BRPI0918818B1

BRPI0918818B1 - sistema anticolisão e método para evitar colisões entre veículos aéreos em pleno ar

Info

Publication number: BRPI0918818B1
Application number: BRPI0918818-5A
Authority: BR
Inventors: Soren Molander; Jimmy Jonsson
Original assignee: Saab Ab
Priority date: 2008-08-27
Filing date: 2009-08-12
Publication date: 2021-02-02
Also published as: ES2400708T3; WO2010024751A1; BRPI0918818A2; US20110210872A1; EP2159779A1; EP2159779B1; US8970401B2

Abstract

SISTEMA ANTICOLISÃO E MÉTODO PARA EVITAR COLISÃO ENTRE VEÍCULOS AÉREOS EM PLENO AR. A presente invenção refere-se a um sistema anticolisão (5) para decidir se uma manobra de evasão autônoma deve ser realizada a fim de evitar uma colisão em pleno ar entre um veículo aéreo host (1) equipado com o sistema (5) e um veículo aéreo intruso. O sistema compreende pelo menos um sensor eletro-óptico (3) para capturar imagens consecutivas de um veículo intruso de tal modo que o veículo se manifeste como um ponto alvo nas ditas imagens. O mesmo também compreende meio de processamento de imagens (7) para estimar o ângulo azimutal, o ângulo de elevação e uma primeira estimativa de tempo para colisão de tempo para colisão entre o veículo host e o veículo intruso. A primeira estimativa de tempo para colisão é estimada com base na mudança de escala no ponto alvo entre ao menos duas dentre as ditas imagens consecutivas. O sistema (5) compreende, ainda, um filtro de rastreamento (12) que é disposto para estimar a segunda estimativa de tempo para colisão com o uso do ângulo azimutal, do ângulo de elevação e da primeira estimativa de tempo para colisão estimada pelo meio de processamento de imagem (7) como parâmetros (...).

Description

Campo Técnico

[001] A invenção refere-se ao campo de evasão anticolisão em pleno ar, e mais particularmente, a um sistema e método para decidir se um veículo aéreo deve ou não executar uma manobra de evasão autônoma a fim de evitar colisão com outro veículo aéreo.

Antecedentes da Técnica

[002] A fim de permitir que veículos aéreos não tripulados (UAVs) possam viajar no espaço aéreo civil não segregado, diversos problemas técnicos precisam ser resolvidos. Uma das questões mais importantes é o problema de "detectar & evitar": um UAV deve ser capaz de perceber a presença de outros veículos aéreos e, se necessário, executar uma manobra autônoma e segura instantaneamente a fim de evitar a colisão em pleno ar. Assim sendo, um UAV compreende tipicamente um sistema de evasão anticolisão no ar, algumas vezes chamado também como um sistema de Detectar & Evitar, incluindo um ou diversos sensores para perceber uma aeronave intrusa, e a funcionalidade de evasão anticolisão que utiliza o dado percebido e as características de desempenho da própria aeronave para desempenhar uma manobra de escape segura. Como o sistema de evasão anticolisão é um sistema de aperfeiçoamento de segurança, é crucial que o dado suprido para a funcionalidade de evasão anticolisão seja de alta qualidade a fim de evitar manobras não seguras e incômodas.

[003] O parâmetro crucial em um sistema de evasão anticolisão é a entidade chamada Tempo para Colidir (TTC) que, como o nome indica, é o tempo estimado para o impacto com uma aeronave intrusa, calculado baseado no dado relacionado à própria colisão da aeronave e movimento e dado em veículos aéreos circundantes, coletado pelos sensores do sistema de evasão anticolisão. O valor estimado TTC é utilizado tipicamente para determinar uma entidade algumas vezes chamada de Tempo para Manobrar (TTM) que é uma estimativa do tempo que falta antes que uma manobra de escape tenha que ser desempenhada a fim de evitar uma colisão em pleno ar de uma maneira segura. TTM é calculada normalmente como TTC menos um valor seguro, cujo valor de segurança é determinado baseado em, por exemplo, as características de desempenho da própria aeronave e a incerteza associada com o valor estimado TTC.

[004] Existem diversas maneiras conhecidas para estimar o tempo de colisão com aeronaves próximas. Por exemplo, é conhecido de se utilizar câmeras para capturar imagens consecutivas de aeronaves circundantes de modo que as aeronaves representam elas mesmas os pontos de alvo nas imagens, e o TTC estimado baseado na mudança de escala nos pontos de alvo de uma imagem para a outra.

[005] É também bastante conhecido na técnica utilizar diferentes tipos de filtros de rastreamento adaptados para estimar o tempo para colisão com uma aeronave próxima a partir de uma sequência de observações sobre a posição da aeronave próxima, tipicamente adquirida por meio de radar.

[006] No entanto, cada um dos princípios acima para estimar o TTC sofre com desvantagens. O primeiro princípio de acordo com o qual as estimativas de TTC são calculadas baseado na mudança de escala nos pontos alvos entre as imagens consecutivas, é somente aplicável quando a aeronave intrusa está muito perto da própria aeronave. O segundo princípio de acordo com o qual as estimativas do TTC são estimadas por um filtro de rastreamento que sofre com a desvantagem de que a incerteza na estimativa do TTC é alta.

Resumo

[007] É um objeto da presente invenção prover um sistema de evasão anticolisão que é capaz de prever o tempo para colisão (TTC) entre um veículo aéreo equipado com o sistema e um veiculo aéreo intruso com um alto grau de incerteza.

[008] É outro objeto da presente invenção prover um dito sistema que oferece uma alta disponibilidade de estimativas de TTC.

[009] Esse objeto é alcançado de acordo com a invenção por um sistema de evasão anticolisão para decidir se uma manobra de evasão autônoma deve ser desempenhada, a fim de evitar uma colisão em pleno ar entre um veículo aéreo anfitrião equipado com o sistema e um veículo aéreo intruso. O sistema compreende: - pelo menos um sensor óptico elétrico organizado para capturar imagens consecutivas do dito veículo intruso, o veículo o qual se manifesta como um ponto alvo nas ditas imagens, - meio de processamento de imagem organizado para estimar pelo menos o ângulo do azimute (Φ) e da elevação (θ) a partir do veículo anfitrião até o veiculo intruso baseado na posição bidimensional do ponto alvo nas ditas imagens, e uma primeira estimativa do tempo para colisão (TTCIPU) do tempo para colisão entre o veículo anfitrião e o veiculo intruso baseado na mudança de escala no ponto alvo entre pelo menos duas das ditas imagens consecutivas, - um filtro de rastreamento organizado para estimar uma segunda estimativa de tempo para colisão (TTCTF) do tempo para colisão entre o veículo anfitrião e o veículo intruso utilizando dito ângulo de azimute estimado (Φ), dito ângulo de elevação estimado (θ) e dita primeira estimativa de tempo para colisão (TTCIPU) como parâmetros de entrada, e

[0010] Meio de evasão anticolisão (CA) organizado para decidir se a manobra de evasão deve ou não ser desempenhada baseada pelo menos em qualquer um dos parâmetros, dos quais pelo menos um é indicativo da dita segunda estimativa de tempo para colisão (TTCTF).

[0011] Utilizando as estimativas TTCIPU como parâmetros de entrada para o filtro de rastreamento, a presente invenção provê um sistema de evasão anticolisão se beneficiando tanto da vantagem oferecida pelos filtros de rastreamento convencionais (estimativas do TTC disponíveis mesmo quando o alvo está muito distante) quanto da vantagem oferecida pelos sensores de imagem convencionais utilizando as técnicas de correlação de escala (alto grau de certeza em estimativas do TTC quando o alvo está próximo).

