CN101385059A - 飞机碰撞感测和规避系统和方法 - Google Patents
飞机碰撞感测和规避系统和方法 Download PDFInfo
- Publication number
- CN101385059A CN101385059A CNA2007800053083A CN200780005308A CN101385059A CN 101385059 A CN101385059 A CN 101385059A CN A2007800053083 A CNA2007800053083 A CN A2007800053083A CN 200780005308 A CN200780005308 A CN 200780005308A CN 101385059 A CN101385059 A CN 101385059A
- Authority
- CN
- China
- Prior art keywords
- target
- aircraft
- collision
- threat
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000003384 imaging method Methods 0.000 claims abstract description 11
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000012797 qualification Methods 0.000 claims description 2
- 238000012876 topography Methods 0.000 claims 2
- 238000011084 recovery Methods 0.000 claims 1
- 230000001629 suppression Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 230000005764 inhibitory process Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/04—Anti-collision systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/04—Anti-collision systems
- G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
碰撞感测和规避系统以及方法和飞机,诸如包括碰撞感测和规避系统的无人操纵的航空器(UAV)和/或遥控飞行器(RPV)。该碰撞感测和规避系统包括对飞机有可能的碰撞威胁的图像询问器,并且提供规避任何识别的威胁的策略。运动传感器(例如,图像和/或红外传感器)提供围绕杂波抑制和目标检测单元的图像帧,其在该帧中检测局部目标移动。视距(LOS)、多目标跟踪单元跟踪检测的局部目标,并且以LOS坐标保持用于每个检测的局部目标的轨迹史。威胁评价单元确定是否一些跟踪的局部目标引起碰撞威胁。规避策略单元以策略提供飞行控制和导航去规避任何识别的所述碰撞威胁。
Description
技术领域
本发明通常涉及在飞行中控制小的有效载荷航空器,尤其是,涉及自动地控制无人操纵的航空器(UAV)和遥控飞行器(RPV),以感测和规避与当地其它的航空器有可能的碰撞。
背景技术
通常地,当在国有的大气空间活动(NAS)的时候,无人操纵的航空器(UAV)和/或遥控飞行器(RPV)是由有人操纵的“陪伴”飞机陪同的,以减轻碰撞危险。陪伴对于保证飞机(UAV或者RPV)不与活动在附近的其它的有人操纵的或者无人操纵的飞机的碰撞说来尤其是必需的,或者反之亦然。令人遗憾地,除了用于测试和示范目的以外,陪伴这样的飞行器是劳动密集的,并且尤其地是非有用的。
有人驾驶的航空器依赖空中交通管制、应答器和用于碰撞规避的引导显示。虽然应答器在所有商用飞机上是需要的,许多私人飞机不携带应答器,并且在格斗情形下不能使用应答器。此外,存在空中交通管制发出同应答器规避推荐矛盾的命令的情况。对于有人驾驶的航空器,驾驶员视觉上识别局部运动目标,并且进行是否每个目标引起碰撞威胁的判断通话。因此,基于视觉的检测是必要的,并且在检测局部附近的其它的飞机方面通常是决定性的。
通常地,联邦航空管理局(FAA)正在寻求一种与用于在NAS中操作这样的飞机的现有的有人驾驶的航空器相比“等效的安全等级”。虽然可以被围绕UAV或者UAV限制的大气空间可以限于空中禁区,以消除其它的飞机引起碰撞危险的可能性,这限制了在无人驾驶飞机可以采用其之下的使命和条件的范围。因此,一种无伴随的UAV也必须具有某些检测和避免任何附近的飞机的能力。无人操纵的航空器可以被配备以将从飞机(即,摄像机从“驾驶员座舱”转播风景)馈送的实时的影像提供给陆基的领航员,其在拥挤的空域中远程引导飞行器。令人遗憾地,具有在飞机上成像能力的远程引导的飞行器需要用于两者传输足够的带宽的影像和控制两者的额外的传输能力,和在作环行飞行中时连续地人领航。因此,配备和远程引导这样的飞行器是昂贵的。另外,对于遥控飞行器,在当其可视/查看从飞行器馈送的影像的时候和在远程控制机制(即,在当领航员进行路径校正的时候和当飞行器变换航向的时候之间)两者中存在增加的延迟。因此,虽然对普通的飞行是有用的,这样的远程成像对及时地威胁检测和规避是没有用的。
因此,存在对具有最小限度的覆盖区的小的、紧凑的、轻的、实时的、机载的碰撞感测和规避系统的需要,尤其对于无人驾驶飞行器,其可以检测和避免与其它的局部空中目标的碰撞。此外,存在对在任何飞行条件之下可以确定来自其它的局部空中目标的威胁的严重程度,和还确定适宜的规避策略这样的碰撞感测和规避系统的需要。
发明内容
本发明的一个实施例检测在飞机附近的目标,其可能引起碰撞危险。本发明的另一个实施例可以给飞机提出规避的策略,用于规避识别为对该飞机引起碰撞危险的任何局部目标。本发明的又一个实施例视觉上定位和自动地检测在无人操纵的飞机附近的目标,其可以引起对无人操纵的飞机的碰撞危险,并且自动地提出一种用于规避任何识别的碰撞危险的规避的策略。
尤其是,本发明的实施例包括碰撞感测和规避系统以及飞机,诸如包括碰撞感测和规避系统的无人操纵的航空器(UAV)和/或遥控飞行器(RPV)。该碰撞感测和规避系统包括识别对飞机有可能的碰撞威胁的图像询问器,并且提供规避任何识别的威胁的策略。运动传感器(例如,图像和/或红外传感器)提供围绕杂波抑制和目标检测单元的图像帧,其在该帧中检测局部目标移动。视距(LOS)、多目标跟踪单元跟踪检测的局部目标,并且以LOS坐标保持用于每个检测的局部目标的轨迹史。威胁评价单元确定是否一些跟踪的局部目标引起碰撞威胁。规避策略单元以策略提供飞行控制和导航去规避任何识别的所述碰撞威胁。
有利地,一种优选的碰撞感测和规避系统提供“查看和规避”或者“检测和规避”能力给任何飞机,不仅识别和监视局部目标,而且识别任何可能引起的碰撞威胁,并且提供实时规避策略。一种优选的图像询问器可以包含在一个或多个小的图像处理硬件模块内,其包含硬件和嵌入软件,并且重量仅仅是很少的盎司。这样显著地减小的尺寸和重量允许使典型的检测和跟踪能力甚至对于小的UAV,例如,ScanEagle或者更小的是可利用的。
虽然开发了无人操纵的飞机,一种优选的感测和规避系统具有对于警告有人驾驶的航空器对不被注意威胁的引导的应用,尤其是,在密集或者高应力环境中。因此,一种优选的碰撞感测和规避系统可以随着有人和无人操纵的飞机使用。在有人驾驶的航空器中,一种优选的碰撞感测和规避系统增加引导的显示。在一种无人驾驶飞机中,一种优选的碰撞感测和规避系统可以替换引导的显示,检测可能引起碰撞危险的飞机,并且必要时,提出对于无人驾驶飞机的飞行控制逃避的策略。
附图说明
从以下参考附图对本发明优选实施例的详细说明中,上述和其它的目的、方面和优点将更好地理解,其中:
图1示出一个具有按照本发明有益的实施例的碰撞感测和规避系统的飞机的例子,例如,无人操纵的航空器(UAV)或者遥控飞行器(RPV)。
图2示出从传感器接收运动数据并且传送防撞策略给飞行控制和导航的优选的图像询问器的例子。
图3示出确定是否每个检测的目标是在与主飞机可能的碰撞航向上的威胁评价1240的例子。
图4示出一旦确定目标表示碰撞威胁时展开规避策略的例子。
具体实施方式
现在转向附图,尤其是,图1示出具有按照本发明优选实施例的碰撞感测和规避系统的优选实施例飞机100的例子,例如,无人操纵的航空器(UAV)或者遥控飞行器(RPV)。适宜数目的典型的运动传感器102被安排以检测在主飞机100附近的运动目标。该运动传感器102例如可以是模拟人的视觉的任何适宜的可见频带传感器,或者用于在差的或者有限能见度的周期中,例如,在雾或者晚上检测目标运动的红外线(IR)传感器。该传感器102连接到在主飞机100中的优选实施例图像询问器,其从传感器102接受实时图像数据,并且处理该图像数据以检测空中目标,例如,其它的飞机,甚至相对于杂波的背景。该图像询问器建立在视距(LOS)空间中的时间历史。该目标历史表示检测的目标的相对运动。每个检测的目标被基于其相对运动分类,并且分配从无源传感器角度和明显的目标大小和/或强度确定的威胁等级类别。基于每个目标的威胁等级类别,该图像询问器确定是否一个逃避的策略就绪,并且如果是这样的话,提出一种适宜的逃避的策略以避免任何有可能的威胁。该优选实施例图像询问器还可以将对工作在高层上的其它的冲突规避例行程序的LOS目标跟踪和威胁评价例如提供给远程定位的控制站。
图2示出一个优选的碰撞感测和规避系统110的例子,其包括经由帧缓冲器114从传感器102接收运动数据,和根据需要将逃避的策略传送给飞行控制和导航116的图像询问器112。最好是,该碰撞感测和规避系统110是工作在适宜的增强视觉系统中的智能的工具。一个适宜的这样的增强视觉系统的例子在2004年9月14日由Sanders-Reed等等申请的,公布的美国专利申请公布号No.2006/0055628A1,称作“Situational Awareness Components of anEnhanced Vision System”中描述,分配给本发明的受让人。此外,该优选的图像询问器112是在具有嵌入的通用中央处理单元(CPU)核心的一个或多个现场可编程门阵列(FPGA)处理器中实现的。FPGA处理器的典型技术现状,诸如Xilinx Virtex-II例如是与独立的处理器板的形状因数相符的几英寸。因此,不需要外部计算机总线或者其它的系统特定的结构外硬件,整个FPGA处理器可以是以单个3.5",或者甚至更小的立方体实施的单个小的处理器板。在这样的FPGA处理器中实施,该图像询问器112可以差不多地粘到非常小的UAV的侧面上,诸如来自波音公司的ScanEagle。
来自一个或多个传感器102的图像数据可以临时地缓存在帧缓冲器114中,其可以仅仅是在FPGA处理器中,永久地或者临时地指定用于帧缓冲存储的本地随机存取存储器(RAM)、固有的或者动态的(SRAM或者DRAM)。每个传感器102可以提供有专用的帧缓冲器114,或者共享的帧缓冲器114可以临时地存储用于所有传感器的图像帧。该图像数据被从帧缓冲器114传送给在优选的图像询问器112中的杂波抑制和目标检测单元118。该杂波抑制和目标检测单元118能够在任何条件之下,例如,相对于自然天空,在云中和相对于地形背景,和在各种各样的照明条件之下识别目标。LOS、多目标跟踪单元120以LOS坐标跟踪在目标检测单元118中识别的目标。LOS、多目标跟踪单元120还保持对于每个识别的目标运动的历史122。威胁评价单元124监视识别的目标和用于每个的轨迹史以确定与每个目标碰撞的可能性。规避策略单元126确定用于视为在与主飞机的碰撞航向上的任何目标的适宜的规避策略。该规避策略单元126将规避策略传送给飞行控制和导航116用于执行。
该杂波抑制和目标检测单元118以及LOS、多目标跟踪单元120可以使用许多适宜的、在目标跟踪中广泛地使用的众所周知的算法的任何一个实现。最好是,杂波抑制和目标检测或者是在单个帧目标检测模式或者多个帧目标检测模式中实现的。在单个帧模式中,每个帧被以一个光点扩展功能(OPSF)卷积。因此,由于是所有大的特点,即,直径为大于几个像素的特点,单个像素噪声被拒绝,因此,仅仅未分解的或者几乎未分解的形状留待识别真实目标。一个通常称为活动目标指示器(MTI)的适宜的多帧活动目标检测方法的例子由Sanders-Reed等等于2002年4月在SPIE的Proc.,4727发表的“Multi-Target Tracking In Clutter”提供。Sanders-Reed等等教导假定活动目标相对于背景移动,由此,借助于仅仅剩下活动目标的结果,以恒定视速度(背景)移动的所有东西被拒绝。
该轨迹史122提供每个目标的运动的时间历程,并且可以包含在本地存储中,例如作为表或者数据库。以前,因为跟踪单元的典型的技术现状只是在聚焦平面像素坐标中跟踪目标,高级的坐标系为知晓目标移动所必需。但是,该优选实施例碰撞感测和规避系统110不需要这样的高级坐标系,并且作为替代,LOS、多目标跟踪单元120在LOS坐标中采集轨迹史122。对于一个显现、保持和使用适宜的轨迹史的系统的例子,参见,例如,由J.N.Sanders-Reed2004年4月在SPIE的J.Proc.,5430上发表的“Multi-Target,Multi-Sensor,Closed Loop Tracking”。
图3示出一个例如在威胁评价单元124中的威胁评价1240,以确定是否每个检测的目标是在与主飞机可能的碰撞航向上的例子。最好是,为简单起见,该威胁评价单元124确定是否每个目标的相对位置是基于用于“仅仅角度”成像方法的轨迹史而变化的。因此,例如,在1242开始,识别的目标是由威胁评价单元124选择的。然后,在1244,对于选择的目标的该轨迹史是从轨迹史存储器122中恢复的。接下来,在1246,LOS跟踪相对于主飞机对于选择的目标确定,例如,从目标的聚焦平面跟踪,和从已知的姿态和光学传感器特性。在1248,该威胁评价单元124从目标在大小和/或强度方面的明显的变化中确定明显的距离。然后,在1250,该威胁评价单元124将LOS跟踪与明显的范围相关,以重建三维(3D)相应的目标轨迹。3D轨迹可以相对于主飞机提取,并且在恒定的缩放因子内。其他条件都相同,变亮的目标接近,并且暗淡的目标退回。因此,即使不知道这个缩放因子,即,不知道真实的距离,该威胁评价单元124可以在1252相对于平均明显的目标直径确定精确的碰撞危险评价。在1252,如果其确定该目标太接近于主飞机通过,那么,目标是碰撞威胁1254的指示被传送给该规避策略单元126。在1252,如果该威胁评价单元124确定选择的目标没有碰撞威胁,在1256另一个目标被选择,并且返回到1242,该威胁评价单元124确定是否该目标是威胁。
因此,例如,在1250,该威胁评价单元124可以确定在接下来的30秒内目标将在主飞机的一个平均目标直径内接近。另外,在1252,该威胁评价单元124可以认为这个碰撞危险1254与该目标的真实尺寸和距离无关。
选择性地,该威胁评价单元124可以在1252进行是否真实的距离估算是想要的或者认为是必要的不确定性的估算。在真实的距离估算是想要的那些例子中,该威胁评价单元124可以从重建的标度三维轨迹中确定目标速度对尺寸比,例如,在1250。然后,在1252,目标速度对尺寸比可以与速度对尺寸比相比,并且已知的真实碰撞威胁的概率具有表示该目标是碰撞威胁的匹配。选择性地,主飞机相对于地面的运动可以,例如,通过目标检测单元118被跟踪,并且归结为用于更好的精度的这个不确定性的真实的距离确定。
短期的强度尖峰例如可以从瞬间的镜面反射导致。这些短期的强度尖峰趋向于导致范围抖动,其可以削弱碰撞威胁评价。因此,为了增强碰撞威胁评价精度和稳定度,该威胁评价单元124可以使用任何适用的技术,诸如在该技术中为大家所熟知的,除去或者滤除这些短期的强度尖峰,例如,在1248中。
图4示出一旦由威胁评价单元124确定目标表示碰撞威胁1254时,例如,由规避策略单元126显现规避策略的例子。在1262,该规避策略单元126从轨迹史存储器122中恢复用于其它的非威胁目标的跟踪历史。在1264,该规避策略单元126确定主飞机的轨迹。该规避策略单元126必须考虑所有本地目标的轨迹以避免生成另一个,并且或许,与另一个目标更加逼近的威胁。因此,在1266,该规避策略单元126确定安全区,以通过超过指定的最小安全距离的距离来避免碰撞威胁1254。但是,该飞机不必执行非常地猛烈的策略,这可能使它本身陷于危险中(例如,通过超出限定的飞行器安全参数或者操作限制),同时避免一个识别的威胁。因此,在1268,该规避策略单元126确定策略约束。然后,在1270,该规避策略单元126与主飞机轨迹数据一起使用在附近所有跟踪的飞机的最好的估算,以确定逃避的策略1272,其通过一个超过指定的最小安全距离的距离将主飞机与识别的威胁(在附近所有其它的飞机)隔离。该逃避的策略1272被传送给用于无人操纵的飞行器或者用于有人操纵的飞行器的引导的飞行控制和导航(例如,在图2中的116)。在逃避的策略1272被执行之后,目标监控继续,采集成像,识别目标和确定是否识别的目标的任何一个引起碰撞威胁。
在供选择的实施例中,由于可以是该威胁评价和规避策略计算需要的,该图像询问器112可以使用一个或多个FPGA与用于高级计算能力的一个或多个并行处理设备的组合实现。
有利地,一种优选的碰撞感测和规避系统110提供“查看和规避”或者“检测和规避”能力给任何飞机,不仅识别和监视本地目标,而且识别任何可能引起的碰撞威胁,并且提供实时规避策略。该优选的图像询问器112可以包含在小的图像处理硬件模块内,该图像处理硬件模块包含硬件和嵌入软件,并且其重量仅仅是几盎司。这样显著地减小的尺寸和重量允许使典型的检测和跟踪能力甚至对于小的UAV,例如,ScanEagle或者更小的是可利用的。因此,该优选的碰撞感测和规避系统110可以随着有人和无人操纵的飞机使用。在有人驾驶的航空器中,该优选的碰撞感测和规避系统110增加引导的显示。在无人驾驶飞机中,该优选的碰撞感测和规避系统110可以替换引导的显示,检测可能引起碰撞危险的飞机,并且必要时,提出对于无人驾驶飞机的飞行控制逃避的策略。
虽然已经就优选实施例而言描述了本发明,那些本领域技术人员将认识到,可以在所附的权利要求的精神和范围内借助于修改实践本发明。希望的是所有这样的变化和修改落在所附的权利要求的范围内。因此,举例和附图被认为是说明性的而不是限制性的。
Claims (32)
1.一种识别和规避有可能的碰撞威胁的图像询问器,所述图像询问器包括:
从局部图像中检测移动目标的杂波抑制和目标检测单元;
跟踪检测的所述目标的视距(LOS)、多目标跟踪单元;
确定是否一些跟踪目标引起碰撞威胁的威胁评价单元;和
确定策略以规避任何识别的所述碰撞威胁的规避策略单元。
2.根据权利要求1的图像询问器,其中所述图像询问器进一步包括目标轨迹史、所述LOS、在所述目标轨迹史中保持用于每个所述跟踪目标的轨迹史的多目标跟踪单元。
3.根据权利要求1的图像询问器,其中所述威胁评价单元基于相应的轨迹史确定是否每个所述跟踪目标引起碰撞威胁。
4.根据权利要求1的图像询问器,其中所述威胁评价单元将每个所述跟踪目标分类为或者不在碰撞航向上,或者在可能的碰撞航向上。
5.根据权利要求4的图像询问器,其中分类为在碰撞航向上的所述每个跟踪目标以与包含所述图像询问器的主飞机恒定角度保持跟踪。
6.根据权利要求4的图像询问器,其中所述威胁评价单元进一步将分类为在可能的碰撞航向上的每个所述跟踪目标分类为或者有可能的碰撞威胁,或者不大可能的碰撞威胁。
7.根据权利要求6的图像询问器,其中在可能的碰撞上变亮的所述目标被分类为可能的碰撞威胁,并且在可能的碰撞上暗淡的所述目标被分类为不大可能的碰撞威胁。
8.根据权利要求1的图像询问器,其中所述规避策略单元选择策略以规避对于包含所述图像询问器的主飞机的碰撞,所述策略是基于所有所述目标的轨迹选择的,并且规避与所述所有目标碰撞。
9.根据权利要求1的图像询问器,其中所述图像询问器包括至少一个现场可编程门阵列(FPGA)处理器。
10.一种飞机,包括:
多个运动传感器;
图像询问器包括:
从局部图像中检测移动目标的杂波抑制和目标检测单元,
跟踪检测的所述目标的视距(LOS)、多目标跟踪单元,
目标轨迹史、所述LOS、在所述目标轨迹史中保持用于每个检测目标的LOS坐标的轨迹史的多目标跟踪单元;
确定是否一些跟踪目标引起碰撞威胁的威胁评价单元,和
确定策略以规避任何识别的所述碰撞威胁的规避策略单元;和
从所述规避策略单元接收规避策略,并且有选择地执行所述接收的规避策略的飞行控制和导航单元。
11.根据权利要求10的飞机,其中所述威胁评价单元基于相应的目标轨迹史确定是否每个所述跟踪目标引起碰撞威胁。
12.根据权利要求11的飞机,其中所述威胁评价单元将每个所述跟踪目标分类为或者不在碰撞航向上,或者在与所述飞机可能的碰撞航向上,和分类为在碰撞航向上的每个所述跟踪目标以与所述飞机恒定的角度保持跟踪。
13.根据权利要求10的飞机,其中所述图像询问器是在至少一个现场可编程门阵列处理器中实现的。
14.根据权利要求11的飞机,其中所述威胁评价单元将每个所述跟踪目标分类为或者不在碰撞航向上,或者在与所述飞机可能的碰撞航向上,分类为在可能的碰撞上的每个所述跟踪目标进一步分类为或者对所述飞机有可能的碰撞威胁,或者不大可能的碰撞威胁。
15.根据权利要求13的飞机,其中变亮的所述目标被分类为可能的碰撞威胁,并且暗淡的所述目标被分类为不大可能的碰撞威胁。
16.根据权利要求10的飞机,其中所述规避策略单元基于所有所述目标的轨迹选择用于所述飞机的策略,并且规避与所述所有目标碰撞。
17.根据权利要求10的飞机,其中所述多个传感器包括多个成像传感器。
18.根据权利要求10的飞机,其中所述多个传感器包括多个红外传感器。
19.根据权利要求10的飞机,其中所述飞机是无人操纵的航空器(UAV)。
20.一种通过飞行器检测和跟踪目标的方法,该飞行器具有多个成像传感器,所述方法包括:
提供用于从在飞行器上的多个成像传感器接收输入的模块,该模块具有用于处理来自多个成像传感器的多个图像的逻辑电路;
处理多个图像以相对于杂波的背景检测目标;和
生成目标的相对运动的时间历史;
其中该模块包括现场可编程门阵列处理器。
21.根据权利要求20的方法,其中该模块被提供在无人操纵的飞行器上。
22.根据权利要求20的方法,其中该模块被提供在有人操纵的飞行器上。
23.根据权利要求20的方法,其中处理多个图像包括使用单帧处理和具有光点扩展功能的卷积。
24.根据权利要求20的方法,其中处理多个图像包括使用多帧活动目标检测算法。
25.一种通过飞行器检测和规避目标碰撞的方法,该飞行器具有多个成像传感器,所述方法包括:
提供用于从在飞行器上的多个成像传感器接收输入的模块,该模块具有用于处理来自多个成像传感器的多个图像的逻辑电路,该模块包括现场可编程门阵列处理器;
处理多个图像以相对于杂波的背景检测目标;
生成目标的相对运动的时间历史;
评价与一个或多个目标的碰撞威胁的等级;和
命令飞行器去规避与一个或多个目标碰撞。
26.根据权利要求25的方法,其中评价碰撞威胁的等级包括:
从所述检测的目标中选择一个目标;
确定用于所述选择的目标的轨迹;
通过一个以上选择的最小安全距离确定是否所述轨迹通过所述飞行器;
从所述检测的目标中选择另一个目标;和
返回到确定用于所述选择的目标的轨迹的步骤。
27.根据权利要求26的方法,其中每当用于所述选择的目标的所述轨迹通过小于所述选择的最小安全距离被确定是通过所述飞行器时,所述目标被识别为碰撞威胁。
28.根据权利要求26的方法,其中所述目标轨迹是三维的(3D)轨迹,并且确定所述3D轨迹包括:
确定用于所述选择的目标到所述飞行器的视距(LOS)轨迹;和
确定在所述选择的目标和所述飞行器之间明显的距离变化。
29.根据权利要求27的方法,其中目标速度与尺寸比是从所述3D轨迹确定的,并且通过小于所述选择的最小安全距离确定是否用于所述选择的目标的所述轨迹通过所述飞行器包括,将以速度与尺寸比确定的所述目标速度与尺寸比结果和已知的真实碰撞威胁的概率比较。
30.根据权利要求25的方法,其中命令飞行器去规避碰撞,包括:
恢复用于所有检测的所述目标的轨迹;
从识别为碰撞威胁的每个目标中确定用于所述飞行器的最小安全距离;和
确定用于所述飞行器去规避所有检测的所述目标的策略。
31.根据权利要求30的方法,其中用于所述飞行器的轨迹是在确定所述最小安全距离之前确定的。
32.根据权利要求31的方法,其中确定所述策略包括:
确定用于所述飞行器的策略限制,所述策略限制约束所述飞行器规避执行超出限定的飞行器操作限制的策略;和
确定用于在所述策略限制内的所述飞行器的规避策略去规避每个所述碰撞威胁。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/374,807 US7876258B2 (en) | 2006-03-13 | 2006-03-13 | Aircraft collision sense and avoidance system and method |
US11/374,807 | 2006-03-13 | ||
PCT/US2007/004547 WO2008020889A2 (en) | 2006-03-13 | 2007-02-19 | Aircraft collision sense and avoidance system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101385059A true CN101385059A (zh) | 2009-03-11 |
CN101385059B CN101385059B (zh) | 2010-09-29 |
Family
ID=38478402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007800053083A Active CN101385059B (zh) | 2006-03-13 | 2007-02-19 | 检测和规避目标碰撞的图像询问器及其方法和包括该图像询问器的飞机 |
Country Status (8)
Country | Link |
---|---|
US (1) | US7876258B2 (zh) |
EP (1) | EP1999737B2 (zh) |
JP (1) | JP5150615B2 (zh) |
KR (1) | KR101281899B1 (zh) |
CN (1) | CN101385059B (zh) |
AU (1) | AU2007284981B2 (zh) |
CA (1) | CA2637940C (zh) |
WO (1) | WO2008020889A2 (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063806A (zh) * | 2009-11-16 | 2011-05-18 | 西安费斯达自动化工程有限公司 | Tcas系统中arinc 429总线信号自动编码发送 |
CN102354212A (zh) * | 2010-05-28 | 2012-02-15 | 空中客车运营简化股份公司 | 航空器机载系统 |
CN101694752B (zh) * | 2009-07-06 | 2012-05-02 | 民航数据通信有限责任公司 | 空域运行仿真中冲突的自动检测和调解系统及方法 |
CN102566581A (zh) * | 2010-12-21 | 2012-07-11 | 通用电气公司 | 基于轨迹的感测与规避 |
CN102785780A (zh) * | 2011-05-19 | 2012-11-21 | 鸿富锦精密工业(深圳)有限公司 | 无人飞行载具控制系统及方法 |
CN102867435A (zh) * | 2011-06-27 | 2013-01-09 | 通用电气公司 | 在飞行显示器上在视觉上指示来自空中防撞系统的报告的方法 |
CN103246818A (zh) * | 2013-05-15 | 2013-08-14 | 西北工业大学 | 基于信息熵的topsis法多目标威胁排序方法 |
CN104488012A (zh) * | 2012-06-30 | 2015-04-01 | 通用电气公司 | 用于管理空中交通的进度管理系统和方法 |
CN104537898A (zh) * | 2015-01-08 | 2015-04-22 | 西北工业大学 | 一种空地协同的无人机感知规避系统及其规避方法 |
CN104537230A (zh) * | 2014-12-23 | 2015-04-22 | 中国科学院国家天文台 | 一种航天器发射预警碰撞风险分析方法和分析装置 |
CN105374232A (zh) * | 2014-08-08 | 2016-03-02 | 空中客车集团印度私人有限公司 | 利用视频分析进行空侧活动管理的系统和方法 |
CN106471358A (zh) * | 2014-04-22 | 2017-03-01 | 高空遥控器股份有限公司 | 太阳能发电板的故障检出探测系统 |
CN107074359A (zh) * | 2014-08-11 | 2017-08-18 | 亚马逊科技公司 | 自动航空器的推进器安全性 |
CN107111958A (zh) * | 2014-12-12 | 2017-08-29 | 亚马逊技术股份有限公司 | 使用光、声和/或多光谱模式检测的商用和通用飞机规避 |
CN107544332A (zh) * | 2017-09-14 | 2018-01-05 | 深圳市盛路物联通讯技术有限公司 | 数据处理方法及相关产品 |
CN108463003A (zh) * | 2009-09-11 | 2018-08-28 | 航空环境公司 | 用于无线网络的动态传输控制 |
CN108694863A (zh) * | 2017-04-11 | 2018-10-23 | 空中客车运营简化股份公司 | 用于向侵入飞行器传输引导飞行器的飞行参数的方法 |
CN108958291A (zh) * | 2018-08-17 | 2018-12-07 | 李俊宏 | 无人机避障控制系统和方法 |
CN109387828A (zh) * | 2017-08-11 | 2019-02-26 | 波音公司 | 自动检测和规避系统 |
CN109684429A (zh) * | 2018-12-18 | 2019-04-26 | 南京云灿信息科技有限公司 | 一种基于三维数字地球的低空飞行目标识别系统及算法 |
CN109712434A (zh) * | 2017-10-25 | 2019-05-03 | 北京航空航天大学 | 一种无人机空情显示预警方法 |
US10671094B2 (en) | 2014-08-11 | 2020-06-02 | Amazon Technologies, Inc. | Virtual safety shrouds for aerial vehicles |
CN112630775A (zh) * | 2020-12-01 | 2021-04-09 | 北京航天驭星科技有限公司 | 对目标飞行物测距方法及系统 |
CN112799411A (zh) * | 2021-04-12 | 2021-05-14 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN113643325A (zh) * | 2021-06-02 | 2021-11-12 | 范加利 | 一种用于航母舰面舰载机碰撞警告的方法及系统 |
CN115298720A (zh) * | 2019-12-23 | 2022-11-04 | 空中客车A^3有限责任公司 | 用于基于相机的飞行器检测和避免的机器学习架构 |
Families Citing this family (109)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7818127B1 (en) * | 2004-06-18 | 2010-10-19 | Geneva Aerospace, Inc. | Collision avoidance for vehicle control systems |
