CN111045444B - 自适应感测和避让系统 - Google Patents

自适应感测和避让系统 Download PDF

Info

Publication number
CN111045444B
CN111045444B CN201910878945.6A CN201910878945A CN111045444B CN 111045444 B CN111045444 B CN 111045444B CN 201910878945 A CN201910878945 A CN 201910878945A CN 111045444 B CN111045444 B CN 111045444B
Authority
CN
China
Prior art keywords
data
sensor
obstacle
environment
detection circuit
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
CN201910878945.6A
Other languages
English (en)
Other versions
CN111045444A (zh
Inventor
T·道森汤森
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.)
Aurora Flight Sciences Corp
Original Assignee
Aurora Flight Sciences Corp
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 Aurora Flight Sciences Corp filed Critical Aurora Flight Sciences Corp
Publication of CN111045444A publication Critical patent/CN111045444A/zh
Application granted granted Critical
Publication of CN111045444B publication Critical patent/CN111045444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0004—Transmission of traffic-related information to or from an aircraft
    • G08G5/0008—Transmission of traffic-related information to or from an aircraft with other 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
    • G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/40—Control within particular dimensions
    • G05D1/46—Control of position or course in three dimensions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/80—Arrangements for reacting to or preventing system or operator failure
    • G05D1/81—Handing over between on-board automatic and on-board manual control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0021—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0078—Surveillance aids for monitoring traffic from the aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0086—Surveillance aids for monitoring terrain
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0091—Surveillance aids for monitoring atmospheric conditions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开涉及自适应感测和避让系统。一种与环境中的航空交通工具一起使用的自适应感测和避让系统包括处理器、多个传感器、障碍物检测电路和避让轨迹电路。处理器可以与飞行控制器和存储器设备可操作地耦接，其中存储器设备包括一个或多个数据库。多个传感器产生反映环境中的障碍物的位置的传感器数据。可操作地耦接到处理器和多个传感器的障碍物检测电路可以被配置为至少部分地基于传感器数据识别障碍物并且生成反映在环境中的障碍物的位置的最佳估计的障碍物信息。障碍物检测电路被配置为根据航空交通工具的状态及其环境对传感器数据进行加权。可操作地耦接到障碍物检测电路和处理器的避让轨迹电路可以被配置为根据障碍物信息和来自一个或多个数据库的信息来计算轨迹数据。障碍物检测电路被配置为将轨迹数据传送到飞行控制器。

Description

自适应感测和避让系统
技术领域
本公开涉及飞行控制系统、方法和装置领域；甚至更具体地涉及用于检测并自动导航交通工具绕过障碍物(包括其他空中交通工具)的系统，方法和装置。
背景技术
近年来，无人驾驶航空交通工具(UAV)和无人驾驶航空系统(UAS)的使用不断增长。UAV和SUAS用于各种应用，包括军用和民用应用两者。因此，不断进行研究以改善UAS自主性。通常，此类研究致力于解决UAV/UAS操作的多个方面，尤其包括(1)给定交通工具的自动飞行控制以支持远程人类控制，(2)优化系统(和相关方法)以确定针对给定交通工具或一组交通工具应该如何安排和/或分配任务，以及(3)自动、实时数据处理和开发，以支持自动路径规划、着陆和其他活动。
飞行器技术(包括UAV技术)是用于涉及情报、监视、侦察和有效载荷递送的任务剖面的宝贵工具。在操作中，飞行器可能在飞行器的空域内遇到大的和小的障碍物，这些障碍物可能是固定的或移动的，并且其位置可能事先不知道。飞行器内的传统形式的障碍物检测和避让依赖于飞行员提供观察飞行器外部的关键任务，以确保飞行器不在具有诸如另一飞行器的障碍物的碰撞航线上。在没有人类飞行员从驾驶舱向外看的情况下，UAV无法保证它们将检测并避让其他空中交通工具，无论是有人驾驶、无人驾驶还是自然物体(例如树木，山脉等)。用于防止飞行器与障碍物碰撞的现有技术(包括与由全球定位系统(“GPS”)提供的位置数据配对的障碍物数据库)通常是不充分的，因为许多阻碍物可能不包括在障碍物数据库中(尤其是移动的障碍物)，并且取决于高度或地形，GPS精度性能在不同环境中差异很大。
然而，商业航空工业已采用交通防撞系统(“TCAS”)作为避让碰撞的标准，这允许协作飞行器相互定位和避开。协作飞行器是指能够与协作传感器协作的飞行器。例如，协作飞行器可以配备TCAS(TCAS II或更早的TCAS)，例如模式S或模式C转发器、自动相关监视-广播(ADS-B)，或者，可替代地，使用其他发射和断续消息诸如ADS-B等。虽然TCAS提供了解决用于UAV的阻碍检测和避让问题的解决方案，但是TCAS只能在每个UAV和障碍物都包含转发器的情况下实现这一目标。换句话说，协作目标通过无线电(例如，使用ADS-B或其他方法)将其位置和航向(例如，GPS位置和速度矢量)发送到其他飞行器，而非协作障碍物不向其他飞行器(多旋翼飞行器、通用飞行器、滑翔机、鸟类等)发送位置和航向信息。另外，被设计用于检测和避让非协作阻碍物的当前飞行控制系统利用昂贵的雷达阵列来跟踪障碍物阻碍，并且通常仅用于大型飞行器。
虽然协作系统对于检测具有转发器(例如，ADS-B)的空中交通工具是有用的，但是检测没有转发器的非协作交通要困难得多。已经并且正在尝试将小型雷达、基于摄像机的视觉系统和其他检测传感器用于非协作目标。因此，尽管取得了进步，但是可以改进具有感知和避让能力的现有自主系统。
发明内容
本公开涉及飞行控制系统、方法和装置领域；甚至更具体地涉及用于检测并自动导航绕过静止和/或移动的障碍物的系统、方法和装置。
根据第一方面，一种与环境中的航空交通工具一起使用的自适应感测和避让系统包括：处理器，其可操作地与飞行控制器和存储器设备耦接，其中存储器设备包括反映对航空交通工具的飞行约束的一个或多个数据库；多个传感器，其耦接到航空交通工具，多个传感器中的每个传感器配置成生成反映环境中的障碍物的位置的传感器数据；障碍物检测电路，可操作地耦接到处理器和多个传感器，障碍物检测电路被配置为混合来自多个传感器中的每一个的传感器数据，以识别环境中的障碍物并产生反映障碍物在环境中的位置的最佳估计的障碍物信息，其中障碍物检测电路被配置成(i)至少部分地基于航空交通工具的当前状态和环境条件为多个传感器中的每一个设置传感器模式，(ii)根据传感器类型、航空交通工具的当前状态和环境条件，为来自多个传感器中的每一个的传感器数据分配权重；以及避让(avoidance)轨迹电路，其可操作地耦接到障碍物检测电路和处理器，其中障碍物检测电路被配置成(i)根据障碍物信息和来自一个或多个数据库的信息计算轨迹数据，以及(ii)将轨迹数据传达给飞行控制器。
根据第二方面，一种用于在环境中导航航空交通工具的方法包括：经由处理器确定航空交通工具的状态和环境，其中处理器可操作地与飞行控制器和具有一个或多个数据库的存储器设备耦接；至少部分地基于航空交通工具的状态和环境为多个传感器中的每一个设置传感器模式，其中多个传感器中的每一个被配置为生成反映环境中的障碍物的位置的传感器数据；根据航空交通工具的状态和环境，经由障碍物检测电路向来自多个传感器中的每一个的传感器数据分配权重，其中障碍物检测电路可操作地与处理器耦接；经由障碍物检测电路产生反映对障碍物在环境中的位置的最佳估计的障碍物信息；经由处理器监测航空交通工具的状态和环境；查询一个或多个数据库以识别航空交通工具上的任何飞行约束；根据障碍物信息和一个或多个数据库经由避让轨迹电路来计算用于航空交通工具的轨迹命令，其中避让轨迹电路与处理器可操作地耦接；以及将轨迹命令传达给飞行控制器。
根据第三方面，一种航空交通工具包括：飞行控制器；处理器，其可操作地与飞行控制器和存储器设备耦接，其中存储器设备包括(i)反映针对环境的定义的合法空域的空域数据的空域数据库，(ii)反映环境的环境因素的环境数据的环境数据库，以及(iii)反映环境的地形特征的地形数据的地形数据库；多个传感器，其被配置为生成反映环境中的障碍物的位置的传感器数据；障碍物检测电路，其可操作地耦接到处理器和多个传感器，障碍物检测电路被配置为混合来自多个传感器中的每一个的传感器数据，以识别环境中的障碍物并产生反映障碍物在环境中的位置的最佳估计的障碍物信息，其中障碍物检测电路被配置成(i)至少部分地基于航空交通工具的当前状态和环境条件为多个传感器中的每一个设置传感器模式，以及(ii)根据传感器类型、航空交通工具的当前状态和环境条件，为来自多个传感器中的每一个的传感器数据分配权重；以及避让轨迹电路，其可操作地耦接到障碍物检测电路和处理器，其中障碍物检测电路被配置成(i)根据障碍物信息和来自一个或多个数据库的信息计算轨迹数据，以及(ii)将轨迹数据传达给飞行控制器。
在某些方面，一个或多个数据库包括(i)反映针对环境的定义的合法空域的空域数据的空域数据库，(ii)反映环境的环境因素的环境数据的环境数据库，以及(iii)反映环境的地形特征的地形数据的地形数据库。
在某些方面，障碍物检测电路被配置为根据空域数据将第一权重分配给来自第一传感器的传感器数据，并且将第二权重分配给来自第二传感器的传感器数据。
在某些方面，障碍物检测电路被配置为根据空域数据将第一权重分配给来自协作传感器的传感器数据，并且将第二权重分配给来自非协作传感器的传感器数据，其中第一权重大于第二权重。
在某些方面，障碍物检测电路被配置为根据环境数据将第一权重分配给来自第一传感器的传感器数据，并且将第二权重分配给来自第二传感器的传感器数据。
在某些方面，障碍物检测电路被配置为当环境数据反映环境的能见度差时，将较低的权重分配给来自视觉传感器的传感器数据。
在某些方面，障碍物检测电路被配置为根据空域数据、环境数据和地形数据中的每一个动态地识别障碍物。
在某些方面，避让轨迹电路被配置为根据空域数据、环境数据和地形数据中的至少一个动态地计算轨迹数据。
在某些方面，自适应感测和避让系统与人机界面通信地耦接，以在自适应感测和避让系统与人类操作员之间提供控制和通信界面。
在某些方面，航空交通工具是多旋翼飞行器。
在某些方面，航空交通工具是固定翼飞行器。
在某些方面，多个传感器包括至少一个协作传感器和至少一个非协作传感器。
在某些方面，至少一个协作传感器包括射频收发器，其被配置为使用ADS-B、TCAS或TAS协议中的至少一个进行通信。
在某些方面，至少一个非协作传感器包括基于雷达的系统、电光系统、红外系统、声学系统或基于视觉的系统中的至少一个。
在某些方面，至少一个非协作传感器包括声学系统和基于视觉的系统。
在某些方面，障碍物信息反映障碍物的速度或身份。
附图说明
通过参考以下说明书和附图可以容易地理解本公开的这些和其他优点，其中：
图1a和图1b分别示出了示例多旋翼飞行器和示例固定翼飞行器的视图。
图1c示出了用于图1a和/或图1b的飞行器的示例飞行控制系统的框图。
图2a至图2c示出了用于自动检测和避让障碍物的自适应感知和避让(ASA)系统。
图3示出了用于操作配备有ASA系统的飞行器的示例导航方法。
具体实施方式
下面将参考附图描述本公开的优选实施例。附图中的部件不一定按比例绘制，而是重点在于清楚地示出本实施例的原理。例如，为了清楚和方便描述，可以放大元件的尺寸。此外，在任何可能的地方，在整个附图中使用相同的附图标记来表示实施例的相同或相似的元件。在以下描述中，没有详细描述公知的功能或构造，因为它们可能以不必要的细节模糊本公开。说明书中的语言不应被解释为表明任何未要求保护的元件对实施例的实践是必不可少。
除非本文另有说明，否则本文中对数值范围的引用不旨在是限制性的，而是单独地指代落入该范围内的任何和所有值，并且在该范围内的每个单独的值被并入说明书中，如同其在此被单独引用一样。当伴随数值时，词语“约”，“大约”等等应被解释为表示由本领域技术人员理解的令人满意地操作以实现预期目的的偏差。值和/或数值的范围在本文中仅作为示例提供，并且不构成对所描述的实施例的范围的限制。这里提供的任何示例或示例性语言(“例如”，“诸如”等)的使用仅旨在更好地说明实施例，而不是对实施例的范围构成限制。说明书中的语言不应被解释为表明任何未要求保护的元件对实施例的实践是必不可少的。
在以下描述中，应理解诸如“第一”、“第二”、“顶部”、“底部”、“侧面”、“前面”、“正面”、“后面”等术语是方便的词语，而不应被解释为限制性术语。这里提供的各种数据值(例如，距离、秒等)可以用一个或多个其他预定数据值代替，并且因此不应视为限制性的，而是示例性的。对于本公开，以下术语和定义适用：
术语“航空交通工具”和“飞行器”是指能够飞行的机器，包括但不限于固定翼飞行器、无人驾驶航空交通工具、可变翼飞行器、以及垂直起飞和着陆(VTOL)飞行器。
术语“和/或”表示列表中由“和/或”连接的任何一个或多个项目。作为示例，“x和/或y”表示三元素集{(x)、(y)、(x,y)}中的任何元素。换句话说，“x和/或y”表示“x和y中的一个或两个”。作为另一个例子，“x、y和/或z”表示七元素集{(x)、(y)、(z)、(x,y)、(x,z)、(y,z)、(x,y,z)}中的任何元素。换句话说，“x、y和/或z”表示“x、y和z中的一个或多个”。
术语“电路”和“电路系统”指的是物理电子部件(例如，硬件)和任何软件和/或固件(“代码”)，所述软件和/或固件(“代码”)可以配置硬件、由硬件执行、和或以其他方式与硬件相关联。如本文所使用的，例如，特定处理器和存储器可以在执行第一组一行或多行代码时包括第一“电路”，并且可以在执行第二组一行或多行代码时包括第二“电路”。如本文所使用的，无论何时电路系统都包括执行功能所需的硬件和代码(如果有必要的话)，而不管功能的执行是否被禁用或未被启用(例如，通过用户可配置的设置、工厂修整等)，电路系统“可操作”以执行功能。
术语“通信”和“正在通信”是指(1)将数据从源传输或以其他方式传送到目的地，和/或(2)将数据递送到通信介质、系统、信道、网络、设备、电线、电缆、光纤、电路和/或链路以被传递到目的地。
本文使用的术语“耦接”，“耦接到”和“与…耦接”均表示两个或更多个设备、装置、文件、电路、元件、功能、操作、过程、程序、媒体、部件、网络、系统、子系统、和/或工具之间或之中的关系，构成以下所述项中的任何一个或多个：(i)连接，无论是直接连接还是通过一个或多个其他设备、装置、文件、电路、元件、功能、操作、过程、程序、媒体、部件、网络、系统、子系统、或工具；(ii)通信关系，无论是直接的还是通过一个或多个其他设备、装置、文件、电路、元件、功能、操作、过程、程序、媒体、部件、网络、系统、子系统、或工具；和/或(iii)功能关系，其中任何一个或多个设备、装置、文件、电路、元件、功能、操作、过程、程序、媒体、部件、网络、系统、子系统、或工具的操作全部或部分地依赖于一个或多个上述其他项目的操作。
本文使用的术语“数据”意指任何记号、信号、标记、符号、域、符号集、表示、以及表示信息的任何其他一种或多种物理形式，无论是永久的还是临时的，无论是可见的、可听的、声学的、电的、磁的、电磁的、或以其他方式表现出来。术语“数据”用于表示一种物理形式的预定信息，包括不同的一种或多种物理形式的相应信息的任何表示和所有表示。
本文使用的术语“数据库”表示相关数据的组织体，而不管其数据或组织体被表示的方式。例如，相关数据的组织体可以是表、图、网格、分组、数据报、框架、文件、电子邮件、消息、文档、报告、列表或任何其他形式中的一种或多种的形式。
术语“示例性”意味着“用作示例、实例或说明”。本文描述的实施例不是限制性的，而仅是示例性的。应该理解的是，所描述的实施例不必被解释为比其他实施例更优选或更具优势。此外，术语“本发明的实施例”、“实施例”或“本发明”不要求本发明的所有实施例都包括所讨论的特征、优点或操作模式。
术语“存储器设备”表示存储供处理器使用的信息的计算机硬件或电路系统。存储器设备可以是任何合适类型的计算机存储器或任何其他类型的电子存储介质，诸如例如，只读存储器(ROM)、随机存取存储器(RAM)、高速缓冲存储器、光盘只读存储器(CDROM)、电光存储器、磁光存储器、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、计算机可读介质等。
本文使用的术语“网络”包括所有类型的网络和中间网络，包括因特网，并且不限于任何特定网络或中间网络。
术语“处理器”表示处理设备、装置、程序、电路、部件、系统和子系统，无论是以硬件、有形实施的软件、还是两者来实现，并且无论它是否是可编程的。术语“处理器”包括但不限于一个或多个计算设备、硬连线电路、信号修改设备和系统、用于控制系统的设备和机器、中央处理单元、可编程设备和系统、现场可编程门阵列、专用集成电路、片上系统、包括分立元件和/或电路的系统、状态机、虚拟机，数据处理器、处理设施、以及任何前述项的组合。处理器可以是例如任何类型的通用微处理器或微控制器、数字信号处理(DSP)处理器、专用集成电路(ASIC)。处理器可以耦接到存储器设备或与存储器设备集成。
本文公开了一种用于检测并自动导航绕过静止和/或移动障碍物的系统、方法和装置。UAV(尤其是战术或MALE级UAV)在执行任务时可以在完全不同的环境中飞行，并且因此可能对适合不同环境的感测和避让传感器以及行为的类型产生影响。例如，根据任务或天气因素，UAV可以飞行到相对高的高度(地面以上～15,000英尺)或下降到相对低的高度(地面以上～1,000英尺)。特别是在较低的水平处，地形也可能发挥较大的作用，这取决于附近的地形是平坦的、丘陵的还是山区的。这些UAV也可以在不同类型的空域中操作。相同类型的感测和避让传感器和响应可能不适合不同类型的空域。例如，在雷达监视下的高空空域中，非协作障碍物很可能较少，而在较低的高度处，这些目标可以成为最高的风险。因此，所公开的感测和避让系统根据交通工具正在导航的高度、地理区域和/或空域来调整传感器的融合(例如，混合)。所公开的自适应感测和避让系统优于现有系统的优点在于：自适应感测和避让系统针对不同高度范围、空域和其他环境优化UAV的操作，从而提供最佳安全性，同时最小化误报的偏差等。
图1a和图1b示出了与自适应感测和避让系统一起使用的示例航空交通工具100的透视图，即多旋翼航空交通工具100a和固定翼航空交通工具100b。更具体地，图1a示出了能够垂直起飞和着陆的示例性自主多旋翼航空交通工具100a(示为四旋翼)，而图1b示出了固定翼飞行器100b。在任一情况下，航空交通工具100可以包括机体102(例如，机身或机架)、起落架104、飞行控制系统120(图1c中更好地示出)、以及一个或多个推力发生器106以提供升力或推力(例如，涡轮机、马达108或发动机118等与螺旋桨可操作地耦接)。飞行控制系统120可以至少部分地容纳在电子模块内，该电子模块可以与机体102集成、通过单独的壳体或吊舱被提供、或其组合。在多旋翼航空交通工具100a的情况下，推力发生器106可以经由多个旋翼吊杆112耦接到机体102。在固定翼飞行器100b的情况下，一个或多个固定翼114可以耦接到机体102。虽然一个或多个固定翼114可以与机体102不同，但是固定翼飞行器100b可以替代地配置为混合翼或飞翼配置。
无论配置如何，航空交通工具100可以包括一个或多个传感器110(例如，作为情报、监视和侦察(ISR)有效载荷140的一部分或者与其分开)，例如回波定位传感器，其通常通过发射声音频率进入环境并检测从回波定位传感器附近的障碍物返回的声音频率的任何回波来起作用。使用回波的强度和/或回波的返回方向，回波可以用于定位和/或识别障碍物，这进而可以使航空交通工具改变方向以避让与一个或多个障碍物碰撞。然而，传感器110不限于回波定位传感器，并且尤其可以包括本领域中已知的或将在本领域中已知的任何基于视觉的传感器或声学传感器，包括但不限于相机、雷达、激光雷达(LIDAR)等。在一个方面，相机可以用于通过诸如光流的三维重建技术来识别较大的物体。虽然这可以为自主导航提供有用的信息，但是与光学成像相关联的处理延时以及对各种类型的物体的可见性的敏感性可以限制光学感测技术用于检测在交通工具中的飞行航线中的小的快速接近的物体的效用。因此，回波定位可用于补充视觉感测系统。
传感器110可以定位成获得航空交通工具的行进方向上的视野，从而识别航空交通工具100的路径中的潜在障碍物。例如，单个传感器110(或单组传感器110)可以设置在航空交通工具100的前部，以检测航空交通工具100的路径中的碰撞(例如，阻碍物或障碍物)威胁。通过定向传感器110朝向飞行航线，声学检测可以补充光学检测并且可以用于检测应该触发交通工具执行响应操纵的紧急阻碍物。虽然提供声学检测作为示例，但是可以使用或混合来自几乎任何类型的传感器的相互作用。此外，如自主多旋翼航空交通工具100a所示，多个传感器110(或多组传感器)可以定位在航空交通工具100的周边(和/或顶部和底部)周围，以提供以航空交通工具100的飞行航线以及航空交通工具100的上方和下方定向的视野，使得多个传感器覆盖航空交通工具100周围的环境。因此，多个传感器110将使航空交通工具100能够检测航空交通工具100的任何一侧上的碰撞威胁，有效地提供航空交通工具100周围的360度视野。
应当理解，声学传感器的目的是提供对正好在飞行路径(或其他行进路线)中障碍物(特别是使用视觉检测或其他技术可能检测不到的障碍物)的即时检测。相应地，应当理解，传感器110的目的是提供对特定方向(例如，航空交通工具的任何方向)的障碍物(特别是使用视觉检测或其他技术可能不容易检测到的障碍物)的即时检测。虽然回波定位阵列操作良好，但是其他传感器系统也可以或者替代地适当地用于快速、准确地检测障碍物，例如基于激光的技术或使用光学、声学、射频或其他感测模式的任何其他合适的技术。可以使用适合于在自主交通工具中实施并且能够准确且快速地识别阻碍物的任何此类技术来代替(或补充)本文考虑的系统和方法中的回波定位传感器。例如，自适应感测和避让系统可以采用基于视觉和声学的传感器的组合、以及基于雷达或LIDAR的系统。
图1c示出了用于航空交通工具100的示例飞行控制系统120的框图。飞行控制系统120可以被配置为控制航空交通工具100的各种部件和功能。如图所示，飞行控制系统120包括一个或多个飞行器处理器124，其与至少一个存储器设备128、飞行控制器126、无线收发器130和导航系统142通信耦接。飞行器处理器124可以被配置为至少部分地基于指令(例如，软件)和存储到存储器设备128的一个或多个数据库(例如，硬盘驱动器、快闪存储器等)执行一个或多个操作。飞行器控制系统还可以包括其他期望的服务，例如无线收发器130与天线132耦接以在飞行控制系统120和远程设备138(例如，诸如智能手机、平板电脑、膝上型计算机的便携式电子设备)或其他控制器(例如，在基站处)之间进行数据通信。飞行控制系统120还可以经由无线收发器130与另一个航空交通工具100通信，从而例如促进协作操作。
在某些方面，飞行控制系统120可以通过网络134与远程设备138和/或另一个航空交通工具100通信数据(处理的数据、未处理的数据等)。在某些方面，无线收发器130可以被配置为使用一个或多个无线标准(例如，远程链接、C频段、Ku/Ka频段、从2.4GHZ到2.485GHZ的在工业、科学和医疗(ISM)频段中的超高频(UHF)无线电波、Wi-Fi(例如，电气和电子工程师协会(IEEE)802.11标准)等进行通信。远程设备138可以便于监测和/或控制飞行控制系统120及其(一个或多个)有效载荷，包括ISR有效载荷140。
远程设备138为用户提供控制和通信接口。远程设备138可以被配置为作为管理器操作，其使得用户能够监测、指导和控制ASA系统200。远程设备138可以用于使用户能够输入任务、约束、修改任务分配列表、更新软件/固件等。远程设备138可以包括触摸屏图形用户界面(“GUI”)和/或语音识别系统。远程设备138可以采用例如平板计算机、膝上型计算机、智能电话或其组合。远程设备138用作飞行员和ASA系统200之间的主要通信通道，使得用户能够在需要时向ASA系统200命令任务并从ASA系统200接收反馈或指令。远程设备138可以提供视觉和听觉警报，以引导飞行员注意特定警报。
响应于来自操作员、自动驾驶仪、导航系统142、或经由无线收发器130的其他高级系统的命令，飞行器处理器124可以可操作地耦接到飞行控制器126以控制各种致动器(例如，控制任何飞行表面(例如可移动的飞行控制表面)的移动和锁定的那些致动器)、电动机108(例如，通过电子速度控制器(ESC)116)、和/或发动机118(例如，经由发动机控制器122)的操作。在某些方面，飞行器处理器124和飞行控制器126可以集成到单个部件或电路中。在操作中，飞行控制器126可以在飞行的各个阶段期间(例如，经由ESC 116或发动机控制器122(视情况而定))动态地(即，实时地或接近实时地)并且独立地调整一个或多个可移动的飞行控制表面和/或来自推力发生器106的推力，以控制航空交通工具100的滚转、俯仰或偏航。当使用具有旋翼叶片(例如，螺旋桨)的旋翼时，飞行控制器126可以改变旋翼的每分钟转数(RPM)和/或在需要时改变旋翼叶片的桨距。例如，可以通过经由ESC 116调节从电源(例如，电池组或电池组)供应到每个电动机的电力来控制电动马达108。
飞行器处理器124可以可操作地耦接到导航系统142，导航系统142可以包括与INS142b和/或IMU 142c通信耦接的GPS 142a，其可以包括一个或多个陀螺仪和加速度计。GPS142a给出绝对无漂移位置值，该值可用于重置INS解决方案或者可以通过使用诸如卡尔曼滤波器的数学算法与其混合。导航系统142尤其可以将惯性稳定数据传送到飞行器处理器124。
为了收集数据和/或监测区域，飞行控制系统120可以配备有附加的传感器110，例如ISR有效载荷140，其包括例如一个或多个相机140a(例如，用于记录或捕获图像和/或视频的光学仪器，包括光检测和测距(LiDAR)设备)、音频设备140b(例如，麦克风、回波定位传感器等)、以及用于促进ISR功能并提供ISR数据(例如，照片、视频、音频、传感器测量等)的其他传感器140c。ISR有效载荷140可操作地耦接到飞行器处理器124，以促进ISR有效载荷140和飞行器处理器124之间的ISR数据(传感器数据)的通信。ISR数据可用于导航航空交通工具100和/或以其他方式控制飞行控制系统120。在某些方面，ISR有效载荷140可以经由万向节系统可旋转地且可枢转地耦接到例如机体102的下侧表面(或另一结构部件，例如旋翼吊杆112或翼114)，以使ISR有效载荷140能够更容易地向下定向以监测地面下和/或地面上的物体。数据可以经由无线收发器130通过网络134从飞行控制系统120动态地或周期性地传送到远程设备138，或者存储到存储器设备128以供稍后访问或处理。
下面描述的ASA系统200可以与飞行控制系统120集成，使得它使用预先存在的硬件，包括例如飞行器处理器124、存储器设备128、飞行控制器126和传感器110。在该示例中，ASA系统200的特征和过程可以通过软件和/或固件更新在飞行器100中实现(例如，经由远程设备138实施到存储器设备128)。在另一个示例中，ASA系统200可以作为与飞行控制系统120(例如，经由如图1c所示的飞行器处理器124)通信耦接的模块被耦接到飞行器100。
图2a至图2c示出了将在飞行器100上使用的用于自动检测和避让障碍物(例如，其他空中交通工具、结构、自然构造、动物等)的自适应感测和避让(ASA)系统200。系统200根据飞行器100正在飞行的高度、地理区域和/或空域来融合(fuse)传感器(例如，动态地-实时地或接近实时地)。ASA系统200可以被配置为通过UAV飞行器100上的现有数据链路将警告警报和状态传递给任何地面操作员或监督者(例如，通过网络136传递到远程设备138)。在操作中，ASA系统200努力检测协作和/或非合作障碍物并命令自动避让操纵(maneuver)以避让与障碍物和/或其他障碍物的碰撞。ASA系统200交叉关联并混合多个障碍物传感器，以形成对环境中(一个或多个)障碍物的(一个或多个)位置和(一个或多个)类型的最准确估计。
ASA系统200提供许多优点。例如，除了高度、地理区域和/或空域之外，ASA系统200还可以根据一天中的时间、当前天气和一年中的季节来调整传感器的融合。可能存在多个融合区域，例如用于改善相对于主飞行器的障碍物位置的不同传感器的加权，以及用于警报或避让操纵的任何分配优先级。例如，根据当前方位(空域类型)，障碍物检测雷达可能被赋予较高的优先级以用于障碍物检测，而视觉传感器被忽略。在另一个示例中，当在机场航站楼区域内操作时，协作传感器(例如，ADS-B数据)可以被赋予加权的最高优先级，而视觉传感器的优先级较低。在另一个示例中，在已知受悬挂式滑翔机或其他非协作障碍物欢迎的区域中的夏季操作期间，将优先考虑用于这种障碍物的传感器(诸如视觉传感器或小型雷达)。能够检测危险鸟类障碍物的传感器也将在鸟类活动预计较高的方位和一天中的某些时间或一年中的某些时间运行时被给予较高的优先权。
使用ASA系统200，飞行器100可以执行自动障碍物避让操纵以考虑局部地形条件，这可以避让与地形的潜在碰撞同时避开障碍物。因此，ASA系统200可以采用飞行器性能模型，其可以用于确定将成功的可能的碰撞避让轨迹。ASA系统200还可以在计算障碍物避让操纵时考虑天气条件。例如，ASA系统200可以在确定最佳轨迹时考虑环境风或密度高度，并且避让紧邻的天气灾害。
参考图2a，ASA系统200通常可包括障碍物检测电路202、避让操纵轨迹电路204、一个或多个数据库224、以及障碍物传感器226(例如，一个或多个传感器110)以生成可能的障碍物威胁列表。ASA系统200可以与飞行器100的飞行控制系统120可操作地耦接(或集成)。因此，障碍物检测电路202和/或避让操纵轨迹电路204可以接收来自外部GPS或者集成(内部)GPS(例如，GPS 142a)的位置数据以及来自飞行器数据系统228的飞行器状态数据(例如，高度、速度、Δ高度等)。除了位置数据之外，ASA系统200还可以接收来自飞行器数据系统228的飞行器状态信息(例如，高度、爬升率、俯仰角、倾斜角、偏航角、侧滑等)，该飞行器数据系统可以与飞行器100集成(例如，作为飞行控制系统120的一部分)。飞行器数据系统228可以包括例如陀螺仪和/或其他状态传感器。
当检测到威胁(例如，潜在的碰撞威胁或其他障碍物)时，ASA系统200可以向飞行器100的机载飞行控制系统120发出轨迹命令，这可以导致(指示)飞行器100执行避让轨迹(或飞行路径)。可以至少部分地基于来自传感器110的传感器数据、ISR有效载荷140等来实时计算避让轨迹。ASA系统200还可以通过飞行器100上的现有数据链路(例如网络136)经由例如在地面控制站(GCS)230处的远程设备138来将警告警报和状态信息传递给任何地面操作员或监督者。更具体地，障碍物检测电路202可以向GCS 230发送障碍物警报，同时避让操纵轨迹电路204可以将避让操纵信息发送到GCS 230。
多个障碍物传感器226可以包括例如检测协作障碍物(例如，具有协作发射器或收发器的另一个飞行器)的协作障碍物传感器226a和/或检测非协作障碍物的非协作障碍物传感器226b。协作障碍物传感器226a可以用于使用例如射频收发器来检测障碍物(例如，其他空中交通工具)，该射频收发器被配置为使用各种协议中的一个或多个进行通信，包括ADS-B、TCAS、TAS等。非协作障碍物传感器226b可以使用例如基于雷达的系统、电光系统(例如，LIDAR)、红外系统、声学系统、基于视觉的系统等来检测障碍物(例如，其他空中交通工具)。在一些情况下，障碍物传感器226可以将威胁等级(优先级等级)分配给一个或多个(或所有)可能的障碍物威胁，在其他情况下它们可以不这么操作；而只是提供其他障碍物的方位信息。例如，方位信息可以包括GPS坐标或角度和距离。来自障碍物传感器226的障碍物信息还可以包括目标障碍物的速度和/或关于障碍物的类型或身份的信息(例如，飞行器、尾号、鸟、尺寸等)。用作障碍物传感器226的传感器110的类型可以取决于所考虑的飞行器100的类型和尺寸以及该飞行器100的操作环境。
可以存储到存储器设备128的一个或多个数据库224可以用于识别给予飞行器100的任何飞行约束。为此，一个或多个数据库224可以包括例如空域数据库224a、环境数据库224b、地形数据库224c等。一个或多个数据库224可以覆盖比飞行器100的当前操作预期的更大的区域；然而，如果需要，一个或多个数据库224可以局限于特定区域/环境。ASA系统200可以动态地更新一个或多个数据库224以反映可用的最新数据，该数据可以由障碍物传感器226或另一传感器110捕获。一个或多个数据库224(与障碍物传感器226和任何其他传感器110结合)支持障碍物检测电路202以计算障碍物威胁。一旦检测到威胁，一个或多个数据库224通过提供影响轨迹的关于空域、地形和/或环境因素的信息来支持避让操纵轨迹电路204。
空域数据库224a可以包括反映空域和航空特征的空域数据。空域数据库224a保存有关于操作区域内所有类型的合法定义空域的详细数据，包括但不限于：控制区、交通管理区、途中空域、限制区、禁区、临时飞行限制区、军事操作区等。此外，还可以包括反映已建立的航路和进近程序的数据。环境数据库224b可以包括反映环境因素的环境数据，包括当前和预期的天气、一天中的时间或一年中的时间的当地效应等。环境数据库224b可以包括但不限于障碍物数据、预期的气候数据、当前的和即将发生的天气数据、和人类活动数据(在给定时间段内在给定区域内的预期事件或活动)。最后，地形数据库224c可以包括反映离地高度的地形数据，包括特定的人造或自然特征，例如，诸如山峰、天线塔、建筑物等。地形数据库224c保存关于操作区域中的地形的详细数据。地形数据库224c可以覆盖比当前操作预期的更大的区域，或者可以根据需要加载特定区域的数据。为了准确，地面数据库224c可以用可用的最新数据通过飞行器100更新。
障碍物检测电路202可以使用来自传感器的输入来确定障碍物的最佳估计(例如，类型、方位、轨迹等)。障碍物检测电路202可以用于(例如，使用内部算法)使来自多个传感器的数据相关以改善障碍物方位，并确定检测到的障碍物的威胁等级。例如，如图所示，障碍物检测电路202可以从协作障碍物传感器226a和/或非协作障碍物传感器226b接收传感器状态和障碍物信息。障碍物检测电路202还可以被配置为将模式命令208传送到协作障碍物传感器226a和/或非协作障碍物传感器226b。模式命令208可以使协作障碍物传感器226a和/或非协作障碍物传感器226b改变其操作模式、或以其他方式调整其操作模式。此外，在某些方面，一种或多种机器学习技术可以被采用并且用于至少部分地基于与航空交通工具100相关联的历史性能数据(例如，在各种情况和环境中，如天气状况、时间、方位、高度等)来融合来自不同类型的传感器的传感器数据。例如，虽然某些传感器系统在某些环境中可能不是理想的，但是历史数据可以指示在某些环境条件下或与其他类型的传感器耦接时，此类传感器系统在某些区域中是有利的或可用的。
障碍物检测电路202还使用关于交通工具方位的信息，从飞行器数据系统228与关于地理、空域和环境因素的一个或多个数据库224进行比较，以经由障碍物检测电路202设置协作障碍物传感器226a和/或非协作障碍物226b的加权。例如，障碍物检测电路202可以使用来自空域数据库224a的空域数据以基于飞行器100相对于不同类型的受调节空域的方位以改善检测算法。在另一示例中，障碍物检测电路202可以使用来自环境数据库224b的环境数据以基于诸如一年中的时间、一周中的一天、一天中的时间、气候和天气条件等环境因素来改善检测算法。基于来自传感器和数据库的各种输入，障碍物检测电路202可以以例如障碍物警报信息/数据的形式向避让操纵轨迹电路204输出障碍物的最佳估计。
避让操纵轨迹电路204可以至少部分地基于来自障碍物检测电路202的障碍物警报信息/数据，使用内部算法以计算避让操纵以避让检测到的障碍物和地形。换句话说，避让操纵轨迹电路204被配置为，在基于来自一个或多个数据库224的数据以进一步考虑局部地形、空域和环境因素时，开发避让轨迹以确保与障碍物目标的安全分离。例如，避让操纵轨迹电路204可以使用来自地形数据库224c的地形数据以确保避让操纵不受当地地形的影响。在某些方面，可以根据当前操作(即任务目标)和/或航空交通工具100的环境来混合和/或选择不同组的多个传感器。例如，基于周围环境，可以采用一个或多个传感器分组，不论自动还是手动选择。一个或多个数据库可以存储在检测某些环境条件、航空交通工具操作、航空交通工具健康或状态、和/或在航空交通工具100上施加的飞行限制时使用的一个或多个预定的传感器分组。
图2b示出了障碍物检测电路202的示例过程。障碍物检测电路202的子任务可以动态地运行以提供对潜在障碍物威胁的最快响应。障碍物检测电路202的子任务可以包括检查当前飞行器状态和环境206、设置传感器模式208、设置障碍物检测权重210、评估正到达的障碍物数据212、以及将障碍物威胁信息发送到避让操纵轨迹规划器213。
当检查当前飞行器状态和环境206时，障碍物检测电路202连续监测来自飞行器数据系统228的飞行器状态和环境。示例飞行器状态包括例如当前高度、空速和任务类型(例如，运输与巡逻)。障碍物检测电路202还检查与空域和环境有关的当前方位。例如，飞行器100相对于定义空域的方位，其相对于地面特征(例如，城市区域和农村区域)的方位、以及其相对于诸如丘陵和山脉之类的地形特征的方位。
障碍物检测电路202还可以根据需要设置任何传感器模式208，其可以是当前飞行器状态和环境的函数。对于兼容的传感器，障碍物检测电路202可以向障碍物传感器226发送模式命令，以根据当前飞行器状态和环境设置特定的传感器模式。例如，当飞行器100处于运输任务中时，障碍物传感器226可以被引导到强调飞行器前方区域的模式，而如果飞行器处于巡逻任务中，则将选择检查飞行器100周围的360度的传感器模式。在另一个示例中，如果以低水平操作，则可以命令雷达传感器至更多抑制雷达信号中的地面杂波的模式。
障碍物检测电路202还可以基于当前状态和环境以及基于当前有效的传感器226设置障碍物检测权重210。基于上述环境因素，障碍物检测电路202设置用于评估来自传感器的障碍物数据的加权因子。例如，如果当前的天气条件包括较差的可见度，则来自雷达传感器的数据可以被赋予比来自基于视觉的传感器的数据更大的权重。在另一种情况下，当在预期其他障碍物将配备有协作系统的受控空域中飞行时，这种协作障碍物传感器将被赋予比视觉系统之类的非协作障碍物传感器更高的权重。可以通过对经验数据进行分析、模拟和收集的组合来确定加权的确切程度或级别。
使用加权传感器数据，障碍物检测电路202可以使用例如加权传感器值来评估引入的障碍物数据212。换句话说，在已经设置了障碍物检测权重的情况下，障碍物检测电路202评估引入的障碍物数据。在多个传感器226检测到相同障碍物的情况下，障碍物检测电路202可以使用障碍物检测权重来交叉检查和改善障碍物的相对位置。例如，如果雷达传感器和视觉传感器都检测到好像是障碍物，但报告的相对位置稍微偏离，如果雷达传感器具有比视觉传感器更高的权重，那么障碍物的实际位置将被假设更接近雷达传感器报告的数据。由于障碍物检测权重基于改变的飞行器和环境因素，随着传感器之间的加权因子根据飞行器和环境因素而改变，因此障碍物检测电路202的动作也可以改变。
最后，障碍物检测电路202可以将障碍物威胁信息(例如，障碍物位置和状态)213传送到避让操纵轨迹电路204。障碍物检测电路202可以与避让操纵轨迹电路204一起动态地(例如，实时地或接近实时地)共享障碍物威胁信息。障碍物检测电路202可以被配置为不仅共享最高优先级的障碍物目标，而且还共享其他检测到的障碍物以将区域中的(一个或多个)障碍物的完整图像提供给避让操纵轨迹电路204。障碍物检测电路202可以使用诸如机器学习之类的高级逻辑来改善检测障碍物的能力，同时最小化误报检测。这种机器学习可以构建在先前飞行中采集的信息的数据库并且然后使用该数据库。这样的数据库可以包括经常检测到其他障碍物(例如，空中交通工具)的热点地理区域或时间或环境因素，或者相反地，出于环境或其他原因可能出现误报的区域。
通过运用使用机器学习/深度学习技术以用于捕获与航空交通工具相关联的信息的系统，确定航空交通工具状况、和/或产生航空交通工具与环境接合的响应，该系统能够避让潜在的危险情况。例如，考虑到包括历史趋势的存储数据，可以整体地编译和分析从各种传感器收集的信息，以快速且准确地建立航空交通工具对变量的预期和/或共同反应的图片。换句话说，系统可以被配置为至少部分地基于不同类型的传感器(例如光学传感器、生理传感器、交通工具状态传感器，仅举几例)中的各种传感器信息、或“传感器融合”来接受、分析和/或做出确定。因此，机器学习/深度学习技术(能够随时间收集数据和建立模型以识别和适应未来的类似情况)用于克服有限的视图、损坏的标识符、可变的照明条件等等。类似地，机器学习技术可用于通过分析在各种环境条件下选择的传感器组的有效性来更新用于确定在某些环境条件下从各种传感器中选择一组传感器的逻辑。
如上所述，避让操纵轨迹电路204评估由障碍物检测电路202报告的障碍物威胁并且规划(一个或多个)避让操纵以避让冲突或碰撞。图2c示出了避让操纵轨迹电路204的子任务。避让操纵轨迹电路204的子任务可以包括监测飞行器的方位和状态214、查询数据库216、计算轨迹218、计算避让操纵220、以及向飞行控制系统120发出命令222。
例如，避让操纵轨迹电路204动态地监测飞行器方位和状态214，可以从GPS 142a和/或飞行器数据系统228接收该飞行器方位和状态214。避让操纵轨迹电路204然后查询数据库216，例如一个或多个数据库224。更具体地，至少部分地基于飞行器100的当前方位和状态，避让操纵轨迹电路204查询空域数据库224a、地形数据库224c和环境数据库224b，以获得与当前方位和状态相关的数据。
避让操纵轨迹电路204可以计算轨迹218。更具体地，避让操纵轨迹电路204可以连续地计算出没有地形并且考虑到空域和其他因素的轨迹，即使没有交通工具障碍物存在也是如此。这些默认轨迹可以定义安全区域，在该安全区域ASA系统200知道飞行器100不会与地形或空域冲突。
避让操纵轨迹电路204还可以计算避让操纵220。即，当从障碍物检测电路202接收到关于潜在危险障碍物的信息时，避让操纵轨迹电路204可以立即计算飞行路径轨迹以避开(一个或多个)交通障碍物，同时还基于来自一个或多个数据库224的数据考虑了其他附近的交通工具、地形、障碍物和附近空域。例如，如果ASA系统200具有可能的向右或向左的避让轨迹，但是避让操纵轨迹电路204的数据已经示出飞行器100的右侧存在冲突的地形或受限的空域，则避让操纵轨迹电路204将规划向左侧的避让轨迹。因此，当接收到来自障碍物检测电路202的障碍物威胁报告时，避让操纵轨迹电路204重新计算轨迹以避让障碍物，同时还避让地形、计算空域，并且在a/c性能包线内操作。
避让操纵轨迹电路204将所得到的命令222发布到飞行控制系统120以执行避让操纵。根据飞行控制系统120的类型，所得到的命令可以是例如命令的航路点或速度、航向、高度命令。
图3示出了用于操作配备有ASA系统200的飞行器100的示例导航方法300。出于该示例的目的，假设飞行器100在具有山地地形的环境中以相对低的水平执行巡逻任务。在步骤302启动之后，在步骤304处ASA系统200确定飞行器100的状态和周围环境。例如，障碍物检测电路202评估方位以识别和/或定位山脉。障碍物检测电路202还可以基于例如方位(例如，通过GPS数据)和内部日历来确定当前的年中时间是夏季，这可以使用一个或多个传感器来补充/确认(例如，温度计、光传感器、气压计等)。一个或多个传感器还可用于确定当前天气。
基于飞行器100的状态和周围环境，在步骤306处障碍物检测电路202可以为每个障碍物传感器226设置传感器模式。当飞行器100处于巡逻任务时，障碍物检测电路202可以命令基于视觉的传感器和雷达传感器二者处于360度模式，从而在飞行器100的所有侧面上寻找障碍物。在步骤308处，障碍物检测电路202可以将权重分配给各种传感器110(例如，障碍物传感器226)。例如，如果天气晴朗(例如，高能见度)，ASA系统200可以设置有利于来自基于视觉的障碍物传感器的传感器数据的障碍物检测权重，因为难以检测的非协作障碍物(例如滑翔伞)可能在这些条件下预期到。
在步骤310处，ASA系统200评估从障碍物传感器226捕获的传感器数据。虽然可以使用多个传感器(例如，视觉传感器和雷达传感器)检测障碍物，其中加权因子有利于基于视觉的系统，但在评估来自这两个传感器的传感器数据时，基于视觉的系统被给予优先(或优先权)。在步骤312处，障碍物检测电路202生成威胁信息并将反映检测到的障碍物的数据报告给避让操纵轨迹电路204。在步骤314处，避让操纵轨迹电路204动态地监测飞行器100在环境中的方位和状态。除了监测传感器数据之外，避让操纵轨迹电路204在步骤316处查询一个或多个数据库224，这可以识别例如附近的山地地形、限制的空域等。至少部分地基于传感器数据和数据库信息，ASA系统200评估潜在的避让操纵并计算飞行器的轨迹命令。在步骤320处，将轨迹命令作为命令被传送到飞行器100的飞行控制系统120以完成操纵。在步骤322处如果任务完成，则300可以在步骤324结束。否则，导航方法300返回到步骤304，其中重复该过程。
虽然导航方法300被示为具有特定步骤组合的示例，但是本领域技术人员将理解可以实施较少或额外的步骤。在某些方面，可以并行执行一个或多个步骤。此外，一个或多个步骤可以是可选的并且可以从导航方法300中省略，或者单独被执行和/或根据操作员的请求被执行。在一些方面，一个或多个步骤可以是有条件的，使得一个或多个步骤的执行可以取决于预定的要求和/或条件。此外，可以根据操作员或系统的需要重新排列步骤循环的顺序。
尽管描述了具有某些特征的ASA系统200，但是其他额外特征可以被认为是可选的，并且可以根据用户需求和预算作为软件升级来添加或减去所述其他额外特征。例如，系统调整可以仅基于空域或地理，而不包括对一年中的时间或一天中的时间的调整。这可以作为升级被添加在成本基础上。另一种变体可以是安装在有人驾驶飞行器中的系统，作为补充障碍物检测系统，仍然使用传感器数据的基于情境混合来向人类飞行员提供障碍物警报和推荐的避让轨迹。另一种变体将使避让操纵轨迹电路204包括附加逻辑以考虑避让操纵与乘客舒适性和安全性的平衡，以用于无驾驶员的自主飞行器运载乘客，或者也可以用于上述针对有人驾驶飞行器的变体中。这种变体将平衡障碍物威胁等级和避让障碍物所需的操纵与乘客舒适因素(例如加速度和急拉(加速度变化))。ASA系统200可以用于军事应用、政府应用和民用应用。但是ASA系统200对于具有宽范围的操作高度和空域类型的飞行器100(例如战术级或MALE级飞行器100)特别有用。
上述引用的专利和专利出版物通过引用整体并入本文。尽管已经参考零件、特征等的特定布置描述了各种实施例，但是这些实施例不旨在穷尽所有可能的布置或特征，并且实际上许多其他实施例、修改和变体可以由本领域技术人员确定。因此，应该理解，本公开因此可以不同于上面具体描述的方式被实践。
本公开包括以下条款中描述的主题：
条款1.一种与环境中的航空交通工具(100)一起使用的自适应感测和避让系统，自适应感测和避让系统包括：
处理器，其可操作地与飞行控制器(126)和存储器设备(128)耦接；
多个传感器(110,140c，226)，其耦接到航空交通工具(100)，多个传感器(110,140c，226)中的每一个被配置为生成反映环境中的障碍物的位置的传感器数据；
障碍物检测电路(202)，其可操作地耦接到处理器和多个传感器(110,140c，226)，障碍物检测电路(202)被配置为混合来自多个传感器(110,140c,226)中的每一个的传感器数据，以识别环境中的障碍物并产生反映环境中的障碍物的位置的最佳估计的障碍物信息，
其中障碍物检测电路(202)被配置为(i)至少部分地基于航空交通工具(100)的当前状态和环境条件，为多个传感器(110,140c,226)中的每一个设置传感器模式，以及
(ii)根据传感器类型、航空交通工具(100)的当前状态以及环境条件，为来自多个传感器(110,140c,226)中的每一个的传感器数据分配权重；以及
避让轨迹电路，其可操作地耦接到障碍物检测电路(202)和处理器，
其中障碍物检测电路(202)被配置为(i)根据障碍物信息和来自一个或多个数据库(108,224)的信息计算轨迹数据，以及
(ii)将轨迹数据传送给飞行控制器(126)。
条款2.根据条款1所述的自适应感测和避让系统，其中一个或多个数据库(108,224)包括(i)反映针对环境的合法定义空域的空域数据的空域数据库(224a)，(ii)反映针对环境的环境因素的环境数据的环境数据库(224a,224b,224c)，以及(iii)反映环境的地形特征的地形数据的地形数据库(224c)。
条款3.如条款2所述的自适应感测和避让系统，其中障碍物检测电路(202)被配置为根据空域数据将第一权重分配给来自第一传感器的传感器数据并且将第二权重分配给来自第二传感器的传感器数据。
条款4.根据条款2所述的自适应感测和避让系统，其中障碍物检测电路(202)被配置为根据空域数据将第一权重分配给来自协作传感器的传感器数据并且将第二权重分配给来自非协作传感器的传感器数据，其中第一权重大于第二权重。
条款5.根据条款2所述的自适应感测和避让系统，其中障碍物检测电路(202)被配置为根据环境数据将第一权重分配给来自第一传感器的传感器数据并且将第二权重分配给来自第二传感器的传感器数据。
条款6.根据条款5所述的自适应感测和避让系统，其中障碍物检测电路(202)被配置为当环境数据反映环境的能见度差时，将较低权重分配给来自视觉传感器(110,140c,226)的传感器数据。
条款7.根据条款2所述的自适应感测和避让系统，其中障碍物检测电路(202)被配置为根据空域数据、环境数据和地形数据中的每一个动态地识别障碍物。
条款8.根据条款2至7中任一项所述的自适应感测和避让系统，其中避让轨迹电路被配置为根据空域数据、环境数据和地形数据中的至少一个动态地计算轨迹数据。
条款9.根据条款2到7中任一项所述的自适应感测和避让系统，其中自适应感测和避让系统与人机界面通信地耦接，以在自适应感测和避让系统与人类操作员之间提供控制和通信界面。
条款10.一种用于在环境中导航航空交通工具(100)的方法，该方法包括：
经由处理器确定航空交通工具(100)的状态、以及环境，其中处理器可操作地与飞行控制器(126)和具有一个或多个数据库(108,224)的存储器设备(128)耦接；
至少部分地基于航空交通工具(100)的状态以及环境为多个传感器(110,140c，226)中的每一个设置传感器模式，其中多个传感器(110,140c,226)中的每一个被配置为生成反映障碍物在环境中的位置的传感器数据；
根据航空交通工具(100)的状态以及环境，经由障碍物检测电路(202)向来自多个传感器(110,140c，226)中的每一个的传感器数据分配权重，其中障碍物检测电路(202)与处理器可操作地耦接；
经由障碍物检测电路(202)产生反映对障碍物在环境中的位置的最佳估计的障碍物信息；
经由处理器监测航空交通工具(100)的状态以及环境；
查询一个或多个数据库(108,224)以识别对航空交通工具(100)的任何飞行约束；
根据障碍物信息和一个或多个数据库(108,224)，经由避让轨迹电路计算用于航空交通工具(100)的轨迹命令，其中避让轨迹电路可操作地与处理器耦接；以及
将轨迹命令传送到飞行控制器(126)。
条款11.根据条款10所述的方法，其中所述一个或多个数据库(108,224)包括(i)反映针对环境的合法定义空域的空域数据的空域数据库(224a)，(ii)反映针对环境的环境因素的环境数据的环境数据库(224a,224b,224c)，以及(iii)反映环境的地形特征的地形数据的地形数据库(224c)。
条款12.根据条款10到11中任一项所述的方法，其中在分配步骤期间，障碍物检测电路(202)根据空域数据将第一权重分配给来自第一传感器的传感器数据，并将第二权重分配给来自第二传感器的传感器数据。
条款13.根据条款10至12中任一项所述的方法，其中在分配步骤期间，障碍物检测电路(202)根据空域数据将第一权重分配给来自协作传感器的传感器数据，并将第二权重分配给来自非协作传感器数据的传感器数据，其中第一权重大于第二权重。
条款14.根据条款10至12中任一项所述的方法，其中在分配步骤期间，障碍物检测电路(202)根据环境数据将第一权重分配给来自第一传感器的传感器数据，并将第二权重分配给来自第二传感器的传感器数据。
条款15.根据条款14所述的方法，其中在分配步骤期间，当环境数据反映环境的能见度差时，障碍物检测电路(202)向来自视觉传感器(110,140c,226)的传感器数据分配较低的权重。
条款16.根据条款10至15中任一项所述的方法，其中在产生障碍物信息的步骤期间，障碍物检测电路(202)根据空域数据、环境数据和地形数据中的每个动态地识别障碍物。
条款17.根据条款10至16中任一项所述的方法，其中在计算轨迹命令的步骤期间，避让轨迹电路根据空域数据、环境数据和地形数据中的至少一个动态地计算轨迹数据。
条款18.一种航空交通工具(100)，包括：
飞行控制器(126)；
处理器，其可操作地与飞行控制器(126)和存储器设备(128)耦接，其中存储器设备(128)包括
(i)反映针对环境的合法定义空域的空域数据的空域数据库(224a)，
(ii)反映针对环境的环境因素的环境数据的环境数据库(224a,224b,224c)，以及
(iii)反映环境的地形特征的地形数据的地形数据库(224c)；
多个传感器(110,140c，226)，其被配置为生成反映障碍物在环境中的位置的传感器数据；
障碍物检测电路(202)，其可操作地耦接到处理器和多个传感器(110,140c，226)，障碍物检测电路(202)被配置为混合来自多个传感器(110,140c,226)中的每一个的传感器数据，以识别环境中的障碍物并产生反映障碍物在环境中的位置的最佳估计的障碍物信息，
其中障碍物检测电路(202)被配置为(i)至少部分地基于航空交通工具(100)的当前状态和环境的条件，为多个传感器(110,140c,226)中的每一个设置传感器模式，以及
(ii)根据传感器类型、航空交通工具(100)的当前状态和环境的条件，为来自多个传感器(110,140c,226)中的每一个的传感器数据分配权重；以及
避让轨迹电路，其可操作地耦接到障碍物检测电路(202)和处理器，
其中障碍物检测电路(202)被配置为(i)根据障碍物信息和来自一个或多个数据库(108,224)的信息来计算轨迹数据，以及
(ii)将轨迹数据传送给飞行控制器(126)。
条款19.根据条款18所述的航空交通工具(100)，其中障碍物检测电路(202)被配置为当环境数据反映环境的能见度差时，将较低权重分配给来自视觉传感器(110,140c,226)的传感器数据。
条款20.根据条款18或条款19所述的航空交通工具(100)，其中障碍物检测电路(202)被配置为根据空域数据将第一权重分配给来自协作传感器的传感器数据并且将第二权重分配给来自非协作传感器的传感器数据，其中第一权重大于第二权重。

Claims (15)

1.一种与环境中的航空交通工具（100）一起使用的自适应感测和避让系统，所述自适应感测和避让系统包括：
处理器，其可操作地与飞行控制器（126）和存储器设备（128）耦接；
多个传感器（110, 140c, 226），其被耦接到所述航空交通工具（100），所述多个传感器（110, 140c, 226）中的每一个被配置为生成反映障碍物在所述环境中的位置的传感器数据；
障碍物检测电路（202），其被可操作地耦接到所述处理器和所述多个传感器（110,140c, 226），所述障碍物检测电路（202）被配置为混合来自所述多个传感器（110, 140c,226）中的每一个的所述传感器数据，以识别所述环境中的障碍物并生成反映所述障碍物在所述环境中的位置的最佳估计的障碍物信息，
其中所述障碍物检测电路（202）被配置为
（i）至少部分地基于所述航空交通工具（100）的当前状态和所述环境的条件，为多个传感器（110, 140c, 226）中的每一个设置传感器模式，以及
（ii）根据传感器类型、所述航空交通工具（100）的所述当前状态以及所述环境的所述条件，为来自所述多个传感器（110, 140c, 226）中的每一个的所述传感器数据分配权重；以及
避让轨迹电路，其被可操作地耦接到所述障碍物检测电路（202）和所述处理器，
其中所述障碍物检测电路（202）被配置为
（i）根据所述障碍物信息和来自所述一个或多个数据库（108, 224）的信息计算轨迹数据，以及
（ii）将所述轨迹数据传送给所述飞行控制器（126），
其中所述一个或多个数据库（108, 224）包括（i）反映针对所述环境的合法定义空域的空域数据的空域数据库（224a），（ii）反映针对所述环境的环境因素的环境数据的环境数据库（224a, 224b, 224c），以及（iii）反映所述环境的地形特征的地形数据的地形数据库（224c），以及
其中所述障碍物检测电路（202）被配置为根据所述空域数据将第一权重分配给来自第一传感器的传感器数据，并且将第二权重分配给来自第二传感器的传感器数据。
2.根据权利要求1所述的自适应感测和避让系统，其中所述障碍物检测电路（202）被配置为根据所述空域数据将所述第一权重分配给来自协作传感器的传感器数据，并且将所述第二权重分配给来自非协作传感器的传感器数据，其中所述第一权重大于所述第二权重。
3.根据权利要求2所述的自适应感测和避让系统，其中所述协作传感器包括射频收发器，所述射频收发器被配置为使用ADS-B、TCAS或TAS协议中的至少一个进行通信。
4.根据权利要求2所述的自适应感测和避让系统，其中所述障碍物检测电路（202）被配置为也根据所述环境数据将所述第一权重分配给来自所述第一传感器的传感器数据并且将所述第二权重分配给来自所述第二传感器的传感器数据。
5.根据权利要求4所述的自适应感测和避让系统，其中所述障碍物检测电路被配置为当所述环境数据反映所述环境的能见度差时将较低的权重分配给来自视觉传感器的传感器数据。
6.根据权利要求1所述的自适应感测和避让系统，其中所述障碍物检测电路（202）被配置为另外根据所述空域数据、所述环境数据和所述地形数据中的每一个动态地识别障碍物。
7.根据权利要求1至6中任一项所述的自适应感测和避让系统，其中所述避让轨迹电路被配置为根据所述空域数据、所述环境数据和所述地形数据中的至少一个动态地计算轨迹数据。
8.根据权利要求1到6中任一项所述的自适应感测和避让系统，其中所述自适应感测和避让系统与人机界面通信地耦接，以在所述自适应感测和避让系统与人类操作员之间提供控制和通信界面。
9.一种用于在环境中导航航空交通工具（100）的方法，所述方法包括：
经由处理器确定所述航空交通工具（100）的状态以及所述环境，其中所述处理器可操作地与飞行控制器（126）和具有一个或多个数据库（108, 224）的存储器设备（128）耦接；
至少部分地基于所述航空交通工具（100）的所述状态以及所述环境，为多个传感器（110, 140c, 226）中的每一个设置传感器模式，其中所述多个传感器（110, 140c, 226）中的每一个被配置为生成反映障碍物在所述环境中的位置的传感器数据；
根据所述航空交通工具（100）的所述状态以及所述环境，经由障碍物检测电路（202）向来自所述多个传感器（110, 140c, 226）中的每一个的所述传感器数据分配权重，其中所述障碍物检测电路（202）与所述处理器可操作地耦接；
经由所述障碍物检测电路（202）生成反映对障碍物在所述环境中的位置的最佳估计的障碍物信息；
经由所述处理器监测所述航空交通工具（100）的所述状态以及所述环境；
查询所述一个或多个数据库（108, 224）以识别对所述航空交通工具（100）的任何飞行约束；
根据所述障碍物信息和所述一个或多个数据库（108, 224），经由避让轨迹电路来计算用于所述航空交通工具（100）的轨迹命令，其中所述避让轨迹电路可操作地与所述处理器耦接；以及
将所述轨迹命令传送到所述飞行控制器（126），
其中所述一个或多个数据库（108, 224）包括（i）反映针对所述环境的合法定义空域的空域数据的空域数据库（224a），（ii）反映针对所述环境的环境因素的环境数据的环境数据库（224a, 224b, 224c），以及（iii）反映所述环境的地形特征的地形数据的地形数据库（224c），以及
其中在分配步骤期间，所述障碍物检测电路（202）根据所述空域数据将第一权重分配给来自第一传感器的传感器数据，并将第二权重分配给来自第二传感器的传感器数据。
10.根据权利要求9所述的方法，其中在分配步骤期间，所述障碍物检测电路（202）根据所述空域数据将所述第一权重分配给来自协作传感器的传感器数据，并将所述第二权重分配给来自非协作传感器的传感器数据，其中所述第一权重大于所述第二权重。
11.根据权利要求10所述的方法，其中所述协作传感器包括射频收发器，所述射频收发器被配置为使用ADS-B、TCAS或TAS协议中的至少一个进行通信。
12.根据权利要求9至11中任一项所述的方法，其中在分配步骤期间，所述障碍物检测电路（202）根据所述环境数据将所述第一权重分配给来自所述第一传感器的传感器数据，并将所述第二权重分配给来自所述第二传感器的传感器数据。
13.根据权利要求12所述的方法，其中在分配步骤期间，当所述环境数据反映所述环境的能见度差时，所述障碍物检测电路将较低的权重分配给来自视觉传感器的传感器数据。
14.根据权利要求9至11中任一项所述的方法，其中在生成所述障碍物信息的步骤期间，所述障碍物检测电路（202）另外根据所述空域数据、所述环境数据和所述地形数据中的每一个动态地识别障碍物。
15.根据权利要求9至11中任一项所述的方法，其中在计算所述轨迹命令的步骤期间，所述避让轨迹电路根据所述空域数据、所述环境数据和所述地形数据中的至少一个动态地计算轨迹数据。
CN201910878945.6A 2018-10-12 2019-09-18 自适应感测和避让系统 Active CN111045444B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/159,397 US11037453B2 (en) 2018-10-12 2018-10-12 Adaptive sense and avoid system
US16/159,397 2018-10-12

Publications (2)

Publication Number Publication Date
CN111045444A CN111045444A (zh) 2020-04-21
CN111045444B true CN111045444B (zh) 2023-12-26

Family

ID=68318779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910878945.6A Active CN111045444B (zh) 2018-10-12 2019-09-18 自适应感测和避让系统

Country Status (7)

Country Link
US (2) US11037453B2 (zh)
EP (2) EP4235626A1 (zh)
JP (1) JP2020098567A (zh)
KR (1) KR20200042388A (zh)
CN (1) CN111045444B (zh)
AU (1) AU2019208250A1 (zh)
CA (1) CA3050426C (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11037453B2 (en) * 2018-10-12 2021-06-15 Aurora Flight Sciences Corporation Adaptive sense and avoid system
US11521500B1 (en) * 2018-10-17 2022-12-06 Amazon Technologies, Inc. Unmanned aerial systems with range finding
EP3887854B1 (en) * 2018-11-27 2022-09-21 Leonardo S.p.a. Suborbital space traffic control system with radar system and ads-b receiver
US11003195B2 (en) * 2019-02-28 2021-05-11 GM Global Technology Operations LLC Method to prioritize the process of receiving for cooperative sensor sharing objects
US11814083B2 (en) * 2020-03-31 2023-11-14 Uatc, Llc Asynchronous processing for autonomous vehicle computing systems
US11988742B2 (en) 2020-04-07 2024-05-21 MightyFly Inc. Detect and avoid system and method for aerial vehicles
US20210325906A1 (en) * 2020-04-17 2021-10-21 Here Global B.V. Method and apparatus for determining navigation routes based on environmental quality data
CN111505623B (zh) * 2020-04-24 2023-04-18 中南大学 无人驾驶车辆行驶过程中的障碍物检测方法、系统、车辆
JP7402121B2 (ja) * 2020-06-02 2023-12-20 株式会社日立製作所 物体検出システムおよび物体検出方法
EP3975157A1 (en) * 2020-09-25 2022-03-30 RUAG Schweiz AG Method to navigate an unmanned aerial vehicle to avoid collisions
EP4080482A1 (en) * 2021-04-22 2022-10-26 Honeywell International Inc. System and method for obstacle detection and database management
US11763555B2 (en) * 2021-04-22 2023-09-19 Honeywell International Inc. System and method for ground obstacle detection and database management
US12046041B2 (en) * 2021-05-25 2024-07-23 Motorola Solutions, Inc. Flight guidance and control interfaces for unmanned air vehicles
US12065240B2 (en) * 2021-09-08 2024-08-20 Ge Aviation Systems Llc Systems and methods for airspace management
CN114442664B (zh) * 2022-01-17 2023-09-26 江苏方天电力技术有限公司 一种计及空域冲突的输电线路无人机编队协同巡检任务分配方法
WO2023150287A1 (en) * 2022-02-04 2023-08-10 Zipline International Inc. Tactical deconfliction system for unmanned aerial vehicles
WO2023189455A1 (ja) * 2022-03-29 2023-10-05 ソニーグループ株式会社 データ処理方法、データ処理装置、プログラム、および移動体制御システム
CN116931593A (zh) * 2022-04-07 2023-10-24 广东汇天航空航天科技有限公司 飞行控制方法、装置、飞行器及存储介质
WO2023215203A1 (en) * 2022-05-04 2023-11-09 Innovative Solutions & Support, Inc. Systems and methods for implementing automated flight following options and upgrading legacy flight management systems
CN115016515B (zh) * 2022-06-06 2024-08-23 重庆交通职业学院 无人机用障碍物探测预警系统
US20230408288A1 (en) * 2022-06-21 2023-12-21 Here Global B.V. Method and apparatus for determining navigation routes based on weather manipulation data
CN116803813B (zh) * 2023-08-22 2023-11-10 腾讯科技（深圳）有限公司 障碍物行驶轨迹预测方法、装置、电子设备及存储介质
JP7407329B1 (ja) * 2023-10-04 2023-12-28 株式会社インターネットイニシアティブ 飛行誘導装置および飛行誘導方法
CN117406729A (zh) * 2023-10-19 2024-01-16 中国民航大学 一种evtol避让系统的rta设计方法、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104854428A (zh) * 2013-12-10 2015-08-19 深圳市大疆创新科技有限公司 传感器融合
CN105517666A (zh) * 2014-09-05 2016-04-20 深圳市大疆创新科技有限公司 基于情景的飞行模式选择
CN108319982A (zh) * 2018-02-06 2018-07-24 贵州电网有限责任公司 一种电力巡线无人机多传感器数据融合障碍物检测方法
CN108549407A (zh) * 2018-05-23 2018-09-18 哈尔滨工业大学（威海） 一种多无人机协同编队避障的控制算法

Family Cites Families (141)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4063073A (en) 1974-11-29 1977-12-13 Strayer Larry G Computer system to prevent collision between moving objects such as aircraft moving from one sector to another
US5157615A (en) 1990-01-09 1992-10-20 Ryan International Corporation Aircraft traffic alert and collision avoidance device
JPH07115677B2 (ja) 1990-10-30 1995-12-13 嘉三 藤本 航空機の飛行情報記録方法とその装置
US5654890A (en) 1994-05-31 1997-08-05 Lockheed Martin High resolution autonomous precision approach and landing system
US5557278A (en) * 1995-06-23 1996-09-17 Northrop Grumman Corporation Airport integrated hazard response apparatus
US5781146A (en) 1996-03-11 1998-07-14 Imaging Accessories, Inc. Automatic horizontal and vertical scanning radar with terrain display
GB2320829B (en) 1996-12-04 1998-10-21 Lockheed Martin Tactical Sys Method and system for predicting the motion e.g. of a ship or the like
JP3038166B2 (ja) * 1997-07-02 2000-05-08 川崎重工業株式会社 航空機搭載用障害物探知装置
US6268803B1 (en) 1998-08-06 2001-07-31 Altra Technologies Incorporated System and method of avoiding collisions
US20020100838A1 (en) 1999-06-08 2002-08-01 Mcgeer Brian T. Method and apparatus for retrieving a flying object
ATE309944T1 (de) 2000-02-03 2005-12-15 Honeywell Int Inc Auf ereignisse basierte flugzeugbildsequenz und daten-aufzeichnungssystem
US6870792B2 (en) 2000-04-04 2005-03-22 Irobot Corporation Sonar Scanner
US6480152B2 (en) 2000-07-20 2002-11-12 American Gnc Corporation Integrated GPS/IMU method and microsystem thereof
AU2001288268A1 (en) 2000-08-16 2002-02-25 Raytheon Company Near object detection system
US6480789B2 (en) * 2000-12-04 2002-11-12 American Gnc Corporation Positioning and proximity warning method and system thereof for vehicle
FR2821452B1 (fr) 2001-02-26 2003-06-13 Eads Airbus Sa Dispositif de surveillance d'une pluralite de systemes d'un aeronef, en particulier d'un avion de transport
US6804607B1 (en) 2001-04-17 2004-10-12 Derek Wood Collision avoidance system and method utilizing variable surveillance envelope
US7203620B2 (en) 2001-07-03 2007-04-10 Sharp Laboratories Of America, Inc. Summarization of video content
US6678210B2 (en) 2001-08-28 2004-01-13 Rowe-Deines Instruments, Inc. Frequency division beamforming for sonar arrays
US6665063B2 (en) 2001-09-04 2003-12-16 Rosemount Aerospace Inc. Distributed laser obstacle awareness system
US6604044B1 (en) 2002-02-14 2003-08-05 The Mitre Corporation Method for generating conflict resolutions for air traffic control of free flight operations
EP1340999A1 (en) 2002-02-28 2003-09-03 Alignment International Limited Method and apparatus for identifying the position of an object
US6820006B2 (en) 2002-07-30 2004-11-16 The Aerospace Corporation Vehicular trajectory collision conflict prediction method
US7725258B2 (en) 2002-09-20 2010-05-25 M7 Visual Intelligence, L.P. Vehicle based data collection and processing system and imaging sensor system and methods thereof
AU2003281887A1 (en) 2002-11-11 2004-06-03 Aeromechanical Services Ltd. Aircraft flight data management system
US6960750B2 (en) 2003-01-08 2005-11-01 The Boeing Company Optical positioning system and method, transceiver, and reflector
US7059564B2 (en) 2003-01-17 2006-06-13 The Insitu Group, Inc. Methods and apparatuses for capturing and recovering unmanned aircraft, including a cleat for capturing aircraft on a line
US6975246B1 (en) 2003-05-13 2005-12-13 Itt Manufacturing Enterprises, Inc. Collision avoidance using limited range gated video
NO333526B1 (no) 2003-06-12 2013-07-01 Vestas Wind Sys As System for å avverge kollisjon mellom luftfartøy og et hinder
US7343232B2 (en) 2003-06-20 2008-03-11 Geneva Aerospace Vehicle control system including related methods and components
US7061401B2 (en) 2003-08-07 2006-06-13 BODENSEEWERK GERäTETECHNIK GMBH Method and apparatus for detecting a flight obstacle
US7443154B1 (en) 2003-10-04 2008-10-28 Seektech, Inc. Multi-sensor mapping omnidirectional sonde and line locator
US7106219B2 (en) 2003-11-07 2006-09-12 Pearce James W Decentralized vehicular traffic status system
US7194358B2 (en) 2004-02-25 2007-03-20 The Boeing Company Lift collision avoidance system
US7193729B1 (en) 2004-04-29 2007-03-20 Yazaki North America, Inc Instrument cluster with laser beam illumination
WO2005125267A2 (en) 2004-05-05 2005-12-29 Southwest Research Institute Airborne collection of acoustic data using an unmanned aerial vehicle
US7818127B1 (en) * 2004-06-18 2010-10-19 Geneva Aerospace, Inc. Collision avoidance for vehicle control systems
US20080027647A1 (en) 2004-07-09 2008-01-31 Bae Systems Plc Collision Avoidance System
WO2006011141A2 (en) 2004-07-25 2006-02-02 Israel Aerospace Industries Ltd. Method and system for the acquisition of data and for the display of data
US7437220B2 (en) 2004-08-17 2008-10-14 Arinc, Inc. Systems and methods for crew interaction and coordination using portable electronic data storage and display devices
US7318564B1 (en) 2004-10-04 2008-01-15 The United States Of America As Represented By The Secretary Of The Air Force Power line sentry charging
CA2484422A1 (en) 2004-10-08 2006-04-08 Furgro Airborne Surveys Unmanned airborne vehicle for geophysical surveying
JP2006151125A (ja) 2004-11-26 2006-06-15 Omron Corp 車載用画像処理装置
US8463461B2 (en) * 2005-03-30 2013-06-11 The Boeing Company Trajectory prediction based on state transitions and lantencies
FR2886020B1 (fr) 2005-05-19 2007-10-19 Eurocopter France Systeme d'estimation de la vitesse d'un aeronef et son application a la detection d'obstacles
US7848698B2 (en) 2005-07-22 2010-12-07 Appareo Systems Llc Flight training and synthetic flight simulation system and method
US7751976B2 (en) 2005-08-26 2010-07-06 Sikorsky Aircraft Corporation Rotary wing aircraft flight control system with a proximity cueing and avoidance system
US8949011B2 (en) 2005-09-14 2015-02-03 Novatel Inc. Helicopter ship board landing system
US7650232B1 (en) 2005-09-22 2010-01-19 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration (Nasa) Trajectory specification for high capacity air traffic control
AU2006310074A1 (en) * 2005-11-03 2007-05-10 Elta Systems Ltd. Vocal alert unit having automatic situation awareness of moving mobile nodes
US8577538B2 (en) 2006-07-14 2013-11-05 Irobot Corporation Method and system for controlling a remote vehicle
FR2896071A1 (fr) 2006-01-11 2007-07-13 Airbus France Sas Procede et dispositif d'aide au pilotage d'un aeronef lors d'une approche autonome.
IL173357A0 (en) 2006-01-25 2007-03-08 Israel Aerospace Ind Ltd Aircraft landing method and device
US7532541B2 (en) 2006-02-23 2009-05-12 Fev Engine Technology, Inc Object detection using acoustic imaging
US7876258B2 (en) 2006-03-13 2011-01-25 The Boeing Company Aircraft collision sense and avoidance system and method
US8050863B2 (en) 2006-03-16 2011-11-01 Gray & Company, Inc. Navigation and control system for autonomous vehicles
US7624943B2 (en) 2006-03-22 2009-12-01 The Boeing Company Multi-mode unmanned and manned vehicle systems and methods
EP3624086A1 (en) 2007-01-25 2020-03-18 Magna Electronics Inc. Radar sensing system for vehicle
US7714536B1 (en) 2007-04-05 2010-05-11 The United States Of America As Represented By The Secretary Of The Navy Battery charging arrangement for unmanned aerial vehicle utilizing the electromagnetic field associated with utility power lines to generate power to inductively charge energy supplies
US8274332B2 (en) 2007-04-23 2012-09-25 Dali Systems Co. Ltd. N-way Doherty distributed power amplifier with power tracking
US8411145B2 (en) 2007-04-27 2013-04-02 Honda Motor Co., Ltd. Vehicle periphery monitoring device, vehicle periphery monitoring program and vehicle periphery monitoring method
US7961135B2 (en) 2007-05-02 2011-06-14 Aviation Communication & Surveillance Systems Llc Systems and methods for air traffic surveillance
US8049658B1 (en) 2007-05-25 2011-11-01 Lockheed Martin Corporation Determination of the three-dimensional location of a target viewed by a camera
US20080316010A1 (en) 2007-06-23 2008-12-25 Appro Technology Inc. Recording system and method for capturing images of driving conditions and driving images identification method
WO2009026156A1 (en) 2007-08-17 2009-02-26 Bell Helicopter Textron, Inc. System for optical recognition, interpretation, and digitization of human readable instruments, annunciators, and controls
US8232910B1 (en) 2007-08-31 2012-07-31 Rockwell Collins, Inc. RTAWS active tower hazard detection system
AT505798B1 (de) 2007-09-20 2011-12-15 Naderhirn Michael Verfahren zur automatischen vermeidung von kollisionen eines objektes mit weiteren objekten
US20090088916A1 (en) 2007-09-28 2009-04-02 Honeywell International Inc. Method and system for automatic path planning and obstacle/collision avoidance of autonomous vehicles
FR2925739B1 (fr) 2007-12-20 2010-11-05 Airbus France Procede et dispositif de prevention des collisions au sol pour aeronefs.
US8290638B2 (en) 2008-02-04 2012-10-16 Lockheed Martin Corporation Apparatus, program product, and methods for updating data on embedded control systems
US8228760B2 (en) 2008-02-12 2012-07-24 The United States Of America, As Represented By The Secretary Of The Navy Airborne laser-acoustic mine detection system
US20090306840A1 (en) 2008-04-08 2009-12-10 Blenkhorn Kevin P Vision-based automated landing system for unmanned aerial vehicles
US8172177B2 (en) 2008-06-02 2012-05-08 Advanced Technology & Research Corp. Stabilized UAV recovery system
AT507035B1 (de) 2008-07-15 2020-07-15 Airbus Defence & Space Gmbh System und verfahren zur kollisionsvermeidung
ES2400708T3 (es) 2008-08-27 2013-04-11 Saab Ab Utilización de un sensor de imágenes y de un filtro de seguimiento de tiempo restante para evitar colisiones en vuelo
KR101008259B1 (ko) 2008-09-03 2011-01-13 한국항공우주연구원 영상신호를 이용한 항공기의 자동착륙 시스템 및 그 제어방법
JP4434296B1 (ja) 2008-09-05 2010-03-17 トヨタ自動車株式会社 物体検出装置
US8818567B2 (en) * 2008-09-11 2014-08-26 Deere & Company High integrity perception for machine localization and safeguarding
US8543265B2 (en) 2008-10-20 2013-09-24 Honeywell International Inc. Systems and methods for unmanned aerial vehicle navigation
ATE545924T1 (de) 2008-11-04 2012-03-15 Saab Ab Vermeidungsmanöver-generator für ein flugzeug
US7982662B2 (en) 2008-12-08 2011-07-19 Intellex, Llc Scanning array for obstacle detection and collision avoidance
WO2010071502A1 (en) 2008-12-15 2010-06-24 Saab Ab Measuring of a landing platform of a ship
EP2366131B1 (en) 2008-12-15 2017-03-22 Saab AB Method and system for facilitating autonomous landing of aerial vehicles on a surface
KR101021797B1 (ko) 2009-01-07 2011-03-17 주식회사 대한항공 적응함수 근사화를 이용한 무인항공기의 개선제어방법
US8319665B2 (en) 2009-02-20 2012-11-27 Appareo Systems, Llc Adaptive instrument and operator control recognition
US8319666B2 (en) 2009-02-20 2012-11-27 Appareo Systems, Llc Optical image monitoring system and method for vehicles
GB2468345B (en) 2009-03-05 2014-01-15 Cranfield Aerospace Ltd Unmanned air vehicle (uav) control system and method
US8380367B2 (en) 2009-03-26 2013-02-19 The University Of North Dakota Adaptive surveillance and guidance system for vehicle collision avoidance and interception
US7954965B1 (en) 2009-04-13 2011-06-07 Yazaki North America, Inc. Method for multiple gauges in a scanning laser based display device
US8026827B1 (en) 2009-05-04 2011-09-27 Yazaki North America, Inc. Virtual push button switch
EP2430615A2 (en) * 2009-05-08 2012-03-21 Scientific Systems Company Inc. Method and system for visual collision detection and estimation
US10002538B2 (en) 2009-05-14 2018-06-19 Honeywell International Inc. Aircraft clearance enforcement
BRPI0924553A2 (pt) 2009-06-12 2015-06-30 Saab Ab Centralização sobre uma área predeterminada de uma plataforma de pouso.
FR2948774B1 (fr) 2009-07-31 2011-08-26 Thales Sa Radar de detection de cibles aeriennes equipant un aeronef notamment pour l'evitement d'obstacles en vol
KR101043450B1 (ko) 2009-07-31 2011-06-21 삼성전기주식회사 카메라를 이용한 위치와 거리 측정장치 및 위치와 거리 측정방법
FR2949867B1 (fr) 2009-09-04 2012-04-27 Thales Sa Dispositif radar aeroporte multifonction a large bande de large couverture angulaire permettant la detection et le pistage, notamment pour une fonction de detection et evitement
US8306672B2 (en) 2009-09-09 2012-11-06 GM Global Technology Operations LLC Vehicular terrain detection system and method
US8721383B2 (en) 2009-09-09 2014-05-13 Aurora Flight Sciences Corporation Modular miniature unmanned aircraft with vectored thrust control
US8500067B2 (en) 2009-09-09 2013-08-06 Aurora Flight Sciences Corporation Modular miniature unmanned aircraft with vectored-thrust control
DE102009041652B4 (de) 2009-09-17 2017-12-28 Airbus Defence and Space GmbH -Verfahren zum automatischen Landen eines Luftfahrzeugs
US9262933B2 (en) * 2009-11-13 2016-02-16 The Boeing Company Lateral avoidance maneuver solver
US8616884B1 (en) 2009-12-01 2013-12-31 The Boeing Company Integrated live and simulation environment system for an aircraft
US9099009B2 (en) 2009-12-01 2015-08-04 The Boeing Company Performance-based simulation system for an aircraft
NO332165B1 (no) 2009-12-14 2012-07-09 Torgeir Espedal Posisjoneringsreferansesystem for samt framgangsmate ved tildanning av landingsposisjoneringsreferanser pa omrade for landing av et helikopter eller last hengende fra et helikopter
IL204509A (en) 2010-03-15 2015-01-29 Israel Aerospace Ind Ltd Vtol aircraft landing system
US8167234B1 (en) 2010-03-21 2012-05-01 Michael Moore Insect-like micro air vehicle having perching, energy scavenging, crawling, and offensive payload capabilities
US8478455B2 (en) 2010-04-01 2013-07-02 Raytheon Company Vehicle control station with back-up VSM for remotely controlling an unmanned vehicle, and method
GB201013704D0 (en) 2010-08-16 2010-09-29 Qinetiq Ltd Border monitoring
US8594932B2 (en) 2010-09-14 2013-11-26 The Boeing Company Management system for unmanned aerial vehicles
US8616883B2 (en) 2010-12-15 2013-12-31 The Boeing Company Simulation control system for an integrated live and simulation environment for an aircraft
US8761990B2 (en) 2011-03-30 2014-06-24 Microsoft Corporation Semi-autonomous mobile device driving with obstacle avoidance
US20120271461A1 (en) 2011-04-20 2012-10-25 Spata Gregory P Capturing environmental information
US9971021B2 (en) 2011-04-25 2018-05-15 Colorado Seminary Which Owns And Operates The University Of Denver Radar-based detection and identification for miniature air vehicles
JP2013002927A (ja) 2011-06-15 2013-01-07 Honda Elesys Co Ltd 障害物検知装置及びコンピュータプログラム
US9091762B2 (en) 2011-10-27 2015-07-28 Gulfstream Aerospace Corporation Methods and systems for avoiding a collision between an aircraft on a ground surface and an obstacle
US8768534B2 (en) 2011-11-14 2014-07-01 Arinc Incorporated Method and apparatus for using electronic flight bag (EFB) to enable flight operations quality assurance (FOQA)
US8537034B2 (en) 2011-11-14 2013-09-17 Safe Flight Instrument Corporation Obstacle detection and notification system
FR2988836B1 (fr) 2012-03-28 2014-04-25 Dassault Aviat Procede de determination d'une masse estimee d'un aeronef et systeme correspondant
US8958942B2 (en) 2012-05-30 2015-02-17 Honeywell International Inc. Systems and methods for displaying aircraft braking distance during surface operations
EP2672289B1 (en) 2012-06-06 2014-09-10 AIRBUS HELICOPTERS DEUTSCHLAND GmbH Obstacle information system of a helicopter
US8965679B2 (en) 2012-06-11 2015-02-24 Honeywell International Inc. Systems and methods for unmanned aircraft system collision avoidance
GB201211999D0 (en) 2012-07-05 2012-08-22 Roke Manor Research Sensor location method and system
GB201218963D0 (en) 2012-10-22 2012-12-05 Bcb Int Ltd Micro unmanned aerial vehicle and method of control therefor
US9052393B2 (en) 2013-01-18 2015-06-09 Caterpillar Inc. Object recognition system having radar and camera input
US9557742B2 (en) 2013-11-27 2017-01-31 Aurora Flight Sciences Corporation Autonomous cargo delivery system
US9562773B2 (en) 2014-03-15 2017-02-07 Aurora Flight Sciences Corporation Autonomous vehicle navigation system and method
US10078136B2 (en) 2014-03-25 2018-09-18 Amazon Technologies, Inc. Sense and avoid for automated mobile vehicles
US9875661B2 (en) 2014-05-10 2018-01-23 Aurora Flight Sciences Corporation Dynamic collision-avoidance system and method
FR3023911B1 (fr) 2014-07-18 2018-07-13 Thales Traitement des donnees d'un plan de vol
DE102014215079A1 (de) 2014-07-31 2016-02-04 Tesa Se Verfahren zum Formen eines Körpers in einer Form
CN106574846A (zh) 2014-09-03 2017-04-19 马耳他大学 飞行器用的人机界面装置
US20160069994A1 (en) 2014-09-09 2016-03-10 University Of Kansas Sense-and-avoid systems and methods for unmanned aerial vehicles
JP7345237B2 (ja) * 2014-11-05 2023-09-15 シエラ・ネバダ・コーポレイション 移動体用の改良型環境表示を生成するためのシステムおよび方法
US9761147B2 (en) * 2014-12-12 2017-09-12 Amazon Technologies, Inc. Commercial and general aircraft avoidance using light pattern detection
US9715016B2 (en) 2015-03-11 2017-07-25 The Boeing Company Real time multi dimensional image fusing
JPWO2017013858A1 (ja) * 2015-07-22 2018-05-10 パナソニックＩｐマネジメント株式会社 移動体用の情報処理システム、移動体管理用のサーバ、情報通信端末及び移動体
US20180032042A1 (en) 2016-08-01 2018-02-01 Qualcomm Incorporated System And Method Of Dynamically Controlling Parameters For Processing Sensor Output Data
US10126722B2 (en) 2016-08-01 2018-11-13 Qualcomm Incorporated System and method of dynamically controlling parameters for processing sensor output data for collision avoidance and path planning
EP3566221B1 (en) 2017-01-06 2021-12-08 Aurora Flight Sciences Corporation Collision-avoidance system and method for unmanned aircraft
JP6831274B2 (ja) * 2017-03-09 2021-02-17 株式会社Ｓｏｋｅｎ 飛行装置
US11037453B2 (en) * 2018-10-12 2021-06-15 Aurora Flight Sciences Corporation Adaptive sense and avoid system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104854428A (zh) * 2013-12-10 2015-08-19 深圳市大疆创新科技有限公司 传感器融合
CN105517666A (zh) * 2014-09-05 2016-04-20 深圳市大疆创新科技有限公司 基于情景的飞行模式选择
CN108319982A (zh) * 2018-02-06 2018-07-24 贵州电网有限责任公司 一种电力巡线无人机多传感器数据融合障碍物检测方法
CN108549407A (zh) * 2018-05-23 2018-09-18 哈尔滨工业大学（威海） 一种多无人机协同编队避障的控制算法

Also Published As

Publication number Publication date
US20200118451A1 (en) 2020-04-16
CA3050426C (en) 2023-11-21
CA3050426A1 (en) 2020-04-12
US20210295722A1 (en) 2021-09-23
AU2019208250A1 (en) 2020-04-30
US11037453B2 (en) 2021-06-15
EP4235626A1 (en) 2023-08-30
US12002373B2 (en) 2024-06-04
EP3640921A1 (en) 2020-04-22
JP2020098567A (ja) 2020-06-25
CN111045444A (zh) 2020-04-21
EP3640921B1 (en) 2023-05-17
KR20200042388A (ko) 2020-04-23

Similar Documents

Publication Publication Date Title
CN111045444B (zh) 自适应感测和避让系统
US10824170B2 (en) Autonomous cargo delivery system
US20210358315A1 (en) Unmanned aerial vehicle visual point cloud navigation
US11835953B2 (en) Adaptive autonomy system architecture
CN109923492B (zh) 飞行路径确定
US11189180B2 (en) Unmanned aerial vehicle visual line of sight control
Kendoul Survey of advances in guidance, navigation, and control of unmanned rotorcraft systems
Elbanhawi et al. Enabling technologies for autonomous MAV operations
US20200026720A1 (en) Construction and update of elevation maps
US11046430B1 (en) Intelligent trajectory adviser system for unmanned aerial vehicles in complex environments
US8626361B2 (en) System and methods for unmanned aerial vehicle navigation
EP3816757B1 (en) Aerial vehicle navigation system
EP3975157A1 (en) Method to navigate an unmanned aerial vehicle to avoid collisions
Lin et al. Development of an unmanned coaxial rotorcraft for the DARPA UAVForge challenge
WO2017147142A1 (en) Unmanned aerial vehicle visual line of sight control
CN211827025U (zh) 一种无人平台障碍避障系统
Portugal Optimal Multi-Sensor Collision Avoidance System for Small Fixed-Wing UAV
US20220343779A1 (en) System, device and method for time limited communication for remotely controlled vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant