CN104238377B - 一种用于无人机航空物探的低空飞行仿真方法 - Google Patents

一种用于无人机航空物探的低空飞行仿真方法 Download PDF

Info

Publication number
CN104238377B
CN104238377B CN201410522026.2A CN201410522026A CN104238377B CN 104238377 B CN104238377 B CN 104238377B CN 201410522026 A CN201410522026 A CN 201410522026A CN 104238377 B CN104238377 B CN 104238377B
Authority
CN
China
Prior art keywords
flight
altitude
altitude information
information
dsm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410522026.2A
Other languages
English (en)
Other versions
CN104238377A (zh
Inventor
蔡永恒
尤向荣
樊自伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Aerospace Aerodynamics CAAA
Original Assignee
China Academy of Aerospace Aerodynamics CAAA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Aerospace Aerodynamics CAAA filed Critical China Academy of Aerospace Aerodynamics CAAA
Priority to CN201410522026.2A priority Critical patent/CN104238377B/zh
Publication of CN104238377A publication Critical patent/CN104238377A/zh
Application granted granted Critical
Publication of CN104238377B publication Critical patent/CN104238377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种用于无人机航空物探的低空飞行仿真方法,本发明将激光雷达挂载飞行引入飞前仿真中,可以获得作业区精确的DSM数据,为低空飞行仿真提供更全面的高程数据;提出的低空飞行仿真方法可以准确仿真出规划航迹上无人机低空飞行的各种状态,评估无人机飞行航迹内地面障碍物(信号塔、电线杆、高大的树木、建筑物、高楼、桥梁等)对无人机飞行安全是否产生危害,从仿真结果可以直观分析出无人机低空飞行过程中对地的飞行高度,判断出此航迹内无人机超低空飞行的安全性,可以降低对现有技术的更改幅度,提高工作效率,确保无人机飞行的安全,规避无人机在实际飞行中撞山的可能,有效的辅助无人机航空物探作业工作。

Description

一种用于无人机航空物探的低空飞行仿真方法
技术领域
本发明涉及一种低空飞行仿真方法,尤其涉及一种应用于无人机航空物探的低空飞行仿真方法,属于无人机航空物探作业领域。
背景技术
目前,航空物探(航空地球物理勘探,是物探方法的一种。它是通过飞机上装备的专用物探仪器在航行过程中探测各种地球物理场的变化,研究和寻找地下地质构造和矿产的一种物探方法。)以有人机为主要载体,在取得可喜效果的同时面临的问题也日益凸显,而无人机在很大程度上成为解决相关问题的有效途径。其一,有人机危险性大。为了取得好的地质矿产探测效果,航空物探方法要求飞行高度很低,但超低空飞行危险性高。近年来,随着航空物探作业量的增加,航空物探作业飞机出现事故的概率也在增加。2008年6月一架航空物探作业飞机在内蒙失事,三死一伤;2011年3月一架航空物探作业飞机在新疆失踪,机上三人下落不明;2011年11月,一架航空物探作业飞机在河北唐山迫降,所幸没有人员伤亡。而无人机人身伤亡的概率极低,大大降低了航空物探作业的风险。其二,有人机成本极高。航空物探项目总经费超过65%用于租机,严重制约了先进航空物探系统的自身技术发展和大规模推广应用。尤其是具有“多、小、快、灵”特点的小面积大比例尺探测任务常常因为航空物探过高的门槛被拒之门外。与有人机相比,无人机整体上有明显的成本优势,为大规模推广提供了可能性。其三,有人机灵活性差。有人机对于起降条件、地勤支持等要求很高,野外作业能力差;无人机起降条件要求低,准备时间短,无人机可以工作在低速状态更有利于航空物探数据采集,并且具有更强的高原作业能力。其四,有人机管控严格。因为我国对有人机管制严格,空域申请和航空物探飞机放飞手续繁杂,常常不能按时完成航空物探任务。我国已经在 酝酿放开低空空域管制,对于无人机开发和应用是极大的促进。另外,无人机可以在夜间飞行,大大提高了飞行效率。
然而,将无人机应用于航空物探领域,面临的最大困难是需要无人机飞行平台能够以超低空沿地形起伏飞行,需要无人机能够较好的对地形进行跟踪并稳定飞行。无人机低空沿地形起伏飞行过程中,由于飞机自身的飞行特性、爬升能力特性、对未知障碍物的不可预知等特性,对于坡度较大的山地地形,起伏落差较大的丘陵地形,或者较高的地面障碍物以及小山,无人机会有与其相撞的风险,造成无人机飞行事故。
因此,在无人机对规划航迹进行作业飞行之前,其低空飞行仿真显得十分重要。无人机飞行的数学仿真和半实物仿真作为实验飞行的重要一环,为无人机的设计、控制策略研究提供飞行试验平台。无人机飞前的仿真能够有效的发现规划航迹中的危险区域,能够得出无人机沿地形飞行过程中的各项参数状态,能够得出无人机低空飞行过程中无法避开障碍物所在的地理位置。
目前,对于应用于无人机航空物探的低空飞行仿真的有效方法很少,本发明可以有效的仿真出规划航迹上无人机低空飞行的各种状态,从仿真结果可以直观分析出无人机低空飞行过程中对地的飞行高度,判断出此航迹内无人机超低空飞行的安全性,规避无人机实际飞行中撞山的可能。同时本发明提出的方法可以有效的降低无人机航空物探的飞行工作量。
数字高程模型(Digital Elevation Model,缩写DEM)是一定范围内规则格网点的平面坐标(X,Y)及其高程(Z)的数据集,它主要是描述区域地貌形态的空间分布,是通过等高线或相似立体模型进行数据采集(包括采样和量测),然后进行数据内插而形成的。DEM是对地貌形态的虚拟表示,可派生出等高线、坡度图等信息。数字表面模型(Digital SurfaceModel,缩写DSM)是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DEM相比,DEM只包含了地形的高程信息,并未包含其它地表信息,DSM是 在DEM的基础上,进一步涵盖了除地面以外的其它地表信息的高程。