US20070288156A1 (en) * | 2006-05-17 | 2007-12-13 | The Boeing Company | Route search planner |
US20100121574A1 (en) * | 2006-09-05 | 2010-05-13 | Honeywell International Inc. | Method for collision avoidance of unmanned aerial vehicle with other aircraft |
WO2008097562A1 (en) * | 2007-02-06 | 2008-08-14 | Aai Corporation | Utilizing polarization differencing method for detect, sense and avoid systems |
EP2153245A1 (en) * | 2007-05-04 | 2010-02-17 | Teledyne Australia Pty Ltd. | Collision avoidance system and method |
ES2381761T3 (es) * | 2007-09-14 | 2012-05-31 | Saab Ab | Procedimiento, programa de ordenador y dispositivo para determinar el riesgo de una colisión en el aire |
DE102008024308B4 (de) * | 2008-05-20 | 2010-12-09 | Eads Deutschland Gmbh | Verfahren zur Detektion nichtkooperativen Luftverkehrs an Bord eines Luftfahrzeugs |
US8280702B2 (en) * | 2008-07-08 | 2012-10-02 | Lockheed Martin Corporation | Vehicle aspect control |
EP2159779B1 (en) * | 2008-08-27 | 2013-01-16 | Saab Ab | Using image sensor and tracking filter time-to-go to avoid mid-air collisions |
US8543265B2 (en) * | 2008-10-20 | 2013-09-24 | Honeywell International Inc. | Systems and methods for unmanned aerial vehicle navigation |
EP2182419B1 (en) | 2008-11-04 | 2012-02-15 | Saab Ab | Avoidance manoeuvre generator for an aircraft |
ES2409210T3 (es) * | 2008-11-12 | 2013-06-25 | Saab Ab | Dispositivo de estimación de distancia |
US8626361B2 (en) * | 2008-11-25 | 2014-01-07 | Honeywell International Inc. | System and methods for unmanned aerial vehicle navigation |
EP2200006B1 (en) * | 2008-12-19 | 2013-03-13 | Saab Ab | Method and arrangement for estimating at least one parameter of an intruder |
US8570211B1 (en) * | 2009-01-22 | 2013-10-29 | Gregory Hubert Piesinger | Aircraft bird strike avoidance method and apparatus |
DK2391863T3 (da) | 2009-02-02 | 2020-08-24 | Aerovironment Inc | Multimodalt førerløst luftfartøj |
WO2010144105A2 (en) * | 2009-02-26 | 2010-12-16 | Raytheon Company | Integrated airport domain awareness response system, system for ground-based transportable defense of airports against manpads, and methods |
KR100950420B1 (ko) * | 2009-05-28 | 2010-03-30 | 한국항공우주산업 주식회사 | 무인항공기 충돌회피 시스템 |
CN105151275B (zh) | 2009-09-09 | 2017-05-31 | 威罗门飞行公司 | 升降副翼控制系统 |
CA2789722C (en) | 2009-09-09 | 2018-08-28 | Aerovironment, Inc. | Systems and devices for remotely operated unmanned aerial vehicle report-suppressing launcher with portable rf transparent launch tube |
US9361706B2 (en) * | 2009-11-30 | 2016-06-07 | Brigham Young University | Real-time optical flow sensor design and its application to obstacle detection |
US9097532B2 (en) * | 2010-01-20 | 2015-08-04 | Honeywell International Inc. | Systems and methods for monocular airborne object detection |
JP5640423B2 (ja) * | 2010-03-26 | 2014-12-17 | 日本電気株式会社 | 赤外線撮像装置及び赤外線画像の表示方法 |
DE102011016964A1 (de) | 2011-04-13 | 2012-10-18 | Diehl Bgt Defence Gmbh & Co. Kg | Verfahren zum Überwachen eines Luftraums um ein Luftfahrzeug |
GB2518067B (en) | 2011-05-23 | 2015-05-13 | Ion Geophysical Corp | Marine threat monitoring and defense system |
US8744666B2 (en) | 2011-07-06 | 2014-06-03 | Peloton Technology, Inc. | Systems and methods for semi-autonomous vehicular convoys |
US10254764B2 (en) | 2016-05-31 | 2019-04-09 | Peloton Technology, Inc. | Platoon controller state machine |
US10520581B2 (en) | 2011-07-06 | 2019-12-31 | Peloton Technology, Inc. | Sensor fusion for autonomous or partially autonomous vehicle control |
US20170242443A1 (en) | 2015-11-02 | 2017-08-24 | Peloton Technology, Inc. | Gap measurement for vehicle convoying |
US10474166B2 (en) | 2011-07-06 | 2019-11-12 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
KR101304068B1 (ko) * | 2011-11-25 | 2013-09-04 | 건국대학교 산학협력단 | 비행체의 충돌 방지 장치 및 방법 |
US8884229B2 (en) | 2012-02-22 | 2014-11-11 | Excelitas Technologies Singapore Pte. Ltd. | Passive infrared range finding proximity detector |
US8791836B2 (en) | 2012-03-07 | 2014-07-29 | Lockheed Martin Corporation | Reflexive response system for popup threat survival |
US8948954B1 (en) * | 2012-03-15 | 2015-02-03 | Google Inc. | Modifying vehicle behavior based on confidence in lane estimation |
JP5563025B2 (ja) * | 2012-03-28 | 2014-07-30 | 本田技研工業株式会社 | 踏切遮断機推定装置及び車両 |
US9030347B2 (en) | 2012-05-03 | 2015-05-12 | Lockheed Martin Corporation | Preemptive signature control for vehicle survivability planning |
US9240001B2 (en) | 2012-05-03 | 2016-01-19 | Lockheed Martin Corporation | Systems and methods for vehicle survivability planning |
