CN114942600B - 一种基于激光雷达的飞机飞行仿真模拟系统及方法 - Google Patents

一种基于激光雷达的飞机飞行仿真模拟系统及方法 Download PDF

Info

Publication number
CN114942600B
CN114942600B CN202210523306.XA CN202210523306A CN114942600B CN 114942600 B CN114942600 B CN 114942600B CN 202210523306 A CN202210523306 A CN 202210523306A CN 114942600 B CN114942600 B CN 114942600B
Authority
CN
China
Prior art keywords
simulation
flight
passenger
data
module
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
CN202210523306.XA
Other languages
English (en)
Other versions
CN114942600A (zh
Inventor
常兵
薛桢一
樊荣
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.)
Jiangsu Ruitian Intelligent Technology Co ltd
Original Assignee
Jiangsu Ruitian Intelligent Technology Co ltd
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 Jiangsu Ruitian Intelligent Technology Co ltd filed Critical Jiangsu Ruitian Intelligent Technology Co ltd
Priority to CN202210523306.XA priority Critical patent/CN114942600B/zh
Publication of CN114942600A publication Critical patent/CN114942600A/zh
Application granted granted Critical
Publication of CN114942600B publication Critical patent/CN114942600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本发明公开了一种基于激光雷达的飞机飞行仿真模拟系统及方法,属于飞机飞行仿真模拟技术领域。本系统包括飞行仿真区域构建模块、乘客登机准备模块、飞行仿真模拟模块、飞机着陆仿真模块;所述飞行仿真区域构建模块的输出端与所述乘客登机准备模块的输入端相连接;所述乘客登机准备模块的输出端与所述飞行仿真模拟模块的输入端相连接;所述飞行仿真模拟模块的输出端与所述飞机着陆仿真模块的输入端相连接。同时本申请还提供一种基于激光雷达的飞机飞行仿真模拟方法,能够对乘客登记准备时间实现精确化控制和增减;同时构建飞行仿真区域,对整个飞行过程进行仿真。

Description

一种基于激光雷达的飞机飞行仿真模拟系统及方法
技术领域
本发明涉及飞机飞行仿真模拟技术领域,具体为一种基于激光雷达的飞机飞行仿真模拟系统及方法。
背景技术
近年来,随着人民生活水平的提高,中国民航业迎来了飞速的增长,在民航业的增长大环境下,对飞机的飞行仿真一直是各航空人员研究的必经之路,飞机在不同的环境下飞行的轨迹,如何在有限的飞机资源、机场资源下,增加飞机周转率等等都成为了一个非常重要的问题。
在准备登机阶段,应运而生了几个航空业的运筹问题,比如飞机排程问题、登机问题等,妥善处理这些问题能够直接降低飞机的延误率,提高飞机的飞行时间,在目前的生活中,人们乘坐飞机往往需要提前2小时到机场,一些航班给到乘客的登机时间可达30分钟,在飞机清理完之后,需要乘客排队检票、直接或通过摆渡车登机、排队逐一登机并放置行李,整个过程所需要的时间无法确定,这也就导致了登机准备时间无法确定,使得航班必须为乘客登机留有充足的时间,严重浪费资源;同时在飞行阶段,不同的气压、高度会产生什么样的轨迹影响,如何调校到最佳状态等也均属于目前所存在的问题。
发明内容
本发明的目的在于提供一种基于激光雷达的飞机飞行仿真模拟系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于激光雷达的飞机飞行仿真模拟方法,该方法包括以下步骤:
S1、构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;
S2、根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据,构建气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;
S3、获取历史登机数据,构建乘客登机行李安放策略,构建乘客登机仿真准备阶段;
S4、构建飞机着陆安全模型,对飞机着陆阶段进行仿真。
根据上述技术方案,所述飞行仿真模拟过程包括乘客登机准备阶段、飞行仿真模拟阶段、飞机着陆阶段。
根据上述技术方案,所述飞行仿真模拟阶段包括:
构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;
激光雷达是用于扫描DSM(Digital Surface Model缩写,是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DSM相比,DEM只包含了地形的高程信息,并未包含其它地表信息)地形数据;基于作业区航迹高度数据的Matlab低空控制飞行数学仿真;针对Matlab低空飞行控制仿真结果注入异常数据校正与分析。其中Matlab数学仿真中注入的地形高度数据为激光雷达扫描得出的DSM数据与Google公司提供的DEM(Digital ElevationModel)数据的融合数据,此数据描述的飞行区域高度信息准确可靠。