是最真实地表达地面起伏情况,可广泛应用于各行各业。如在森林地区,可以用于检测森林的生长情况;在城区,DSM可以用于检查城市的发展情况;特别是当无人机进行航空物探沿地表进行低空飞行的过程中,它不仅需要数字地面模型,而更需要的是数字表面模型,这样才有可能使无人机在低空飞行过程中,逢山让山,逢森林让森林。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供了一种应用于无人机航空物探的低空飞行仿真方法,可以降低对现有技术的更改幅度,提高工作效率,确保无人机飞行的安全,规避无人机在实际飞行中撞山的可能,有效的辅助无人机航空物探作业工作。
本发明的技术解决方案是:一种用于无人机航空物探的低空飞行仿真方法,步骤如下:
(1)针对航空物探作业区进行航迹规划;
(2)挂载激光雷达的无人机根据规划的航迹按照特定气压高度飞行,激光雷达扫描飞行航迹内的全部地形,从而得到航空物探作业区内地表信息的DSM高度数据;同时获取航空物探作业区内地表信息公开的DEM高度数据;
(3)将步骤(1)规划的航迹加载至无人机半实物仿真系统中,进行全程低空半实物仿真飞行,提取出半实物仿真飞行航迹的GPS点数据;
(4)利用步骤(3)得到的GPS点数据对步骤(2)获得的DSM高度数据和DEM高度数据进行索引,提取出GPS点数据对应的DSM高度数据和DEM高度数据,将模拟的气压高度信息减去GPS点数据对应的DSM高度数据或DEM高度数据得到相对高度信息,模拟气压高度信息和相对高度信息进行互补滤波得到融合高度信息;
(5)将步骤(4)提取的DSM高度数据和DEM高度数据、相对高度信息和 融合高度信息作为低空飞行仿真程序的输入,开始进行低空飞行仿真得到包含速度、舵面角度、攻角和侧滑角信息的仿真结果;
(6)判断低空飞行仿真结果是否有异常,如果其中任何一个信息有异常,则停止仿真,进行异常处理并返回步骤(1)重新进行仿真;如果低空飞行仿真结果正常,则将步骤(2)获得的DSM数据和DEM数据进行融合得到融合地形数据,将融合地形数据加入仿真结果中进行校验;
(7)根据仿真结果与校验结果判断飞行轨迹上无人机低空飞行高度是否安全,如果飞行安全则将规划的航迹装载到无人机中,结束仿真;否则重新进行航迹规划,直到得到飞行安全的航迹为止。
所述根据仿真结果与校验结果判断飞行轨迹上无人机低空飞行高度是否安全的方法为:仿真结果中包含模拟的气压高度、DSM高度数据和DEM高度数据,首先核对模拟的气压高度是否沿地形起伏,然后判断模拟的气压高度是否与DSM高度数据或DEM高度数据有相交的点,如果有相交的点则无人机有与地面或地面物体相撞的危险,则判定分析无人机低空飞行高度不安全;如果无相交的点,则将仿真结果中的DSM高度数据和DEM高度数据用融合地形数据进行替换,重新判断模拟的气压高度是否与融合数据有相交的点,如果仍有交点,则判定分析无人机低空飞行高度不安全,否则无人机低空飞行高度安全。
所述模拟气压高度信息和相对高度信息进行互补滤波的方法为:对模拟气压高度信息进行高通滤波,滤除其中的零位误差信号;对相对高度信息进行低通滤波,滤除其中的高频噪声信号,将滤除零位误差信号的模拟气压高度信息与滤除高频噪声信号的相对高度信息进行融合得到融合高度数据。
所述DSM数据和DEM数据进行融合得到融合地形数据的方法为:
(a)对GPS点数据对应的DSM高度数据和DEM高度数据分别消除零位误差得到消除零位误差后的DSM高度数据和DEM高度数据;
(b)对步骤(a)得到的消除零位偏差后的DSM高度数据与DEM高度数据比较,如果同一GPS点处的DSM高度数据大于DEM高度数据,则取该GPS点对应的DSM高度数据作为融合地形数据输出,否则取该GPS点对应的DEM高度数据作为融合地形数据输出。
本发明可以获得的有益效果是:本发明将激光雷达挂载飞行引入飞前仿真中,可以获得作业区精确的DSM数据,为低空飞行仿真提供更全面的高程数据;提出的低空飞行仿真方法可以准确仿真出规划航迹上无人机低空飞行的各种状态,评估无人机飞行航迹内地面障碍物(信号塔、电线杆、高大的树木、建筑物、高楼、桥梁等)对无人机飞行安全是否产生危害,从仿真结果可以直观分析出无人机低空飞行过程中对地的飞行高度,判断出此航迹内无人机超低空飞行的安全性,可以降低对现有技术的更改幅度,提高工作效率,确保无人机飞行的安全,规避无人机在实际飞行中撞山的可能,有效的辅助无人机航空物探作业工作。
附图说明
图1是本发明的仿真流程图。
图2是DSM高程数据同DEM高程数据融合方法框图。
具体实施方式
本方法主要包括航空物探作业区航迹规划;无人机作业区内挂载激光雷达飞行用于扫描DSM(Digital Surface Model缩写,是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DSM相比,DEM只包含了地形的高程信息,并未包含其它地表信息)地形数据;基于作业区航迹高度数据的Matlab低空控制飞行数学仿真;针对Matlab低空飞行控制仿真结果注入异常数据校正与分析。其中Matlab数学仿真中注入的地形高度数据为激光雷达扫描得出的DSM数据与Google公司提供的DEM(Digital Elevation Model)数据的融合数据,此数据描述的飞行区域高度信息准确可靠。
本发明提出了一种无人机低空飞行仿真方法,此方法应用于无人机航空 物探作业的飞前仿真。如图1所示,本发明的实现过程为:
(1)针对航空物探作业区进行航迹规划;
(2)挂载激光雷达的无人机根据规划的航迹按照特定气压高度飞行,激光雷达扫描飞行航迹内的全部地形,从而得到航空物探作业区内地表信息的DSM高度数据;同时获取航空物探作业区内地表信息公开的DEM高度数据;
(3)将步骤(1)规划的航迹加载至无人机半实物仿真系统中,进行全程低空半实物仿真飞行,提取出半实物仿真飞行航迹的GPS点数据;
(4)利用步骤(3)得到的GPS点数据对步骤(2)获得的DSM高度数据和DEM高度数据进行索引,提取出GPS点数据对应的DSM高度数据和DEM高度数据,将模拟的气压高度信息减去GPS点数据对应的DSM高度数据或DEM高度数据得到相对高度信息,模拟气压高度信息和相对高度信息进行互补滤波得到融合高度信息;
(5)将步骤(4)提取的DSM高度数据和DEM高度数据、相对高度信息和融合高度信息作为低空飞行仿真程序的输入,开始进行低空飞行仿真得到包含速度、舵面角度、攻角和侧滑角信息的仿真结果;
(6)判断低空飞行仿真结果是否有异常,如果其中任何一个信息有异常,则停止仿真,进行异常处理并返回步骤(1)重新进行仿真;如果低空飞行仿真结果正常,则将步骤(2)获得的DSM数据和DEM数据进行融合得到融合地形数据,将融合地形数据加入仿真结果中进行校验;
(7)根据仿真结果与校验结果判断飞行轨迹上无人机低空飞行高度是否安全,如果飞行安全则将规划的航迹装载到无人机中,结束仿真;否则重新进行航迹规划,直到得到飞行安全的航迹为止。
根据仿真结果与校验结果判断飞行轨迹上无人机低空飞行高度是否安全的方法为:仿真结果中包含模拟的气压高度、DSM高度数据和DEM高度数据,首先核对模拟的气压高度是否沿地形起伏,然后判断模拟的气压高度 是否与DSM高度数据或DEM高度数据有相交的点,如果有相交的点则无人机有与地面或地面物体相撞的危险,则判定分析无人机低空飞行高度不安全;如果无相交的点,则将仿真结果中的DSM高度数据和DEM高度数据用融合地形数据进行替换,重新判断模拟的气压高度是否与融合数据有相交的点,如果仍有交点,则判定分析无人机低空飞行高度不安全,否则无人机低空飞行高度安全。
所述的低空飞行仿真程序以航空物探所使用的无人机为研究对象,首先,推导、建立了飞机六自由度非线性飞行运动学和动力学模型;其次,在数学模型建立的基础上,利用MATLAB/SIMULINK软件环境下建立数字仿真模型和线性化模型;最后,对线性化后的无人机模型,分析了其运动模态等特性,并考虑了决定飞机性能的绝大多数因素,开发了无人机低空飞行仿真程序。
实施例:该过程可以包括航空物探作业区航迹规划;无人机作业区内挂载激光雷达飞行扫描DSM地形数据;基于作业区航迹高度数据的Matlab低空控制飞行数学仿真;针对Matlab低空飞行控制仿真结果校正与分析四部分。
第一部分,首先规划作业区飞行航迹,确定航空物探作业区的飞行航迹。将航空物探作业区航迹加载到半实物仿真系统中,得到无人机沿航空物探作业区航迹飞行的全程GPS经纬度信息,将得到的全部飞行GPS数据保存到Excel表格中。
第二部分,根据飞行航迹的作业区域,制作无人机此区域内的挂载激光雷达飞行航迹。此航迹应用于激光雷达的探测地形飞行,激光雷达航迹的探测范围要覆盖航空物探作业区飞行航迹范围。制作激光雷达航迹后,要求无人机挂载激光雷达以某一固定高度沿此航迹扫描飞行。将整个物探飞行作业区的地形覆盖全面,挂载飞行后处理并得到此区域内的DSM高程数据。下载Google公司免费提供的物探作业区DEM数据。根据第一步半实物仿真得出的无人机飞行GPS数据点提取对应点处的DSM和DEM高程数据,并将两种数据进行融合处理。
第三部分,将融合数据注入到Matlab低空飞行控制仿真程序中进行飞前的数学仿真。其中Matlab数学仿真中的地形数据为DSM与DEM的融合数据。运行Matlab数学仿真程序,仿真出作业区飞行航迹内无人机的飞行状态,得出仿真结果。
第四部分,将第三步得出的仿真结果进行分析,分析无人机仿真得出的速度、舵面角度、攻角和侧滑角等信息,信息无异常后分析无人机的各项高度信息。
此处的高度信息分析分为以下几个步骤:
(1)分析无人机的飞行高度与融合地形高度信息,核对无人机的飞行高度是否按照预定的低空飞行高度飞行,并沿地形进行起伏飞行。
(2)分析无人机的飞行高度是否与融合地形高度有相交的点,如果有相交的点证明无人机有与地面或地面物体相撞的危险。
(3)将DSM数据与DEM数据比较中的异常点直接加入到被拉偏后的航迹中,分析无人机与融合地形高度是否相交,如果相交无人机飞行亦有危险。
其中无人机挂载激光雷达扫描地形所得到的DSM(Digital Surface Model缩写,是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DEM相比,DEM只包含了地形的高程信息,并未包含其它地表信息)包含地表的信号塔、电线杆、高大的树木、建筑物、高楼、桥梁等信息,故所得到的融合高度中会有此类信息的体现,而实际飞行中无人机对于这类高大物体等是无法自动壁障的,这就需要我们在飞前仿真中及时发现这些危险点,并在航迹规划中规避掉可能造成无人机飞行事故的航线,或者让无人机采取高于此类物体的高度飞行。
所述模拟气压高度信息和相对高度信息进行互补滤波的方法为:模拟气压高度信息和相对高度信息进行互补滤波的方法为:对模拟气压高度信息进行高通滤波,滤除其中的零位误差信号;对相对高度信息进行低通滤波,滤除其中的高频噪声信号,将滤除零位误差信号的模拟气压高度信息与滤除高频噪声信号的相对高度信息进行融合得到融合高度数据。
如图2所示,DSM数据和DEM数据进行融合得到融合地形数据的方法为:
(a)对GPS点数据对应的DSM高度数据和DEM高度数据分别消除零位误差得到消除零位误差后的DSM高度数据和DEM高度数据;
(b)对步骤(a)得到的消除零位偏差后的DSM高度数据与DEM高度数据比较,如果同一GPS点处的DSM高度数据大于DEM高度数据,则取该GPS点对应的DSM高度数据作为融合地形数据输出,否则取该GPS点对应的DEM高度数据作为融合地形数据输出。
本发明未详细描述内容为本领域技术人员公知技术。

Claims (3)

1.一种用于无人机航空物探的低空飞行仿真方法,其特征在于步骤如下:
(1)针对航空物探作业区进行航迹规划;
(2)挂载激光雷达的无人机根据规划的航迹按照特定气压高度飞行,激光雷达扫描飞行航迹内的全部地形,从而得到航空物探作业区内地表信息的DSM高度数据;同时获取航空物探作业区内地表信息公开的DEM高度数据;
(3)将步骤(1)规划的航迹加载至无人机半实物仿真系统中,进行全程低空半实物仿真飞行,提取出半实物仿真飞行航迹的GPS点数据;
(4)利用步骤(3)得到的GPS点数据对步骤(2)获得的DSM高度数据和DEM高度数据进行索引,提取出GPS点数据对应的DSM高度数据和DEM高度数据,将模拟的气压高度信息减去GPS点数据对应的DSM高度数据或DEM高度数据得到相对高度信息,模拟气压高度信息和相对高度信息进行互补滤波得到融合高度信息;
(5)将步骤(4)提取的DSM高度数据和DEM高度数据、相对高度信息和融合高度信息作为低空飞行仿真程序的输入,开始进行低空飞行仿真得到包含速度、舵面角度、攻角和侧滑角信息的仿真结果;
(6)判断低空飞行仿真结果是否有异常,如果其中任何一个信息有异常,则停止仿真,进行异常处理并返回步骤(1)重新进行仿真;如果低空飞行仿真结果正常,则将步骤(2)获得的DSM数据和DEM数据进行融合得到融合地形数据,将融合地形数据加入仿真结果中进行校验;DSM数据和DEM数据进行融合得到融合地形数据的方法为:
(6a)对GPS点数据对应的DSM高度数据和DEM高度数据分别消除零位误差得到消除零位误差后的DSM高度数据和DEM高度数据;
(6b)对步骤(6a)得到的消除零位误差后的DSM高度数据与DEM高度数据比较,如果同一GPS点处的DSM高度数据大于DEM高度数据,则取该GPS点对应的DSM高度数据作为融合地形数据输出,否则取该GPS点对应的DEM高度数据作为融合地形数据输出;
(7)根据仿真结果与校验结果判断飞行轨迹上无人机低空飞行高度是否安全,如果飞行安全则将规划的航迹装载到无人机中,结束仿真;否则重新进行航迹规划,直到得到飞行安全的航迹为止。
2.根据权利要求1所述的一种用于无人机航空物探的低空飞行仿真方法,其特征在于:所述根据仿真结果与校验结果判断飞行轨迹上无人机低空飞行高度是否安全的方法为:仿真结果中包含模拟的气压高度、DSM高度数据和DEM高度数据,首先核对模拟的气压高度是否沿地形起伏,然后判断模拟的气压高度是否与DSM高度数据或DEM高度数据有相交的点,如果有相交的点则无人机有与地面或地面物体相撞的危险,则判定分析无人机低空飞行高度不安全;如果无相交的点,则将仿真结果中的DSM高度数据和DEM高度数据用融合地形数据进行替换,重新判断模拟的气压高度是否与融合数据有相交的点,如果仍有交点,则判定分析无人机低空飞行高度不安全,否则无人机低空飞行高度安全。
3.根据权利要求1所述的一种用于无人机航空物探的低空飞行仿真方法,其特征在于:所述模拟气压高度信息和相对高度信息进行互补滤波的方法为:对模拟气压高度信息进行高通滤波,滤除其中的零位误差信号;对相对高度信息进行低通滤波,滤除其中的高频噪声信号,将滤除零位误差信号的模拟气压高度信息与滤除高频噪声信号的相对高度信息进行融合得到融合高度数据。
CN201410522026.2A 2014-09-30 2014-09-30 一种用于无人机航空物探的低空飞行仿真方法 Active CN104238377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410522026.2A CN104238377B (zh) 2014-09-30 2014-09-30 一种用于无人机航空物探的低空飞行仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410522026.2A CN104238377B (zh) 2014-09-30 2014-09-30 一种用于无人机航空物探的低空飞行仿真方法

Publications (2)

Publication Number Publication Date
CN104238377A CN104238377A (zh) 2014-12-24
CN104238377B true CN104238377B (zh) 2017-01-25

Family

ID=52226697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410522026.2A Active CN104238377B (zh) 2014-09-30 2014-09-30 一种用于无人机航空物探的低空飞行仿真方法

Country Status (1)

Country Link
CN (1) CN104238377B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH710646B1 (it) * 2015-01-23 2019-02-28 Paradox Eng Sa Sistema di guida di un drone.
EP3304943B1 (en) * 2015-06-01 2019-03-20 Telefonaktiebolaget LM Ericsson (publ) Moving device detection
CN106017472B (zh) * 2016-05-17 2019-01-25 成都通甲优博科技有限责任公司 全局路线规划方法、全局路线规划系统及无人机
WO2018086141A1 (en) * 2016-11-14 2018-05-17 SZ DJI Technology Co., Ltd. Construction and update of elevation maps
CN107240153B (zh) * 2017-06-16 2020-09-22 千寻位置网络有限公司 基于dsm的无人机飞行安全区域计算显示方法
CN108227023B (zh) * 2017-12-27 2020-08-14 彩虹无人机科技有限公司 Ch-3无人机航空物探磁放综合站应用系统
CN109003326B (zh) * 2018-06-05 2021-07-23 湖北亿咖通科技有限公司 一种基于虚拟世界的虚拟激光雷达数据生成方法
CN110083972B (zh) * 2019-05-10 2022-02-01 西北工业大学 飞机目标的红外拉偏仿真方法
CN110782708A (zh) * 2019-11-01 2020-02-11 南京智慧航空研究院有限公司 基于低空空域限制条件的无人机飞行网络建模方法
CN110989652A (zh) * 2019-11-05 2020-04-10 北京金景科技有限公司 一种利用激光雷达进行无人机仿地飞行的方法
CN114442660A (zh) * 2021-12-31 2022-05-06 北京理工大学重庆创新中心 一种基于gps和图像的无人机搜索方法
CN114942600B (zh) * 2022-05-13 2023-08-11 江苏锐天智能科技股份有限公司 一种基于激光雷达的飞机飞行仿真模拟系统及方法
CN114913717B (zh) * 2022-07-20 2022-09-27 成都天巡微小卫星科技有限责任公司 一种基于智能终端的便携式低空飞行防撞系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073279A (zh) * 2010-12-30 2011-05-25 清华大学 无人直升机飞行动力学模型复合辨识方法
CN202230330U (zh) * 2011-10-14 2012-05-23 中国民航大学 民用固定翼无人飞行器物理仿真试验平台
CN102508439B (zh) * 2011-11-18 2013-07-24 天津大学 基于hla的多无人机分布式仿真方法
CN102789171A (zh) * 2012-09-05 2012-11-21 北京理工大学 一种可视化无人机飞行控制半实物仿真测试方法及系统
DE102012022389B4 (de) * 2012-11-15 2014-05-28 Audi Ag Sicherheitsüberprüfung einer Montage einer Kraftwagenkomponente

Also Published As

Publication number Publication date
CN104238377A (zh) 2014-12-24

Similar Documents

Publication Publication Date Title
CN104238377B (zh) 一种用于无人机航空物探的低空飞行仿真方法
CN102854881B (zh) 无人机uav自动控制系统
CN103135550B (zh) 用于电力巡线的无人机多重避障控制方法
CN104898696B (zh) 基于电场强度变化率的高压同塔单回输电线路无人机巡检避障方法
CN113189615B (zh) 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法
CN107577241B (zh) 一种基于避障系统的消防无人机航迹规划方法
CN109062233A (zh) 一种输电线路无人机自动驾驶巡检方法
US20200302808A1 (en) Conflict Alerting Method Based On Control Voice
CN104809935A (zh) 一种无人机特情故障模拟训练方法及其系统
CN102722624B (zh) 一种用于飞机适航审定及设计评估的飞行场景开发方法
CN102722178A (zh) 用于无人机巡检带电导线的电场测量避障系统及方法
CN203397214U (zh) 一种适用于山区电网巡检的专用无人直升机避障系统
CN202632111U (zh) 用于无人机巡检带电导线的电场测量避障系统
CN202632112U (zh) 一种用于无人机巡检带电导线的电场差分避障系统
CN105518763B (zh) 飞机航行用信息生成装置以及飞机航行用信息生成方法
CN104344882A (zh) 一种飞机抖动检测系统及方法
CN105373647B (zh) 一种通过地面滑跑试验辨识气动焦点的方法
CN103984355A (zh) 一种巡检飞行机器人与架空电力线路距离预测和保持方法
CN113486602B (zh) 机场飞机跑道管理数字孪生系统仿真方法、系统及装置
CN108196586A (zh) 无人机控制方法、装置和储存介质
CN105738909B (zh) 一种适用于低空植保无人直升机作业边界提取方法
CN104076816A (zh) 无人机输电线路走廊作业航迹规划方法
CN106773709A (zh) 一种沉浸式无人机驾驶飞行系统
Cobano et al. Thermal detection and generation of collision-free trajectories for cooperative soaring UAVs
CN116719247B (zh) 一种数字太空仿真系统及方法

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