
  • the computer-readable medium is, for example, a medium capable of storing electronic instructions and of being coupled to a bus of a computer system.
  • the readable medium is a ROM memory or a RAM memory, any type of non-volatile memory, for example EPROM, EEPROM, FLASH, NVRAM, etc.
  • the readable medium is then stored a computer program including software instructions.
  • FIG. 2 illustrating a flowchart of an example of mode for carrying out the method 30 for detecting and managing a malfunction in the flight behavior of a drone according to the invention, implemented by computer.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone via the computer 16, implements a prediction 32 of a current virtual flight state of said drone. by injecting, within the digital twin 14 of the drone, the digital twin 14 being capable of reproducing the flight behavior of the drone, at least one current flight parameter collected and transmitted by said drone, said at least one flight parameter being obtained from at least one sensor of the assembly 12 on board the drone.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone via the comparison module 18, implements the comparison of the current virtual flight state , obtained from the digital twin 14, to a current real flight state of the drone, obtained from said at least one current flight parameter of the drone.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone via the comparison module 18, implements the supply of a difference in states between the virtual flight state and the real flight state to the module 20 for detecting and managing a malfunction in the flight behavior of said drone.
  • the electronic system 10 for detecting and managing a malfunction in the flight behavior of a drone via the module 20 for detecting and managing a malfunction in the flight behavior flight of said drone implements the detection and management of a malfunction in the flight behavior of said drone by comparing the difference in states with at least a predetermined threshold, and, depending on the result of the comparison of the difference in states said at least one predetermined threshold, by identifying the presence/absence of a type of malfunction in the flight behavior of said drone.
  • the electronic system 10 and the method 30 for detecting and managing a malfunction in the flight behavior of a drone proposes to use one or more sensors onboard the drone to measure the main parameters of the flight and the environment of the drone in question, the data of which is injected into a digital twin of the device including flight mechanics and performance models, optionally enriched with observations accumulated on previous flights.
  • the present invention therefore proposes by means of a computer, which advantageously can be on the ground to benefit from more power and external information, to use a digital twin of the type of drone, if necessary personalized by serial number , to detect a malfunction in real time and reliably while having the ability to differentiate between an abnormal situation capable of being dangerous from a situation associated with a sensor fault that has no consequence on flight safety.
  • the present invention makes it possible to avoid and/or limit the use of sensors dedicated to monitoring the structure of the drone or the control surfaces/moving surfaces.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés L'invention concerne un système (10) de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, comprenant : - un capteur embarqué propre à obtenir au moins un paramètre de vol du drone; - un jumeau numérique (14) dudit drone, - un calculateur (16) configuré pour prédire un état de vol virtuel dudit drone en injectant ledit au moins un paramètre de vol dans le jumeau numérique, - un module (18) de comparaison configuré pour : - comparer l'état de vol virtuel à un état de vol réel dudit drone, et - fournir un écart d'états, - un module (20) de détection configuré pour comparer l'écart d'états à au moins un seuil prédéterminé, et identifier la présence/absence d'un dysfonctionnement.

Description

Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés
La présente invention concerne un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone.
La présente invention concerne également un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le procédé étant propre à être mis en œuvre par un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention.
L’invention concerne également un programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont exécutées par un ordinateur, mettent en œuvre un tel procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone.
L’invention concerne la surveillance du comportement en vol d’un aéronef (HUMS de l’anglais Health and Usage Monitoring) et en particulier d’un drone (UAV de l’anglais Unmanned Aerial Vehicles) c’est-à-dire un véhicule mobile sans pilote à bord, notamment les drones, volant à grande distance du télé-pilote (de l’anglais beyond Visual line of sight), par exemple pour des vols d’inspection d’infrastructures linéaires de « grande élongation » telles que des gazoducs, des lignes électriques, des voies ferrées, des autoroutes.
Les missions effectuées par des drones de petite taille en basse hauteur, au-delà de la vue du pilote, sont typiquement mais non limitées à de la surveillance terrestre ou maritime (via des caméras/radars/lidars embarqués), de la logistique (transport de colis).
Actuellement, la complexité des comportements en vol possibles d’un drone en fonction des différentes conditions d’état et stimulations rend difficile l’identification d’un comportement anormal et encore plus de son origine.
En effet, de tels drones, du fait de leurs contraintes de masse et de volume, disposent d’un degré limité de surveillance interne de leur bon fonctionnement. En effet, généralement les drones, pour satisfaire les contraintes précitées, sont limités en termes de capacité d’insertion de capteurs de surveillance interne et de redondance de leurs systèmes/éléments constitutifs.
La surveillance unitaire du bon état ou comportement de tous les éléments est également difficile à mettre en œuvre du fait du nombre correspondant de capteurs nécessaires tels que des capteurs de vibration, de température, de chocs pour indiquer des tendances de dégradation ou des accumulations de sollicitations, d’autant plus sur des drones de masse et volume contraints tel qu’indiqué précédemment, et/ou, pour éviter l’installation d’un capteur dédié, difficile à mettre en œuvre en utilisant une estimation indirecte de paramètres de vol par utilisation d’équations de mécanique de vol et de mesures d’autres paramètres associés.
La sécurité du vol du drone étant généralement privilégiée, la détermination grossière (i.e. avec une précision faible) d’un état réel supposé anormal du drone, conduit à un excès de précaution en s’appuyant, par exemple, sur des jauges de contrainte intégrées dans la structure du drone et/ou sur des réductions de modèle de déformation mécanique pour déduire des conditions de fatigue excessive et/ou de risque de rupture.
Un tel excès de précaution est souvent pénalisant d’un point de vue opérationnel et économique, et entraîne généralement une prise de décision conservative pénalisante, correspondant par exemple à un atterrissage d’urgence et/ou à un arrêt de sa mission en présence, par exemple, d’un vent supposé supérieur à une valeur limite et/ou en présence, par exemple, d’une vitesse de progression constatée le long de la trajectoire inférieure à la vitesse de progression attendue.
Un tel arrêt intempestif de la mission est d’autant plus souvent mis en œuvre du fait des contraintes de taille, masse, portée associées aux drones, qui comme indiqué précédemment limitent la possibilité d’intégrer des éléments redondants ou surdimensionnées pour générer plus de possibilité d’adaptation/réaction face à une situation supposée anormale.
Un des buts de l’invention est donc de proposer un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone propre à connaître l’état réel de fonctionnement en vol du drone considéré, propre à identifier un comportement anormal du drone, associé à la présence de conditions extérieures anormales (i.e. au-delà du domaine d’usage prévu), ou à la présence d’un défaut de fonctionnement d’un élément du drone, ou encore à la dégradation de certaines de ses caractéristiques, telle que sa traînée, et propre à déterminer la réaction la plus appropriée pour la sécurité de vol du drone considéré et l’efficacité de sa mission.
À cet effet, l’invention a pour objet un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le système comprenant au moins :
- au moins un capteur embarqué à bord dudit drone, le drone étant configuré pour collecter et transmettre au moins un paramètre de vol courant dudit drone obtenu à partir dudit au moins capteur;
- un jumeau numérique dudit drone propre à reproduire le comportement en vol dudit drone,
- un calculateur configuré pour prédire un état de vol virtuel courant dudit drone en injectant ledit au moins un paramètre de vol courant au sein dudit jumeau numérique, - un module de comparaison configuré pour :
- comparer :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à - un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone, et
- fournir un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- un module de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone configuré pour comparer l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, identifier la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
Ainsi, la présente invention consiste à utiliser un jumeau numérique de drone dans lequel au moins un paramètre de vol fourni par un capteur embarqué est injecté afin d’en comparer les résultats avec ceux fournis par le drone en temps réel pour déterminer une dégradation anormale du comportement en vol du drone.
Ce jumeau numérique, correspond à une réplique numérique du drone, par exemple, accessible par et/ou stockée dans un calculateur avantageusement au sol pour bénéficier de plus de puissance et d’informations externes, dans la mesure où le drone est nominalement relié, via un système de communication bidirectionnel, en liaison de données radio avec un système de télé-pilotage au sol (i.e. une station de contrôle) de sorte à recevoir en temps réel les information(s)/donnée(s)/paramètre(s) de vol fourni(s) par ledit au moins un capteur embarqué à bord du drone, ou stockée dans un calculateur embarqué au sein du drone. Un tel jumeau numérique est alimenté par le ou les paramètre(s) de vol capté(s) en temps réel par le drone afin de produire virtuellement l’état (i.e. le comportement) attendu du drone en l’absence de perturbation(s)/dégradation(s).
La comparaison de l’état virtuel fourni par le jumeau numérique et de l’état réel fourni directement par le drone permet de déterminer de manière fiable la présence ou absence d’un dysfonctionnement dans le comportement en vol du drone considéré.
Selon des modes de réalisations particuliers, le système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend une ou plusieurs des caractéristiques suivantes, prises isolément ou suivant toutes les combinaisons techniquement possibles :
- ledit jumeau numérique dudit drone comprend au moins un modèle numérique de la conception interne dudit drone, chaque modèle numérique étant associé à un groupe prédéterminé de paramètre(s) de vol, et/ou chaque modèle numérique étant personnalisable par prise en compte du type de drone et/ou du numéro de série dudit drone, le numéro de série étant représentatif de l’historique de fonctionnement dudit drone depuis sa mise en service ;
- chaque modèle numérique est propre à être enrichi à chaque vol en utilisant les données collectées au cours du vol précédent dudit drone ;
- le système comprend en outre un module électronique d’analyse configuré pour analyser l’état de vol réel, lorsque l’écart d’états est supérieur audit au moins un seuil prédéterminé, en déterminant au moins une source possible du dysfonctionnement associé audit écart d’états ;
- le module électronique d’analyse est configuré pour exécuter au moins un élément appartenant au groupe comprenant au moins :
- un arbre logique propre à associer l’écart d’états avec ladite au moins une source possible,
- un ensemble de règles d’analyse prédéterminées ;
- un réseau de neurones préalablement entraîné par apprentissage des données collectées au cours de vols précédents dudit drone ;
- une combinaison desdits éléments précédents ;
- ledit écart d’états est monodimensionnel ou multidimensionnel, et correspond à :
- au moins une différence entre deux valeurs d’états virtuel et réel ;
- un niveau de dispersion entre l’état virtuel et l’état réel ;
- un taux de corrélation entre l’état virtuel et l’état réel.
- le module électronique d’analyse est en outre configuré pour associer une probabilité à chaque source possible du dysfonctionnement associé audit écart d’états ;
- le module électronique d’analyse est en outre configuré pour fournir, en fonction du type de dysfonctionnement identifié :
- au moins une suggestion d’action de pilotage et/ou au moins une commande de pilotage, au pilote à distance dudit drone ou directement à un système de commande embarqué à bord dudit drone, et/ou
- au moins une suggestion d’action de maintenance.
L’invention a également pour objet un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le procédé étant propre à être mis en œuvre par un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone tel que précité, le procédé comprenant les étapes suivantes :
- prédiction d’un état de vol virtuel courant dudit drone en injectant, au sein d’un jumeau numérique dudit drone propre à reproduire le comportement en vol dudit drone, au moins un paramètre de vol courant collecté et transmis par ledit drone, ledit au moins un paramètre de vol étant obtenu à partir d’au moins un capteur embarqué à bord dudit drone,
- comparaison de :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à - un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone,
- fourniture d’un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- détection et gestion d’un dysfonctionnement dans le comportement en vol dudit drone en comparant l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, en identifiant la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
L’invention a également pour objet un programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont exécutées par un ordinateur, mettent en œuvre un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone tel que défini ci-dessus.
Par la suite, la référence à un programme d'ordinateur qui, lorsqu'il est exécuté, effectue l'une quelconque des instructions logicielles précitées, ne se limite pas à un programme d'application s'exécutant sur un ordinateur hôte unique.
En d’autres termes, les termes programme d'ordinateur et logiciel sont utilisés par la suite dans un sens général pour faire référence à tout type de code informatique (par exemple, un logiciel d'application, un micro logiciel, un microcode, ou toute autre forme d'instruction d'ordinateur) qui peut être utilisé pour programmer un ou plusieurs processeurs pour mettre en œuvre le procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone tel que défini ci-dessus.
Ces caractéristiques et avantages de l’invention apparaîtront plus clairement à la lecture de la description qui va suivre, donnée uniquement à titre d’exemple non limitatif, et faite en référence aux dessins annexés, sur lesquels :
- la figure 1 est une représentation schématique d’un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention ;
- la figure 2 est un organigramme d’un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’invention.
De façon conventionnelle dans la présente demande, les expressions « sensiblement égal à » et « environ » exprimeront chacune une relation d'égalité à plus ou moins 10 %. Sur l’exemple de la figure 1, le systèmel O électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, non représenté, selon la présente invention comprend tout d’abord un ensemble 12 embarqué à bord de ce drone, cet ensemble comprenant au moins un capteur tel qu’au moins un capteur de vitesse(s), un dispositif de localisation tel qu’un dispositif de positionnement par satellites GNSS (pour Géolocalisation et Navigation par système de Satellites), un capteur de puissance de propulsion.
L’ensemble 12 est notamment propre à permettre de mesurer la vitesse et le couple sur une arbre d’hélice à pas fixe, ou plus directement, pour des motorisations électriques, de mesurer l’intensité du courant et de la tension d’alimentation conjuguées avec la température et la pression extérieure, ou à titre d’alternative, pour des motorisations à réaction, de mesurer un effort sur le mat réacteur pour la poussée, afin d’obtenir une bonne estimation de la donnée de force propulsive.
Les paramètres fournis par ces capteurs permettant de construire un vecteur d’état réel du drone.
Le drone est configuré pour collecter et transmettre, au sein dudit système 10, au moins un paramètre de vol courant du drone obtenu à partir dudit au moins capteur de l’ensemble 12. En complément facultatif, l’ensemble 12 comprend également au moins un calculateur de contrôle de vol embarqué à bord de l’appareil, le drone étant alors également configuré pour collecter et transmettre, au sein dudit système 10, les ordres courants aux moteurs et gouvernes du drone par exemple.
De plus, selon la présente invention, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend un jumeau numérique 14 du drone considéré, un tel jumeau numérique 14 étant propre à reproduire le comportement en vol dudit drone.
Par « jumeau numérique », on entend par la suite selon la présente invention une réplique numérique 14 du drone considéré. Une telle réplique numérique est accessible par et/ou stockée dans un calculateur au sol dans la mesure où le drone est nominalement relié en temps réel, via un système de communication bidirectionnel à bord du drone, en liaison de données radio avec un système de télé-pilotage au sol de sorte à recevoir en temps réel les information(s)/donnée(s)/paramètre(s) de vol fourni(s) par ledit au moins un ensemble 12 embarqué à bord du drone et/ou par un ou des calculateurs de vol embarqués à bord du drone, ou correspond directement à un autre aéronef jumeau du drone considéré.
Une telle réplique numérique (i.e. jumeau numérique) 14 est personnalisée ou non au moyen du type de drone (i.e. d’appareil) et/ou du numéro de série du drone considéré pour en reproduire le plus fidèlement possible le comportement. Selon un aspect particulier facultatif de la présente invention, le jumeau numérique 14 du drone comprend au moins un modèle numérique de la conception interne du drone considéré, chaque modèle numérique étant associé à un groupe prédéterminé de paramètre(s) de vol, et/ou chaque modèle numérique étant personnalisable par prise en compte du numéro de série du drone, le numéro de série étant représentatif de l’historique de fonctionnement du drone depuis sa mise en service et notamment des dégradations/usures propres à ce numéro de série.
En particulier, chaque modèle numérique du drone défini lors de sa conception (i.e. sa mise au point, son étude en vue d’élaboration) est propre à modéliser le comportement du drone notamment en termes d’aérodynamisme et/ou de performances et/ou de redondances.
Par exemple, le jumeau numérique 14 du drone comprend un modèle numérique de « Performance moyenne » basé sur l’utilisation de données capteurs de l’ensemble 12 correspondant à la consommation d’énergie en fonction de la masse initiale du drone, de la distance parcourue, de la variation d’énergie cinétique et potentielle, de la vitesse, des conditions de vent/température/pression le long du trajet associé à la mission du drone. Un tel modèle numérique de « Performance moyenne » est en particulier propre à indiquer une dégradation du profil aérodynamique du drone correspondant à une déformation mécanique, à du givrage, etc., ou encore à indiquer une dégradation du rendement moteur ou d’une hélice du drone.
En complément facultatif, le jumeau numérique 14 du drone comprend un modèle numérique de « Dynamique » basé sur l’utilisation de données capteurs de l’ensemble 12 correspondant à des vitesses angulaires et accélérations linéaires, mesurées par les capteurs de l’ensemble 12 correspondant à des gyromètres et/ou accéléromètres embarqués à bord du drone, et ce en fonction des forces propulsives, et/ou correspondant à des commandes sur les gouvernes, au vecteur vitesse air mesuré par les capteurs de l’ensemble 12 correspondant à tube pitot pour le module du vecteur vitesse air et à une girouette pour l’incidence et le dérapage de ce vecteur vitesse air, et/ou correspondant au vent et à la densité de l’air par mesure de la vitesse sol fournie par un récepteur GNSS (pour Géolocalisation et Navigation par système de Satellites) de l’ensemble 12 embarqué à bord du drone, mesure du cap magnétique, mesure de la pression barométrique, mesure de la température extérieure, etc. Un tel modèle numérique de « Dynamique » est en particulier propre à indiquer un défaut d’efficacité des gouvernes ou des moteurs, des turbulences excessives, un cisaillement de vent, des vibrations anormales de la structure ou des moteurs, etc. En complément facultatif, le jumeau numérique 14 du drone comprend un modèle numérique « d’Equilibre statique » basé sur l’utilisation de données capteurs de l’ensemble 12 correspondant à une vitesse et une pente de la trajectoire instantanée, et ce en fonction de la force propulsive, correspondant à des commandes sur les gouvernes, correspondant à du vent, correspondant à de la pression et à des températures extérieures. Un tel modèle numérique « d’Equilibre statique » est en particulier propre à indiquer une dégradation du profil aérodynamique du drone correspondant à une déformation mécanique, à du givrage, etc., ou encore à indiquer une dégradation du rendement moteur ou d’une hélice du drone, ou encore à indiquer une dégradation de l’efficacité des gouvernes.
D’autres modèles numériques de comportement du drone connus sont également propres à être utilisés à titre d’alternative et/ou en complément.
De plus, le système électronique 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention comprend également un calculateur 16 configuré pour prédire un état de vol virtuel courant dudit drone en injectant ledit au moins un paramètre de vol courant au sein (i.e. en entrée) dudit jumeau numérique 14, et/ou en injectant tel qu’indiqué précédemment les informations fournies par ledit au moins un calculateur de contrôle de vol embarqué à bord du drone tels que les ordres courants aux moteurs et gouvernes du drone.
Un état de vol virtuel et/ou réel comporte au moins une position et/ou une attitude du drone ainsi que ses dérivées premières (i.e. vitesses, ...) et secondes (i.e. accélérations), et/ou sa masse dont la quantité de fuel embarquée, et/ou son niveau de batterie, et/ou ses régimes moteurs, et/ou ses braquages gouvernes, etc.
En outre, le système électronique 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention comprend également un module 18 de comparaison configuré pour comparer l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique 14, à un état de vol réel courant du drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone, et configuré pour fournir un écart d’états entre l’état de vol virtuel et l’état de vol réel.
En outre, le système électronique 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention comprend également un module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone configuré pour comparer l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, identifier la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone. En complément facultatif, le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone est également configuré tel qu’illustré par la flèche 21 , pour transmettre les données traitées à une base Bp de données collectées au préalable.
En complément facultatif, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend également un module 22 de raffinement (i.e. d’enrichissement) du jumeau numérique 14. Plus précisément, via un tel module 22 de raffinement optionnel, chaque modèle numérique du jumeau numérique 14 est propre à être enrichi de manière récurrente à chaque vol en utilisant les données collectées au cours du vol précédent du drone et stockées au sein de la base de données collectées au préalable, par rapport à l’instant courant de la mission courante du drone considéré.
Ainsi, selon cet aspect optionnel, le jumeau numérique 14 est enrichi/affiné, via le module optionnel 22 de raffinement, durant les vols précédents, les vols d’essais, voire potentiellement tout au long de la vie de l’appareil.
En particulier, notamment pour intégrer une usure propre à diminuer les performances du drone considéré, lorsque l’écart d’états entre l’état de vol virtuel et l’état de vol réel déterminé par le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone est minime, c’est-à-dire inférieur à un seuil prédéterminé, et donc représentatif d’un comportement en vol « normal », un tel écart est propre à être, stocké dans la base de données collectées au préalable Bp pour être réinjecté, via le module optionnel 22 de raffinement, dans le jumeau numérique 14 pour en améliorer le ou les modèle(s) numérique(s) de conception interne du drone.
En outre, de manière non représentée, le module optionnel 22 de raffinement est propre à également des données d’environnement plus globales reçues de sources extérieures au drone, par exemple une source accessible en ligne non représentée propre à caractériser les vents, les pressions, les températures présentes sur la zone géographique et dans le créneau temporel associé à la mission courante du drone, en sus des paramètres de vol fournis via les capteurs installés sur le drone.
En effet, pour éliminer des mesures de capteur erronées dues à défaut de fonctionnement d’un ou plusieurs capteur(s) embarqué(s) de l’ensemble 12 et propre à fausser la détection de dysfonctionnement mise en œuvre ensuite par le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, une redondance maximum des données collectées et fournies au jumeau numérique 14 est recherchée. Ainsi, le système 10 proposé selon la présente invention a la capacité de différencier une situation anormale propre à être dangereuse d’une situation associée à un défaut de capteur dépourvue de conséquence sur la sécurité du vol.
En complément facultatif, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend également un module électronique 24 d’analyse configuré pour analyser l’état de vol réel, lorsque l’écart d’états (virtuel et réel) est supérieur audit au moins un seuil prédéterminé, en déterminant au moins une source possible du dysfonctionnement associé audit écart d’états.
Autrement dit, le module électronique 24 d’analyse est propre à apprécier l’écart d’états en le comparant à au moins un seuil prédéterminé.
Selon un aspect particulier optionnel, l’écart d’états, déterminé et fourni au module électronique 24 d’analyse par le module de comparaison 18, via le module de détection 20, est monodimensionnel ou multidimensionnel, et correspond à :
- au moins une différence (brute) entre deux valeurs d’états virtuel et réel ;
- un niveau de dispersion entre l’état virtuel et l’état réel (e.g. un écart-type à la moyenne) ;
- un taux de corrélation entre l’état virtuel et l’état réel (i.e. un taux de corrélation d’une suite de valeurs d’états virtuel et réel).
Par exemple, l’écart d’états correspond à une dérive lente d’un paramètre tel qu’un écart latéral croissant entre la position réelle du drone et la position estimée par le jumeau numérique 14, signe d’une possible dérive de capteurs de position (i.e. dispositif de localisation tel qu’un dispositif de positionnement par satellites GNSS (pour Géolocalisation et Navigation par système de Satellites), et/ou correspond à un écart croissant entre la trajectoire verticale réelle du drone et celle de son jumeau numérique 14, signe d’un possible problème de portance, lié soit à la puissance disponible du drone réel, soit à des conditions météorologique, par exemple un vent de face, défavorables et constantes.
Un tel module électronique 24 d’analyse correspond notamment à un module d’analyse cause-racine et de prise de décision, lui-même prédéfini par utilisation, durant la phase de conception du drone considéré, du ou des modèle(s) numérique de son comportement, pour tester les différentes situation et facteurs d’influence.
Selon un aspect particulier de ce complément facultatif, le module électronique d’analyse 24 est configuré pour exécuter au moins un élément appartenant au groupe comprenant au moins :
- un arbre logique propre à associer l’écart d’états avec ladite au moins une source possible,
- un ensemble de règles d’analyse prédéterminées ;
- un réseau de neurones préalablement entraîné par apprentissage des données collectées au cours de vols précédents dudit drone ;
- une combinaison desdits éléments précédents. En particulier, l’ensemble de règles d’analyse prédéterminées est notamment obtenu en utilisant des formules mathématiques issues de la phase de conception du drone permettant de remonter à une source de dysfonctionnement possible à partir de l’écart d’états observé.
Selon un autre aspect particulier de ce complément facultatif, le module électronique d’analyse 24 est en outre configuré pour associer une probabilité à chaque source possible du dysfonctionnement associé à l’écart d’états. En particulier, en cas d’incertitudes sur la source de dysfonctionnement, chaque source possible du dysfonctionnement est fournie au télé-pilote et/ou à une plateforme de maintenance avec leurs caractéristiques en terme de probabilité ou intervalles de tolérance.
En particulier, le module électronique d’analyse 24 est propre à associer un indice de confiance au résultat de détection fourni par le module 20 de détection et de gestion de dysfonctionnement dans le comportement en vol du drone.
Un tel indice de confiance est par exemple exprimé en termes de probabilité de vraisemblance d’un événement binaire, ou en termes d’intervalle de confiance pour une probabilité de validité donnée sur une grandeur continue. Cette indice de confiance exploite le niveau de redondance constaté des données utilisées pour obtenir l’état virtuel et le résultat de détection fourni par le module de détection 20, le niveau de qualité des données influentes à partir de la fiabilité et de la précision associée à chaque capteur, la qualité du ou des modèle(s) numérique(s) du jumeau numérique 14 et de l'historique de fonctionnement du drone pris en compte à partir de la base de données collectées au préalable Bp.
Par exemple, en présence d’un dysfonctionnement (i.e. correspondant à un écart d’états dont la valeur est supérieure à au moins un seuil prédéterminé), le module électronique d’analyse 24 indique, par affichage et/ou par diffusion sonore et/ou par transmission d’un message, au télé-pilote et/ou à une plateforme de maintenance, que le dysfonctionnement est à 80% probablement dû à une turbulence locale sévère (i.e. externe au drone) et à 20% probablement dû à un accéléromètre dont la mesure selon un axe de déplacement, par exemple un axe y non représenté, est défectueux). Autrement dit, selon cet exemple, le module électronique d’analyse 24 indique que le dysfonctionnement a 80% de chance d’être dû à une turbulence locale et a 20% de chance d’être dû à un accéléromètre défectueux (i.e. capteur) embarqué à bord de l’aéronef.
Selon un autre aspect particulier de ce complément facultatif, le module électronique d’analyse 24 est en outre configuré pour fournir, via un outil de prise de décision 26, intégré au module électronique d’analyse 24 de manière non représenté, ou en dehors du module électronique d’analyse 24 tel qu’illustré par la figure 1 , en fonction du type de dysfonctionnement identifié :
- au moins une suggestion d’action de pilotage et/ou au moins une commande de pilotage, au pilote à distance dudit drone ou directement à un système de commande embarqué à bord dudit drone (i.e. pilote automatique), et/ou
- au moins une suggestion d’action de maintenance.
Plus précisément, l’outil de prise de décision 26 fournit des recommandations ou des ordres de réaction, remontés soit au pilote soit aux calculateurs de conduite du vol à bord du drone, notamment en cas de réaction automatisée.
Les actions recommandées possibles sont, par exemple, une vérification de la distance franchissable à partir du carburant ou de l’énergie restant(e) et de la consommation constatée, et/ou une reconfiguration plus ou moins importante du vol en allant d’un changement de cap et/ou d’altitude et/ou de vitesse à une descente et un atterrissage d’urgence, et/ou une reconfiguration du drone, par exemple, par passage sur une batterie secours, sur un moteur secours, sur un mode de commande de vol alternatif tel que l’utilisation de poussée vectorielle à la place ou en sus des surfaces mobiles, et/ou une maintenance à effectuer après le vol du drone, avant un intervalle de temps prédéterminé, par exemple, pour changer la batterie, le moteur, vérifier la commande de gouverne selon un axe x non représenté, ou encore un capteur défectueux tel que l’accéléromètre précité.
Ces actions peuvent elles-mêmes être enregistrées, leurs effets constatés par la suite, via les capteurs de l’ensemble 12 ou des annotations humaines, pour être optionnellement utilisé, tel qu’illustré par la flèche 28, pour enrichir le module d’analyse 24.
Selon un aspect particulier, deux seuils prédéterminés sont utilisés successivement, selon la présente invention, par le module électronique d’analyse 24 pour indiquer, via l’outil de prise de décision 26, l’action à mettre en œuvre, à savoir un premier seuil de vigilance et un deuxième seuil d’alerte. Si l’écart d’états apprécié par le module d’analyse 24 est supérieur au premier seuil de vigilance, l’outil de prise de décision 26 recommande/déclenche une première reconfiguration de la mission du drone, sous la forme d’une première donnée de contrôle, et si l’écart d’états est supérieur au deuxième seuil d’alerte, l’outil de prise de décision 26 recommande/déclenche une deuxième reconfiguration de la mission du drone, sous la forme d’une deuxième donnée de contrôle.
La première ou deuxième donnée de contrôle est transmise au drone via le système de communication bidirectionnel, en transitant optionnellement préalablement par le (télé)pilote propre à la valider, à l’ignorer, à la traduire en d’autres actions et ordres élémentaires, le drone exécutant en réponse la donnée de contrôle via son calculateur de contrôle du vol qui commande les moteurs, actionneurs, sélecteurs du drone etc.
Dans l’exemple de la figure 1, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend au moins une unité de traitement d’informations non représentée formée par exemple d’une mémoire et d’un processeur associé à la mémoire tous deux non représentés.
Dans l’exemple de la figure 1, le jumeau numérique 14, le calculateur 16, le module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et optionnellement le module de raffinement 22 ainsi que le module d’analyse 24, l’outil de prise de décision 26, sont réalisés chacun sous forme d’un logiciel, ou d’une brique logicielle, exécutables par au moins un processeur du système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone. Au moins une mémoire du système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone est alors apte à stocker au moins un logiciel correspondant à chacun de ces éléments 14, 16, 18 et 20, et optionnellement 22, 24 et 26. Au moins un processeur du système électronique 10 est alors apte à exécuter au moins un ou chacun de ces logiciels.
En effet, selon une première variante, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend une seule unité de traitement d’informations dont la mémoire est propre à stocker chaque logiciel correspondant à chacun des éléments 14, 16, 18 et 20, et optionnellement 22, 24 et 26 et dont le processeur est alors apte à exécuter chacun de ces logiciels.
Selon une deuxième variante, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone est distribué dans des dispositifs distincts (i.e. séparés) associés chacun respectivement au jumeau numérique 14, au calculateur 16, et au module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et optionnellement le module de raffinement 22 ainsi que le module d’analyse 24 et l’outil de prise de décision 26. Chaque dispositif comprenant une unité de traitement d’informations dont la mémoire est propre à stocker un logiciel parmi ceux associés aux éléments 14, 16, 18 et 20, et optionnellement 22, 24 et 26 et dont le processeur est apte à exécuter ce logiciel.
Selon un premier exemple de cette deuxième variante, le calculateur 16 est intégré au sein d’une unité de traitement localisée au sol hors du drone et/ou le 18 de comparaison et/ou le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et/ou optionnellement le module de raffinement 22 et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26, est intégré au sein d’une autre unité de traitement localisée au sol hors du drone. L’architecture conforme à ce premier exemple vise ainsi à descendre au sol les quelques paramètres observés par le drone puis à remonter les ordres en conséquence, et permet une utilisation en temps réel d’une capacité de calcul déportée au sol, le drone envoyant ses propres informations capteurs par une liaison descendante pour une détection de dysfonctionnement et, le cas échéant, prise de décision au sol, en alternative à un calcul embarqué à partir d’informations globales montantes.
Selon un deuxième exemple de cette deuxième variante, le calculateur 16 est intégré au sein d’une unité de traitement embarquée à bord du drone et/ou le module 18 de comparaison est intégré au sein d’une autre unité de traitement embarquée à bord du drone et/ou le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone est intégré au sein d’une autre unité de traitement embarquée à bord du drone et/ou optionnellement le module de raffinement 22 est intégré au sein d’une autre unité de traitement embarquée à bord du drone et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26 est intégré au sein d’une autre unité de traitement embarquée à bord du drone, ce qui permet de conserver à bord du drone la détection d’un dysfonctionnement, par exemple pour les cas de perte de communication avec le sol (i.e. cas/phases où la liaison de données de contrôle/commande du drone se trouve coupée), afin de pouvoir quand même prendre des décisions automatiques conservatrices en présence de dysfonctionnement.
Selon une troisième variante, au moins deux éléments parmi les logiciels associés au jumeau numérique 14, au calculateur 16, et au module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et/ou optionnellement le module de raffinement 22 et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26, sont associés à une même unité de traitement.
Par exemple, le calculateur 16, et le module 18 de comparaison sont intégrés au sein d’une même unité de traitement.
Selon une autre variante, le module 18 de comparaison est par exemple directement intégré au calculateur 16 réalisé sous forme d’un unique logiciel, ou d’une brique logicielle.
En variante non représentée, le jumeau numérique 14, le calculateur 16, le module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et/ou optionnellement le module de raffinement 22 et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26, sont réalisés chacun sous forme d’un composant logique programmable, tel qu’un FPGA (de l’anglais Field Programmable Gâte Array ), ou encore sous forme d’un circuit intégré dédié, tel qu’un ASIC (de l’anglais Application Spécifie Integrated Circuit).
Lorsque le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone est réalisé sous forme d’un ou plusieurs logiciels, c’est-à-dire sous forme d’un programme d’ordinateur, il est en outre apte à être enregistré sur un support, non représenté, lisible par ordinateur. Le support lisible par ordinateur est par exemple un médium apte à mémoriser des instructions électroniques et à être couplé à un bus d’un système informatique. A titre d’exemple, le support lisible est, une mémoire ROM ou une mémoire RAM, tout type de mémoire non volatile par exemple EPROM, EEPROM, FLASH, NVRAM.... Sur le support lisible est alors mémorisé un programme d’ordinateur comprenant des instructions logicielles.
Le fonctionnement du système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’invention va être à présent décrit à l’aide de la figure 2 illustrant un organigramme d’un exemple de mode de réalisation du procédé 30 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’invention, mis en œuvre par ordinateur.
Selon une première étape 32, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le calculateur 16, met en œuvre une prédiction 32 d’un état de vol virtuel courant dudit drone en injectant, au sein du jumeau numérique 14 du drone, le jumeau numérique 14 étant propre à reproduire le comportement en vol du drone, au moins un paramètre de vol courant collecté et transmis par ledit drone, ledit au moins un paramètre de vol étant obtenu à partir d’au moins un capteur de l’ensemble 12 embarqué à bord du drone.
Puis, selon une étape 34, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le module de comparaison 18, met en œuvre la comparaison de l’état de vol virtuel courant, obtenu à partir du jumeau numérique 14, à un état de vol réel courant du drone, obtenu à partir dudit au moins un paramètre de vol courant du drone.
Ensuite selon une étape 36, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le module de comparaison 18, met en œuvre la fourniture d’un écart d’états entre l’état de vol virtuel et l’état de vol réel au module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone.
Enfin, au cours d’une étape 37, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone met en œuvre la détection et la gestion d’un dysfonctionnement dans le comportement en vol dudit drone en comparant l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, en identifiant la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
L’homme du métier comprendra que l’invention ne se limite pas aux modes de réalisation décrits, ni aux exemples particuliers de la description, les modes de réalisation et les variantes mentionnées ci-dessus étant propres à être combinés entre eux pour générer de nouveaux modes de réalisation de l’invention. On conçoit ainsi que le système électronique 10 et le procédé 30 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone propose d’utiliser un ou des capteur(s) embarqué(s) à bord du drone pour mesurer les principaux paramètres du vol et de l’environnement du drone considéré, dont les données sont injectées dans un jumeau numérique de l’appareil incluant des modèles de mécanique du vol et de performance, optionnellement enrichis d’observations accumulées sur les vols précédents.
La présente invention propose donc par le biais d’un calculateur, qui avantageusement peut être au sol pour bénéficier de plus de puissance et d’informations externes, d’utiliser un jumeau numérique du type de drone, le cas échéant personnalisé par numéro de série, pour détecter en temps réel et de manière fiable un dysfonctionnement tout en ayant la capacité de différencier une situation anormale propre à être dangereuse d’une situation associée à un défaut de capteur dépourvue de conséquence sur la sécurité du vol.
Ainsi, la présente invention permet d’éviter et/ou de limiter l’utilisation de capteurs dédiés à la surveillance de la structure du drone ou des gouvernes/surfaces mobiles.

