CN112214033B - 一种基于ooda的直升机驾驶辅助决策支持系统 - Google Patents
一种基于ooda的直升机驾驶辅助决策支持系统 Download PDFInfo
- Publication number
- CN112214033B CN112214033B CN202011020519.8A CN202011020519A CN112214033B CN 112214033 B CN112214033 B CN 112214033B CN 202011020519 A CN202011020519 A CN 202011020519A CN 112214033 B CN112214033 B CN 112214033B
- Authority
- CN
- China
- Prior art keywords
- target
- landing
- helicopter
- providing
- decision
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0825—Indicating performance data, e.g. occurrence of a malfunction using optical means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
- Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于OODA的直升机驾驶辅助决策支持系统,该系统包括人机交互模块、目标识别模块、航路规划模块、着陆规划模块以及飞行机动模块。本发明基于对直升机驾驶过程中观察‑判断‑决策‑行动各环节场景、需求的全面分析考虑,在每个环节中建立了对应于该环节所提供辅助决策支持的功能子模块,不仅考虑了每个环节中各子模块之间的数据关联关系,而且从整体角度出发,充分结合了各个环节中子模块之间的关联约束关系和交互;由于本系统能提供更加全面和接近实际场景的决策辅助数据,因此使得直升机驾驶辅助决策系统能基于这些数据生成更加可靠、准确的决策指令,有效地增强了直升机驾驶辅助决策系统的合理性和可用性。
Description
技术领域
本发明涉及直升机辅助决策领域,具体涉及一种基于OODA(Observe观察-Orient判断-Decide决策-Action行动)的直升机辅助决策支持系统。
背景技术
在复杂山地中执行飞行任务时,直升机时常需要贴地飞行、野外盲降,直升机的辅助决策功能可以为驾驶员提供决策建议,减轻驾驶员的操作负担。同时,飞行环境的复杂以及直升机操作难度高,辅助决策功能对支持系统的依赖程度也比较高,支持系统是直升机辅助决策功能的决策依据的重要来源之一。
现有的支持系统中的支持决策数据和功能模块是相对独立的,未考虑到数据之间的关联约束,不能很好地满足对辅助决策系统的支持需求。
发明内容
本发明的目的是提供一种基于OODA的直升机驾驶辅助决策支持系统,该系统充分考虑直升机在驾驶过程中观察-判断-决策-行动各环节的数据支持需求,以及各阶段数据间的关联约束关系,从而为直升机辅助决策系统提供更加可靠、全面的决策依据。
为了实现上述任务,本发明采用以下技术方案:
一种基于OODA的直升机驾驶辅助决策支持系统,包括人机交互模块、目标识别模块、航路规划模块、着陆规划模块以及飞行机动模块,其中:
人机交互模块用于在直升机驾驶的观察环节提供可视化的显示数据,在判断阶段根据接收的目标信息提供目标的可视化显示方式,在决策阶段接收航路规划数据和着陆规划数据,并在直升机低空飞行任务、野外着陆任务时,提供对应的决策建议的可视化显示方式;在行动阶段获取直升机的告警信息,根据当前的场景模式、驾驶员操作状态、告警等级、当前人机交互界面的显示情况,决定告警信息的可视化显示方式;
目标识别模块用于在直升机驾驶的观察阶段提供传感器的管理规则,在判断阶段提供传感器目标识别的规则信息、目标融合的规则信息,以及着陆场识别的规则信息;
航路规划模块用于在直升机驾驶的决策环节提供目标的威胁建模与评估方式,并提供参考航路的规划规则;
着陆规划模块用于在直升机驾驶的据侧环节提供优选着陆场的规则和降落航路规划的规则;
飞行机动模块用于在直升机驾驶的行动环节提供直升机性能限制和驾驶员操作能力限制。
进一步地,所述人机交互模块进一步包括:
三维地图显示单元,用于从直升机的驾驶辅助决策系统获取三维地图数据,并结合当前的飞行任务、任务区域大小、地图的精度,确定可调比例尺的任务区域三维地图可视化显示方式,并提供给驾驶辅助决策系统进行可视化显示;
目标显示单元,用于根据接收的目标信息提供目标的可视化显示方式;其中,目标信息来自于目标识别模块,目标识别模块中包含目标识别的规则信息、目标融合的规则信息;直升机驾驶辅助决策系统根据各类传感器采集的目标数据,基于所述目标识别规则进行目标识别,基于所述目标融合规则进行目标融合,目标显示单元基于场景、目标类别和大小信息,制定目标在对应场景下的可视化显示方式;
导航画面设计单元,用于根据不同任务、场景确定导航画面的显示方式;
着陆场选择画面设计单元,根据当前要执行的着陆任务,结合驾驶辅助决策系统提供的备选着陆场,提供选择界面的显示方式,以使驾驶员根据选择界面进行着陆场地的选择。
进一步地,所述目标识别模块进一步包括:
传感器管理单元,用于根据当前的场景、任务提供传感器的管理规则;
目标识别单元,用于提供目标在不同场景下的识别规则;
目标融合单元,用于提供多传感器对目标的融合规则;
着陆场识别单元,用于结合地图和传感器探测两种方式提供着陆场地的识别规则。
进一步地,所述目标在不同场景下的识别规则,包括:
对于模糊目标,结合其对应的场景和任务确定目标的所属类别,包括:通过预存不同目标在不同场景下的图像模板,基于相似性判断的方法,输出目标属于某个类别的概率,再结合目标当前所处的场景、任务,确定目标的类别。
进一步地,所述航路规划模块进一步包括:
威胁建模与评估单元,用于根据驾驶辅助决策系统输出的目标信息提供目标威胁建模与评估的方式;
避障航路规划单元,用于根据驾驶辅助决策系统输出的目标威胁模型以及威胁等级,提供避障航路规划的规则。
进一步地,所述目标威胁建模与评估的方式,包括:
对于不同的目标类别,结合所处场景、任务,通过三维建模的方式对目标的威胁范围的进行规定,根据任务和当前距离,对于不同的威胁类型,确定对应的航路。
进一步地,所述陆规划模块进一步包括:
优选着陆场单元,用于根据驾驶辅助决策系统输出的潜在着陆场信息提供优选着陆场的规则;
降落航路规划单元,用于根据驾驶辅助决策系统输出的驾驶员已选择的着陆场信息,提供降落航路规划的规则。
进一步地,所述优选着陆场的规则包括:
当通过雷达识别出了多个潜在着陆场时,对于紧急降落任务,在潜在着陆场中选择几个距离最近的着陆场作为优选着陆场,而在开辟临时着陆场时,则在潜在着陆场中选择地形最平坦、面积最大的几个着陆场作为优选着陆场。
进一步地,所述飞行机动模块进一步包括:
直升机性能限制单元,用于为所述着陆规划模块、航路规划模块提供直升机性能的约束限制;
驾驶员操作限制单元,用于为所述着陆规划模块、航路规划模块提供驾驶员操作能力的限制。
进一步地,在制定着陆规划规则和避障航路规划规则时,将直升机本身的指标限制作为约束条件,所述制定的着陆规划规则和避障航路规划规则应在满足直升机本身的指标限制的情况下进行制定。
本发明具有以下技术特点:
本发明基于对直升机驾驶过程中观察-判断-决策-行动各环节场景、需求的全面分析考虑,在每个环节中建立了对应于该环节所提供辅助决策支持的功能子模块,不仅考虑了每个环节中各子模块之间的数据关联关系,而且从整体角度出发,充分结合了各个环节中子模块之间的关联约束关系和交互;由于本系统能提供更加全面和接近实际场景的决策辅助数据,因此使得直升机驾驶辅助决策系统能基于这些数据生成更加可靠、准确的决策指令,有效地增强了直升机驾驶辅助决策系统的合理性和可用性。
附图说明
图1为本发明系统的结构示意图。
具体实施方式
本发明提供了一种基于OODA的直升机驾驶辅助决策支持系统,其中OODA的观察阶段、判断阶段、决策阶段、行动阶段如下:
(1)观察阶段
直升机在执行低空飞行/野外着陆任务中,对环境的观察方式主要有三种:
一是飞行员通过前挡风玻璃、左右窗口对外部环境、障碍物等进行人眼观察;
二是飞行员通过机载三维地图观察区域地形、地貌;
三是通过有源、无源传感器对直升机四周环境、障碍物等进行探测。
第一种观察方式依赖飞行员的主观经验。
第二种观察方式需要制定主要是三维地图显示规则,包括:默认地图比例尺、可选比例尺、障碍物图符等画面设计规则。
第三种观察方式需要制定主要有传感器管理规则,包括:基于场景的传感器模式选择规则、传感器组合规则,以及基于目标的数据采集规则。
(2)判断阶段
在低空飞行任务中,判断阶段进行目标的识别判断,判断方式主要是机器识别判断,得出目标识别结果。机器识别判断需要的制定的主要是单目标识别规则、目标融合规则。
在野外着陆任务中,判断阶段进行着陆场的识别判断。判断的方式为:利用地图数据与传感器探测数据,通过识别算法进行着陆场识别。着陆场的识别规则中包括着陆场与周边环境关系、基于任务的着陆场识别范围等规则。
(3)决策阶段
在低空飞行任务中,避障飞行决策分为两步:
S1机器提供避障决策建议
辅助决策系统根据判断阶段得到的目标识别结果,进行威胁建模、威胁评估,根据目标威胁情况,进行避障航路规划。其中需要制定的主要有威胁建模与评估规则、避障航路规划规则,包括首选的真空速、首选的爬升率、最佳水平间隙、最佳垂直间隙等知识。
S2飞行员进行最终避障决策
飞行员根据辅助决策系统给出的决策建议——避障参考航路,进行最终的决策。其中需要制定的主要是导航画面设计规则,包括安全飞行管道设计、飞行引导参数设计、实时飞行参数设计等。
在野外着陆任务中,着陆决策分为四步:
S1机器提供可选着陆场
辅助决策系统根据判断阶段得到的着陆场识别结果,从中优选出多个备选着陆场。其中需要制定的主要是优选着陆场规则,包括基于任务的着陆场选择、基于环境的着陆场选择等。
S2飞行员确定着陆场
飞行员根据辅助决策系统给出的备选着陆场,确定着陆场。其中需要制定的主要是着陆场选择画面设计规则,包括着陆场信息显示、基于2维地图的着陆场位置标注等。
S3机器提供降落决策建议
辅助决策系统根据飞行员选定的着陆场信息,提供降落参考航路。其中需要制定的主要是降落航路规划,包括着陆临界决策点、回避区、安全速度等知识。
S4飞行员进行最终着陆决策
飞行员根据辅助决策系统给出的决策建议——降落参考航路,进行最终的决策。其中制定的主要是着陆引导画面设计规则,包括安全降落管道设计、降落引导参数设计、实时降落参数设计等。
(4)行动阶段
在低空飞行和野外着陆两种任务中,通过飞行员的最终决策,进行最后的行动阶段。在行动阶段,飞行员操纵直升机进行避障/降落动作,其中需要制定的主要有直升机性能限制、飞行员操纵限制,包括最大爬升率、最大平飞速度、极限俯冲速度、基于场景的飞行员反应时间等知识。
在行动阶段,还涉及到,基于飞行员实时操作、以及直升机实时飞行状态的实时告警功能。其中需要制定的主要是告警显示规则,包括告警信息选取、告警界面设计等。
在上述基于OODA驾驶任务需求基础上,参见图1,本发明提供了一种基于OODA的直升机驾驶辅助决策支持系统,该系统包括人机交互模块、目标识别模块、航路规划模块、着陆规划模块以及飞行机动模块,各模块的功能及详细介绍如下:
1.人机交互模块
人机交互模块用于在直升机驾驶的观察环节提供可视化的显示数据,在判断阶段根据接收的目标信息提供目标的可视化显示方式,在决策阶段接收航路规划数据和着陆规划数据,并在直升机低空飞行任务、野外着陆任务时,提供对应的决策建议的可视化显示方式;在行动阶段获取直升机的告警信息,根据当前的场景模式、驾驶员操作状态、告警等级、当前人机交互界面的显示情况,决定告警信息的可视化显示方式。
所述的人机交互模块进一步包括以下子模块:
三维地图显示单元,用于从直升机的驾驶辅助决策系统获取三维地图数据,并结合当前的飞行任务、任务区域大小、地图的精度,确定可调比例尺的任务区域三维地图可视化显示方式,并提供给驾驶辅助决策系统进行可视化显示;其中,在执行任务前,驾驶辅助决策系统中预先装载有任务区域的三维地图数据,例如当前执行普通飞行运输任务时,则无需考虑地图中的目标等信息,根据地图精度和任务区域大小的限制,在地形平坦的情况下,调大比例尺;而在地形复杂区域,则可调小比例尺显示;其中,比例尺可自动或手动调节。
目标显示单元,用于根据接收的目标信息提供目标的可视化显示方式;其中,目标信息来自于目标识别模块,目标识别模块中包含目标识别的规则信息、目标融合的规则信息;直升机驾驶辅助决策系统根据各类传感器采集的目标数据,基于所述目标识别规则进行目标识别,基于所述目标融合规则进行目标融合,目标显示单元基于场景、目标类别和大小等信息,制定目标在对应场景下的可视化显示方式。其中,目标识别的规则信息包括目标在不同场景下的识别规则;例如对于模糊目标A,结合其对应的场景和任务即可确定目标A的所属类别,具体实现方式为,通过预存不同目标在不同场景下的图像模板,基于相似性判断的方法,输出目标A属于某个类别的概率,再结合目标A当前所处的场景、任务,确定A的类别。目标融合的规则信息是指多个传感器对目标的融合规则,例如当多个传感器识别出的目标信息不一致时,则在数据融合时,对于精度较高的传感器,赋予较高的权重;以及还可以设置在不同场景下,赋予权重的具体数值。对于所述可视化显示方式,例如当目标数据较远和较近时,可设置对应情况下目标的颜色、大小等显示方式。
导航画面设计单元,用于根据不同任务、场景确定导航画面的显示方式;例如将三维地图、目标位置显示叠加在导航画面上,对于三维地图、目标位置设置不同的显示颜色、透明度、叠加次序、参数显示位置等,避免影响参数显示;而在对应场景下,将最重要的参数信息作为主要显示参数,避免显示界面的拥挤。
着陆场选择画面设计单元,根据当前要执行的着陆任务,结合驾驶辅助决策系统提供的备选着陆场,提供选择界面的显示方式,以使驾驶员根据选择界面进行着陆场地的选择。其中显示方式包括不同着陆场参数在地图上的显示方式,在着陆场地的环形信息相差不大时,例如在地图上直接标注的方式显示着陆场的位置信息;其他情况下可以以列表形式进行显示,并提供着陆场的介绍信息,以供驾驶员判断和选择。
着引导画面设计单元,根据当前的着陆阶段确定着陆导引画面的显示方式;例如进近阶段、悬停阶段时,分别提供对应的着陆引导画面显示方式;可以通过图符进行可视化引导,或通过数据参数提供应飞航向、速度等引导;对于不同着陆阶段,可配置不同的图符、数据参数的显示形式。
告警显示单元,用于根据当前的场景模式、驾驶员操作状态、告警等级、当前人机交互界面的显示情况,决定告警信息的可视化显示方式;其中驾驶员的操作状态根据当前的场景模式来确定,例如当前航路周围环境复杂,或在执行作战任务时,则认为驾驶员处于注意力高度集中的状态,当告警等级较低时,告警信息可采用图文显示等显示方式,并且告警信息颜色可以设置为绿色、黄色等,告警信息不闪烁;当出现影响驾驶安全的高级告警信息时,则除了图文显示的方式之外,还可以进行声音提醒,并且告警信息闪烁、设置为红色等。
2.目标识别模块
目标识别模块用于在直升机驾驶的观察阶段提供传感器的管理规则,在判断阶段提供传感器目标识别的规则信息、目标融合的规则信息,以及着陆场识别的规则信息。
所述的目标识别模块进一步包括以下子模块:
传感器管理单元,用于根据当前的场景、任务提供传感器的管理规则;不同传感器的适用场景不同,例如根据当前的场景、任务,当判断有可能有目标A时,则可以利用较为适宜探测目标A的传感器进一步探测判断;而当外部处于雷雨、大风等天气时,一些传感器不适宜在该环境下工作,则在该场景下不允许使用这些传感器。
目标识别单元,用于提供目标在不同场景下的识别规则;例如对于模糊目标A,结合其对应的场景和任务即可确定目标A的所属类别,具体实现方式为,通过预存不同目标在不同场景下的图像模板,基于相似性判断的方法,输出目标A属于某个类别的概率,再结合目标A当前所处的场景、任务,确定A的类别。
目标融合单元,用于提供多传感器对目标的融合规则;例如当多个传感器识别出的目标信息不一致时,则在数据融合时,对于精度较高的传感器,赋予较高的权重;以及还可以设置在不同场景下,赋予权重的具体数值。对于所述可视化显示方式,例如当目标数据较远和较近时,可设置对应情况下目标的颜色、大小等显示方式。
着陆场识别单元,结合地图和传感器探测两种方式提供着陆场地的识别规则;例如需要进行着陆时,首先通过地图识别出平坦区域,当靠近着陆场时,再通过传感器进一步从所述平坦区域中确定潜在着陆场;其中所述识别规则确定了地图的识别方式、结合任务场景在不同任务着陆区域下的备选着陆场地确定方法等。
3.航路规划模块
航路规划模块用于在直升机驾驶的决策环节提供目标的威胁建模与评估方式,并提供参考航路的规划规则。
所述航路规划模块进一步包括:
威胁建模与评估单元,用于根据驾驶辅助决策系统输出的目标信息提供目标威胁建模与评估的方式;例如,对于不同的目标类别,结合所处场景、任务,通过三维建模的方式对目标的威胁范围的进行规定,根据任务和当前距离,对于不同的威胁类型,确定对应航路;例如,对于火力威胁,在除了突防任务下的其他任务和场景下,均规定航路需要避开其威胁范围。
避障航路规划单元,用于根据驾驶辅助决策系统输出的目标威胁模型以及威胁等级,提供避障航路规划的规则;例如对于不同的威胁和威胁等级,制定对应的规则。
4.着陆规划模块
着陆规划模块用于在直升机驾驶的据侧环节提供优选着陆场的规则和降落航路规划的规则。
所述着陆规划模块进一步包括:
优选着陆场单元,用于根据驾驶辅助决策系统输出的潜在着陆场信息提供优选着陆场的规则;例如通过雷达识别出了多个潜在着陆场,则依据任务、所处场景、着陆场本身信息,从中确定几个优选着陆场;在紧急降落任务时,在潜在着陆场中选择几个距离最近的着陆场作为优选着陆场,而在开辟临时着陆场时,则可在潜在着陆场中选择地形最平坦、面积最大的几个着陆场作为优选着陆场;所述规则规定了不同任务、场景下优选着陆场的确定方式,例如考虑的因素、每个因素分配的权重等。
降落航路规划单元,用于根据驾驶辅助决策系统输出的驾驶员已选择的着陆场信息,提供降落航路规划的规则。例如,对于平坦的着陆场,则可规定其以缓慢进近的方式降落;而对于周边环境障碍物较多、复杂的着陆场,则可规定其飞抵着陆场上空后,垂直降落。
5.飞行机动模块
飞行机动模块用于在直升机驾驶的行动环节提供直升机性能限制和驾驶员操作能力限制;其中性能限制指直升机本身的指标限制,例如最大爬升率、最大巡航速度等;驾驶员操作限制指驾驶员操作能力、经验的限制等。
所述飞行机动模块进一步包括:
直升机性能限制单元,用于为所述着陆规划模块、航路规划模块提供直升机性能的约束限制;在制定着陆规划规则和避障航路规划规则时,将直升机本身的指标限制作为约束条件,所述制定的着陆规划规则和避障航路规划规则应在满足直升机本身的指标限制的情况下进行制定;例如避障航路规划规则中,规定了在前方遇到障碍物的情况下,进行爬升翻越的策略,但如未考虑直升机的最大爬升率性能限制,可能使直升机不能在规定的时间内翻越过障碍物;因此避障航路规划规则需要以直升机性能作为限制约束条件,在该条件下,使避障航路规划单元制定对应的规则。
驾驶员操作限制单元,用于为所述着陆规划模块、航路规划模块提供驾驶员操作能力的限制;例如在例如避障航路规划规则中,规定了在前方遇到障碍物的情况下,遇到紧急障碍物时,经过避障航路规划规则提供绕行避障的策略;如绕行避障未考虑驾驶员的反应和操作能力,则可能完不成避障策略,因此避障航路规划规则需要以驾驶员操作能力作为限制约束条件,在该条件下,使避障航路规划单元制定对应的规则。
以上实施例仅用于说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行同等替换;而这些修改或替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于OODA的直升机驾驶辅助决策支持系统,其特征在于,包括人机交互模块、目标识别模块、航路规划模块、着陆规划模块以及飞行机动模块,其中:
人机交互模块用于在直升机驾驶的观察环节提供可视化的显示数据,在判断阶段根据接收的目标信息提供目标的可视化显示方式,在决策阶段接收航路规划数据和着陆规划数据,并在直升机低空飞行任务、野外着陆任务时,提供对应的决策建议的可视化显示方式;在行动阶段获取直升机的告警信息,根据当前的场景模式、驾驶员操作状态、告警等级、当前人机交互界面的显示情况,决定告警信息的可视化显示方式;
目标识别模块用于在直升机驾驶的观察阶段提供传感器的管理规则,在判断阶段提供传感器目标识别的规则信息、目标融合的规则信息,以及着陆场识别的规则信息;
航路规划模块用于在直升机驾驶的决策环节提供目标的威胁建模与评估方式,并提供参考航路的规划规则;
着陆规划模块用于在直升机驾驶的据侧环节提供优选着陆场的规则和降落航路规划的规则;
飞行机动模块用于在直升机驾驶的行动环节提供直升机性能限制和驾驶员操作能力限制。
2.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述人机交互模块进一步包括:
三维地图显示单元,用于从直升机的驾驶辅助决策系统获取三维地图数据,并结合当前的飞行任务、任务区域大小、地图的精度,确定可调比例尺的任务区域三维地图可视化显示方式,并提供给驾驶辅助决策系统进行可视化显示;
目标显示单元,用于根据接收的目标信息提供目标的可视化显示方式;其中,目标信息来自于目标识别模块,目标识别模块中包含目标识别的规则信息、目标融合的规则信息;直升机驾驶辅助决策系统根据各类传感器采集的目标数据,基于所述目标识别规则进行目标识别,基于所述目标融合规则进行目标融合,目标显示单元基于场景、目标类别和大小信息,制定目标在对应场景下的可视化显示方式;
导航画面设计单元,用于根据不同任务、场景确定导航画面的显示方式;
着陆场选择画面设计单元,根据当前要执行的着陆任务,结合驾驶辅助决策系统提供的备选着陆场,提供选择界面的显示方式,以使驾驶员根据选择界面进行着陆场地的选择。
3.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述目标识别模块进一步包括:
传感器管理单元,用于根据当前的场景、任务提供传感器的管理规则;
目标识别单元,用于提供目标在不同场景下的识别规则;
目标融合单元,用于提供多传感器对目标的融合规则;
着陆场识别单元,用于结合地图和传感器探测两种方式提供着陆场地的识别规则。
4.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述目标在不同场景下的识别规则,包括:
对于模糊目标,结合其对应的场景和任务确定目标的所属类别,包括:通过预存不同目标在不同场景下的图像模板,基于相似性判断的方法,输出目标属于某个类别的概率,再结合目标当前所处的场景、任务,确定目标的类别。
5.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述航路规划模块进一步包括:
威胁建模与评估单元,用于根据驾驶辅助决策系统输出的目标信息提供目标威胁建模与评估的方式;
避障航路规划单元,用于根据驾驶辅助决策系统输出的目标威胁模型以及威胁等级,提供避障航路规划的规则。
6.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述目标威胁建模与评估的方式,包括:
对于不同的目标类别,结合所处场景、任务,通过三维建模的方式对目标的威胁范围的进行规定,根据任务和当前距离,对于不同的威胁类型,确定对应的航路。
7.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述着陆规划模块进一步包括:
优选着陆场单元,用于根据驾驶辅助决策系统输出的潜在着陆场信息提供优选着陆场的规则;
降落航路规划单元,用于根据驾驶辅助决策系统输出的驾驶员已选择的着陆场信息,提供降落航路规划的规则。
8.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述优选着陆场的规则包括:
当通过雷达识别出了多个潜在着陆场时,对于紧急降落任务,在潜在着陆场中选择几个距离最近的着陆场作为优选着陆场,而在开辟临时着陆场时,则在潜在着陆场中选择地形最平坦、面积最大的几个着陆场作为优选着陆场。
9.根据权利要求1所述的基于OODA的直升机驾驶辅助决策支持系统,其特征在于,所述飞行机动模块进一步包括:
直升机性能限制单元,用于为所述着陆规划模块、航路规划模块提供直升机性能的约束限制;
驾驶员操作限制单元,用于为所述着陆规划模块、航路规划模块提供驾驶员操作能力的限制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011020519.8A CN112214033B (zh) | 2020-09-25 | 2020-09-25 | 一种基于ooda的直升机驾驶辅助决策支持系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011020519.8A CN112214033B (zh) | 2020-09-25 | 2020-09-25 | 一种基于ooda的直升机驾驶辅助决策支持系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112214033A CN112214033A (zh) | 2021-01-12 |
CN112214033B true CN112214033B (zh) | 2022-12-30 |
Family
ID=74051070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011020519.8A Active CN112214033B (zh) | 2020-09-25 | 2020-09-25 | 一种基于ooda的直升机驾驶辅助决策支持系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112214033B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114613037B (zh) * | 2022-02-15 | 2023-07-18 | 中国电子科技集团公司第十研究所 | 一种机载融合信息引导传感器提示搜索方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1361431A (zh) * | 2000-12-23 | 2002-07-31 | 林清芳 | 完全整合式导航定位方法和系统 |
CN102323963A (zh) * | 2011-06-16 | 2012-01-18 | 北京航空航天大学 | 一种飞行器动态综合隐身性能评估软件仿真平台及构建方法 |
CN105069696A (zh) * | 2015-07-31 | 2015-11-18 | 中国航空无线电电子研究所 | 一种基于体系结构框架的航电系统能力需求分析方法 |
CN206515824U (zh) * | 2015-12-15 | 2017-09-22 | 新唐科技股份有限公司 | 无人飞行器的驾驶身份认证系统 |
CN107223261A (zh) * | 2016-12-07 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 人机混合决策方法和装置 |
CN107783545A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 基于ooda环多传感器信息融合的灾后救援旋翼无人机避障系统 |
CN108399797A (zh) * | 2017-02-08 | 2018-08-14 | 空客直升机 | 用于辅助飞行器进行着陆的系统和方法以及对应的飞行器 |
CN109710063A (zh) * | 2018-12-11 | 2019-05-03 | 中国航空工业集团公司西安航空计算技术研究所 | 一种智能化作战的多模态人机智能交互框架、方法和装置 |
CN109993995A (zh) * | 2019-04-11 | 2019-07-09 | 上海交通大学 | 无人驾驶远程控制协同决策系统 |
CN110007686A (zh) * | 2017-01-06 | 2019-07-12 | 极光飞行科学公司 | 用于无人飞行器的防撞系统和方法 |
CN111008440A (zh) * | 2019-12-04 | 2020-04-14 | 中国直升机设计研究所 | 一种基于理想解法的五性与性能综合权衡方法 |
CN111105155A (zh) * | 2019-12-18 | 2020-05-05 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于角色的群体无人系统协同任务管理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140249927A1 (en) * | 2013-03-04 | 2014-09-04 | Michael De Angelo | System and method for cyclic recognition-primed notifications and responsive situational awareness in an advertising display network |
CA2987082A1 (en) * | 2015-06-11 | 2016-12-15 | Engineered Arresting Systems Corporation | Aircraft wheel braking performance communications systems and methods |
JP2017162204A (ja) * | 2016-03-09 | 2017-09-14 | 株式会社東芝 | 物体検出装置、物体検出方法および物体検出プログラム |
US10421459B2 (en) * | 2016-12-20 | 2019-09-24 | GM Global Technology Operations LLC | Contextual-assessment vehicle systems |
US11023531B2 (en) * | 2018-01-05 | 2021-06-01 | Goodrich Corporation | Information fusion in multi-domain operational environment |
TWI718466B (zh) * | 2019-01-07 | 2021-02-11 | 先進光電科技股份有限公司 | 行動載具輔助系統及車輛輔助系統 |
-
2020
- 2020-09-25 CN CN202011020519.8A patent/CN112214033B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1361431A (zh) * | 2000-12-23 | 2002-07-31 | 林清芳 | 完全整合式导航定位方法和系统 |
CN102323963A (zh) * | 2011-06-16 | 2012-01-18 | 北京航空航天大学 | 一种飞行器动态综合隐身性能评估软件仿真平台及构建方法 |
CN105069696A (zh) * | 2015-07-31 | 2015-11-18 | 中国航空无线电电子研究所 | 一种基于体系结构框架的航电系统能力需求分析方法 |
CN206515824U (zh) * | 2015-12-15 | 2017-09-22 | 新唐科技股份有限公司 | 无人飞行器的驾驶身份认证系统 |
CN107783545A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 基于ooda环多传感器信息融合的灾后救援旋翼无人机避障系统 |
CN107223261A (zh) * | 2016-12-07 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 人机混合决策方法和装置 |
CN110007686A (zh) * | 2017-01-06 | 2019-07-12 | 极光飞行科学公司 | 用于无人飞行器的防撞系统和方法 |
CN108399797A (zh) * | 2017-02-08 | 2018-08-14 | 空客直升机 | 用于辅助飞行器进行着陆的系统和方法以及对应的飞行器 |
CN109710063A (zh) * | 2018-12-11 | 2019-05-03 | 中国航空工业集团公司西安航空计算技术研究所 | 一种智能化作战的多模态人机智能交互框架、方法和装置 |
CN109993995A (zh) * | 2019-04-11 | 2019-07-09 | 上海交通大学 | 无人驾驶远程控制协同决策系统 |
CN111008440A (zh) * | 2019-12-04 | 2020-04-14 | 中国直升机设计研究所 | 一种基于理想解法的五性与性能综合权衡方法 |
CN111105155A (zh) * | 2019-12-18 | 2020-05-05 | 中国人民解放军军事科学院国防科技创新研究院 | 一种基于角色的群体无人系统协同任务管理方法 |
Non-Patent Citations (6)
Title |
---|
Decision fusion rules for multiple hypotheses in heterogeneous wireless sensor networks;Ling Li等;《2014 IEEE International Conference on Communiction Problem-solving》;20150319;全文 * |
On-line of modeling ship manoeuvring motion by using least squares support vector machines;Yan Wang等;《2011 IEEE 18th International Conference on Industrial Engineering and Engineering Management》;20111231;全文 * |
Structure From Motion Technique for Scene Detection Using Autonomous Drone Navigation;Yo-Ping Huang等;《IEEE Transactions on Systems, Man, and Cybernetics: Systems》;20170914;全文 * |
基于OODA环的作战机会与风险分析;张天伦;《中国优秀硕士学位论文全文数据库 社会科学Ⅰ辑》;20200315(第03期);全文 * |
基于信息融合的全自动生化分析仪故障检测技术研究;郭维;《中国优秀硕士学位论文全文数据库 信息科技辑》;20141115(第11期);全文 * |
基于层次分析法的直升机体系贡献率评估方法;娄本超;《直升机技术》;20200415(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112214033A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113613980B (zh) | 控制自我和社会对象的安全性的方法和系统 | |
US11498697B2 (en) | Computer-based systems and methods for facilitating aircraft approach | |
EP1882157B1 (en) | Integrated hover display with augmented approach to hover symbology cueing for degraded visual environmental conditions | |
US8521343B2 (en) | Method and system to autonomously direct aircraft to emergency-contingency landing sites using on-board sensors | |
CA2521179C (en) | Technical design concepts to improve helicopter obstacle avoidance and operations in "brownout" conditions | |
US5448233A (en) | Airborne obstacle collision avoidance apparatus | |
EP1995560A2 (en) | Flight path planning to reduce detection of an unmanned aerial vehicle | |
EP3454016B1 (en) | Automatic flight control systems and methods | |
CA2796923A1 (en) | Determining landing sites for aircraft | |
EP2163849A2 (en) | Methods and systems for indicating fuel required to reach a location | |
CN107010239A (zh) | 用于生成驾驶舱显示的驾驶舱显示系统和方法 | |
CN107783106A (zh) | 无人机与障碍物之间的数据融合方法 | |
US10242582B1 (en) | Visualization of glide distance for increased situational awareness | |
US11574549B2 (en) | Composite vertical profile display systems and methods | |
CN107783119A (zh) | 应用在避障系统中的决策融合方法 | |
CN112214033B (zh) | 一种基于ooda的直升机驾驶辅助决策支持系统 | |
Martel et al. | Unmanned aircraft systems sense and avoid avionics utilizing ADS-B transceiver | |
US20210097873A1 (en) | Aerospace hazard detection, recognition, prioritization and warning device, system and associated methods | |
Singh et al. | Perception for safe autonomous helicopter flight and landing | |
JPH0769299A (ja) | パイロット着陸支援装置 | |
Theodore et al. | Precision autonomous landing adaptive control experiment (PALACE) | |
EP3985646A1 (en) | Composite vertical profile display systems and methods | |
CN117193382B (zh) | 一种无人机飞行路径确定方法及系统 | |
US20190276159A1 (en) | Avionic system operator terminal flying an aircraft | |
Denton et al. | Autonomous flight and remote site landing guidance research for helicopters |
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 |