[0012] Uma vantagem de executar as estimativas do TTCIPU através do filtro de rastreamento ao invés de simplesmente utilizar as estimativas do TTCTF a partir do filtro de rastreamento em longas distâncias e as estimativas do TTCIPU a partir das unidades de processamento de imagem em curtas distâncias, é que a utilização das estimativas do TTCIPU como parâmetros de entrada para o filtro tem um impacto positivo não somente as estimativas do TTCTF produzidas pelo filtro, como também os outros parâmetros de estado do modelo do filtro. Por exemplo, um filtro de rastreamento é projetado tipicamente para estimar a distância para o veiculo intruso a fim de estabelecer a posição tridimensional deste. Provendo as estimativas TTCIPU como entrada de filtro, as duas estimativas de distância e as estimativas de incerteza da distância computadas pelo filtro podem ser substancialmente aperfeiçoadas.

[0013] O tempo para manobrar (TTM), ou seja, o tempo restante até que uma manobra de evasão possa ser desempenhada a fim de evitar a colisão, é calculado tipicamente baseado em uma pluralidade de parâmetros, dos quais a estimativa TTC e a sua incerteza associada são dois parâmetros muito importantes. A presente invenção provê então um sistema de evasão anticolisão mais robusto onde o número de manobras de evasão desempenhadas sem a devida causa pode ser minimizado, pois o princípio utilizando as estimativas TTCIPU a partir da unidade de processamento de imagem como parâmetros de entrada para o filtro de rastreamento reduz a incerteza na estimativa TTCTF produzida pelo filtro.

[0014] Preferencialmente, o filtro de rastreamento do sistema de evasão anticolisão é organizado para estimar a incerteza da estimativa do TTCTF, em que o meio CA é organizado para tomar a decisão se a manobra de evasão anticolisão deve ou não ser desempenhada baseada nas duas estimativas do TTCTF e a sua incerteza associada.

[0015] De acordo com outra modalidade da invenção, o meio CA é organizado para tomar a decisão se a manobra de evasão anticolisão deve ou não ser desempenhada baseada em nenhum ou nos dois de um parâmetro indicativo da estimativa do TTCTF produzida pelo filtro de rastreamento e um parâmetro indicativo da estimativa do TTCIPU feito pelo meio de processamento de imagem. Preferencialmente, o meio CA é, neste caso, organizado para comparar a estimativa do TTCTF com a estimativa do TTCIPU e tomar a decisão baseada na estimativa indicando o tempo mais curto para a colisão. Isso adiciona outra camada de segurança ao sistema de evasão anticolisão de acordo com a invenção.

[0016] Em uma versão refinada da modalidade acima, o sistema de evasão anticolisão compreende meio para estimar tanto a incerteza na estimativa do TTCTF quanto a incerteza da estimativa do TTCIPU, em que o meio CA é organizado para tomar a decisão baseada em qualquer uma das estimativas do TTCTF, das estimativas de incerteza do TTCTF, da estimativa do TTCIPU, das estimativas de incerteza do TTCIPU ou qualquer combinação dessas. Desta forma, o meio CA pode, por exemplo, calcular um primeiro TTM baseado na estimativa do TTCTF e na sua incerteza associada, e um segundo TTM baseado na estimativa do TTCIPU e na sua incerteza associada, e basear a decisão de se a manobra de evasão anticolisão deve ou não ser desempenhada no mais curto dos tão calculados TTMs.

[0017] A incerteza nas estimativas do TTCIPU é tipicamente alta desde que o veículo intruso esteja muito distante ao veículo anfitrião. Preferencialmente, o filtro de rastreamento do sistema de evasão anticolisão é organizado para iniciar utilizando as estimativas do TTCIPU como parâmetros de entrada quando a qualidade nas estimativas do TTCIPU exceder um determinado valor de limite. A qualidade das estimativas do TTCIPU pode ser determinada estudando vários parâmetros indicativos de qualidade, tais como, por exemplo, a incerteza na estimativa do TTCIPU. A incerteza de cada estimativa do TTCIPU pode ser calculada de maneiras diferentes, mas é calculada preferencialmente baseada na variância das estimativas do TTCIPU estimadas mais recentemente.

[0018] Os aspectos mais vantajosos do sistema de evasão anticolisão de acordo com a invenção serão descritos na descrição detalhada que se segue aqui.

[0019] É outro objeto da presente invenção prover um método para decidir se uma manobra de evasão deve ser desempenhada a fim de evitar uma colisão em pleno ar entre um veiculo aéreo anfitrião e um veículo aéreo intruso.

[0020] Esse objeto é alcançado por um método compreendendo os seguintes passos de: - capturar as imagens consecutivas do dito veículo intruso, o veículo o qual ele próprio se manifesta como um ponto de alvo nas ditas imagens, - estimar pelo menos o ângulo azimute (Φ) e de elevação (θ) a partir do veículo anfitrião até o veículo intruso baseado na posição bidimensional do ponto de alvo nas ditas imagens, e uma primeira estimativa de tempo para colisão (TTCIPU) do tempo para colisão entre o veículo anfitrião e o veículo intruso baseado na mudança de escala entre pelo menos duas das ditas imagens consecutivas, - estimar, por meio de um filtro de rastreamento, uma segunda estimativa de tempo para colisão (TTCTF) do tempo para colisão entre o veículo anfitrião e o veículo intruso utilizando dito ângulo azimute estimado (Φ), dito ângulo de elevação estimado (θ) e dita estimativa de tempo para colisão (TTCIPU) como parâmetros de entrada para o dito filtro, e - decidir se a manobra de evasão deve ou não ser desempenhada baseada pelo menos em qualquer parâmetro, dos quais pelo menos é indicativo da dita segunda estimativa do tempo para colisão (TTCTF).

Breve Descrição dos Desenhos

[0021] A presente invenção será mais completamente entendida a partir da descrição detalhada provida aqui e dos desenhos que acompanham, que não estão necessariamente em escala, e são dados por meio de ilustração somente. Nos desenhos diferentes, alguns numerais de referência correspondem ao mesmo elemento.

[0022] A Figura 1 ilustra uma vista superior da metade da frente de um Veículo Aéreo Não Tripulado 1 compreendendo um sistema de evasão anticolisão de acordo com a invenção.

[0023] A Figura 2 ilustra um sistema de evasão anticolisão para aplicações de evasão anticolisão em pleno ar, de acordo com uma modalidade da presente invenção.

[0024] A Figura 3 ilustra os dois pontos alvos representando o mesmo alvo em duas imagens consecutivas capturadas por um dos sensores eletros-óticos no sistema de evasão de colisão na Figura 2.

[0025] As Figuras 4 a 8B mostram gráficos de dados reais de vôo, gravados durante um cenário no qual uma aeronave intrusa se aproximou de uma aeronave anfitriã equipada com o sistema de evasão anticolisão ilustrado na Figura 2.

[0026] A Figura 9 é um fluxograma ilustrando um método para decidir se uma manobra de evasão deve ou não ser desempenhada a fim de evitar uma colisão em pleno ar entre um veículo aéreo anfitrião e um veículo aéreo intruso.

[0027] Acrônimos e abreviações Acrônimo Definição ADS-B Transmissão de Vigilância Dependente Automática EKF Filtro de Kalman Estendido IPU Unidade de Processamento de Imagem LIDAR Detecção e Alcance de Luz MSC Coordenadas Esféricas modificadas SNR Proporção de Sinal a Ruído TP Predição de Rastreamento TS Sistema de Rastreamento TTC Tempo para colisão TTM Tempo para Manobra UAV Veículo Aéreo Não Tripulado UKF Filtro Kalman Sem Cheiro

Descrição Detalhada

[0028] A Figura 1 ilustra uma vista superior da metade da frente de um Veículo Aéreo Não Tripulado (UAV) 1. O UAV 1 compreende um ou diversos sensores eletros-óticos (EO) 3 para monitorar o tráfego aéreo circundante. Os sensores EO 3 constituem partes de um sistema de rastreamento para rastrear continuamente os objetos aerotransportados próximos a fim de evitar colisões em pleno ar. O sistema de evasão anticolisão do qual o sistema de rastreamento forma uma parte será descrito em mais detalhes abaixo com referência à Figura 2.

[0029] Na modalidade exemplificativa ilustrada na Figura 1, o UAV 1 é visto por compreender sete sensores eletros-óticos (EO) 3 que são organizados em um padrão semi-circular em ou perto do nariz do UAV 1. Os sensores EO 3 podem ser quaisquer dispositivos que sejam capazes de capturar as imagens consecutivas de objetos no espaço aéreo circundante. Em uma modalidade da invenção, os sensores EO 3 são câmeras de vídeo de 9 Hz 3 capturando as imagens que têm uma resolução de pixel de 2048x2048. Isto é, cada câmera 3 captura nove imagens de alta resolução do espaço aéreo circundante a cada segundo. Cada câmera 3 tem um campo de visão de 35 graus em azimute e 30 graus em elevação. Os campos de visão das duas câmeras adjacentes 3 se sobrepõem ligeiramente em azimute, resultando em um campo total de visão de 220 graus em azimute para o arranjo inteiro do sensor EO. O arranjo do sensor EO tem, então, um campo de visão de 220 graus em azimute e 30 graus em elevação, que corresponde substancialmente ao campo de visão dos olhos humanos.

[0030] A Figura 2 ilustra um sistema de evasão anticolisão 5 para aplicações de evasão anticolisão em pleno ar de acordo com uma modalidade da invenção.

[0031] Cada um dos sensores EO 3 na Figura 1 esta conectado a uma unidade de processamento de imagem (IPU) 7 para a qual eles transmitem o dado de imagem capturado.

[0032] O IPU 7 filtra e processa o dado de imagem recebido para detectar as discrepâncias de pixel que são representativos de veículos aéreos próximos. Um veículo aéreo que entra no campo de visão das câmeras 3 do sistema de rastreamento 5 irá se manifestar como um objeto com forma pontuda substancialmente preenchendo um ou diversos pixels de imagem. Uma discrepância de pixel detectada representando um veículo aéreo será chamada aqui como um ponto alvo e o veículo aéreo que se manifesta como um ponto alvo na imagem será chamado como um alvo.

[0033] Um problema bastante conhecido em sistemas de rastreamento de alvo baseado no reconhecimento de imagem é para separar os pontos de alvo reais das discrepâncias de pixel causadas pelo ruído do sinal. Tipicamente, em uma imagem de pixel 2048x2048, haverá centenas de pontos de alvos "falsos" causados pelo ruído do sinal. A fim de filtrar aqueles pontos de alvo falsos, o IPU 7 é adaptado para comparar duas ou mais imagens consecutivas recebidas da câmera 3 e associada aos pontos alvo que ocorrem nas imagens diferentes umas com as outras quando são suficientemente similares. Neste contexto, "similar suficientemente" significa tipicamente que os pontos alvo tendo substancialmente o mesmo tamanho, ocorrendo substancialmente no mesmo lugar, e movendo substancialmente na mesma direção entre as imagens consecutivas estão associadas umas com as outras. É obvio, o IPU 7 é adaptado para tolerar pequenas mudanças de tamanho, posição e direção do movimento entre as imagens consecutivas para compensar qualquer movimento relativo entre o UAV anfitrião 1 e o alvo rastreado que se manifesta como um ponto alvo nas imagens. Para esta finalidade, o IPU 7 pode ser adaptado para usar o dado navegacional relativo a sua própria posição da aeronave e velocidade, recebida de uma unidade navegacional 9. O IPU 7 está ainda adaptado para associar um ponto alvo associado com uma faixa ao longo da qual o ponto alvo se move entre as imagens consecutivas, e estima a posição de um ponto de alvo particular na seguinte imagem ou imagens baseada nessa faixa. Os pontos alvo que não podem ser associados com os pontos alvo ocorrendo em imagens anteriores ou posteriores são considerados falsos e são excluídos pelo IPU 7.

[0034] O IPU 7 está ainda adaptado para estimar pelo menos três parâmetros de interesse, e a incerteza associada com cada parâmetro.

[0035] Primeiro, o IPU 7 é adaptado para estimar o azimute, Φ, e a elevação, θ, de cada alvo detectado baseado na posição bidimensional (2D) do ponto alvo representando aquele alvo na imagem processada. Como cada câmera 3 é arranjada de uma maneira conhecida em relação ao corpo do UAV 1, e como o campo de visão de cada câmera, ou seja, o ângulo sólido monitorado por cada câmera, é conhecido e bem definido, o IPU 7 pode traduzir a posição 2D do(s) pixel(s) constituindo o ponto alvo na imagem capturada para um angulo azimute, Φ, e um ângulo de elevação, θ, a partir do UAV 1 até o alvo. O azimute, Φ, e a elevação, θ, juntos definem a capacidade do UAV 1 até o alvo. O IPU 7 está também adaptado para estimar a incerteza, α(Φ), na estimativa azimute e na incerteza, α(θ), na estimativa de elevação baseada, por exemplo, na proporção de sinal por ruído (SNR) na imagem processada e em outros parâmetros do sistema critico de desempenho. Ademais, o IPU 7 pode ser organizado para determinar os parâmetros de qualidade, p (θ) e p(Φ), que são indicativos da disponibilidade e da qualidade das estimativas do azimute, Φ, e da elevação, θ. A qualidade das estimativas do azimute e da elevação depende, por exemplo, do método de medição utilizado e nas características de desempenho do equipamento de medição. Os parâmetros de qualidade indicando o grau de precisão no dado medido são desejados normalmente em aplicações críticas de segurança, tais como aplicações de evasão anticolisão. Os parâmetros de incerteza α(Φ) e α(θ) e os parâmetros de qualidade p(Φ) e p(θ) constituem juntos uma boa medida da confiabilidade das capacidades medidas a partir do UAV anfitrião 1 até um veículo aéreo rastreado.

[0036] Segundo, o IPU 7 está adaptado para estimar um parâmetro chamado Tempo para Colisão (TTC), cujo parâmetro é de grande importância em aplicações de evasão anticolisão. Como o nome indica, TTC é uma medida do tempo previsto para colisão entre o UAV anfitrião 1 e o alvo detectado. Apesar do dado de imagem recebido pelo IPU 7 não conter nenhuma informação explicita sobre a distancia para um alvo detectado ou a velocidade deste, o IPU 7 é capaz de estimar o TTC utilizando técnicas de processamento de imagem de correlação de escala. As estimativas do TTC estimadas pelo IPU 7 utilizando técnicas de processamento de imagem de correlação de escala serão denotadas aqui como TTCIPU.

[0037] A fim de estimar o TTCIPU, o IPU 7 é adaptado para medir a mudança de escala de um alvo projetado entre as imagens consecutivas, ou seja, a mudança de escala de um ponto alvo entre as imagens consecutivas, e estimar o TTCIPU baseado na dita mudança de escala. A mudança de escala de um ponto alvo entre as imagens consecutivas, ou, em outras palavras, a taxa de mudança de crescimento angular no ponto alvo, é igual a uma medição da distância até o alvo rastreado dividido pela velocidade de fechamento do alvo e é então, uma medida do tempo para colisão entre o UAV anfitrião 1 e o alvo rastreado. A Figura 3 ilustra dois pontos alvo representando o mesmo alvo em duas imagens consecutivas pela câmera 3. A primeira imagem é capturada em um primeiro ponto no tempo, t, no qual a extensão angular do ponto alvo no sensor é denotada α(t), e a segunda imagem é capturada em um segundo ponto no tempo, t+ΔT, na qual a extensão angular do ponto alvo, α(t+ΔT), é ligeiramente maior devido ao fato de que o alvo se aproximou mais do UAV anfitrião 1 durante o período de tempo ΔT. A área tracejada representa a mudança no crescimento angular do ponto alvo entre as duas imagens. Medindo a área tracejada utilizando as técnicas de processamento de imagem, o IPU 7 pode calcular a taxa do ponto alvo de mudança de crescimento angular pois o tempo, ΔT, expirou entre a captura das imagens diferentes é conhecido. Tipicamente, a extensão angular de um ponto alvo é estimada pela medição da extensão linear do ponto alvo na imagem, ou seja, pela medição da largura e/ou da altura do ponto alvo. Deve ser observado que para que o IPU 7 obtenha uma estimativa precisa do TTCIPU, o alvo deve estar movendo substancialmente diretamente na direção do UAV anfitrião 1. Isto é, a mudança na capacidade (| dΦ/dt | e | dθ/dt|) até o alvo rastreado deve estar próximo de zero ao longo do tempo. Isso é devido ao fato de que, a fim de que o IPU 7 para determinar a mudança de escala do ponto alvo e então o TTCIPU com um grau razoável de certeza, os pontos alvo deveriam preferencialmente se sobrepor entre si inteiramente, conforme ilustrado na Figura 3. Ademais, a fim de obter uma alta certeza na estimativa do TTCIPU, a mudança de escala do ponto alvo deve ser suficientemente grande entre as imagens consecutivas. "Imagens consecutivas" devem neste contexto não necessariamente ser interpretado como duas imagens consecutivas imediatamente. Na modalidade exemplificativa na qual câmeras de vídeo de 9Hz 3 são utilizadas como sensores EO, utilizando duas imagens imediatas consecutivas quando está tentando estimar TTCIPU iria produzir um ΔT de aproximadamente 0,2 segundos. Um valor ΔT de 0,2 segundos é normalmente muito pequeno quando rastreando veículos aéreos muito distantes que tem um tamanho padrão e velocidade padrão. Com a organização do sensor EO sugerida, ΔT é escolhido preferencialmente para estar entre 2 e 10 segundos (correspondendo para determinar a mudança de escala do ponto alvo entre no máximo a cada décima-oitava imagem e no máximo a cada nonagésima imagem).

[0038] Um problema com a utilização de mudança de escala em pontos alvo entre as imagens consecutivas para estimar o tempo para colisão é que as estimativas somente estão disponíveis quando o veiculo aéreo intruso está próximo dos sensores EO 3 e então, do UAV anfitrião 1. A distância crítica na qual as estimativas do TTCIPU se tornam disponíveis depende da visibilidade, a relativa velocidade de fechamento dos veículos, as propriedades do sensor EO e o tamanho do veículo aéreo intruso. Que as estimativas do TTCIPU se tornam "disponíveis" aqui significa que além dessa distância crítica, qualquer estimativa do TTCIPU é muito incerta para ser confiável. No entanto, uma vantagem do tempo estimado para colisão baseado na mudança de escala nos pontos alvo entre as imagens capturadas consecutivamente é que uma vez que o veículo aéreo intruso está dentro da distância critica mencionada acima, os valores TTCIPU estimados têm um grau muito alto de certeza.

[0039] Além das incertezas associadas com as estimativas azimute e de elevação, α(Φ) e α(θ), o IPU 7 está ainda adaptado para estimar a incerteza, α(TTCIPU), associados com a estimativa TTCIPU. A incerteza do TTCIPU pode ser estimada de muitas maneiras diferentes. Por exemplo, pode ser calculada baseada em diversos parâmetros de sistema, tais como SNR e ruído de medição angular em uma base de imagem por imagem. Tipicamente, no entanto, a incerteza associada com uma estimativa particular do TTCIPU é determinada pelo IPU 7 pelo estudo da variância de uma pluralidade de valores do TTCIPU estimados imediatamente antes da estimativa do TTCIPU de cuja incerteza deve ser determinada. Uma boa correspondência/pequena variância indica que a estimativa do TTCIPU é confiável. O IPU 7 pode ainda ser adaptado para gerar um indicador de incerteza do TTCIPU, fα(TTCJPU), que é indicativo da incerteza, α(TTCIPU), associado com cada estimativa TTCIPU e então a confiabilidade deste. O indicador da incerteza do TTCIPU pode ser, por exemplo, uma bandeira que é definida pelo IPU 7 quando a incerteza do TTCIPU cai abaixo de um valor de limite predeterminado.

[0040] Retornando novamente para a Figura 2, o sistema de rastreamento 5 ainda compreende o meio de previsão de rastreamento (TP) 11. O previsor de rastreamento 11 compreende um filtro de rastreamento 12, para estimar o tempo para colisão com veículos aéreos intrusos baseados na medição de capacidade, ou seja, o azimute, Φ e a elevação, θ, medições feitas pelo IPU 7. As estimativas de tempo para colisão estimadas pelo filtro de rastreamento 12 será aqui denotado como TTCTF.

[0041] Os filtros de rastreamento são bem conhecidos na técnica e podem ser implementados de muitas maneiras diferentes. Por exemplo, o filtro de rastreamento 12 pode ser um Filtro Kalman Estendido (EKF), um Filtro Kalman Sem cheiro (UKF), variações de filtros de partículas (Métodos Monte Carlo Recursivos) ou combinações desses. Os dois filtros Kalman e filtros de partículas são bem conhecidos na técnica e conhecidos como sendo filtros recursivos eficientes para estimar o estado de um sistema dinâmico a partir de uma série de medições. É também conhecido utilizar ditos filtro nos previsores de rastreamento para estimar a posição e a velocidade de um veículo aéreo próximo a partir de uma sequência de observações sobre a posição do veículo.

[0042] Conforme indicado na Figura 2, o previsor de rastreamento 11 recebe as medições angulares (Φ e θ) e as incertezas associadas com elas (α(Φ) e α(θ)) a partir do IPU 7. Ele recebe também dados navegacionais relacionados com a própria aeronave 1, tais como atitude atual, velocidade, direção do movimento, aceleração, etc. a partir da unidade de navegação 9. Esse dado é utilizado como parâmetros de entrada para o filtro de rastreamento 12 a fim de que o dito filtro possa estimar a posição (posT) tridimensional (3D) do alvo, a velocidade (VT) do alvo, TTCTF, e as incertezas associadas com esses parâmetros.

[0043] Uma vantagem de utilizar os filtros de rastreamento para estimar o tempo para colisão, como comparado a utilizar as técnicas de correlação de escala como um utilizado pelo IPU 7 explicado acima, é que as estimativas do TTCTF podem ser obtidas também quando o alvo rastreado está muito distante do UAV 1. As estimativas TTCTF para um veículo aéreo intruso pode ser calculado pelo filtro de rastreamento 12 em distancias muito mais longas do que a distancia critica a partir da qual as estimativas do TTCIPU confiáveis são deriváveis pelo IPU 7. Uma desvantagem de estimar o tempo para colisão utilizando um filtro de rastreamento ao invés de utilizar a técnica de mudança de escala descrita acima é, no entanto, que as incertezas nas estimativas do TTCTF são muito superiores do que as incertezas nas estimativas do TTCIPU para medições de curta distância, ou seja, para distâncias mais curta do que a dita distância crítica. Isto é, enquanto as estimativas do TTCTF de um veículo aéreo intruso sempre estão disponíveis tão logo o veículo seja detectável pelos sensores EO 3, as estimativas do TTCIPU são muito mais certas quando o veículo está próximo do UAV anfitrião 1.

[0044] O conceito básico da presente invenção é utilizar as estimativas do TTCIPU estimadas pelo IPU 7 como parâmetros de entrada para o filtro de rastreamento 12 quando as estimativas do TTCIPU são consideradas suficientemente confiáveis, e permitem a decisão de se o UAV 1 poderia desempenhar uma manobra de evasão autônoma a ser baseada nas estimativas do TTCTF produzidas pelo filtro de rastreamento 12, ou qualquer parâmetro relacionado a esse. Utilizando as estimativas do TTCIPU como parâmetros de entrada medidas para o filtro de rastreamento 12, a incerteza nas estimativas TTCTF produzidas pelo filtro 12 é dramaticamente reduzida. Ademais, as duas estimativas da distância para o alvo e a incerteza da distância são aperfeiçoadas. Então, uma estimativa mais precisa e certa da posição 3D do alvo pode ser obtida.

[0045] Abaixo, uma implementação exemplificativa da invenção será descrita. Nesta implementação exemplificativa, o filtro de rastreamento 12 é um EKF 12 utilizando Coordenadas Esféricas Modificadas (MSC). No entanto, deve ser apreciado que o conceito básico de utilizar as estimativas do TTCIPU como parâmetros de entrada para o filtro de rastreamento 12 a fim de aumentar a precisão e reduzir a incerteza nas estimativas do TTCTF são aplicáveis também quando outros tipos de filtros de rastreamento são utilizados.

[0046] Nas coordenadas MSC, TTCTF pode ser inferida diretamente pelo filtro de rastreamento 12 se a taxa de capacidade (|dΦ/dt| e |dθ/dt|) e a aceleração da capacidade (capacidade (| d2Φ/dt2 e | d2θ/dt2|) são ambas não zero. Na prática, o movimento relativo entre o UAV anfitrião 1 e um veículo aéreo intruso nunca é uniforme devido a, por exemplo, pequenas porém ubíquas mudanças na força do vento, e portanto, essas condições são sempre preenchidas e o EKF 12 é sempre capaz de estimar o tempo para colisão com um alvo detectado.

[0047] Nesta implementação exemplificativa, o vetor de estado estimado pelo EKF 12 utilizando as coordenadas MSC é:

[0048] Inicialmente, quando um alvo distante e longínquo é detectado por um sensor EO 3, o ângulo azimute, Φ, o ângulo de elevação, θ, e as imprecisões associadas aos mesmos, α(Φ) e α(θ), são calculados pelo IPU 7 e fornecidos para o TP 11 nos quais eles são usados como valores de entrada para o EKF 12. Os valores iniciais dos outros estados do vetor de estado, x, são supostos. Tipicamente, a taxa de mudança em azimute e na elevação e daí o segundo e quarto estados do vetor de estado, x, são inicialmente ajustados em zero. Os valores iniciais do quinto e sexto estados do vetor de estado, x, podem ser ajustados para quaisquer valores adequados. Entretanto, um valor inicial preferido do parâmetro r é um valor que corresponde ao alcance operacional dos sensores EO 1, uma vez que é provável que um alvo que é detectado pela primeira vez por um sensor EO 1 esteja localizado próximo ao limite de alcance de detecção do sensor. A faixa de detecção é dependente do sensor, do tamanho do objeto (aeronave invasora), e das condições atmosféricas. Uma estimativa do tamanho da aeronave invasora pode ser conseguido utilizando-se conhecimento da zona de vôo. Por exemplo, aeronaves pequenas operam tipicamente em níveis baixos de vôo for do alcance da Gerência de Tráfego Aéreo (ATM). Enquanto grandes companhias aéreas operam em espaço controlado de ar a grandes altitudes. No tocante ao valor inicial do quinto estado, correspondente ao inverso de TTCTF, um valor inicial adequado de TTCTF pode ser presumido com base nos dados disponíveis. Tipicamente, um valor inicial de TTCTF é calculado com base no pressuposto de que o alvo detectado e o UAV 1 hospedeiro vão acabar colidindo, a distância suposta para o alvo (isto é, o alcance operacional dos sensores EO 1), a velocidade da própria aeronave 1, e a suposta velocidade de fechamento entre a própria aeronave e o alvo.

[0049] Como é de amplo conhecimento na técnica, o filtro de rastreamento 12 a seguir estima novos valores os parâmetros de estado e as imprecisões associadas aos mesmos, com base nos valores iniciais acima e nas medições de azimute e de elevação recebidas do IPU 7. Nas interações a seguir, o filtro 12 usa os valores dos parâmetros de estado estimados na etapa anterior no tempo e nas mais recentes estimativas feitas pelo IPU 7 para computar novos valores de parâmetro de estado e imprecisões.

[0050] Conforme mencionado anteriormente, as imprecisões nas estimativas de TTCIPU do IPU 7 são tipicamente altas em longas distâncias. Entretanto, se a distância entre o alvo rastreado e o hospedeiro UAV 1 se tronar pequeno o bastante, as estimativas de TTCIPU se tornam muito mais certas do que as estimativas TTCTF. Uma vez que uma manobra para evitar colisão pela natureza é realizada quando uma aeronave invasora está próxima ao UAV 1, estimativas confiáveis de TTCIPU estarão disponíveis no sistema para evitar colisão 5 no momento em que surgir a necessidade de realizar uma manobra de prevenção.

[0051] Tipicamente, o sistema para evitar colisão 5 está disposto de forma que o filtro de rastreamento 12 comece a usar as estimativas de TTCIPU do IPU 7 como parâmetros de entrada quando eles alcançarem um determinado grau de confiabilidade. Por exemplo, o TP 11 pode estar disposto para receber o indicador de incerteza, fα(TCCJPU), do IPU 7, e fornecer as estimativas TTCIPU como parâmetros de entrada para o filtro de rastreamento 12 quando o indicador de imprecisão indicar que a imprecisão, a(TCCIPU), nas estimativas de TTCIPU caiu abaixo de um determinado valor limite. Entretanto, deve ser entendido que a imprecisão nas estimativas de TTCIPU não é o único parâmetro que indica sua confiabilidade e que outros parâmetros de qualidade também podem ser usados para determinar quando o filtro 12 deve começar a usar as estimativas de TTCIPU como parâmetros de entrada.

[0052] O filtro de rastreamento 12 pode ser projetado para utilizar estimativas confiáveis de TTCIPU recebidas do IPU 7 de diferentes maneiras. Preferivelmente, o filtro de rastreamento 12 é adaptado para fundir as estimativas de TTCIPU do IPU 7 com as estimativas de TTCTF liberadas pelo filtro 12, o que significa que cada estimativa de TTCIPU é usada como parâmetro de entrada adicional para o filtro, complementando a estimativa de TTCTF liberadas estimada pelo próprio filtro na interação anterior (isto é, o inverso do quinto estado no vetor de estado, x). Isto é, as estimativas de TTCIPU são consideradas como um parâmetro do estado medido pelo filtro de rastreamento 12. Assim, de acordo com essa modalidade o TTCIPU é usado como uma medida de entrada pelo filtro de rastreamento 12, o que proporciona uma estimativa de TTCTF liberadas com uma estimativa melhorada da imprecisão tanto do TTCTF quanto de outros estados.

[0053] O sistema para evitar colisão 5 proposto no qual as estimativas de TTCIPU do IPU 7 são usadas como parâmetros de entrada para o filtro de rastreamento 12 quando a referidas estimativas de TTCIPU se tronam confiáveis combina as vantagens oferecidas pelos filtros de rastreamento (estimativas de tempo que resta até a colisão disponíveis também para alvos muito distantes) e sensores de imagens utilizando técnicas de correlação de escala (alto grau de certeza em estimativas de tempo que resta até a colisão para alvos próximos). Uma vantagem de passar as estimativas de TTCIPU através do filtro de rastreamento 12 ao invés de simplesmente usar as estimativas TTCTF do IPU 7 a pequenas distâncias é que a estimativa de distância, r, até o alvo, e daí a estimativa da posição 3D do alvo, é melhorada. Isso se deve ao fato de que o alto grau de certeza na estimativa de TTCTF oferecida pelo princípio proposto tem um impacto direto na precisão e na certeza na estimativa do alcance.

[0054] Como mencionado anteriormente, a distância crítica em que TTCIPU se torna disponível depende da visibilidade, da velocidade relativa de fechamento dos veículos, das propriedades do sensor EO e do tamanho do veículo aéreo invasor. Na verdade, uma estimativa da distância efetiva à qual a estimativa de TTCIPU se torna suficientemente confiável para uso como parâmetros de entrada para o filtro de rastreamento 12 pode ser derivada considerando-se a SNR:

[0055] SNR=E(α/dα/dt) / Stdv(a/da/dt) (2)

[0056] em que E é o operador de estimativa, α é a extensão angular do ponto alfa no sensor, e Stdy é o operador de desvio padrão da estimativa TTC. Isto produz:

[0057] onde TTTC é o tempo que resta até a colisão no ponto do tempo em que as estimativas do IPU 7 se tornam disponíveis (isto é, o tempo real até a colisão menos o tempo que resta até que estimativas de TTCIPU confiáveis do IPU se tornem disponíveis), L é o tamanho linear do alvo rastreado, ΔT é um tempo de integração correspondente ao tempo entre duas imagens consecutivas imediatas tomadas pelos sensores EO 1, v é a velocidade de fechamento entre o hospedeiro UAV 1 e o alvo rastreado, e SNR é a elação sinal-ruído e αα é o ruído de medição angular.

[0058] Além dos sensores EO 1, o IPU 7, a unidade de navegação 9 e o TP 11, também se observa na Figura 2 que o sistema 5 que evita colisão compreende uma unidade 13 opcional de fusão de dados. A unidade 13 de fusão de dados pode ser conectada a outros sensores (não ilustrados) do sistema 5 que evita colisão, tais como o radar primário e/ou secundário, LIDAR, equipamento ADS-B, etc., e ser disposto para fundir os dados recebidos de qualquer sensor (ou sensores) com os dados liberados pelo filtro de rastreamento 11.

[0059] Os dados liberados pelo filtro de rastreamento 12 são então fornecidos como dados de entrada para uma unidade 15 que evita colisão (CA), opcionalmente após ser fundida com dados coletados de outros sensores na unidade de fusão 13. A unidade CA 15 compreende funcionalidade para avaliar os dados recebidos a fim de determinar se, e em caso afirmativo, como uma manobra para evitar colisão deve ser realizada pelo UAV 1 a fim de evitar colisão com o alvo rastreado. Essa decisão pode se basear não só nos dados recebidos, mas também em dados de navegação relacionados à própria localização e movimento da aeronave, fornecidos para a unidade de CA 15 pela unidade de navegação 9. Tipicamente, ela também se baseia no desempenho de voo da UAV 1. Se a unidade de CA 15 determinar que aquele é o momento de executar uma manobra de prevenção a fim de evitar colisão com um veículo aéreo invasor, ela envia comandos de controle UAV para uma unidade 17 de manobra UAV, instruindo a unidade 17 de manobra a controlar a UAV 1 de acordo com os referidos comandos de controle.

[0060] De acordo com a invenção, o sistema que evita colisão 5 é projetado de modo que a decisão quanto à realização ou não de uma manobra para prevenção pode estar baseada pelo menos em parte na estimativa de TTCTF liberada pelo filtro de rastreamento 12, ou qualquer parâmetro indicativo da referida estimativa de TTCTF. Por exemplo, a decisão pode se basear na própria TTCTF, e na imprecisão associada à mesma. Tipicamente, a unidade 15 para evitar colisão está preparada de maneira a calcular o tempo que resta até que uma manobra de prevenção no último instante tenha de ser iniciada, o qual será doravante chamado de tempo para manobra (TTM), com base em uma pluralidade de parâmetros, dos quais a estimativa de TTCTF e a imprecisão relacionada são dois dos mais importantes. Desta forma, o princípio proposto de se utilizarem os valores de TTCIPU estimados pela IPU 7 como parâmetros de entrada para o filtro de rastreamento 12 garante uma função de evitar colisão mais sólida e segura, com menos chamados para manobras desnecessárias, já que a imprecisão no parâmetro TTCTF repetido pelo filtro de rastreamento 12 se torna muito reduzida.

[0061] De acordo com outra modalidade da invenção, o sistema para evitar colisão 5 é projetado de modo que a unidade de CA 15 também receba as estimativas TTCIPU realizadas pela IPU 7, e as imprecisões associadas com as mesmas. Nessa modalidade a unidade de CA 15 é preparada para decidir se uma manobra de prevenção deve ser realizada ou não com base em uma das estimativas TTCTF e TTCIPU ou em ambas. Nesse caso, a unidade de CA 15 pode ser preparada para comparar uma estimativa de TTCTF com uma estimativa TTCIPU recebida no mesmo instante e decidir se inicia ou não uma manobra de prevenção com base na estimativa que indica o menor TTC. Desta maneira, mais uma camada de segurança é acrescentada ao sistema para evitar colisão 5. De preferência, a unidade de CA 15 é preparada não apenas para considerar as estimativas TTCTF e TTCIPU ao tomar a decisão, mas também a respectiva imprecisão associada a cada estimativa. Por exemplo, a unidade de CA 15 pode ser preparada para calcular um primeiro TTM com base na estimativa TTCTF e a respectiva imprecisão, e um segundo TTM com base na estimativa TTCIPU e a respectiva imprecisão, e a basear a decisão quanto a realizar ou não a manobra para evitar colisão no menor dos TTMs calculados.

[0062] Deve assim ser entendido que a unidade 15 de evitar colisão pode ser preparada para basear a decisão quanto a realizar ou não a manobra para evitar colisão em qualquer um dentre uma pluralidade de parâmetros, dos quais pelo menos um é a estimativa TTCTF liberada pelo filtro de rastreamento 12, sendo esse filtro de rastreamento preparado para utilizar as estimativas TTCIPU como parâmetros de entrada. Ao se permitir que a decisão se baseie em estimativas TTCTF estimadas de acordo com o princípio proposto aqui, é proporcionado um sistema resistente e seguro para evitar colisão 5.

[0063] Embora ela sempre tenha essa capacidade, a unidade de CA 15 não precisa tomar a decisão quanto a realizar ou não a manobra para evitar colisão com base nas estimativas TTCTF. Como descrito acima, exemplos de outros parâmetros nos quais a decisão pode se basear são as estimativas

[0064] TTCIPU conforme se deduz diretamente a parir da IPU 7, e as imprecisões associadas às estimativas TTCTF e TTCIPU. Outros parâmetros estimados pela IPU 7 ou pelo filtro de rastreamento 12, tais como as imprecisões no azimute, elevação e estimativa de alcance, ou os parâmetros de qualidade p(θ) e p(Φ) que indicam a qualidade e a disponibilidade das estimativas do azimute e da elevação, também podem ser usados no processo de tomada de decisão. Isto é, o sistema para evitar colisão 5 é projetado de modo que a unidade de CA 15 possa sempre tomar a decisão com base nas estimativas TTCTF liberadas pelo filtro de rastreamento 12, mas pode também, sob certas circunstâncias nas quais outros parâmetros são considerados mais importantes ou confiáveis, escolher tomar a decisão com base somente nesses valores de parâmetro ou em combinação com o valor da estimativa TTCTF.

[0065] Em uma modalidade aperfeiçoada da invenção, a unidade de CA 15 compreende um meio de seleção separado (não ilustrado) que determina qual parâmetro ou parâmetros devem ser usados na decisão quanto a realizar ou não uma manobra de prevenção. O meio de seleção pode ser preparado então para analisar todos os parâmetros disponíveis no sistema para evitar colisão 5 e decidir em qual parâmetro (ou parâmetros) a decisão deve se basear dados os valores de parâmetro correntes.

[0066] As figuras 4 a 8B mostram gráficos com dados de voo reais, registrados durante uma situação em que uma aeronave "caçadora" e a aeronave própria voam a cerca de 100 m/s, aproximando-se uma da outra a uma velocidade de aproximação de cerca de 30m/s. O filtro de rastreamento 12 usado ao se registrar os dados de voo era um EFK utilizando coordenadas MSC. O vetor de estado do modelo dinâmico usado pelo filtro 12 era o vetor de estado, x, acima. Na implementação exemplificativa do filtro de rastreamento 12 usado nesse teste, as estimativas de TTCTF foram iestimadas pelo filtro 12 utilizando as medições de TTCIPU na estimativa de estado quando a imprecisão do mesmo caía abaixo de um determinado valor limite. O ruído de medição foi ajustado em 1 mrad (desvio padrão), o ruído do processo em 1, e a variância de 1/TTC para 0,0001. O tempo estimado a partir da detecção do alvo pelos sensores EO 1 até o ponto no tempo em que as estimativas de TTC estão disponíveis na IPU t pode, como mencionado acima, ser derivado utilizando-se a equação (3). Com SNR ~ 10, v (velocidade relativa de fechamento) ~30 m/s, αα ~ 1E-4 rad, ΔT ~ 10 s, e L ~ 10 m, o valor de TTTC pode ser calculado como ~48 s.

[0067] A Figura 4 ilustra a trajetória própria 19 e a trajetória da aeronave invasora 21 durante 120 segundos, representada gráficamente em RT 90 que é um sistema coordenado cartesiano, plano, com ângulo reto, local (sueco). O eixo Y indica a altitude em metros acima de uma altitude de referência.

[0068] As Figuras 5A e 5B mostram o TTCTF e o erro de TTCTF estimado pelo filtro de rastreamento 12 quando nenhuma estimativa de TTCIPU da IPU 7 foi usada como parâmetro de entrada para o filtro. Na Figura 5A, a linha 23 ilustra o tempo real até a colisão, TTCGPS, tempo esse até a colisão determinado com base nos dados GPS (posições e velocidades conhecidas de ambas as aeronaves). A linha 25 ilustra o tempo até a colisão, TTCTF, estimado pelo filtro de rastreamento. A linha 29 ilustra TTCTF menos um multiplicado pelo desvio padrão, e a linha 31 ilustra TTCTF mais um multiplicado pelo desvio padrão. Na Figura 5B, a linha 33 ilustra o erro do valor quadrático médio (RMS) do TTCTF, e a linha 35 o desvio padrão para os dados TTCTF.

[0069] As Figuras 6 A e 6B mostram o alcance para a aeronave invasora e a faixa de erro estimada pelo filtro de rastreamento 12 quando nenhuma das estimativas de TTCIPU da IPU 7 foi usada como parâmetro de entrada para o filtro. Na Figura 6A, a linha 37 ilustra o alcance real, RGPS, alcance esse determinado com base nos dados GPS (posições conhecidas e velocidades de ambas as aeronaves). A linha 39 ilustra o alcance, RTF, estimado pelo filtro de rastreamento. A linha 41 ilustra RTF menos um multiplicado pelo desvio padrão. Na Figura 6B, a linha 45 ilustra o erro RMS do RTF e a linha 47 do desvio padrão para os dados de RTF. A linha 49 ilustra uma aproximação do limite inferior Cramer-Rao de parâmetro.

[0070] As Figuras 7A e 7B mostram o TTCTF e o erro TTCTF estimados pelo filtro de rastreamento 12 quando as estimativas TTCIPU da IPU 7 foram usadas como parâmetros de entrada para o filtro quando estavam disponíveis. Na Figura 7 A, a linha 51 corresponde à linha 23 na Figura 5A e assim ilustra o tempo real até a colisão, TTCGPS, conforme calculado utilizando-se dados GPS ( posições e velocidades conhecidas de ambas as aeronaves). A linha 53 ilustra a TTCTF estimada pelo filtro de rastreamento 12 utilizando estimativas de TTCIPU. A linha 55 ilustra as estimativas de TTCIPU estimadas pela IPU 7 quando a qualidade das mesmas era alta o suficiente. A linha 57 ilustra TTCTF menos um multiplicado pelo desvio padrão, e a linha 59 ilustra TTCTF mais um multiplicado pelo desvio padrão.

[0071] As Figuras 8 A e 8B mostram o alcance para a aeronave invasora e o erro de faixa estimado pelo filtro de rastreamento 12 quando as estimativas de TTCIPU do IPU 7 foram usadas como parâmetros de entrada para o filtro quando disponíveis. Na Figura 8 A, a linha 65 corresponde à linha 37 na Figura 6A e assim ilustra o alcance real RGPS, como calculado utilizando-se dados GPS (posições e velocidades conhecidas de ambas as aeronaves). A linha 67 ilustra o alcance, RTF, estimado pelo filtro de rastreamento utilizando-se as estimativas TTCIPU. A linha 69 ilustra RTF menos um multiplicado pelo desvio padrão, e a linha 71 ilustra RTF mais um multiplicado pelo desvio padrão. Na Figura 8B, a linha 73 ilustra o erro de RMS da RTF e a linha 75 o desvio padrão para os dados RTF. A linha 77 ilustra uma aproximação do limite inferior do parâmetro Cramer-Rao.

[0072] Ao se compararem os gráficos ilustrados nas Figuras 5A-B e 6A-B com os gráficos ilustrados nas Figuras 7A-B e 8A-B, os benefícios da presente invenção se tornam claros. Ao se comparar a Figura 5A com a Figura 7A, fica claro que as estimativas de TTCTF liberadas pelo filtro de rastreamento 12 estão chegando bem mais próximas do tempo efetivo até a colisão, TTCGPS, quando as estimativas TTCIPU da IPU 7 são usadas como entrada para o filtro. A parir das Figuras 5B e 7B também pode ser visto que o erro RMS na estimativa TTCTF é substancialmente reduzido quando se faz o filtro 12 usar as estimativas TTCIPU da IPU 7 como parâmetros de entrada. Ao se comparar a Figura 6A com a Figura 8A, e a Figura 6B com a Figura 8B, pode ser visto ainda que a estimativa de faixa RTF, se torna muito mais exata quando o filtro 12 usa as estimativas TTCIPU e que a imprecisão na estimativa de faixa é substancialmente reduzida.

[0073] A partir da Figura 7A, pode ser visto que, sob estas circunstâncias específicas e com essa implementação exemplificativa do sistema para evitar colisão 5, as estimativas TTCIPU estimadas pela IPU 7 se tornam suficientemente confiáveis para serem usadas como parâmetros de entrada para o filtro de rastreamento 12 aproximadamente 60 segundos após a aeronave invasora ter sido detectada pelos sensores EO 3. Isso corresponde relativamente bem à estimativa feita utilizando-se a equação (3) acima, de acordo com a qual as estimativas TTCIPU estariam disponíveis após aproximadamente 48 segundos.

[0074] Decidir se uma manobra para evitar deve ser realizada a fim de evitar uma colisão no ar entre um veículo aéreo hospedeiro (1) e um veículo aéreo invasor.

[0075] Na Figura 9, um fluxograma ilustrando um método para decidir se uma manobra de prevenção deve ser realizada a fim de evitar uma colisão no ar entre um veículo aéreo hospedeiro 1 e um veículo aéreo invasor. As seguintes etapas são cumpridas de acordo com o método:

[0076] S91: Uma imagem do alvo é capturada por um sensor EO 3. O alvo se manifesta como um ponto alvo na imagem.

[0077] S92: O azimute (Φ) e os ângulos de elevação (θ) do hospedeiro UAV 1 em relação ao alvo rastreado são estimados pela IPU 7 com base na posição 2D do ponto alvo na imagem.

[0078] S93: Uma primeira estimativa (TTCIPU) do tempo até a colisão entre o hospedeiro UAV 1 e o alvo rastreado é estimada pela IPU 7 com base na mudança de escala no ponto alvo entre a imagem capturada e uma ou várias imagens capturadas anteriormente.

[0079] S94: Uma segunda estimativa (TTCTF) do tempo até a colisão entre o hospedeiro UAV 1 e o alvo rastreado é estimada pelo filtro de rastreamento 12 utilizando-se o ângulo de azimute (θ) e a primeira estimativa tempo que resta até a colisão (TTCIPU) estimada pela IPU 7 nas etapas S92 e S93 como parâmetros de entrada.

[0080] S95: Uma decisão quanto à realização ou não de uma manobra para evitar colisão é tomada com base em pelo menos um parâmetro dentre quaisquer parâmetros, sendo esse parâmetro mínimo indicativo da segunda estimativa de tempo que resta até a colisão (TTCTF) estimada na etapa S94.

[0081] Embora a invenção tenha sido descrita com referência a modalidades específicas, essas descrições não devem ser tomadas em um sentido limitante. Várias modificações das modalidades descritas, bem como modalidades alternativas da invenção ficarão claras para as pessoas versadas na técnica mediante referência à descrição da invenção. Deve ser observado pelos especialistas na técnica que o conceito e as modalidades específicas descritas podem ser prontamente utilizados como base para modificar ou projetar outras estruturas para levar a cabo os mesmos propósitos da presente invenção. Também deve ser entendido pelos especialistas na técnica que essas construções equivalentes não se afastam do escopo da invenção como descrito nas reivindicações anexas.