Claims

REVENDICATIONS
1. Système (10) électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le système étant caractérisé en ce qu’il comprend au moins :
- au moins un capteur embarqué à bord dudit drone, le drone étant configuré pour collecter et transmettre au moins un paramètre de vol courant dudit drone obtenu à partir dudit au moins capteur;
- un jumeau numérique (14) dudit drone propre à reproduire le comportement en vol dudit drone,
- un calculateur (16) configuré pour prédire un état de vol virtuel courant dudit drone en injectant ledit au moins un paramètre de vol courant au sein dudit jumeau numérique,
- un module (18) de comparaison configuré pour :
- comparer :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à - un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone, et
- fournir un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- un module (20) de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone configuré pour comparer l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, identifier la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
2. Système (10) électronique selon la revendication 1 , dans lequel ledit jumeau numérique (14) dudit drone comprend au moins un modèle numérique de la conception interne dudit drone, chaque modèle numérique étant associé à un groupe prédéterminé de paramètre(s) de vol, et/ou chaque modèle numérique étant personnalisable par prise en compte du type de drone et/ou du numéro de série dudit drone, le numéro de série étant représentatif de l’historique de fonctionnement dudit drone depuis sa mise en service.
3. Système (10) électronique selon la revendication 2, dans lequel chaque modèle numérique est propre à être enrichi à chaque vol en utilisant les données collectées au cours du vol précédent dudit drone.
4. Système (10) électronique selon l’une quelconque des revendications précédentes, comprenant en outre un module (24) électronique d’analyse configuré pour analyser l’état de vol réel, lorsque l’écart d’états est supérieur audit au moins un seuil prédéterminé, en déterminant au moins une source possible du dysfonctionnement associé audit écart d’états.
5. Système (10) électronique selon la revendication 4, dans lequel le module (24) électronique d’analyse est configuré pour exécuter au moins un élément appartenant au groupe comprenant au moins :
- un arbre logique propre à associer l’écart d’états avec ladite au moins une source possible,
- un ensemble de règles d’analyse prédéterminées ;
- un réseau de neurones préalablement entraîné par apprentissage des données collectées au cours de vols précédents dudit drone ;
- une combinaison desdits éléments précédents.
6. Système (10) électronique selon l’une quelconque des revendications précédentes, dans lequel ledit écart d’états est monodimensionnel ou multidimensionnel, et correspond à :
- au moins une différence entre deux valeurs d’états virtuel et réel ;
- un niveau de dispersion entre l’état virtuel et l’état réel ;
- un taux de corrélation entre l’état virtuel et l’état réel.
7. Système (10) électronique selon l’une quelconque des revendications 4 à 6, dans lequel le module (24) électronique d’analyse est en outre configuré pour associer une probabilité à chaque source possible du dysfonctionnement associé audit écart d’états.
8. Système (10) électronique selon l’une quelconque des revendications 4 à 7, dans lequel le module électronique d’analyse (24) est en outre configuré pour fournir, en fonction du type de dysfonctionnement identifié :
- au moins une suggestion d’action de pilotage et/ou au moins une commande de pilotage, au pilote à distance dudit drone ou directement à un système de commande embarqué à bord dudit drone, et/ou
- au moins une suggestion d’action de maintenance.
9. Procédé (30) de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le procédé étant propre à être mis en œuvre par un système (10) électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’une quelconque des revendications, le procédé comprenant les étapes suivantes :
- prédiction (32) d’un état de vol virtuel courant dudit drone en injectant, au sein d’un jumeau numérique dudit drone propre à reproduire le comportement en vol dudit drone, au moins un paramètre de vol courant collecté et transmis par ledit drone, ledit au moins un paramètre de vol étant obtenu à partir d’au moins un capteur embarqué à bord dudit drone,
- comparaison (34) de :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à - un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone,
- fourniture (36) d’un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- détection et gestion (37) d’un dysfonctionnement dans le comportement en vol dudit drone en comparant l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, en identifiant la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
10. Programme d’ordinateur comportant des instructions logicielles qui lorsqu’elles sont exécutées par un ordinateur, mettent en œuvre un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la revendication précédente.
PCT/EP2022/054748 2021-02-26 2022-02-25 Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés WO2022180196A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FRFR2101880 2021-02-26
FR2101880A FR3120229A1 (fr) 2021-02-26 2021-02-26 Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés

Publications (1)

Publication Number Publication Date
WO2022180196A1 true WO2022180196A1 (fr) 2022-09-01

Family

ID=75690464

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/054748 WO2022180196A1 (fr) 2021-02-26 2022-02-25 Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés

Country Status (2)

Country Link
FR (1) FR3120229A1 (fr)
WO (1) WO2022180196A1 (fr)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116047889A (zh) * 2023-01-16 2023-05-02 中国人民解放军国防科技大学 一种虚实结合仿真系统中控制补偿方法及装置
CN116774714A (zh) * 2023-05-17 2023-09-19 北京理工大学 一种基于事件触发机制的多约束协同制导方法
CN117163305A (zh) * 2023-09-04 2023-12-05 黑龙江惠达科技股份有限公司 检测无人机动力系统的方法和装置
CN117311396A (zh) * 2023-11-30 2023-12-29 中国科学院空天信息创新研究院 飞行监控方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3044143A1 (fr) * 2015-11-23 2017-05-26 Thales Sa Appareil electronique et procede d'assistance d'un pilote d'aeronef, programme d'ordinateur associe
EP3392728A1 (fr) * 2017-04-19 2018-10-24 Parrot Drones Procédé de pilotage d'un drone à voilure tournante, programme d'ordinateur, appareil électronique et drone associés
EP3489929A1 (fr) * 2017-11-24 2019-05-29 Thales Système électronique de télé-pilotage de drones, procédé et programme d'ordinateur associés
EP3648439A1 (fr) * 2018-10-31 2020-05-06 Thales Dispositif anticollision, système avionique de protection, procédé d'anticollision et programme d'ordinateur associés
FR3094350A1 (fr) * 2019-04-01 2020-10-02 Safran Aircraft Engines Procédé de surveillance d’au moins un moteur d’aéronef

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3044143A1 (fr) * 2015-11-23 2017-05-26 Thales Sa Appareil electronique et procede d'assistance d'un pilote d'aeronef, programme d'ordinateur associe
EP3392728A1 (fr) * 2017-04-19 2018-10-24 Parrot Drones Procédé de pilotage d'un drone à voilure tournante, programme d'ordinateur, appareil électronique et drone associés
EP3489929A1 (fr) * 2017-11-24 2019-05-29 Thales Système électronique de télé-pilotage de drones, procédé et programme d'ordinateur associés
EP3648439A1 (fr) * 2018-10-31 2020-05-06 Thales Dispositif anticollision, système avionique de protection, procédé d'anticollision et programme d'ordinateur associés
FR3094350A1 (fr) * 2019-04-01 2020-10-02 Safran Aircraft Engines Procédé de surveillance d’au moins un moteur d’aéronef

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116047889A (zh) * 2023-01-16 2023-05-02 中国人民解放军国防科技大学 一种虚实结合仿真系统中控制补偿方法及装置
CN116047889B (zh) * 2023-01-16 2023-06-27 中国人民解放军国防科技大学 一种虚实结合仿真系统中控制补偿方法及装置
CN116774714A (zh) * 2023-05-17 2023-09-19 北京理工大学 一种基于事件触发机制的多约束协同制导方法
CN117163305A (zh) * 2023-09-04 2023-12-05 黑龙江惠达科技股份有限公司 检测无人机动力系统的方法和装置
CN117311396A (zh) * 2023-11-30 2023-12-29 中国科学院空天信息创新研究院 飞行监控方法、装置、设备及介质
CN117311396B (zh) * 2023-11-30 2024-04-09 中国科学院空天信息创新研究院 飞行监控方法、装置、设备及介质

Also Published As

Publication number Publication date
FR3120229A1 (fr) 2022-09-02

Similar Documents

Publication Publication Date Title
WO2022180196A1 (fr) Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés
US8798817B2 (en) Methods and systems for requesting and retrieving aircraft data during flight of an aircraft
EP3039497B1 (fr) Surveillance d'un moteur d'aéronef pour anticiper les opérations de maintenance
FR2911972A1 (fr) Procede de surveillance de moteurs d'avion
EP3045920B1 (fr) Procede et dispositif de determination de la vitesse du vent a prendre en compte afin d'optimiser la masse au decollage d'un aeronef
FR3077059A1 (fr) Methode de detection de conditions givrantes pour un aeronef par apprentissage automatique supervise
EP2500267A1 (fr) Surveillance d'un actionneur de commande de vol d'un aéronef
FR3007131A1 (fr) Procede et dispositif de diagnostic d'une perte de controle d'un aeronef
FR3005454A1 (fr) Procede pour diagnostiquer une defaillance d'un systeme de prelevement d'air
FR2991486A1 (fr) Procede et dispositif d'assistance au suivi de mission d'un aeronef
EP3956646B1 (fr) Système de surveillance de la santé d'un hélicoptère
FR3053460A1 (fr) Procede et systeme d'assistance pour la detection d'une degradation de la performance des avions
FR3004422A1 (fr) Procede pour predire une anomalie dans un circuit d'air de soutirage
FR2905778A1 (fr) Procede de verification de pertinence d'une valeur de masse d'un aeronef
EP3232417B1 (fr) Securisation du sequencement du plan de vol d'un aeronef
FR3031407A1 (fr) Systeme de commande de vehicule, notamment aerien
FR3095424A1 (fr) Système et procédé de surveillance d’un moteur d’aéronef
FR2994778A1 (fr) Procede pour fournir une reference croisee de donnees de vol a des applications correspondantes
FR3067491B1 (fr) Dispositif, systeme et procede d'assistance a un pilote d'un aeronef
EP3893173A1 (fr) Procédé et dispositif de gestion de risques et d'alertes
FR3002035A1 (fr) Procede de controle des niveaux de fluide hydraulique dans un aeronef
FR2982381A1 (fr) Dispositif et procede pour regrouper des informations de gestion de controles techniques
EP2072399A1 (fr) Procédé et système de caractérisation et de comptage de dépassements d'un seuil par un paramètre de fonctionnement d'un moteur d'aéronef
EP2799890A1 (fr) Procédé et système de détermination d'une vitesse par rapport à l'air d'un aéronef
FR3068490B1 (fr) Procede de calcul d'une trajectoire verticale d'un aeronef a partir de sa position courante, produit programme d'ordinateur et systeme de calcul associes

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22706869

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22706869

Country of ref document: EP

Kind code of ref document: A1