US8831793B2 (en) * | 2012-05-03 | 2014-09-09 | Lockheed Martin Corporation | Evaluation tool for vehicle survivability planning |
US9178897B2 (en) | 2012-07-03 | 2015-11-03 | The Boeing Company | Methods and systems for use in identifying cyber-security threats in an aviation platform |
AU2013204965B2 (en) | 2012-11-12 | 2016-07-28 | C2 Systems Limited | A system, method, computer program and data signal for the registration, monitoring and control of machines and devices |
US9540102B2 (en) | 2012-12-19 | 2017-01-10 | Elwha Llc | Base station multi-vehicle coordination |
US9527586B2 (en) | 2012-12-19 | 2016-12-27 | Elwha Llc | Inter-vehicle flight attribute communication for an unoccupied flying vehicle (UFV) |
US9747809B2 (en) | 2012-12-19 | 2017-08-29 | Elwha Llc | Automated hazard handling routine activation |
US10279906B2 (en) | 2012-12-19 | 2019-05-07 | Elwha Llc | Automated hazard handling routine engagement |
US9669926B2 (en) | 2012-12-19 | 2017-06-06 | Elwha Llc | Unoccupied flying vehicle (UFV) location confirmance |
US9527587B2 (en) | 2012-12-19 | 2016-12-27 | Elwha Llc | Unoccupied flying vehicle (UFV) coordination |
US10518877B2 (en) | 2012-12-19 | 2019-12-31 | Elwha Llc | Inter-vehicle communication for hazard handling for an unoccupied flying vehicle (UFV) |
US9405296B2 (en) | 2012-12-19 | 2016-08-02 | Elwah LLC | Collision targeting for hazard handling |
US9810789B2 (en) | 2012-12-19 | 2017-11-07 | Elwha Llc | Unoccupied flying vehicle (UFV) location assurance |
US9776716B2 (en) | 2012-12-19 | 2017-10-03 | Elwah LLC | Unoccupied flying vehicle (UFV) inter-vehicle communication for hazard handling |
US9567074B2 (en) | 2012-12-19 | 2017-02-14 | Elwha Llc | Base station control for an unoccupied flying vehicle (UFV) |
US9063548B1 (en) | 2012-12-19 | 2015-06-23 | Google Inc. | Use of previous detections for lane marker detection |
US9235218B2 (en) | 2012-12-19 | 2016-01-12 | Elwha Llc | Collision targeting for an unoccupied flying vehicle (UFV) |
US9081385B1 (en) | 2012-12-21 | 2015-07-14 | Google Inc. | Lane boundary detection using images |
CN103879353A (zh) * | 2012-12-22 | 2014-06-25 | 鸿富锦精密工业(深圳)有限公司 | 泊车辅助系统及方法 |
CN103879352A (zh) * | 2012-12-22 | 2014-06-25 | 鸿富锦精密工业(深圳)有限公司 | 汽车泊车辅助系统及方法 |
CN103895573A (zh) * | 2012-12-27 | 2014-07-02 | 鸿富锦精密工业(深圳)有限公司 | 汽车泊车辅助系统及方法 |
US9513371B2 (en) | 2013-02-28 | 2016-12-06 | Identified Technologies Corporation | Ground survey and obstacle detection system |
US11294396B2 (en) | 2013-03-15 | 2022-04-05 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
CN103268410A (zh) * | 2013-05-15 | 2013-08-28 | 西北工业大学 | 一种基于快速迭代的多目标威胁度排序方法 |
US9824596B2 (en) * | 2013-08-30 | 2017-11-21 | Insitu, Inc. | Unmanned vehicle searches |
GB2520243B (en) * | 2013-11-06 | 2017-12-13 | Thales Holdings Uk Plc | Image processor |
US10071791B2 (en) | 2013-11-12 | 2018-09-11 | Ion Geophysical Corporation | Comparative ice drift and tow model analysis for target marine structure |
EP2879012A1 (en) * | 2013-11-29 | 2015-06-03 | The Boeing Company | System and method for commanding a payload of an aircraft |
KR101555105B1 (ko) | 2013-12-31 | 2015-09-22 | 주식회사 포스코아이씨티 | 파일 재고량을 측정하기 위한 무인항공 시스템 및 그 이용 방법 |
EP2896970B1 (en) * | 2014-01-17 | 2018-03-28 | HENSOLDT Sensors GmbH | Method of kinematic ranging |
US9217672B2 (en) | 2014-03-04 | 2015-12-22 | Excelitas Technologies Singapore Pte. Ltd. | Motion and gesture recognition by a passive single pixel thermal sensor system |
US9562773B2 (en) | 2014-03-15 | 2017-02-07 | Aurora Flight Sciences Corporation | Autonomous vehicle navigation system and method |
US9875661B2 (en) | 2014-05-10 | 2018-01-23 | Aurora Flight Sciences Corporation | Dynamic collision-avoidance system and method |
US10018709B2 (en) * | 2014-09-19 | 2018-07-10 | GM Global Technology Operations LLC | Radar target detection via multi-dimensional cluster of reflectors |
US11586208B2 (en) * | 2014-10-24 | 2023-02-21 | Clearpath Robotics Inc. | Systems and methods for executing a task with an unmanned vehicle |
WO2016068354A1 (ko) * | 2014-10-28 | 2016-05-06 | 연세대학교 산학협력단 | 무인비행기, 타겟 자동 촬영 장치 및 방법 |
US9761147B2 (en) | 2014-12-12 | 2017-09-12 | Amazon Technologies, Inc. | Commercial and general aircraft avoidance using light pattern detection |
CN104485025B (zh) * | 2015-01-07 | 2017-03-08 | 江苏理工学院 | 空中交通管制系统的飞行冲突预警方法 |
CN106803362A (zh) * | 2015-01-07 | 2017-06-06 | 江苏理工学院 | 一种基于4d航迹的飞行冲突预警方法 |
US10061018B1 (en) * | 2015-02-19 | 2018-08-28 | Zain Naboulsi | System for identifying drones |
CN104809919B (zh) * | 2015-04-20 | 2017-01-25 | 四川九洲空管科技有限责任公司 | 接收通道自动调平方法及其具备自动调平条件的判断方法及调平系统 |
CN107531217B (zh) | 2015-05-12 | 2020-06-26 | 深圳市大疆创新科技有限公司 | 识别或检测障碍物的设备和方法 |
US20180165974A1 (en) * | 2015-05-29 | 2018-06-14 | Anthony Bonkoski | Vehicle collision prevention |
US9671791B1 (en) * | 2015-06-10 | 2017-06-06 | Amazon Technologies, Inc. | Managing unmanned vehicles |
US10586464B2 (en) * | 2015-07-29 | 2020-03-10 | Warren F. LeBlanc | Unmanned aerial vehicles |
US9812020B2 (en) * | 2015-08-13 | 2017-11-07 | Hon Hai Precision Industry Co., Ltd. | Electronic device and unmanned aerial vehicle control method |
US10822110B2 (en) | 2015-09-08 | 2020-11-03 | Lockheed Martin Corporation | Threat countermeasure assistance system |
DE102015224796A1 (de) * | 2015-12-10 | 2017-06-14 | Robert Bosch Gmbh | Verfahren und Steuergerät zum Erkennen einer möglichen Kollision eines unbemannten Luftfahrzeugs mit einem Objekt |
CN105739520B (zh) * | 2016-01-29 | 2019-10-08 | 余江 | 一种无人飞行器识别系统及其识别方法 |
CN105912018A (zh) * | 2016-04-27 | 2016-08-31 | 深圳电航空技术有限公司 | 飞行器及飞行器避障方法 |
JP7036744B2 (ja) * | 2016-05-27 | 2022-03-15 | ロンバス システムズ グループ, インコーポレイテッド | 低空飛行の無人航空機及び物体を追跡するレーダシステム |
US10310498B2 (en) * | 2016-06-16 | 2019-06-04 | Echostar Technologies International Corporation | Unmanned aerial vehicle transponder systems with integrated disablement |
EP3500940A4 (en) | 2016-08-22 | 2020-03-18 | Peloton Technology, Inc. | AUTOMATED CONNECTED VEHICLE CONTROL SYSTEM ARCHITECTURE |
US10369998B2 (en) | 2016-08-22 | 2019-08-06 | Peloton Technology, Inc. | Dynamic gap control for automated driving |
EP3566221B1 (en) | 2017-01-06 | 2021-12-08 | Aurora Flight Sciences Corporation | Collision-avoidance system and method for unmanned aircraft |
WO2018137135A1 (en) * | 2017-01-24 | 2018-08-02 | SZ DJI Technology Co., Ltd. | System and method of radar-based obstacle avoidance for unmanned aerial vehicles |
US10742338B2 (en) * | 2018-01-26 | 2020-08-11 | Clip Interactive, Llc | Seamless integration of radio broadcast audio with streaming audio |
US20190385463A1 (en) * | 2018-06-15 | 2019-12-19 | Walmart Apollo, Llc | System and method for managing traffic flow of unmanned vehicles |
US11119212B2 (en) | 2018-08-10 | 2021-09-14 | Aurora Flight Sciences Corporation | System and method to reduce DVE effect on lidar return |
US11288523B2 (en) * | 2018-09-27 | 2022-03-29 | The Boeing Company | Pseudo-range estimation from a passive sensor |
US11037453B2 (en) | 2018-10-12 | 2021-06-15 | Aurora Flight Sciences Corporation | Adaptive sense and avoid system |
CN111326023B (zh) * | 2018-12-13 | 2022-03-29 | 丰翼科技(深圳)有限公司 | 一种无人机航线预警方法、装置、设备及存储介质 |
US20220026928A1 (en) * | 2018-12-17 | 2022-01-27 | A^3 By Airbus Llc | Layered software architecture for aircraft systems for sensing and avoiding external objects |
US11099266B2 (en) * | 2019-01-11 | 2021-08-24 | International Business Machines Corporation | Trajectory based threat alerting with friendly device augmentation |
EP3715901B1 (en) * | 2019-03-29 | 2024-07-31 | Robin Radar Facilities BV | Detection and classification of unmanned aerial vehicles |
CN110969637B (zh) * | 2019-12-02 | 2023-05-02 | 深圳市唯特视科技有限公司 | 一种基于生成对抗网络的多威胁目标重建及态势感知方法 |
US11961274B2 (en) * | 2020-07-07 | 2024-04-16 | Aurora Flight Sciences Corporation, a subsidiary of The Boeing Company | System and method for detecting and tracking an object |
EP3975157A1 (en) * | 2020-09-25 | 2022-03-30 | RUAG Schweiz AG | Method to navigate an unmanned aerial vehicle to avoid collisions |
CN112596538B (zh) * | 2020-11-26 | 2023-06-16 | 中国电子科技集团公司第十五研究所 | 一种大型无人机冲突检测与避让决策装置及使用方法 |
CN113176788B (zh) * | 2021-04-27 | 2022-08-16 | 北京理工大学 | 一种基于变前向距离los制导律的飞行器路径跟踪方法 |
US11417224B1 (en) | 2021-08-19 | 2022-08-16 | Beta Air, Llc | System and method for pilot assistance in an electric aircraft |
KR102699105B1 (ko) * | 2021-10-05 | 2024-08-26 | 한국항공우주연구원 | 비행체의 궤도를 추적하기 위한 장치 및 방법 |
KR102466481B1 (ko) | 2021-12-20 | 2022-11-11 | 한화시스템 주식회사 | 무인 항공기의 비행공역 통제 및 충돌 방지를 위한 관제 시스템 및 방법 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1505556A1 (de) | 1966-03-03 | 1970-05-27 | Bosch Gmbh Robert | Steuereinrichtung fuer Stufengetriebe |
JPS4944076B1 (zh) * | 1969-04-29 | 1974-11-26 | ||
JPS6045377B2 (ja) * | 1976-08-03 | 1985-10-09 | 日産自動車株式会社 | 衝突防止装置 |
JPS62169070A (ja) * | 1986-01-22 | 1987-07-25 | Mitsubishi Electric Corp | 誘導装置 |
US5321406A (en) * | 1992-12-22 | 1994-06-14 | Honeywell, Inc. | Method of track merging in an aircraft tracking system |
FR2713808B1 (fr) * | 1993-12-14 | 1996-01-26 | Thomson Csf | Dispositif d'anticollision, notamment pour véhicules automobiles. |
FR2728374A1 (fr) * | 1994-12-15 | 1996-06-21 | Aerospatiale | Procede et dispositif pour fournir une information, alerte ou alarme pour un aeronef a proximite du sol |
US5581250A (en) * | 1995-02-24 | 1996-12-03 | Khvilivitzky; Alexander | Visual collision avoidance system for unmanned aerial vehicles |
US6268803B1 (en) * | 1998-08-06 | 2001-07-31 | Altra Technologies Incorporated | System and method of avoiding collisions |
US6262679B1 (en) | 1999-04-08 | 2001-07-17 | Honeywell International Inc. | Midair collision avoidance system |
US6337654B1 (en) * | 1999-11-05 | 2002-01-08 | Lockheed Martin Corporation | A-scan ISAR classification system and method therefor |
CN1592919A (zh) * | 2000-07-10 | 2005-03-09 | 美国联合包裹服务公司 | 确定活动飞行器之间的碰撞路径的方法和相关系统及计算机软件程序产品 |
DE10065180A1 (de) † | 2000-12-23 | 2002-07-11 | Eads Deutschland Gmbh | Sensorsystem mit optischen sensoren zur Kollisionsvermeidung von Flugzeugen sowie ein Verfahren zu deren Durchführung |
US6804607B1 (en) * | 2001-04-17 | 2004-10-12 | Derek Wood | Collision avoidance system and method utilizing variable surveillance envelope |
US6799114B2 (en) * | 2001-11-20 | 2004-09-28 | Garmin At, Inc. | Systems and methods for correlation in an air traffic control system of interrogation-based target positional data and GPS-based intruder positional data |
WO2005034839A2 (en) * | 2002-07-01 | 2005-04-21 | Maria Villani | Porifera-based therapeutic compositions for treating and preventing skin diseases |
US6691034B1 (en) * | 2002-07-30 | 2004-02-10 | The Aerospace Corporation | Vehicular trajectory collision avoidance maneuvering method |
US20040099787A1 (en) * | 2002-11-25 | 2004-05-27 | The Boeing Company | System and method for determining optical aberrations in scanning imaging systems by phase diversity |
DE10306922B4 (de) * | 2003-02-19 | 2006-04-13 | Eads Deutschland Gmbh | Vorrichtung zur Überwachung eines Flughafengeländes |
US6985103B2 (en) * | 2003-07-29 | 2006-01-10 | Navaero Ab | Passive airborne collision warning device and method |
US7061401B2 (en) | 2003-08-07 | 2006-06-13 | BODENSEEWERK GERäTETECHNIK GMBH | Method and apparatus for detecting a flight obstacle |
US8194002B2 (en) | 2004-09-14 | 2012-06-05 | The Boeing Company | Situational awareness components of an enhanced vision system |
US7307579B2 (en) * | 2004-11-03 | 2007-12-11 | Flight Safety Technologies, Inc. | Collision alerting and avoidance system |
-
2006
- 2006-03-13 US US11/374,807 patent/US7876258B2/en active Active
-
2007
- 2007-02-19 EP EP07835703.5A patent/EP1999737B2/en active Active
- 2007-02-19 CN CN2007800053083A patent/CN101385059B/zh active Active
- 2007-02-19 CA CA2637940A patent/CA2637940C/en active Active
- 2007-02-19 WO PCT/US2007/004547 patent/WO2008020889A2/en active Application Filing
- 2007-02-19 AU AU2007284981A patent/AU2007284981B2/en active Active
- 2007-02-19 KR KR1020087020901A patent/KR101281899B1/ko active IP Right Grant
- 2007-02-19 JP JP2009500361A patent/JP5150615B2/ja active Active
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694752B (zh) * | 2009-07-06 | 2012-05-02 | 民航数据通信有限责任公司 | 空域运行仿真中冲突的自动检测和调解系统及方法 |
CN108463003A (zh) * | 2009-09-11 | 2018-08-28 | 航空环境公司 | 用于无线网络的动态传输控制 |
CN108463003B (zh) * | 2009-09-11 | 2021-12-03 | 航空环境公司 | 用于无线网络的动态传输控制的方法及系统 |
US11672003B2 (en) | 2009-09-11 | 2023-06-06 | Aerovironment, Inc. | Dynamic transmission control for a wireless network |
CN102063806A (zh) * | 2009-11-16 | 2011-05-18 | 西安费斯达自动化工程有限公司 | Tcas系统中arinc 429总线信号自动编码发送 |
CN102354212A (zh) * | 2010-05-28 | 2012-02-15 | 空中客车运营简化股份公司 | 航空器机载系统 |
CN102354212B (zh) * | 2010-05-28 | 2014-12-17 | 空中客车运营简化股份公司 | 航空器机载系统 |
CN102566581A (zh) * | 2010-12-21 | 2012-07-11 | 通用电气公司 | 基于轨迹的感测与规避 |
CN102566581B (zh) * | 2010-12-21 | 2017-09-12 | 通用电气公司 | 基于轨迹的感测与规避 |
CN102785780B (zh) * | 2011-05-19 | 2016-06-08 | 鸿富锦精密工业(深圳)有限公司 | 无人飞行载具控制系统及方法 |
CN102785780A (zh) * | 2011-05-19 | 2012-11-21 | 鸿富锦精密工业(深圳)有限公司 | 无人飞行载具控制系统及方法 |
CN102867435A (zh) * | 2011-06-27 | 2013-01-09 | 通用电气公司 | 在飞行显示器上在视觉上指示来自空中防撞系统的报告的方法 |
CN104488012A (zh) * | 2012-06-30 | 2015-04-01 | 通用电气公司 | 用于管理空中交通的进度管理系统和方法 |
CN103246818A (zh) * | 2013-05-15 | 2013-08-14 | 西北工业大学 | 基于信息熵的topsis法多目标威胁排序方法 |
CN106471358A (zh) * | 2014-04-22 | 2017-03-01 | 高空遥控器股份有限公司 | 太阳能发电板的故障检出探测系统 |
CN105374232B (zh) * | 2014-08-08 | 2018-07-17 | 空中客车集团印度私人有限公司 | 利用视频分析进行空侧活动管理的系统和方法 |
CN105374232A (zh) * | 2014-08-08 | 2016-03-02 | 空中客车集团印度私人有限公司 | 利用视频分析进行空侧活动管理的系统和方法 |
CN107074359A (zh) * | 2014-08-11 | 2017-08-18 | 亚马逊科技公司 | 自动航空器的推进器安全性 |
US12032391B2 (en) | 2014-08-11 | 2024-07-09 | Amazon Technologies, Inc. | Virtual safety shrouds for aerial vehicles |
US11926428B2 (en) | 2014-08-11 | 2024-03-12 | Amazon Technologies, Inc. | Propeller safety for automated aerial vehicles |
US10671094B2 (en) | 2014-08-11 | 2020-06-02 | Amazon Technologies, Inc. | Virtual safety shrouds for aerial vehicles |
CN107074359B (zh) * | 2014-08-11 | 2020-12-22 | 亚马逊科技公司 | 自动航空器的推进器安全性 |
US10780988B2 (en) | 2014-08-11 | 2020-09-22 | Amazon Technologies, Inc. | Propeller safety for automated aerial vehicles |
CN107111958A (zh) * | 2014-12-12 | 2017-08-29 | 亚马逊技术股份有限公司 | 使用光、声和/或多光谱模式检测的商用和通用飞机规避 |
CN104537230A (zh) * | 2014-12-23 | 2015-04-22 | 中国科学院国家天文台 | 一种航天器发射预警碰撞风险分析方法和分析装置 |
CN104537230B (zh) * | 2014-12-23 | 2017-12-29 | 中国科学院国家天文台 | 一种航天器发射预警碰撞风险分析方法和分析装置 |
CN104537898A (zh) * | 2015-01-08 | 2015-04-22 | 西北工业大学 | 一种空地协同的无人机感知规避系统及其规避方法 |
CN104537898B (zh) * | 2015-01-08 | 2017-11-28 | 西北工业大学 | 一种空地协同的无人机感知规避系统及其规避方法 |
CN108694863A (zh) * | 2017-04-11 | 2018-10-23 | 空中客车运营简化股份公司 | 用于向侵入飞行器传输引导飞行器的飞行参数的方法 |
CN109387828A (zh) * | 2017-08-11 | 2019-02-26 | 波音公司 | 自动检测和规避系统 |
CN109387828B (zh) * | 2017-08-11 | 2024-02-23 | 波音公司 | 自动检测和规避系统 |
CN107544332A (zh) * | 2017-09-14 | 2018-01-05 | 深圳市盛路物联通讯技术有限公司 | 数据处理方法及相关产品 |
CN109712434A (zh) * | 2017-10-25 | 2019-05-03 | 北京航空航天大学 | 一种无人机空情显示预警方法 |
CN108958291A (zh) * | 2018-08-17 | 2018-12-07 | 李俊宏 | 无人机避障控制系统和方法 |
CN109684429A (zh) * | 2018-12-18 | 2019-04-26 | 南京云灿信息科技有限公司 | 一种基于三维数字地球的低空飞行目标识别系统及算法 |
CN115298720A (zh) * | 2019-12-23 | 2022-11-04 | 空中客车A^3有限责任公司 | 用于基于相机的飞行器检测和避免的机器学习架构 |
CN112630775A (zh) * | 2020-12-01 | 2021-04-09 | 北京航天驭星科技有限公司 | 对目标飞行物测距方法及系统 |
CN112799411B (zh) * | 2021-04-12 | 2021-07-30 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN112799411A (zh) * | 2021-04-12 | 2021-05-14 | 北京三快在线科技有限公司 | 一种无人驾驶设备的控制方法及装置 |
CN113643325A (zh) * | 2021-06-02 | 2021-11-12 | 范加利 | 一种用于航母舰面舰载机碰撞警告的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP2009530159A (ja) | 2009-08-27 |
US7876258B2 (en) | 2011-01-25 |
JP5150615B2 (ja) | 2013-02-20 |
AU2007284981A1 (en) | 2008-02-21 |
CN101385059B (zh) | 2010-09-29 |
AU2007284981B2 (en) | 2011-08-11 |
CA2637940A1 (en) | 2008-02-21 |
WO2008020889B1 (en) | 2008-05-29 |
WO2008020889A2 (en) | 2008-02-21 |
CA2637940C (en) | 2018-05-01 |
KR101281899B1 (ko) | 2013-07-05 |
WO2008020889A3 (en) | 2008-04-03 |
EP1999737B2 (en) | 2021-10-27 |
EP1999737B1 (en) | 2013-04-10 |
EP1999737A2 (en) | 2008-12-10 |
KR20080113021A (ko) | 2008-12-26 |
US20070210953A1 (en) | 2007-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101385059B (zh) | 检测和规避目标碰撞的图像询问器及其方法和包括该图像询问器的飞机 | |
CN106249750B (zh) | 在无人驾驶飞行器上自主执行决策以完成任务的方法和装置 | |
US8494760B2 (en) | Airborne widefield airspace imaging and monitoring | |
Dey et al. | A cascaded method to detect aircraft in video imagery | |
EP2883209B1 (en) | Strike detection using video images | |
CN104656663A (zh) | 一种基于视觉的无人机编队感知与规避方法 | |
Sherstjuk et al. | Forest fire monitoring system based on UAV team, remote sensing, and image processing | |
Kephart et al. | See-and-avoid comparison of performance in manned and remotely piloted aircraft | |
Clothier et al. | The smart skies project | |
EP2523062B1 (en) | Time phased imagery for an artificial point of view | |
Shish et al. | Survey of capabilities and gaps in external perception sensors for autonomous urban air mobility applications | |
KR20120036684A (ko) | 지피에스를 이용한 지능형 항공로봇 | |
Minwalla et al. | Experimental evaluation of PICAS: An electro-optical array for non-cooperative collision sensing on unmanned aircraft systems | |
US10718613B2 (en) | Ground-based system for geolocation of perpetrators of aircraft laser strikes | |
Geyer et al. | Prototype sense-and-avoid system for UAVs | |
Li et al. | Research on the intelligent obstacle avoidance and path planning strategy of UAV based on multi-sensor fusion | |
KR20110136225A (ko) | 지피에스를 이용한 지능형 항공로봇 | |
Tirri et al. | Advanced sensing issues for UAS collision avoidance. | |
Opromolla et al. | Conflict Detection Performance of Non-Cooperative Sensing Architectures for Small UAS Sense and Avoid | |
Alturas | Modeling and Optimization of an Obstacle Detection System for Small UAVs | |
Forlenza | Vision based strategies for implementing Sense and Avoid capabilities onboard Unmanned Aerial Systems | |
Accardo et al. | Data fusion for UAS collision avoidance: results from flight testing | |
McCalmont et al. | Sense and avoid technology for global hawk and predator uavs | |
Kephart et al. | Comparison of see-and-avoid performance in manned and remotely piloted aircraft | |
Soreide et al. | Development of an optical sense and avoid guidance and control system with staring infrared cameras |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |