CN111930345A - 一种基于SysML的无人机系统建模方法、装置及可读存储介质 - Google Patents
一种基于SysML的无人机系统建模方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN111930345A CN111930345A CN202010642616.4A CN202010642616A CN111930345A CN 111930345 A CN111930345 A CN 111930345A CN 202010642616 A CN202010642616 A CN 202010642616A CN 111930345 A CN111930345 A CN 111930345A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- vehicle system
- noise
- attribute
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种基于SysML的无人机系统建模方法、装置及可读存储介质,建模方法包括:分析系统及任务组成,建立UML profile,扩展UML元模型并定义数据类型;使用扩展的UML元模型及定义的数据类型,建立模块定义图、内部模块图、参数图以及活动图;采用模块定义图、内部模块图和参数图描述无人机系统及任务的结构模型,采用活动图描述无人机系统及任务的行为模型,得到结构视角及行为视角的无人机系统及任务模型。本发明解决了现有技术中无法对无人机系线及任务中用到的数据类型、线程机制、噪声以及内外部通信进行正确描述的问题,同时解决了现有技术在模型验证方面的不足,有助于尽快发现模型的缺陷。
Description
技术领域
本发明属于无人机领域,具体涉及一种基于SysML的无人机系统建模方法、装置及可读存储介质。
背景技术
作为一种信息物理融合系统(Cyber Physical System,CPS),无人机为用户提供了监控与控制物理世界的能力。随着无人机在各领域的广泛应用,无人机系统的开发受到了广泛关注。由于无人机系统运行平台的多样性以及运行环境的随机性,传统软件开发方法难以高效开发出符合期望的无人机系统。模型驱动架构(Model Driven Architecture,MDA)被引入到无人机系统的开发中。然而,在被应用于无人机系统建模中时,现有技术无法有效对环境不确定性、领域特定线程机制、任务约束以及无人机系统内外部通信进行建模。上述建模能力的缺失,使得在后续的无人机开发与测试过程,无法有针对性的提升无人机系统在不确定环境下的鲁棒性以及跨平台部署能力。华东师范大学在其申请的专利“一种基于SysML/MARTE的信息物理融合系统的建模方法”(申请号:CN201610403225.0,授权公告号:CN106096126B)中公开了一种基于SysML/MARTE的信息物理融合系统的建模方法。该建模方法的具体步骤是:首先分析系统需求,并根据需求从SysML与MARTE中选取所需的元模型。接着对选取的元模型进行扩展,并将扩展后的元模型用于对系统实时行为、连续行为、随机行为以及非功能属性的建模。最终帮助设计人员构建系统从软件及硬件两个方面构建系统的需求模型、架构模型以及行为模型。该方法存在的不足之处是:首先,该方法在建立系统的架构模型时,无法对系统运行时环境噪声及系统内部的噪声进行建模。其次,该方法虽然考虑到了系统的软硬件特点,但是在建模过程中,无法描述系统的线程特性,导致设计人员无法正确的描述系统在多线程环境下的运行行为。最后,该方法没有考虑系统运行的各类约束,具体包括安全约束以及系统运动约束,导致后续模型测试与验证工作无法对系统执行有约束的任务这个场景进行有效分析。西北工业大学和中国商用飞机有限责任公司上海飞机设计研究院在其共同申请的专利“民用飞机舱内压力控制系统建模方法”(申请号:CN201910349006.2,授权公告号:CN110135023A)公开了一种民用飞机舱内眼里控制系统建模方法。具体来说,该方法基于改进的MBSE(Model Based System Engineering)方法,从舱压控制系统的需求出发,基于DoDAF(Department of Defense ArchitectureFramework)系统体系结构框架,建立舱压控制系统的能力、执行活动和组成部分三个层面的架构模型,实现对舱压控制系统的描述。该方法存在的不足之处是:该方法的所建立的系统模型侧重于从宏观的视角描述系统结构以及系统内各个子系统间的关系。然而,该宏观视角建立的系统模型,在后续模型测试与验证阶段中,无法描述系统在不确定环境下,执行有约束的任务这个场景进行分析。
发明内容
本发明的目的在于针对上述现有技术中无法对无人机系统中环境不确定性建模、线程机制建模、任务约束建模以及内外部通信性能建模的问题,提供一种基于SysML的无人机系统建模方法、装置及可读存储介质,实现正确且高效的对无人机系统完成建模。
为了实现上述目的,本发明有如下的技术方案:
一种基于SysML的无人机系统建模方法,包括以下步骤:
分析系统及任务组成,建立UML profile,扩展UML元模型并定义数据类型;
使用扩展的UML元模型及定义的数据类型,建立模块定义图、内部模块图和参数图;
使用扩展的UML元模型及定义的数据类型,建立活动图;
采用模块定义图、内部模块图和参数图描述无人机系统及任务的结构模型,采用活动图描述无人机系统及任务的行为模型,得到结构视角及行为视角的无人机系统及任务模型。
本发明的一种实施例优选方案当中,通过分析系统及任务组成,确定无人机系统及任务的组成部分,对于路径规划任务,无人机系统包括传感器组件、姿态估计组件、模式控制组件、通信组件、位置控制组件、姿态控制组件以及行动机构;路径规划任务影响因素包括地面控制站和环境,其中环境包括障碍物和噪声。
本发明的一种实施例优选方案当中,使用<<DataType>>对无人机系统及任务中所需的数据类型进行定义,建立profile如下表所示:
在数据类型profile、线程profile和噪声profile中,扩展Class元模型;
在通信profile中,扩展port和connector元模型;
在操作profile中,扩展CallBehaviorAction元模型。
本发明的一种实施例优选方案当中,profile数据类型包含6种数据类型以及1种构造型,具体如下表所示:
上表中的Real、String和Integer为SysML内建数据类型,分别表示实数类型、字符串类型以及整数类型;[1..*]、[1]、[*]为SysML内建的变量数量表示方法,分别表示变量数量至少1个、变量数量只能为1个、变量数量无限制;
Vec表示向量,其属性value表示向量内的值;
Timer_callback_vec表示回调函数属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表;
AP_Scheduler_vec表示AP_Scheduler属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表,属性scheduled_freq表示线程被调用的频率,属性max_exec_time表示线程的最大运行时间;
HAL_specific_thrd_vec表示HAP_specific_thrd_vec属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表,属性platform_name表示无人机系统运行平台的名称,属性thrd_priority表示线程的优先级,属性scheduled_policy表示线程被调用的频率;
Row表示矩阵中的行向量,其属性value表示行向量的值;
DataExchange表示矩阵,其属性matrix为一个由若干行及若干列组成的矩阵;
Common_vec表示模块定义图中所需的向量,其属性value表示向量内的值。
本发明的一种实施例优选方案当中,建立线程profile描述无人机系统运行在不同硬件平台下的线程机制,Class元模型被扩展为三个构造型,分别是AP_Scheduler、Timer_callback和HAL_specific_thrd;每个构造型表示一种线程机制;AP_Scheduler的属性由AP_Scheduler_vec表示,HAL_specific_thrd的属性由HAL_specific_thrd_vec表示,Timer_callback的属性由Timer_callback_vec表示;
建立通信profile描述无人机的外部通信与内部的组件间通信,其中Port和Connector元模型被扩展为构造型;Port元模型被扩展为一个构造型,即Port_state,具体如下表所示:
构造型名称 | 属性名称:类型 |
Port_state | isOn:Boolean[1] |
Port_state表示端口状态,其包含一个属性isOn,表示端口的开闭状态;
当isOn为true时,端口开启,否则,端口关闭;
Connector元模型被扩展为七个构造型,分别为3G_connector、4G_connector、WiFi_connector、Xbee_connector、Bus、Noise_connector、Ranging_connector,如下表所示:
构造型3G_connector表示实体间的3G通信链路,其中实体为确定的无人机系统及任务组成部分;构造型3G_connector的属性分别为rate、frequency、range,分别表示3G通信链路的速率、频段以及通信范围;
构造型4G_connector表示实体间的4G通信链路,其中实体为确定的无人机系统及任务组成部分;构造型4G_connector的属性分别为rate、frequency、range,分别表示4G通信链路的速率、频段以及通信范围;
构造型WiFi_connector表示实体间的WiFi通信链路,其中实体为确定的无人机系统及任务组成部分;构造型WiFi_connector的属性分别为rate、frequency、range,分别表示WiFi通信链路的速率、频段以及通信范围;
构造型Xbee_connector表示实体间的Xbee通信链路,其中实体为确定的无人机系统及任务组成部分;构造型Xbee_connector的属性分别为rate、frequency、range,分别表示Xbee通信链路的速率、频段以及通信范围;
构造型Bus表示实体间的Bus通信链路,其中实体为确定的无人机系统及任务组成部分;构造型Bus的属性分别为bus_type、speed,分别表示Bus通信链路的总线类型以及传输速率;
构造型Noise_connector表示环境及系统内部噪声对无人机系统的干扰,没有属性。
构造型Ranging_connector表示无人机系统传感器对障碍物的探测,构造型Ranging_connector的属性为range,表示无人机系统传感器对障碍物的最大探测距离;
建立噪声profile描述无人机系统运行时环境噪声及系统内部噪声,Class元模型被扩展为两个构造型,分别是Wind_noise和Sensor_noise;
Wind_noise表示环境风速对无人机系统运行的噪声干扰,其包含两个属性,分别是wind_x和wind_y,wind_x和wind_y的作用是描述风速在x坐标轴和y坐标轴上对无人机系统运行的噪声干扰;Sensor_noise表示系统内部噪声对无人机系统传感器精度的噪声干扰,将该噪声干扰定义为高斯函数,构造型Sensor_noise包含两个属性,分别是mu和sigma,mu是高斯函数峰值对应的数值,sigma是高斯函数的标准差;
建立操作profile描述无人系统模型与Simulink等外部仿真工具的关系,其中,CallBehaviorAction元模型被扩展为一个构造型Call_external_model;
构造型Call_external_model具有五个属性,具体如下表所示:
本发明的一种实施例优选方案当中,应用数据类型profile、线程profile和噪声profile,使用<Block>元素和<ConstraintBlock>元素建立模块定义图,<Block>元素和<ConstraintBlock>元素均为SysML中的基本建模元素;应用数据类型profile和通信profile,使用<Part>元素建立内部模块图,<Part>是SysML的基本建模元素;应用操作profile,建立活动图,刻画无人机系统在路径规划任务下各个组件的行为。
本发明的一种实施例优选方案当中,建立模块定义图的步骤如下:
根据描述的路径规划任务,建立名称为UAVPath_planning_task的<Block元素>;
根据对系统及任务组成部分的分析,分别建立名称为UAV和Environment的<Block>元素,并指定组合关系为UAVPath_planning_task与本步骤中两种<Block>元素间的关系。
根据对系统及任务组成部分的分析,分别建立名称为Sensors,Attitude_estimation,Communication,Mode_control,Attitude_control,Position_control和Actuator的<Block>元素,并指定组合关系为本步骤中七种<Block>元素与UAV间的关系;
根据对系统及任务组成部分的分析,建立名称为GPS_sensor,Inertial_snesor和Range_sensor的<Block>元素,并指定泛化关系为本步骤中三种<Block>元素与Sensors间的关系;
根据对系统及任务组成部分的分析,建立名称为Wind_noise,Snesor_noise,Obstacle和Ground_control_station的<Block>元素,并指定组合关系为本步骤中四种<Block>元素与Environment间的关系;
在名称为Wind_noise,Sensor_noise的<Block>元素中分别应用建立的构造型Wind_noise和构造型Sensor_noise,弥补SysML对无人机系统环境及内部噪声建模能力的不足;
在名称为Obstacle,Range_sensor的<Block>元素中应用建立的构造型Common_vec;
在名称为UAV的<Block>元素中应用建立的构造型AP_Scheduler构造型,该构造型能够描述无人机系统在多线程环境下的运行行为,弥补SysML对无人机系统多线程机制建模能力的不足;
建立名称为Path_planning_constraint的<ConstraintBlock>,并指定Path_planning_constraint和UAV的关系为组合关系;
设置各个<Block>元素中的operation,具体如下表所示:
建立内部模块图的步骤如下:
建立内部模块图<Part>元素与模块定义图中<Block>元素的映射关系,具体如下表所示:
为每个<Part>元素定义两个端口,分别为输入端口与输出端口,使用<Full Port>元素来表示输入端口与输出端口;其中,<Full Port>元素为SysML基本建模元素;
在每个<Full Port>元素上应用通信profile,使用其中的Port_state构造型描述端口状态;
使用<Connector>元素将两个<Part>元素通过端口相连,并应用通信profile,使用其中的Xbee_commector、Ranging_connector、Bus、Noise_connector构造型描述通信链路的通信类型及性能;
根据无人机路径规划任务需求,将任务的约束变量在模块定义图中的约束模块中进行定义,并将约束变量间的关系在参数图中进行描述;根据建立的<ConstraintBlock>元素,在其中定义无人机路径规划任务约束条件计算所需的变量;具体的,v_max和v_min分别表示无人机的飞行的最大速度与最小速度,safety_radius表示无人机的安全半径,delta_t表示系统运行的时间间隔;建立用于约束条件计算的变量与模块定义图中<block>元素的变量间的对应关系该对应关系描述无人机特定任务下某一约束条件计算所需的系统内各个变量。
本发明的一种实施例优选方案当中,建立活动图的步骤如下:
根据无人机系统内线程的定义,使用<Fork node>元素和<Join node>元素刻画无人机系统内各个线程的开始与结束;
根据无人机路径规划任务的需求,指定各个线程内的operation名称;
各个线程内的operation名称具体如上表所示。
本发明同时提供一种基于SysML的无人机系统建模装置,包括:
UML profile建立模块,通过分析系统及任务组成,建立UML profile,扩展UML元模型并定义数据类型;
图建立模块,通过使用扩展的UML元模型及定义的数据类型,分别建立模块定义图、内部模块图、参数图以及活动图;
模型描述模块,采用模块定义图、内部模块图和参数图描述无人机系统及任务的结构模型,采用活动图描述无人机系统及任务的行为模型,得到结构视角及行为视角的无人机系统及任务模型。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述基于SysML的无人机系统建模方法的步骤。
相较于现有技术,本发明具有如下的有益效果:通过创建立UML profile,扩展UML元模型并定义数据类型,使用扩展的UML元模型及定义的数据类型,建立模块定义图、内部模块图、参数图以及活动图,采用模块定义图、内部模块图和参数图描述无人机系统及任务的结构模型,采用活动图描述无人机系统及任务的行为模型,基于上述profile,从无人机系统执行的任务出发,对参与该任务的无人机系统从结构模型及行为模型两个层面进行建模,最终,得到结构视角及行为视角的无人机系统及任务模型,不仅能够使设计与开发人员能正确高效的对无人机系统进行建模,而且有助于尽快发现模型的缺陷,克服无人机系统中环境不确定性建模、线程机制建模、任务约束建模以及内外部通信性能建模的问题。
进一步的,本发明通过创建数据类型profile、线程profile、噪声profile和通信profile,解决了现有技术中无法对无人机系线及任务中用到的数据类型、线程机制、噪声以及内外部通信进行正确描述的问题,使得设计与开发人员正确高效的对无人机系统进行建模。本发明通过创建操作profile,解决了现有技术在模型验证方面的不足,使得设计与开发人员能够利用现有的仿真工具对无人机系统及任务模型进行验证,有助于尽快发现模型的缺陷。
附图说明
图1为本发明实施例应用场景的示意图;
图2为本发明实施例所建立的数据类型profile图;
图3为本发明实施例所建立的线程profile图;
图4为本发明实施例所建立的噪声profile图;
图5为本发明实施例所建立的通信profile图;
图6为本发明实施例所建立的操作profile图;
图7为本发明实施例所建立的模块定义图;
图8为本发明实施例所建立的内部模块图;
图9为本发明实施例所建立的参数图;
图10为本发明实施例所建立的活动图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明的实施例为无人机路径规划任务,在此实施例的基础上,对本发明的建模方法做进一步的说明。
本发明将无人机路径规划任务归结为一个包含不等式约束的单目标优化问题。如图1所示,在无人机起始点与目标点之前,存在若干静态障碍物O,无人机与障碍物间需要保持一个安全距离rs。并且,由于动力学模型的限制,无人机最大速度为vmax,最小速度为vmin。进一步的,环境的不确定性与传感器噪声被考虑进来,其中环境的不确定性以及传感器噪声均用高斯函数表示。为安全且高效的从起始点到达目标点,无人机需要在安全约束、动力学模型约束以及噪声干扰的下,规划出一条长度最短的路径。
基于上述对实施例的描述,对无人机系统及路径规划任务进行建模。
(1)分析系统及任务组成,建立UML profile,实现对UML元模型的扩展与数据类型的定义:
(1a)分析系统及任务组成,确定无人机系统及任务的组成部分,具体来说,无人机系统包括传感器组件、姿态估计组件、模式控制组件、通信组件、位置控制组件、姿态控制组件以及行动机构,路径规划任务包括地面控制站和环境,其中环境包括障碍物和噪声。
(1b)根据步骤(1a)中对系统及任务组成的分析,使用<<DataType>>对无人机系统及任务中所需的数据类型进行定义,具体来说,如图2所示,建立数据类型profile,其中包含6种数据类型以及一种构造型,具体如下表所示:
其中,上表中的Real、String和Integer为SysML内建数据类型,分别表示实数类型、字符串类型以及整数类型;[1..*]、[1]、[*]为SysML内建的变量数量表示方法,分别表示变量数量至少1个、变量数量只能为1个、变量数量无限制。
Vec表示向量,其属性value表示向量内的值
Timer_callback_vec表示回调函数属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表;
AP_Scheduler_vec表示AP_Scheduler属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表,属性scheduled_freq表示线程被调用的频率,属性max_exec_time表示线程的最大运行时间;
HAL_specific_thrd_vec表示HAP_specific_thrd_vec属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表,属性platform_name表示无人机系统运行平台的名称,属性thrd_priority表示线程的优先级,属性scheduled_policy表示线程被调用的频率;
Row表示矩阵中的行向量,其属性value表示行向量的值;
DataExchange表示矩阵,其属性matrix为一个由若干行及若干列组成的矩阵;
Common_vec表示模块定义图中所需的向量,其属性value表示向量内的值。
(1c)针对实施例中无人机系统及任务模型的线程机制、通信机制、噪声以及与外部仿真工具的关系,使用扩展的UML元模型进行描述:
(1c1)参照图3,建立线程profile描述无人机系统运行在不同硬件平台下的线程机制,其中,Class元模型被扩展为三个构造型,分别是AP_Scheduler、Timer_callback和HAL_specific_thrd。每个构造型表示一种线程机制。根据步骤(1b),线程机制的属性由本发明定义的数据类型表示,对应关系为:AP_Scheduler的属性由AP_Scheduler_vec表示,HAL_specific_thrd的属性由HAL_specific_thrd_vec表示,Timer_callback的属性由Timer_callback_vec表示。
(1c2)参照图4,建立通信profile描述无人机的外部通信与内部的组件间通信,其中Port和Connector元模型被扩展为构造型。
(1c2a)Port元模型被扩展为一个构造型,即Port_state,具体如下表所示:
构造型名称 | 属性名称:类型 |
Port_state | isOn:Boolean[1] |
Port_state表示端口状态,其包含一个属性isOn,表示端口的开闭状态。当isOn为true时,端口开启,否则,端口关闭。
(1c2b)Connector元模型被扩展为七个构造型,分别为3G_connector、4G_connector、WiFi_connector、Xbee_connector、Bus、Noise_connector、Ranging_connector,具体如下表所示:
构造型3G_connector表示实体间的3G通信链路,其中实体为步骤(1a)中确定的无人机系统及任务组成部分。构造型3G_connector的属性分别为rate、frequency、range,分别表示3G通信链路的速率、频段以及通信范围。
构造型4G_connector表示实体间的4G通信链路,其中实体为步骤(1a)中确定的无人机系统及任务组成部分。构造型4G_connector的属性分别为rate、frequency、range,分别表示4G通信链路的速率、频段以及通信范围。
构造型WiFi_connector表示实体间的WiFi通信链路,其中实体为步骤(1a)中确定的无人机系统及任务组成部分。构造型WiFi_connector的属性分别为rate、frequency、range,分别表示WiFi通信链路的速率、频段以及通信范围。
构造型Xbee_connector表示实体间的Xbee通信链路,其中实体为步骤(1a)中确定的无人机系统及任务组成部分。构造型Xbee_connector的属性分别为rate、frequency、range,分别表示Xbee通信链路的速率、频段以及通信范围。
构造型Bus表示实体间的Bus通信链路,其中实体为步骤(1a)中确定的无人机系统及任务组成部分。构造型Bus的属性分别为bus_type、speed,分别表示Bus通信链路的总线类型以及传输速率。
构造型Noise_connector表示环境及系统内部噪声对无人机系统的干扰,没有属性。
构造型Ranging_connector表示无人机系统传感器对障碍物的探测。构造型Ranging_connector的属性为range,表示无人机系统传感器对障碍物的最大探测距离。
(1c3)参照图5,建立噪声profile描述无人机系统运行时环境噪声及系统内部噪声,其中,Class元模型被扩展为两个构造型,分别是Wind_noise和Sensor_noise。
(1c3a)Wind_noise表示环境风速对无人机系统运行的噪声干扰,其包含两个属性,分别是wind_x和wind_y,wind_x和wind_y的作用是描述风速在x坐标轴和y坐标轴上对无人机系统运行的噪声干扰。
(1c3b)Sensor_noise表示系统内部噪声对无人机系统传感器精度的噪声干扰,本发明将该噪声干扰定义为高斯函数。因此,构造型Sensor_noise包含两个属性,分别是mu和sigma。mu是高斯函数峰值对应的数值,在本实施例中,mu的值为0,sigma是高斯函数的标准差。
(1c4)参照图6,建立操作profile描述无人系统模型与Simulink等外部仿真工具的关系,其中,CallBehaviorAction元模型被扩展为一个构造型,即Call_external_model。构造型Call_external_model具有五个属性,具体如下表所示:
(2)应用步骤(1b)和步骤(1c)中扩展的元模型及定义的数据类型,建立模块定义图、内部模块图和参数图。
(2a)参照图7,应用数据类型profile、线程profile和噪声profile,结合步骤(1a)中对系统及任务组成部分的分析,使用<Block>元素和<ConstraintBlock>元素建立模块定义图,其中<Block>元素和<ConstraintBlock>元素均为SysML中的基本建模元素;
(2a1)根据实施例中描述的路径规划任务,建立名称为UAVPath_planning_task的<Block元素>
(2a2)根据步骤(1a)中对系统及任务组成部分的分析,分别建立名称为UAV和Environment的<Block>元素,并指定组合关系为UAVPath_planning_task与本步骤中两种<Block>元素间的关系。
(2a3)根据步骤(1a)中对系统及任务组成部分的分析,分别建立名称为Sensors,Attitude_estimation,Communication,Mode_control,Attitude_control,Position_control和Actuator的<Block>元素,并指定组合关系为本步骤中七种<Block>元素与UAV间的关系。
(2a4)根据步骤(1a)中对系统及任务组成部分的分析,建立名称为GPS_sensor,Inertial_snesor和Range_sensor的<Block>元素,并指定泛化关系为本步骤中三种<Block>元素与Sensors间的关系
(2a5)根据步骤(1a)中对系统及任务组成部分的分析,建立名称为Wind_noise,Snesor_noise,Obstacle和Ground_control_station的<Block>元素,并指定组合关系为本步骤中四种<Block>元素与Environment间的关系
(2a6)在名称为Wind_noise,Sensor_noise的<Block>元素中分别应用步骤(1c3)中建立的构造型Wind_noise和构造型Sensor_noise,弥补SysML对无人机系统环境及内部噪声建模能力的不足
(2a7)在名称为Obstacle,Range_sensor的<Block>元素中应用步骤(1b)中建立的构造型Common_vec;
(2a8)在名称为UAV的<Block>元素中应用步骤(1c1)中建立的构造型AP_Scheduler构造型,该构造型能够描述无人机系统在多线程环境下的运行行为,弥补SysML对无人机系统多线程机制建模能力的不足。
(2a9)建立名称为Path_planning_constraint的<ConstraintBlock>,并指定Path_planning_constraint和UAV的关系为组合关系。
(2a10)设置各个<Block>元素中的operation,具体如下表所示:
(2b)参照图8,应用数据类型profile和通信profile,使用<Part>元素建立内部模块图,其中<Part>是SysML的基本建模元素;
(2b1)建立内部模块图<Part>元素与模块定义图中<Block>元素的映射关系,具体如下表所示:
<Part>元素名称 | 对应的<Block>元素名称 |
GCS | Ground_control_station |
Comm | Communication |
Mode | Mode_control |
Noise | Wind_noise |
Obstacle | Obstacle |
Sensors | Sensors |
Attitude_estimation | Attitude_estimation |
pos_control | Position_control |
Attitude_control | Attitude_control |
Actuator | Actuator |
(2b2)为每个<Part>元素定义两个端口,分别为输入端口与输出端口,具体来说,使用<Full Port>元素来表示输入端口与输出端口。其中,<Full Port>元素为SysML基本建模元素。
(2b3)在每个<Full Port>元素上应用通信profile,使用其中的Port_state构造型描述端口状态。
(2b4)如图8所示,使用<Connector>元素将两个<Part>元素通过端口相连,并应用通信profile,使用其中的Xbee_commector、Ranging_connector、Bus、Noise_connector构造型描述通信链路的通信类型及性能;
(2c)根据无人机路径规划任务需求,将任务的约束变量在模块定义图中的约束模块中进行定义,并将约束变量间的关系在参数图中进行描述。
(2c1)根据步骤(2a9)建立的<ConstraintBlock>元素,在其中定义无人机路径规划任务约束条件计算所需的变量。具体来说,vmax和vmin分别表示无人机的飞行的最大速度与最小速度。safety_radius表示无人机的安全半径,delta_t表示系统运行的时间间隔。
(2c2)参照图9,建立步骤(2c1)中定义的用于约束条件计算的变量与模块定义图中<block>元素的变量间的对应关系,该对应关系描述无人机特定任务下某一约束条件计算所需的系统内各个变量。
(3)参照图10,应用操作profile,建立活动图,刻画无人机系统在路径规划任务下各个组件的行为。
(3a)根据无人机系统内线程的定义,使用<Fork node>元素和<Join node>元素刻画无人机系统内各个线程的开始与结束;
(3b)根据无人机路径规划任务的需求,指定各个线程内的operation名称,具体如下表所示:
本发明同时提供一种基于SysML的无人机系统建模装置,包括:
UML profile建立模块,通过分析系统及任务组成,建立UML profile,扩展UML元模型并定义数据类型;
图建立模块,通过使用扩展的UML元模型及定义的数据类型,分别建立模块定义图、内部模块图、参数图以及活动图;
模型描述模块,采用模块定义图、内部模块图和参数图描述无人机系统及任务的结构模型,采用活动图描述无人机系统及任务的行为模型,得到结构视角及行为视角的无人机系统及任务模型。
本发明还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现所述基于SysML的无人机系统建模方法的步骤。
所述的计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明的方法。所述/终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备,也可以是处理器、存储器。
以上所述仅仅是本发明的较佳实施例,并不用以对本发明进行任何限制,本领域技术人员应当理解的是,在不脱离本发明精神和原则的前提下,该技术方案还可以进行若干简单的修改和替换,这些修改和替换也均属于权利要求书所涵盖的专利保护范围之内。
Claims (10)
1.一种基于SysML的无人机系统建模方法,其特征在于,包括以下步骤:
分析系统及任务组成,建立UML profile,扩展UML元模型并定义数据类型;
使用扩展的UML元模型及定义的数据类型,建立模块定义图、内部模块图和参数图;
使用扩展的UML元模型及定义的数据类型,建立活动图;
采用模块定义图、内部模块图和参数图描述无人机系统及任务的结构模型,采用活动图描述无人机系统及任务的行为模型,得到结构视角及行为视角的无人机系统及任务模型。
2.根据权利要求1所述基于SysML的无人机系统建模方法,其特征在于:通过分析系统及任务组成,确定无人机系统及任务的组成部分,对于路径规划任务,无人机系统包括传感器组件、姿态估计组件、模式控制组件、通信组件、位置控制组件、姿态控制组件以及行动机构;路径规划任务影响因素包括地面控制站和环境,其中环境包括障碍物和噪声。
4.根据权利要求3所述基于SysML的无人机系统建模方法,其特征在于:
profile数据类型包含6种数据类型以及1种构造型,具体如下表所示:
上表中的Real、String和Integer为SysML内建数据类型,分别表示实数类型、字符串类型以及整数类型;[1..*]、[1]、[*]为SysML内建的变量数量表示方法,分别表示变量数量至少1个、变量数量只能为1个、变量数量无限制;
Vec表示向量,其属性value表示向量内的值;
Timer_callback_vec表示回调函数属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表;
AP_Scheduler_vec表示AP_Scheduler属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表,属性scheduled_freq表示线程被调用的频率,属性max_exec_time表示线程的最大运行时间;
HAL_specific_thrd_vec表示HAP_specific_thrd_vec属性向量,其属性thrd_name表示线程名称,属性thrd_ops表示线程操作列表,属性platform_name表示无人机系统运行平台的名称,属性thrd_priority表示线程的优先级,属性scheduled_policy表示线程被调用的频率;
Row表示矩阵中的行向量,其属性value表示行向量的值;
DataExchange表示矩阵,其属性matrix为一个由若干行及若干列组成的矩阵;
Common_vec表示模块定义图中所需的向量,其属性value表示向量内的值。
5.根据权利要求4所述基于SysML的无人机系统建模方法,其特征在于:
建立线程profile描述无人机系统运行在不同硬件平台下的线程机制,Class元模型被扩展为三个构造型,分别是AP_Scheduler、Timer_callback和HAL_specific_thrd;每个构造型表示一种线程机制;AP_Scheduler的属性由AP_Scheduler_vec表示,HAL_specific_thrd的属性由HAL_specific_thrd_vec表示,Timer_callback的属性由Timer_callback_vec表示;
建立通信profile描述无人机的外部通信与内部的组件间通信,其中Port和Connector元模型被扩展为构造型;Port元模型被扩展为一个构造型,即Port_state,具体如下表所示:
Port_state表示端口状态,其包含一个属性isOn,表示端口的开闭状态;
当isOn为true时,端口开启,否则,端口关闭;
Connector元模型被扩展为七个构造型,分别为3G_connector、4G_connector、WiFi_connector、Xbee_connector、Bus、Noise_connector、Ranging_connector,如下表所示:
构造型3G_connector表示实体间的3G通信链路,其中实体为确定的无人机系统及任务组成部分;构造型3G_connector的属性分别为rate、frequency、range,分别表示3G通信链路的速率、频段以及通信范围;
构造型4G_connector表示实体间的4G通信链路,其中实体为确定的无人机系统及任务组成部分;构造型4G_connector的属性分别为rate、frequency、range,分别表示4G通信链路的速率、频段以及通信范围;
构造型WiFi_connector表示实体间的WiFi通信链路,其中实体为确定的无人机系统及任务组成部分;构造型WiFi_connector的属性分别为rate、frequency、range,分别表示WiFi通信链路的速率、频段以及通信范围;
构造型Xbee_connector表示实体间的Xbee通信链路,其中实体为确定的无人机系统及任务组成部分;构造型Xbee_connector的属性分别为rate、frequency、range,分别表示Xbee通信链路的速率、频段以及通信范围;
构造型Bus表示实体间的Bus通信链路,其中实体为确定的无人机系统及任务组成部分;构造型Bus的属性分别为bus_type、speed,分别表示Bus通信链路的总线类型以及传输速率;
构造型Noise_connector表示环境及系统内部噪声对无人机系统的干扰,没有属性;
构造型Ranging_connector表示无人机系统传感器对障碍物的探测,构造型Ranging_connector的属性为range,表示无人机系统传感器对障碍物的最大探测距离;
建立噪声profile描述无人机系统运行时环境噪声及系统内部噪声,Class元模型被扩展为两个构造型,分别是Wind_noise和Sensor_noise;
Wind_noise表示环境风速对无人机系统运行的噪声干扰,其包含两个属性,分别是wind_x和wind_y,wind_x和wind_y的作用是描述风速在x坐标轴和y坐标轴上对无人机系统运行的噪声干扰;Sensor_noise表示系统内部噪声对无人机系统传感器精度的噪声干扰,将该噪声干扰定义为高斯函数,构造型Sensor_noise包含两个属性,分别是mu和sigma,mu是高斯函数峰值对应的数值,sigma是高斯函数的标准差;
建立操作profile描述无人系统模型与Simulink等外部仿真工具的关系,其中,CallBehaviorAction元模型被扩展为一个构造型Call_external_model;
构造型Call_external_model具有五个属性;
构造型Call_external_model的属性具体如上表所示。
6.根据权利要求5所述基于SysML的无人机系统建模方法,其特征在于:应用数据类型profile、线程profile和噪声profile,使用<Block>元素和<ConstraintBlock>元素建立模块定义图,<Block>元素和<ConstraintBlock>元素均为SysML中的基本建模元素;应用数据类型profile和通信profile,使用<Part>元素建立内部模块图,<Part>是SysML的基本建模元素;应用操作profile,建立活动图,刻画无人机系统在路径规划任务下各个组件的行为。
7.根据权利要求6所述基于SysML的无人机系统建模方法,其特征在于:
建立模块定义图的步骤如下:
根据描述的路径规划任务,建立名称为UAVPath_planning_task的<Block元素>;
根据对系统及任务组成部分的分析,分别建立名称为UAV和Environment的<Block>元素,并指定组合关系为UAVPath_planning_task与本步骤中两种<Block>元素间的关系;
根据对系统及任务组成部分的分析,分别建立名称为Sensors,Attitude_estimation,Communication,Mode_control,Attitude_control,Position_control和Actuator的<Block>元素,并指定组合关系为本步骤中七种<Block>元素与UAV间的关系;
根据对系统及任务组成部分的分析,建立名称为GPS_sensor,Inertial_snesor和Range_sensor的<Block>元素,并指定泛化关系为本步骤中三种<Block>元素与Sensors间的关系;
根据对系统及任务组成部分的分析,建立名称为Wind_noise,Snesor_noise,Obstacle和Ground_control_station的<Block>元素,并指定组合关系为本步骤中四种<Block>元素与Environment间的关系;
在名称为Wind_noise,Sensor_noise的<Block>元素中分别应用建立的构造型Wind_noise和构造型Sensor_noise,弥补SysML对无人机系统环境及内部噪声建模能力的不足;
在名称为Obstacle,Range_sensor的<Block>元素中应用建立的构造型Common_vec;
在名称为UAV的<Block>元素中应用建立的构造型AP_Scheduler构造型,该构造型能够描述无人机系统在多线程环境下的运行行为,弥补SysML对无人机系统多线程机制建模能力的不足;
建立名称为Path_planning_constraint的<ConstraintBlock>,并指定Path_planning_constraint和UAV的关系为组合关系;
设置各个<Block>元素中的operation,具体如下表所示:
建立内部模块图的步骤如下:
建立内部模块图<Part>元素与模块定义图中<Block>元素的映射关系,具体如下表所示:
为每个<Part>元素定义两个端口,分别为输入端口与输出端口,使用<Full Port>元素来表示输入端口与输出端口;其中,<Full Port>元素为SysML基本建模元素;
在每个<Full Port>元素上应用通信profile,使用其中的Port_state构造型描述端口状态;
使用<Connector>元素将两个<Part>元素通过端口相连,并应用通信profile,使用其中的Xbee_commector、Ranging_connector、Bus、Noise_connector构造型描述通信链路的通信类型及性能;
根据无人机路径规划任务需求,将任务的约束变量在模块定义图中的约束模块中进行定义,并将约束变量间的关系在参数图中进行描述;根据建立的<ConstraintBlock>元素,在其中定义无人机路径规划任务约束条件计算所需的变量;具体的,v_max和v_min分别表示无人机的飞行的最大速度与最小速度,safety_radius表示无人机的安全半径,delta_t表示系统运行的时间间隔;建立用于约束条件计算的变量与模块定义图中<block>元素的变量间的对应关系,该对应关系描述无人机特定任务下某一约束条件计算所需的系统内各个变量。
9.一种基于SysML的无人机系统建模装置,其特征在于,包括:
UML profile建立模块,通过分析系统及任务组成,建立UML profile,扩展UML元模型并定义数据类型;
图建立模块,通过使用扩展的UML元模型及定义的数据类型,分别建立模块定义图、内部模块图、参数图以及活动图;
模型描述模块,采用模块定义图、内部模块图和参数图描述无人机系统及任务的结构模型,采用活动图描述无人机系统及任务的行为模型,得到结构视角及行为视角的无人机系统及任务模型。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-8中任意一项所述基于SysML的无人机系统建模方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010642616.4A CN111930345B (zh) | 2020-07-06 | 2020-07-06 | 一种基于SysML的无人机系统建模方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010642616.4A CN111930345B (zh) | 2020-07-06 | 2020-07-06 | 一种基于SysML的无人机系统建模方法、装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111930345A true CN111930345A (zh) | 2020-11-13 |
CN111930345B CN111930345B (zh) | 2021-10-12 |
Family
ID=73313986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010642616.4A Active CN111930345B (zh) | 2020-07-06 | 2020-07-06 | 一种基于SysML的无人机系统建模方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111930345B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112784417A (zh) * | 2021-01-25 | 2021-05-11 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种基于SysML的航电分布式联合仿真方法及系统 |
CN112947112A (zh) * | 2021-01-27 | 2021-06-11 | 北京航空航天大学 | 一种基于SysML的无人车仿真方法 |
CN113821050A (zh) * | 2021-09-13 | 2021-12-21 | 北京航空航天大学 | 一种基于SysML定义无人机系统架构元模型的方法 |
CN113848985A (zh) * | 2021-11-01 | 2021-12-28 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN113890587A (zh) * | 2021-09-28 | 2022-01-04 | 浙江嘉兴数字城市实验室有限公司 | 一种基于bds短报文的车辆安全信息数据交换方法 |
CN114398747A (zh) * | 2021-09-30 | 2022-04-26 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 飞行训练模拟器通信导航仿真松耦合架构 |
CN116414376A (zh) * | 2023-03-01 | 2023-07-11 | 杭州华望系统科技有限公司 | 一种基于通用建模语言的领域元模型构建方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008045272A1 (de) * | 2008-09-01 | 2010-03-25 | Siemens Aktiengesellschaft | Vorrichtung und Verfahren zur Transformation eines Modells |
CN101986318A (zh) * | 2010-11-26 | 2011-03-16 | 南京航空航天大学 | 飞行控制系统概念样机设计方法 |
CN104573182A (zh) * | 2014-12-09 | 2015-04-29 | 南京航空航天大学 | 一种用于飞行器多模态控制系统的设计方法 |
CN106096126A (zh) * | 2016-06-08 | 2016-11-09 | 华东师范大学 | 一种基于SysML/MARTE的信息物理融合系统的建模方法 |
CN108959267A (zh) * | 2018-07-18 | 2018-12-07 | 浙江大学 | 一种基于本体的产品功能语义建模表示及应用 |
CN109255193A (zh) * | 2018-09-26 | 2019-01-22 | 中国航空综合技术研究所 | 基于模型转换的飞机后缘襟翼控制系统的设计方法 |
CN110135023A (zh) * | 2019-04-28 | 2019-08-16 | 西北工业大学 | 民用飞机舱内压力控制系统建模方法 |
-
2020
- 2020-07-06 CN CN202010642616.4A patent/CN111930345B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008045272A1 (de) * | 2008-09-01 | 2010-03-25 | Siemens Aktiengesellschaft | Vorrichtung und Verfahren zur Transformation eines Modells |
CN101986318A (zh) * | 2010-11-26 | 2011-03-16 | 南京航空航天大学 | 飞行控制系统概念样机设计方法 |
CN104573182A (zh) * | 2014-12-09 | 2015-04-29 | 南京航空航天大学 | 一种用于飞行器多模态控制系统的设计方法 |
CN106096126A (zh) * | 2016-06-08 | 2016-11-09 | 华东师范大学 | 一种基于SysML/MARTE的信息物理融合系统的建模方法 |
CN108959267A (zh) * | 2018-07-18 | 2018-12-07 | 浙江大学 | 一种基于本体的产品功能语义建模表示及应用 |
CN109255193A (zh) * | 2018-09-26 | 2019-01-22 | 中国航空综合技术研究所 | 基于模型转换的飞机后缘襟翼控制系统的设计方法 |
CN110135023A (zh) * | 2019-04-28 | 2019-08-16 | 西北工业大学 | 民用飞机舱内压力控制系统建模方法 |
Non-Patent Citations (1)
Title |
---|
王西超: "飞行控制系统数字化设计顶层建模与模型集成技术研究", 《中国博士学位论文全文数据库工程科技II辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112784417A (zh) * | 2021-01-25 | 2021-05-11 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种基于SysML的航电分布式联合仿真方法及系统 |
CN112784417B (zh) * | 2021-01-25 | 2024-03-22 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种基于SysML的航电分布式联合仿真方法及系统 |
CN112947112A (zh) * | 2021-01-27 | 2021-06-11 | 北京航空航天大学 | 一种基于SysML的无人车仿真方法 |
CN112947112B (zh) * | 2021-01-27 | 2022-08-12 | 北京航空航天大学 | 一种基于SysML的无人车仿真方法 |
CN113821050B (zh) * | 2021-09-13 | 2023-10-27 | 北京航空航天大学 | 一种基于SysML定义无人机系统架构元模型的方法 |
CN113821050A (zh) * | 2021-09-13 | 2021-12-21 | 北京航空航天大学 | 一种基于SysML定义无人机系统架构元模型的方法 |
CN113890587A (zh) * | 2021-09-28 | 2022-01-04 | 浙江嘉兴数字城市实验室有限公司 | 一种基于bds短报文的车辆安全信息数据交换方法 |
CN113890587B (zh) * | 2021-09-28 | 2023-06-23 | 浙江嘉兴数字城市实验室有限公司 | 一种基于bds短报文的车辆安全信息数据交换方法 |
CN114398747A (zh) * | 2021-09-30 | 2022-04-26 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 飞行训练模拟器通信导航仿真松耦合架构 |
CN114398747B (zh) * | 2021-09-30 | 2024-04-30 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 飞行训练模拟器通信导航仿真松耦合系统 |
CN113848985A (zh) * | 2021-11-01 | 2021-12-28 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN113848985B (zh) * | 2021-11-01 | 2022-09-09 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN116414376B (zh) * | 2023-03-01 | 2023-09-15 | 杭州华望系统科技有限公司 | 一种基于通用建模语言的领域元模型构建方法 |
CN116414376A (zh) * | 2023-03-01 | 2023-07-11 | 杭州华望系统科技有限公司 | 一种基于通用建模语言的领域元模型构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111930345B (zh) | 2021-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111930345B (zh) | 一种基于SysML的无人机系统建模方法、装置及可读存储介质 | |
Ding et al. | An efficient b-spline-based kinodynamic replanning framework for quadrotors | |
CN110782011B (zh) | 一种基于强化学习的网络化多智能体系统分布式优化控制方法 | |
Kim et al. | PGFUZZ: Policy-Guided Fuzzing for Robotic Vehicles. | |
US7735058B2 (en) | Remote component and connection architecture | |
CN113722912B (zh) | 一种虚实融合的无人集群协同验证系统 | |
Sirigineedi et al. | Modelling and verification of multiple uav mission using smv | |
KR101926110B1 (ko) | 분산 이산사건시스템 명세 기반 연속 시스템 시뮬레이터, 시뮬레이션 방법, 이를 위한 기록매체, 및 시스템 | |
Wang et al. | Theory and experiments on enclosing control of multi-agent systems | |
Humphrey | Model checking for verification in UAV cooperative control applications | |
Dawson et al. | Certifiable robot design optimization using differentiable programming | |
CN116430754B (zh) | 一种无人机集群多任务控制半实物仿真方法 | |
Kim et al. | Collaborative visualization of a warfare simulation using a commercial game engine | |
CN111709138A (zh) | 面向cps时空性质的混成aadl建模与模型转换方法 | |
Hobbs et al. | Perception computing-aware controller synthesis for autonomous systems | |
Llanes et al. | CrazySim: A Software-in-the-Loop Simulator for the Crazyflie Nano Quadrotor | |
US20230089833A1 (en) | Safety assurance for path planners | |
Penserini et al. | Development framework for DRONEs as smart autonomous systems | |
Bonache-Seco et al. | ART-GCS: an adaptive real-time multi-agent ground control station | |
Mañas-Álvarez et al. | Scalability of Cyber-Physical Systems in Mixed Reality Experiences in ROS 2 | |
Gupta et al. | Simulation Scenarios for Testing Airborne Cyber-Physical Systems | |
Restrepo et al. | Pattern recognition for a flight dynamics Monte Carlo simulation | |
Gledhill et al. | Modeling uass for role fusion and human machine interface optimization | |
Wang et al. | An empirical study of flight control system model checking integrated with FMEA | |
Hartsell et al. | Timing analysis for UAS application software |
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 |