[0082] Portanto é pretendido que as reivindicações cubram quaisquer modificações ou modalidades que estejam dentro do âmbito verdadeiro da invenção.

Claims

1. Sistema anticolisão (5) em um veículo aéreo anfitrião para decidir se uma manobra de evasão autônoma deve ser realizada a fim de evitar a colisão em pleno ar entre o veículo aéreo anfitrião (1) equipado com o sistema (5) e um veículo aéreo intruso, sendo que o dito sistema (5) compreende: - ao menos um sensor eletro-óptico (3) disposto para capturar imagens consecutivas do dito veículo intruso, o veículo intruso do qual se manifesta como um ponto alvo nas ditas imagens, - meios de processamento de imagem (7) dispostos para estimar ao menos um azimute [Φ] e um ângulo de elevação [θ] do veículo anfitrião (1) em relação ao veículo intruso com base em uma posição 2D do ponto alvo nas ditas imagens, caracterizado pelo fato de que: - o dito meio de processamento de imagem (7) é disposto ainda para estimar, usando técnicas de processamento de imagem de correlação de escala, uma primeira estimativa de tempo para colisão do tempo para colisão entre o veículo anfitrião (1) e o veículo intruso com base na mudança de escala no ponto alvo entre ao menos duas dentre as ditas imagens consecutivas, e pelo fato de que o dito sistema (5) compreende ainda: - um filtro de rastreamento (12) disposto para estimar uma segunda estimativa de tempo para colisão do tempo para colisão entre o veículo anfitrião (1) e o veículo intruso com o uso do dito ângulo azimutal estimado [Φ], do dito ângulo de elevação estimado [θ] e a dita primeira estimativa de tempo para colisão como parâmetros de entrada, - meio anticolisão (15) disposto para decidir se a manobra de evasão deve, ou não ser realizada com base em qualquer um dentre ao menos um parâmetro de decisão, dos quais ao menos um é indicativo da dita segunda estimativa de tempo para colisão, - meios (7) configurados para determinar uma incerteza na primeira estimativa de tempo para colisão, e - meio (11) configurado para determinar o início do uso da dita primeira estimativa de tempo para colisão como parâmetro de entrada para o dito filtro de rastreamento (12) quando a dita incerteza cai abaixo de um valor limite predeterminado.

2. Sistema anticolisão (5) de acordo com a reivindicação 1, caracterizado pelo fato de que o dito filtro de rastreamento (12) é, ainda, disposto para estimar a incerteza na dita segunda estimativa de tempo para colisão, em que o dito meio anticolisão (15) é disposto para tomar a decisão com base na dita segunda estimativa de tempo para colisão e na dita incerteza.

3. Sistema anticolisão (5), de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de que o dito meio anticolisão (15) é disposto para tomar a decisão com base em um ou em ambos dentre um parâmetro indicativo da dita segunda estimativa de tempo para colisão e um parâmetro indicativo da dita primeira estimativa de tempo para colisão.

4. Sistema anticolisão (5), de acordo com a reivindicação 3, quando dependente da reivindicação 2, caracterizado pelo fato de que compreende ainda meios (7) para determinar a incerteza na primeira estimativa de tempo para colisão, em que o dito meio anticolisão (15) é disposto para tomar a decisão com base em qualquer uma dentre a segunda estimativa de tempo para colisão, a incerteza da segunda estimativa de tempo para colisão, a primeira estimativa de tempo para colisão, a incerteza da primeira estimativa de tempo para colisão ou qualquer combinação das mesmas.

5. Sistema anticolisão (5), de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que o meio anticolisão (15) compreende ainda meios de seleção dispostos para analisar um ou diversos parâmetros disponíveis a partir das estimativas e/ou medidas do sensor no sistema anticolisão (5), e selecionar sobre qual parâmetro ou parâmetros a decisão, se a manobra de evasão deveria, ou não, ser realizada, deveria ser baseada, com base no(s) valor(es) do(s) dito(s) parâmetro(s) analisado(s).

6. Sistema anticolisão (5), de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que o dito filtro de rastreamento (12) é disposto para em cada iteração de filtro, usar tanto a primeira estimativa de tempo para colisão estimada pelos meios de processamento de imagem (7) da última imagem capturada quanto à segunda estimativa de tempo para colisão estimada pelo filtro (12) na iteração de filtro precedente como parâmetros de entrada ao estimar a dita segunda estimativa de tempo para colisão.

7. Sistema anticolisão (5), de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que o dito filtro de rastreamento (12), é um Filtro de Kalman Estendido.

8. Sistema anticolisão (5) de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que o filtro de rastreamento (12), é um Filtro de Kalman Inodoro.

9. Sistema anticolisão (5) de acordo com qualquer uma das reivindicações anteriores, caracterizado pelo fato de que o dito filtro de rastreamento (12), é um filtro de partícula.

10. Método em um veículo aéreo anfitrião (1) para decidir se uma manobra de evasão deve ser realizada a fim de evitar uma colisão em pleno ar entre o veículo aéreo anfitrião (1) e um veículo aéreo intruso, sendo que o dito método compreende as etapas de: - capturar imagens consecutivas do dito veículo intruso, o veículo intruso do qual se manifesta como um ponto alvo nas ditas imagens, - estimar ao menos um azimute [Φ] e um ângulo de elevação [θ] a partir do veículo anfitrião (1) para o veículo intruso com base na posição 2D do ponto alvo nas ditas imagens, sendo que o dito método é caracterizado pelo fato de que compreende também as seguintes etapas: - estimar, usando técnicas de processamento de imagem de correlação de escala, uma primeira estimativa de tempo para colisão do tempo para colisão entre o veículo anfitrião (1) e o veículo intruso com base em uma mudança de escala no ponto alvo entre ao menos duas dentre as ditas imagens consecutivas, - estimar, por meio de um filtro de rastreamento (12), uma segunda estimativa de tempo para colisão do tempo para colisão entre o veículo anfitrião (1) e o veículo intruso através do uso do dito ângulo azimutal estimado [Φ], do dito ângulo de elevação estimado [θ] e da dita primeira estimativa de tempo para colisão como parâmetros de entrada para o dito filtro (12), - decidir se a manobra de evasão deveria, ou não, ser realizada com base em qualquer um dentre ao menos um parâmetro de decisão, dos quais ao menos um é indicativo da dita segunda estimativa de tempo para colisão, e - estimar uma incerteza na dita primeira estimativa de tempo para colisão, a dita incerteza sendo usada como indicador de quando começar a usar as primeiras estimativas de tempo para colisão como parâmetro de entrada para o filtro de rastreamento (12), começando o uso das primeiras estimativas de tempo para colisão como o parâmetro de entrada para o filtro de rastreamento (12) quando a incerteza cai abaixo de um valor de limite predeterminado.

11. Método de acordo com a reivindicação 10, caracterizado pelo fato de que compreende, ainda, a etapa de estimar a incerteza na dita segunda estimativa de tempo para colisão, a etapa de decidir se a manobra de evasão deve ou não ser realizada com base na dita segunda estimativa de tempo para colisão e dita incerteza.

12. Método de acordo com a reivindicação 10 ou 11, carac-terizado pelo fato de que a etapa de decidir se a manobra de evasão deve ou não ser realizada é com base em um ou em ambos de um parâmetro indicativo da dita segunda estimativa de tempo para colisão e um parâmetro indicativo da dita primeira estimativa de tempo para colisão.

13. Método de acordo com a reivindicação 12 quando depen-dente da reivindicação 11, caracterizado pelo fato de que compreende ainda a etapa de estimar a incerteza na dita primeira estimativa de tempo para colisão, a etapa de decidir se a manobra de evasão deve ou não ser realizada sendo baseada em qualquer uma dentre a segunda estimativa de tempo para colisão, a incerteza da segunda estimativa de tempo para colisão, a primeira estimativa de tempo para colisão, a incerteza da primeira estimativa de tempo para colisão, ou qualquer combinação das mesmas.