将DSM高度数据与DEM高度数据、飞行高度、气压作为低空飞行仿真程序的输入,开始进行低空飞行仿真得到包含速度、舵面角度、攻角和侧滑角信息的仿真结果;
设置对照数据组,若速度、舵面角度、攻角和侧滑角信息的仿真结果与对照数据组间存在异常,则停止仿真,进行异常处理,并在处理后返回到飞行仿真模拟阶段重新进行仿真;若速度、舵面角度、攻角和侧滑角信息的仿真结果与对照数据组间不存在异常,则将获得的DSM数据和DEM数据进行融合得到仿真飞行区域融合地形数据,将仿真飞行区域融合地形数据与仿真结果一同输出。
根据上述技术方案,所述飞机着陆阶段包括:
获取仿真飞行区域的仿真机场跑道信息;
所述仿真飞行区域的仿真机场跑道信息包括经纬度、海拔高度、跑道长度、跑道宽度、降落点代码;
获取仿真飞行信息数据,设置飞行仿真控制面板;
标定降落路径;
根据飞行仿真控制面板和仿真飞行区域的仿真机场跑道信息,构建仿真飞机着陆的下滑道区域内的下滑道风廓线;
利用飞行动力学求解器输出飞行着陆的仿真结果,所述飞行着陆的仿真结果包括飞行参数和飞行轨迹;
所述飞行动力学求解器为飞行仿真平台FlightGear的内置求解器,即JSBSim飞行动力学求解器,利用JSBsim编译动态链接库,通过调用动态链接库的相关函数和读取XML脚本文件来实现飞行仿真计算。
根据上述技术方案,所述乘客登机准备阶段包括时间最佳规划模型:
所述时间最佳规划模型包括:
获取乘客的年龄数据、身体数据、行李数据、乘客关联数据;所述乘客的年龄数据与乘客关联数据在乘客获取登机牌时获取,所述乘客的身体数据与行李数据在乘客安检过程中获取;
所述身体数据包括乘客是否带伤、乘客是否带病;
所述行李数据包括行李重量、行李体积;
所述乘客关联数据包括乘客之间是否存在必要结合;所述必要结合指无法分开乘机;例如乘客之间属于同一旅游团的、乘客带有小孩或老人的;
例如在乘客带有小孩时,可将小孩的排队序号并入到乘客处,能够进一步提高模型精度和符合现实需求;
以乘客行走速度为因变量,以乘客的年龄数据、身体数据、行李数据、乘客关联数据为自变量,构建第一预测方程:
其中,u0、u1、u2、u3、u4为第一预测方程的回归系数,为误差因子,用于表达乘客自身因素对于乘客平均行走速度的影响情况;c1、c2、c3、c4、代表乘客的年龄数据、身体数据、行李数据、乘客关联数据;vi代表乘客行走速度预测值;
获取检票口到达乘客座位的距离,计算乘客到达自己座位所需时间:
其中,ti表达乘客i到达自己座位的所需时间;dβ表达检票口到达机舱门的距离;dθ表达每两个座位间的距离;m表达乘客的座位号;
获取乘客安放行李所需时间:
构建区域集合,对乘客的行李重量与行李体积满足同一区域集合的标记为同一组别;
例如其中一个区域集合为重量20-25kG,体积为20*30*40-30*40*40,则所有满足这一区域集合的行李的乘客会被标记为同一组别;
获取历史数据下任一组别L的平均安放行李所需时间,记为K0
获取乘客性别;
在组别L中安放行李所需时间超出K0的情况下,乘客为男性的概率记为Q1;
在组别L中安放行李所需时间未超出K0的情况下,乘客为男性的概率记为Q2;
在历史数据组别L中,安放行李所需时间超出K0的概率记为Q3;
根据公式:
其中,P0即为乘客为男性时,在组别L下安放行李所需时间超出K0的预测概率;设置阈值为Pmax;若P0超出Pmax,则安放行李所需时间记为K1;若P0低于Pmax,则安放行李所需时间记为K0;其中K1为每一组历史数据中安放行李所需时间极大值的平均值,且K1>K0
获取乘客调换座位所需时间:
获取历史数据下乘客调换座位所需时间集合,利用平均值作为乘客调换座位所需时间的预测值;
所述的乘客调换座位所需时间为例如在车窗的乘客后落座时,需要已经做好的乘客让座出来再进去所需的时间;
获取乘客安排队列:
f(i,m)=(hi+x*h0)+ti+ta+tbi
其中,hi为检票口开始检票的时刻值;f(i,m)代表乘客i座位号为m时的完成准备起飞时刻;h0为每位乘客的检票平均时长,x代表乘客排队序号;ta代表乘客安放行李所需时间;tb代表乘客调换座位所需时间;εi为误差值;
则存在公式:
H(x)=f(j,m)-f(i,m)
其中,H(x)表示时间差值函数,在H(x)取最小值时,函数输出结果;j代表乘客j,乘客j满足与乘客i拥有相同的座位号且乘客j的排队序号大于乘客i;且乘客j与乘客i在排队序列中相邻;
在H(x)中,m从最大值开始取值计算,乘客排队序号x取值为不放回式取值;
生成初始排队序列;
构建函数:
U(x)=(hi+x*h0)+ti
其中,U(x)代表乘客i到达座位的时刻;
若存在U(x)<f(i0,m),其中f(i0,m)代表乘客i排队序号前一位的乘客的完成准备起飞时刻,即排队序号为x-1;
根据公式:
εi=f(i0,m)-U(x)
若存在U(x)>f(i0,m),则εi=0;
排队序号最后一人的f(i,m)值为乘客登机准备阶段的预测完成时间时刻值。
一种基于激光雷达的飞机飞行仿真模拟系统,该系统包括飞行仿真区域构建模块、乘客登机准备模块、飞行仿真模拟模块、飞机着陆仿真模块;
所述飞行仿真区域构建模块用于构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;所述乘客登机准备模块用于构建时间最佳规划模型,构建乘客登机行李安放策略,减少并控制乘客的登机准备时间;所述飞行仿真模拟模块用于根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据,构建气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;所述飞机着陆仿真模块用于构建飞机着陆安全模型,对飞机着陆阶段进行仿真;
所述飞行仿真区域构建模块的输出端与所述乘客登机准备模块的输入端相连接;所述乘客登机准备模块的输出端与所述飞行仿真模拟模块的输入端相连接;所述飞行仿真模拟模块的输出端与所述飞机着陆仿真模块的输入端相连接。
根据上述技术方案,所述飞行仿真区域构建模块包括激光雷达测绘子模块、飞行仿真区域构建子模块;
所述激光雷达测绘子模块用于利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据;所述飞行仿真区域构建子模块用于获取仿真飞行区域内地表信息公开的DEM高度数据,结合DSM高度数据,生成飞行仿真区域;
所述激光雷达测绘子模块的输出端与所述飞行仿真区域构建子模块的输入端相连接;所述飞行仿真区域构建子模块的输出端与所述乘客登机准备模块的输入端相连接。
根据上述技术方案,所述乘客登机准备模块包括时间最佳规划模型构建子模块、输出时刻子模块;
所述时间最佳规划模型构建子模块用于通过对乘客安放行李时间、乘客调换座位时间进行分析,构建乘客登机行李安放策略,构建时间最佳规划模型;所述输出时刻子模块用于输出最终的预测乘客准备完成时刻;
所述时间最佳规划模型构建子模块的输出端与所述输出时刻子模块的输入端相连接。
根据上述技术方案,所述飞行仿真模拟模块包括仿真环境设置子模块、飞行仿真子模块;
所述仿真环境设置子模块用于构建飞行仿真环境,设置气压与飞行高度;所述飞行仿真子模块用于根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据、气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;
所述仿真环境设置子模块的输出端与所述飞行仿真子模块的输入端相连接;所述飞行仿真子模块的输出端与所述飞机着陆仿真模块的输入端相连接。
根据上述技术方案,所述飞机着陆仿真模块包括飞机着陆模型构建子模块、飞机着陆仿真子模块;
所述飞机着陆模型构建子模块用于构建仿真飞行区域的仿真机场跑道信息,设置飞行仿真控制面板,标定降落路径,构建飞机着陆仿真模型;所述飞机着陆仿真子模块利用飞行动力学求解器输出飞行着陆的仿真结果,所述飞行着陆的仿真结果包括飞行参数和飞行轨迹;
所述飞机着陆模型构建子模块的输出端与所述飞机着陆仿真子模块的输入端相连接。
与现有技术相比,本发明所达到的有益效果是:
本发明能够利用飞行仿真区域构建模块构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;利用乘客登机准备模块构建时间最佳规划模型,构建乘客登机行李安放策略,减少并控制乘客的登机准备时间;利用飞行仿真模拟模块根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据,构建气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;利用飞机着陆仿真模块构建飞机着陆安全模型,对飞机着陆阶段进行仿真;实现乘客登机时间的可控制,同时利用输出的排队序列指引乘客排队检票,能够大幅减少乘客登机准备时间,进而减少飞机飞行仿真时间,提高效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于激光雷达的飞机飞行仿真模拟系统及方法的流程示意图;
图2是本发明一种基于激光雷达的飞机飞行仿真模拟方法的步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:
一种基于激光雷达的飞机飞行仿真模拟方法,该方法包括以下步骤:
S1、构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;
S2、根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据,构建气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;
S3、获取历史登机数据,构建乘客登机行李安放策略,构建乘客登机仿真准备阶段;
S4、构建飞机着陆安全模型,对飞机着陆阶段进行仿真。
所述飞行仿真模拟过程包括乘客登机准备阶段、飞行仿真模拟阶段、飞机着陆阶段。
所述飞行仿真模拟阶段包括:
构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;
将DSM高度数据与DEM高度数据、飞行高度、气压作为低空飞行仿真程序的输入,开始进行低空飞行仿真得到包含速度、舵面角度、攻角和侧滑角信息的仿真结果;
设置对照数据组,若速度、舵面角度、攻角和侧滑角信息的仿真结果与对照数据组间存在异常,则停止仿真,进行异常处理,并在处理后返回到飞行仿真模拟阶段重新进行仿真;若速度、舵面角度、攻角和侧滑角信息的仿真结果与对照数据组间不存在异常,则将获得的DSM数据和DEM数据进行融合得到仿真飞行区域融合地形数据,将仿真飞行区域融合地形数据与仿真结果一同输出。
所述飞机着陆阶段包括:
获取仿真飞行区域的仿真机场跑道信息;
所述仿真飞行区域的仿真机场跑道信息包括经纬度、海拔高度、跑道长度、跑道宽度、降落点代码;
获取仿真飞行信息数据,设置飞行仿真控制面板;
标定降落路径;
根据飞行仿真控制面板和仿真飞行区域的仿真机场跑道信息,构建仿真飞机着陆的下滑道区域内的下滑道风廓线;
利用飞行动力学求解器输出飞行着陆的仿真结果,所述飞行着陆的仿真结果包括飞行参数和飞行轨迹;
所述飞行动力学求解器为飞行仿真平台FlightGear的内置求解器,即JSBSim飞行动力学求解器,利用JSBsim编译动态链接库,通过调用动态链接库的相关函数和读取XML脚本文件来实现飞行仿真计算。
所述乘客登机准备阶段包括时间最佳规划模型:
所述时间最佳规划模型包括:
获取乘客的年龄数据、身体数据、行李数据、乘客关联数据;所述乘客的年龄数据与乘客关联数据在乘客获取登机牌时获取,所述乘客的身体数据与行李数据在乘客安检过程中获取;
所述身体数据包括乘客是否带伤、乘客是否带病;
所述行李数据包括行李重量、行李体积;
所述乘客关联数据包括乘客之间是否存在必要结合;所述必要结合指无法分开乘机;
以乘客行走速度为因变量,以乘客的年龄数据、身体数据、行李数据、乘客关联数据为自变量,构建第一预测方程:
其中,u0、u1、u2、u3、u4为第一预测方程的回归系数,为误差因子,用于表达乘客自身因素对于乘客平均行走速度的影响情况;c1、c2、c3、c4、代表乘客的年龄数据、身体数据、行李数据、乘客关联数据;vi代表乘客行走速度预测值;
获取检票口到达乘客座位的距离,计算乘客到达自己座位所需时间:
其中,ti表达乘客i到达自己座位的所需时间;dβ表达检票口到达机舱门的距离;dθ表达每两个座位间的距离;m表达乘客的座位号;
获取乘客安放行李所需时间:
构建区域集合,对乘客的行李重量与行李体积满足同一区域集合的标记为同一组别;
获取历史数据下任一组别L的平均安放行李所需时间,记为K0
获取乘客性别;
在组别L中安放行李所需时间超出K0的情况下,乘客为男性的概率记为Q1;
在组别L中安放行李所需时间未超出K0的情况下,乘客为男性的概率记为Q2;
在历史数据组别L中,安放行李所需时间超出K0的概率记为Q3;
根据公式:
其中,P0即为乘客为男性时,在组别L下安放行李所需时间超出K0的预测概率;设置阈值为Pmax;若P0超出Pmax,则安放行李所需时间记为K1;若P0低于Pmax,则安放行李所需时间记为K0;其中K1为每一组历史数据中安放行李所需时间极大值的平均值,且K1>K0
获取乘客调换座位所需时间:
获取历史数据下乘客调换座位所需时间集合,利用平均值作为乘客调换座位所需时间的预测值;
获取乘客安排队列:
f(i,m)=(hi+x*h0)+ti+ta+tbi
其中,hi为检票口开始检票的时刻值;f(i,m)代表乘客i座位号为m时的完成准备起飞时刻;h0为每位乘客的检票平均时长,x代表乘客排队序号;ta代表乘客安放行李所需时间;tb代表乘客调换座位所需时间;εi为误差值;
则存在公式:
H(x)=f(j,m)-f(i,m)
其中,H(x)表示时间差值函数,在H(x)取最小值时,函数输出结果;j代表乘客j,乘客j满足与乘客i拥有相同的座位号且乘客j的排队序号大于乘客i;且乘客j与乘客i在排队序列中相邻;
在H(x)中,m从最大值开始取值计算,乘客排队序号x取值为不放回式取值;
生成初始排队序列;
构建函数:
U(x)=(hi+x*h0)+ti
其中,U(x)代表乘客i到达座位的时刻;
若存在U(x)<f(i0,m),其中f(i0,m)代表乘客i排队序号前一位的乘客的完成准备起飞时刻,即排队序号为x-1;
根据公式:
εi=f(i0,m)-U(x)
若存在U(x)>f(i0,m),则εi=0;
对初始排队序列对应的乘客登机准备阶段的预测完成时间时刻值进行更改,输出最终的排队序列;排队序号最后一人的f(i,m)值为乘客登机准备阶段的预测完成时间时刻值。
一种基于激光雷达的飞机飞行仿真模拟系统,该系统包括飞行仿真区域构建模块、乘客登机准备模块、飞行仿真模拟模块、飞机着陆仿真模块;
所述飞行仿真区域构建模块用于构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;所述乘客登机准备模块用于构建时间最佳规划模型,构建乘客登机行李安放策略,减少并控制乘客的登机准备时间;所述飞行仿真模拟模块用于根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据,构建气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;所述飞机着陆仿真模块用于构建飞机着陆安全模型,对飞机着陆阶段进行仿真;
所述飞行仿真区域构建模块的输出端与所述乘客登机准备模块的输入端相连接;所述乘客登机准备模块的输出端与所述飞行仿真模拟模块的输入端相连接;所述飞行仿真模拟模块的输出端与所述飞机着陆仿真模块的输入端相连接。
所述飞行仿真区域构建模块包括激光雷达测绘子模块、飞行仿真区域构建子模块;
所述激光雷达测绘子模块用于利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据;所述飞行仿真区域构建子模块用于获取仿真飞行区域内地表信息公开的DEM高度数据,结合DSM高度数据,生成飞行仿真区域;
所述激光雷达测绘子模块的输出端与所述飞行仿真区域构建子模块的输入端相连接;所述飞行仿真区域构建子模块的输出端与所述乘客登机准备模块的输入端相连接。
所述乘客登机准备模块包括时间最佳规划模型构建子模块、输出时刻子模块;
所述时间最佳规划模型构建子模块用于通过对乘客安放行李时间、乘客调换座位时间进行分析,构建乘客登机行李安放策略,构建时间最佳规划模型;所述输出时刻子模块用于输出最终的预测乘客准备完成时刻;
所述时间最佳规划模型构建子模块的输出端与所述输出时刻子模块的输入端相连接。
所述飞行仿真模拟模块包括仿真环境设置子模块、飞行仿真子模块;
所述仿真环境设置子模块用于构建飞行仿真环境,设置气压与飞行高度;所述飞行仿真子模块用于根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据、气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;
所述仿真环境设置子模块的输出端与所述飞行仿真子模块的输入端相连接;所述飞行仿真子模块的输出端与所述飞机着陆仿真模块的输入端相连接。
所述飞机着陆仿真模块包括飞机着陆模型构建子模块、飞机着陆仿真子模块;
所述飞机着陆模型构建子模块用于构建仿真飞行区域的仿真机场跑道信息,设置飞行仿真控制面板,标定降落路径,构建飞机着陆仿真模型;所述飞机着陆仿真子模块利用飞行动力学求解器输出飞行着陆的仿真结果,所述飞行着陆的仿真结果包括飞行参数和飞行轨迹;
所述飞机着陆模型构建子模块的输出端与所述飞机着陆仿真子模块的输入端相连接。
在本实施例中:
所述时间最佳规划模型包括:
获取乘客的年龄数据、身体数据、行李数据、乘客关联数据;所述乘客的年龄数据与乘客关联数据在乘客获取登机牌时获取,所述乘客的身体数据与行李数据在乘客安检过程中获取;
所述身体数据包括乘客是否带伤、乘客是否带病;
所述行李数据包括行李重量、行李体积;
所述乘客关联数据包括乘客之间是否存在必要结合;所述必要结合指无法分开乘机;
以乘客行走速度为因变量,以乘客的年龄数据、身体数据、行李数据、乘客关联数据为自变量,构建第一预测方程:
其中,u0、u1、u2、u3、u4为第一预测方程的回归系数,为误差因子,用于表达乘客自身因素对于乘客平均行走速度的影响情况;c1、c2、c3、c4、代表乘客的年龄数据、身体数据、行李数据、乘客关联数据;vi代表乘客行走速度预测值;
获取检票口到达乘客座位的距离,计算乘客到达自己座位所需时间:
其中,ti表达乘客i到达自己座位的所需时间;dβ表达检票口到达机舱门的距离;dθ表达每两个座位间的距离;m表达乘客的座位号;
此处的m取值为1-30,座位号为6种,即在m取1时有1-A、1-B、1-C、1-D、1-E、1-F;
获取乘客安放行李所需时间:
构建区域集合,对乘客的行李重量与行李体积满足同一区域集合的标记为同一组别;
以重量20-25kG,体积为20*30*40-30*40*40,作为一个区域集合,则所有满足这一区域集合的行李的乘客会被标记为同一组别;
获取历史数据下重量20-25kG,体积为20*30*40-30*40*40这一组别下的的平均安放行李所需时间,记为K0;这一组别记为L;
获取乘客性别;
在组别L中安放行李所需时间超出K0的情况下,乘客为男性的概率记为20%;
在组别L中安放行李所需时间未超出K0的情况下,乘客为男性的概率记为95%;
在历史数据组别L中,安放行李所需时间超出K0的概率记为85%;
根据公式:
其中,P0即为乘客为男性时,在组别L下安放行李所需时间超出K0的预测概率;
此时若为女性:
设置阈值为Pmax=50%;男性时因为P0低于Pmax,则安放行李所需时间记为K0;女性时因为P0大于Pmax,则安放行李所需时间记为K1
获取乘客调换座位所需时间:
获取历史数据下乘客调换座位所需时间集合,利用平均值作为乘客调换座位所需时间的预测值;
获取乘客安排队列:
f(i,m)=(hi+x*h0)+ti+ta+tbi
其中,hi为检票口开始检票的时刻值;f(i,m)代表乘客i座位号为m时的完成准备起飞时刻;h0为每位乘客的检票平均时长,x代表乘客排队序号;ta代表乘客安放行李所需时间;tb代表乘客调换座位所需时间;εi为误差值;
则存在公式:
H(x)=f(j,m)-f(i,m)
其中,H(x)表示时间差值函数,在H(x)取最小值时,函数输出结果;j代表乘客j,乘客j满足与乘客i拥有相同的座位号且乘客j的排队序号大于乘客i;且乘客j与乘客i在排队序列中相邻;
在H(x)中,m从最大值开始取值计算,乘客排队序号x取值为不放回式取值;
即m的取值从30开始,因为根据飞机座位的一般安排,1一般为进飞机舱门的作为,而30为最里面的座位;
不断取H(x)的最小值,即可输出其对应的i,j两位同排乘客的排队序号;
生成初始排队序列;
构建函数:
U(x)=(hi+x*h0)+ti
其中,U(x)代表乘客i到达座位的时刻;
若存在U(x)<f(i0,m),其中f(i0,m)代表乘客i排队序号前一位的乘客的完成准备起飞时刻,即排队序号为x-1;
根据公式:
εi=f(i0,m)-U(x)
若存在U(x)>f(i0,m),则εi=0;
在上述过程中主要考虑到乘客在安放行李时过道的阻挡时间问题,例如排队序号为10的乘客的完成时刻为9:35分;而排队序号为11的乘客在到达排队序号为10的乘客的座位号时的时间为9:30分,这时就会出现阻挡状况,排队序号为10的乘客会导致排队序号为11的乘客无法通过,进而造成时间延长,将这一部分时间损失进行补充,使得结果更加精确;
对初始排队序列对应的乘客登机准备阶段的预测完成时间时刻值进行更改,输出最终的排队序列;排队序号最后一人的f(i,m)值为乘客登机准备阶段的预测完成时间时刻值。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于激光雷达的飞机飞行仿真模拟方法,其特征在于:该方法包括以下步骤:
S1、构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;
S2、根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据,构建气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;
S3、获取历史登机数据,构建乘客登机行李安放策略,构建乘客登机仿真准备阶段;
S4、构建飞机着陆安全模型,对飞机着陆阶段进行仿真;
所述乘客登机仿真准备阶段包括时间最佳规划模型:
所述时间最佳规划模型包括:
获取乘客的年龄数据、身体数据、行李数据、乘客关联数据;所述乘客的年龄数据与乘客关联数据在乘客获取登机牌时获取,所述乘客的身体数据与行李数据在乘客安检过程中获取;
所述身体数据包括乘客是否带伤、乘客是否带病;
所述行李数据包括行李重量、行李体积;
所述乘客关联数据包括乘客之间是否存在必要结合;所述必要结合指无法分开乘机;
以乘客行走速度为因变量,以乘客的年龄数据、身体数据、行李数据、乘客关联数据为自变量,构建第一预测方程:
其中,u0、u1、u2、u3、u4为第一预测方程的回归系数,为误差因子,用于表达乘客自身因素对于乘客平均行走速度的影响情况;c1、c2、c3、c4、代表乘客的年龄数据、身体数据、行李数据、乘客关联数据;vi代表乘客行走速度预测值;
获取检票口到达乘客座位的距离,计算乘客到达自己座位所需时间:
其中,ti表达乘客i到达自己座位的所需时间;dβ表达检票口到达机舱门的距离;dθ表达每两个座位间的距离;m表达乘客的座位号;
获取乘客安放行李所需时间:
构建区域集合,对乘客的行李重量与行李体积满足同一区域集合的标记为同一组别;
获取历史数据下任一组别L的平均安放行李所需时间,记为K0
获取乘客性别;
在组别L中安放行李所需时间超出K0的情况下,乘客为男性的概率记为Q1;
在组别L中安放行李所需时间未超出K0的情况下,乘客为男性的概率记为Q2;
在历史数据组别L中,安放行李所需时间超出K0的概率记为Q3;
根据公式:
其中,P0即为乘客为男性时,在组别L下安放行李所需时间超出K0的预测概率;设置阈值为Pmax;若P0超出Pmax,则安放行李所需时间记为K1;若P0低于Pmax,则安放行李所需时间记为K0;其中K1为每一组历史数据中安放行李所需时间极大值的平均值,且K1>K0
获取乘客调换座位所需时间:
获取历史数据下乘客调换座位所需时间集合,利用平均值作为乘客调换座位所需时间的预测值;
获取乘客安排队列:
f(i,m)=(hi+x*h0)+ti+ta+tbi
其中,hi为检票口开始检票的时刻值;f(i,m)代表乘客i座位号为m时的完成准备起飞时刻;h0为每位乘客的检票平均时长,x代表乘客排队序号;ta代表乘客安放行李所需时间;tb代表乘客调换座位所需时间;εi为误差值;
则存在公式:
H(x)=f(j,m)-f(i,m)
其中,H(x)表示时间差值函数,在H(x)取最小值时,函数输出结果;j代表乘客j,乘客j满足与乘客i拥有相同的座位号且乘客j的排队序号大于乘客i;且乘客j与乘客i在排队序列中相邻;
在H(x)中,m从最大值开始取值计算,乘客排队序号x取值为不放回式取值;
生成初始排队序列;
构建函数:
U(x)=(hi+x*h0)+ti
其中,U(x)代表乘客i到达座位的时刻;
若存在U(x)<f(i0,m),其中f(i0,m)代表乘客i排队序号前一位的乘客的完成准备起飞时刻,即排队序号为x-1;
根据公式:
εi=f(i0,m)-U(x)
若存在U(x)>f(i0,m),则εi=0;
对初始排队序列对应的乘客登机准备阶段的预测完成时间时刻值进行更改,输出最终的排队序列;排队序号最后一人的f(i,m)值为乘客登机准备阶段的预测完成时间时刻值。
2.根据权利要求1所述的一种基于激光雷达的飞机飞行仿真模拟方法,其特征在于:所述飞行仿真模拟过程包括乘客登机准备阶段、飞行仿真模拟阶段、飞机着陆阶段。
3.根据权利要求2所述的一种基于激光雷达的飞机飞行仿真模拟方法,其特征在于:所述飞行仿真模拟阶段包括:
构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;
将DSM高度数据与DEM高度数据、飞行高度、气压作为低空飞行仿真程序的输入,开始进行低空飞行仿真得到包含速度、舵面角度、攻角和侧滑角信息的仿真结果;
设置对照数据组,若速度、舵面角度、攻角和侧滑角信息的仿真结果与对照数据组间存在异常,则停止仿真,进行异常处理,并在处理后返回到飞行仿真模拟阶段重新进行仿真;若速度、舵面角度、攻角和侧滑角信息的仿真结果与对照数据组间不存在异常,则将获得的DSM数据和DEM数据进行融合得到仿真飞行区域融合地形数据,将仿真飞行区域融合地形数据与仿真结果一同输出。
4.根据权利要求1所述的一种基于激光雷达的飞机飞行仿真模拟方法,其特征在于:所述飞机着陆阶段包括:
获取仿真飞行区域的仿真机场跑道信息;
所述仿真飞行区域的仿真机场跑道信息包括经纬度、海拔高度、跑道长度、跑道宽度、降落点代码;
获取仿真飞行信息数据,设置飞行仿真控制面板;
标定降落路径;
根据飞行仿真控制面板和仿真飞行区域的仿真机场跑道信息,构建仿真飞机着陆的下滑道区域内的下滑道风廓线;
利用飞行动力学求解器输出飞行着陆的仿真结果,所述飞行着陆的仿真结果包括飞行参数和飞行轨迹;
所述飞行动力学求解器为飞行仿真平台FlightGear的内置求解器,即JSBSim飞行动力学求解器,利用JSBsim编译动态链接库,通过调用动态链接库的相关函数和读取XML脚本文件来实现飞行仿真计算。
5.应用权利要求1所述的一种基于激光雷达的飞机飞行仿真模拟方法的一种基于激光雷达的飞机飞行仿真模拟系统,其特征在于:该系统包括飞行仿真区域构建模块、乘客登机准备模块、飞行仿真模拟模块、飞机着陆仿真模块;
所述飞行仿真区域构建模块用于构建仿真飞行区域,利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据,同时获取仿真飞行区域内地表信息公开的DEM高度数据;所述乘客登机准备模块用于构建时间最佳规划模型,构建乘客登机行李安放策略,减少并控制乘客的登机准备时间;所述飞行仿真模拟模块用于根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据,构建气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;所述飞机着陆仿真模块用于构建飞机着陆安全模型,对飞机着陆阶段进行仿真;
所述飞行仿真区域构建模块的输出端与所述乘客登机准备模块的输入端相连接;所述乘客登机准备模块的输出端与所述飞行仿真模拟模块的输入端相连接;所述飞行仿真模拟模块的输出端与所述飞机着陆仿真模块的输入端相连接。
6.根据权利要求5所述的一种基于激光雷达的飞机飞行仿真模拟系统,其特征在于:所述飞行仿真区域构建模块包括激光雷达测绘子模块、飞行仿真区域构建子模块;
所述激光雷达测绘子模块用于利用激光雷达,扫描仿真飞行区域内的全部地形,从而得到仿真飞行区域内地表信息的DSM高度数据;所述飞行仿真区域构建子模块用于获取仿真飞行区域内地表信息公开的DEM高度数据,结合DSM高度数据,生成飞行仿真区域;
所述激光雷达测绘子模块的输出端与所述飞行仿真区域构建子模块的输入端相连接;所述飞行仿真区域构建子模块的输出端与所述乘客登机准备模块的输入端相连接。
7.根据权利要求5所述的一种基于激光雷达的飞机飞行仿真模拟系统,其特征在于:所述乘客登机准备模块包括时间最佳规划模型构建子模块、输出时刻子模块;
所述时间最佳规划模型构建子模块用于通过对乘客安放行李时间、乘客调换座位时间进行分析,构建乘客登机行李安放策略,构建时间最佳规划模型;所述输出时刻子模块用于输出最终的预测乘客准备完成时刻;
所述时间最佳规划模型构建子模块的输出端与所述输出时刻子模块的输入端相连接。
8.根据权利要求5所述的一种基于激光雷达的飞机飞行仿真模拟系统,其特征在于:所述飞行仿真模拟模块包括仿真环境设置子模块、飞行仿真子模块;
所述仿真环境设置子模块用于构建飞行仿真环境,设置气压与飞行高度;所述飞行仿真子模块用于根据获取的仿真飞行区域内地表信息的DSM高度数据与DEM高度数据、气压、飞行高度,获取仿真飞行区域航迹规划信息数据,生成飞行仿真模拟过程;
所述仿真环境设置子模块的输出端与所述飞行仿真子模块的输入端相连接;所述飞行仿真子模块的输出端与所述飞机着陆仿真模块的输入端相连接。
9.根据权利要求5所述的一种基于激光雷达的飞机飞行仿真模拟系统,其特征在于:所述飞机着陆仿真模块包括飞机着陆模型构建子模块、飞机着陆仿真子模块;
所述飞机着陆模型构建子模块用于构建仿真飞行区域的仿真机场跑道信息,设置飞行仿真控制面板,标定降落路径,构建飞机着陆仿真模型;所述飞机着陆仿真子模块利用飞行动力学求解器输出飞行着陆的仿真结果,所述飞行着陆的仿真结果包括飞行参数和飞行轨迹;
所述飞机着陆模型构建子模块的输出端与所述飞机着陆仿真子模块的输入端相连接。
CN202210523306.XA 2022-05-13 2022-05-13 一种基于激光雷达的飞机飞行仿真模拟系统及方法 Active CN114942600B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210523306.XA CN114942600B (zh) 2022-05-13 2022-05-13 一种基于激光雷达的飞机飞行仿真模拟系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210523306.XA CN114942600B (zh) 2022-05-13 2022-05-13 一种基于激光雷达的飞机飞行仿真模拟系统及方法

Publications (2)

Publication Number Publication Date
CN114942600A CN114942600A (zh) 2022-08-26
CN114942600B true CN114942600B (zh) 2023-08-11

Family

ID=82907411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210523306.XA Active CN114942600B (zh) 2022-05-13 2022-05-13 一种基于激光雷达的飞机飞行仿真模拟系统及方法

Country Status (1)

Country Link
CN (1) CN114942600B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6158658A (en) * 1997-08-27 2000-12-12 Laser Data Command, Inc. System and method for matching passengers and their baggage
CN103927591A (zh) * 2014-03-24 2014-07-16 北京交通大学 一种城市轨道交通应急疏散优化方法及系统
CN104077826A (zh) * 2014-06-26 2014-10-01 北京航空航天大学 基于乘客属性的登机系统
CN104238377A (zh) * 2014-09-30 2014-12-24 中国航天空气动力技术研究院 一种用于无人机航空物探的低空飞行仿真方法
KR20170101776A (ko) * 2016-02-29 2017-09-06 팅크웨어(주) 무인 비행체 항로 구축 방법 및 시스템
CN107714357A (zh) * 2017-10-20 2018-02-23 中国民用航空局民用航空医学中心 一种高高原航线民用航空器模拟舱及其建立方法
CN110162927A (zh) * 2019-06-06 2019-08-23 国耀量子雷达科技有限公司 基于飞行仿真平台和测风激光雷达的飞机起降预警方法
CN112084824A (zh) * 2019-06-14 2020-12-15 杭州海康威视数字技术股份有限公司 乘客提醒方法、装置、电子设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7310606B2 (en) * 2006-05-12 2007-12-18 Harris Corporation Method and system for generating an image-textured digital surface model (DSM) for a geographical area of interest
US8581693B2 (en) * 2010-01-22 2013-11-12 Icts Europe Systems Ltd. Passenger flow monitoring method and system
DE102014215857A1 (de) * 2014-08-11 2016-02-11 Init Innovative Informatikanwendungen In Transport-, Verkehrs- Und Leitsystemen Gmbh Verfahren zum Leiten der Fahrgäste öffentlicher Verkehrsmittel
CN106144795B (zh) * 2015-04-03 2020-01-31 奥的斯电梯公司 通过识别用户操作用于乘客运输控制和安全的系统和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6158658A (en) * 1997-08-27 2000-12-12 Laser Data Command, Inc. System and method for matching passengers and their baggage
CN103927591A (zh) * 2014-03-24 2014-07-16 北京交通大学 一种城市轨道交通应急疏散优化方法及系统
CN104077826A (zh) * 2014-06-26 2014-10-01 北京航空航天大学 基于乘客属性的登机系统
CN104238377A (zh) * 2014-09-30 2014-12-24 中国航天空气动力技术研究院 一种用于无人机航空物探的低空飞行仿真方法
KR20170101776A (ko) * 2016-02-29 2017-09-06 팅크웨어(주) 무인 비행체 항로 구축 방법 및 시스템
CN107714357A (zh) * 2017-10-20 2018-02-23 中国民用航空局民用航空医学中心 一种高高原航线民用航空器模拟舱及其建立方法
CN110162927A (zh) * 2019-06-06 2019-08-23 国耀量子雷达科技有限公司 基于飞行仿真平台和测风激光雷达的飞机起降预警方法
CN112084824A (zh) * 2019-06-14 2020-12-15 杭州海康威视数字技术股份有限公司 乘客提醒方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐肖豪 ; 臧志恒 ; .机场飞行区运行评估的仿真方法.中国民航大学学报.2007,(S1),全文. *

Also Published As

Publication number Publication date
CN114942600A (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
US11960303B2 (en) Situational awareness, vehicle control, and/or contingency planning for aircraft actuator failure
Shi et al. LSTM-based flight trajectory prediction
CN107818396A (zh) 用于修改飞行计划的决策辅助
CA2421220C (en) Information system and method using analyses based on object-centric longitudinal data
CN106927056A (zh) 飞行器中的气象数据的显示
EP2743739B1 (en) Using aircraft trajectory data to infer atmospheric conditions
Truong et al. Using machine learning algorithms to predict the risk of small Unmanned Aircraft System violations in the National Airspace System
Lungu et al. Automatic landing control using H-inf control and dynamic inversion
Uzun et al. Design of a hybrid digital-twin flight performance model through machine learning
CN114942600B (zh) 一种基于激光雷达的飞机飞行仿真模拟系统及方法
CN111627257A (zh) 基于航空器运动趋势预判的管制指令安全预演与校验方法
Silagyi II et al. Prediction of severity of aviation landing accidents using support vector machine models
Baugh Predicting general aviation accidents using machine learning algorithms
US20200192405A1 (en) Method and device for generating an optimum vertical trajectory intended to be followed by an aircraft
Zhang et al. Phased flight trajectory prediction with deep learning
Kirkendoll et al. Automatic ground collision avoidance system trajectory prediction and control for general aviation
Li et al. AIRNOISEUAM: An Urban Air Mobility Noise-Exposure Prediction Tool
Korn et al. Enhanced and synthetic vision: increasing pilot's situation awareness under adverse weather conditions
Leško et al. Flight phase classification for small unmanned aerial vehicles
Wang et al. Modeling of the aircraft’s low energy state during the final approach phase using operational flight data
Dong et al. Evaluation for Trainee Pilot Workload Management Competency During Approach Phase Based on Flight Training Data
Johnson et al. Development of a category 2 approach system model
Alnasser et al. An Application of D-vine Regression for the Identification of Risky Flights in Runway Overrun
İnan Aircraft Damage Classification by using Machine Learning Methods
Beainy et al. Unmanned Aerial Vehicles operational requirements and fault-tolerant robust control in level flight

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