IT201800003849A1 - Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva - Google Patents
Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva Download PDFInfo
- Publication number
- IT201800003849A1 IT201800003849A1 IT102018000003849A IT201800003849A IT201800003849A1 IT 201800003849 A1 IT201800003849 A1 IT 201800003849A1 IT 102018000003849 A IT102018000003849 A IT 102018000003849A IT 201800003849 A IT201800003849 A IT 201800003849A IT 201800003849 A1 IT201800003849 A1 IT 201800003849A1
- Authority
- IT
- Italy
- Prior art keywords
- uas
- flight
- mission
- flight plan
- data acquisition
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 33
- 230000003044 adaptive effect Effects 0.000 title description 7
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003016 pheromone Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000257303 Hymenoptera Species 0.000 description 1
- 241001124569 Lycaenidae Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- 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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- 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
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
- G05D1/1064—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones specially adapted for avoiding collisions with other aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
- G08G5/0034—Assembly of a flight plan
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
- B64U2201/102—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] adapted for flying in formations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Resources & Organizations (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Selective Calling Equipment (AREA)
Description
DESCRIZIONE
CAMPO TECNICO
La presente invenzione riguarda sistema e metodo per la gestione di una pluralità di sistemi non pilotati (UAS) in generale, e in particolare per la gestione di una pluralità di UAS eseguire una missione adattativo.
BACKGROUND ARTE
Unmanned Aerial Systems (UAS) eseguire una vasta gamma di attività, tra cui la mappatura, la ricognizione, telemetria, percorso di destinazione, il combattimento, la distruzione ordinanza, e la raccolta del campione. L'uso di veicoli senza pilota coinvolge convenzionalmente un operatore che porta in genere i UAS alla posizione di lancio e li prepara per il volo. Il percorso di volo può essere interamente controllato dall'operatore o preprogrammato o entrambi, per esempio, un volo preprogrammato che un operatore può modificare e / o sostituire.
Quando una pluralità dì UAS sono in una posizione al fine di eseguire un determinato compito, è meglio di pianificare in anticipo la divisione del lavoro tra le diverse scuole universitarie professionali. Così, c'è una necessità nel settore per un sistema in grado di pianificare e calcolare in anticipo il percorso individuale e missione di volo di ogni UAS in modo efficiente e di gestire anche le condizioni impreviste e comportamenti UAS una volta in campo.
SOMMARIO DELL'INVENZIONE
Uno scopo della presente invenzione fornire un sistema ed un metodo per la pianificazione e la gestione di una pluralità di UAS in una missione di raccolta di dati in modo efficace, sicuro e autonomo.
Un altro scopo della presente invenzione fornire un sistema ed un metodo per la pianificazione e la gestione di una missione per una pluralità di UAS tenendo conto del tipo di missione, regione di interesse e risoluzione dell'immagine desiderata.
È ulteriore scopo della presente invenzione fornire un sistema ed un metodo per la pianificazione e la gestione di una missione per una pluralità di UAS tenendo conto capacità ciascuna sensori UAS ed ogni capacità di volo UAS.
Ancora un altro scopo della presente invenzione fornire un sistema ed un metodo per la pianificazione e la gestione di una missione per una pluralità di UAS tenendo conto dei vincoli definizioni come nessun volo-zone e disposizioni di legge.
E 'ancora un ulteriore scopo della presente invenzione fornire un sistema ed un metodo per la pianificazione e la gestione di una missione per una pluralità di UAS e adattare i piani di volo UAS secondo condizioni di campo impreviste.
Ancora un altro scopo della presente invenzione fornire un sistema ed un metodo per la pianificazione e la gestione di una missione per una pluralità di UAS e adattare i piani di volo UAS secondo prestazioni di volo inaspettato.
La presente invenzione riguarda un sistema di calcolo comprendente almeno un processore; ed almeno una memoria comunicativamente accoppiata al processore almeno uno comprendente istruzioni leggibili da computer che, quando eseguito da almeno un processore impedire al sistema di calcolo per implementare un metodo di gestione di una pluralità di UAS eseguire una missione, il metodo comprendendo :
(i) ricezione dei requisiti di missione comprendenti obiettivi della missione, area di funzionamento, caratteristiche di ogni UAS;
(ii) calcolo dei punti di acquisizione dati nella zona di funzionamento secondo obiettivi della missione, tipi di sensori e vincoli;
(iii) calcolare un piano di volo per ogni UAS, ciascun piano di volo comprendente uno o più percorsi e valori di velocità SUP per ogni rotta o per ciascun segmento di un percorso;
(iv) verificando per ogni UAS ad intervalli predeterminati durante il volo posizione dell'antenna UAS' in quel momento; e
(V) confrontando la posizione dell'antenna UAS di posizione aerea previsto secondo i piani di volo in quel tempo; e
(VI) regolando il piano di volo di una o più UAS se la differenza tra i valori di posizione aeree letti in (iv) ed i valori di posizione dell'antenna attesi secondo il piano di volo supera un intervallo predeterminato.
In alcune forme di realizzazione, il sistema comprende inoltre la fase di calcolare una pluralità di celle geografiche discreti per coprire tutti i punti di acquisizione dati, ogni cella copre almeno un punto di acquisizione dati.
In alcune forme di realizzazione, il sistema comprende inoltre la fase di verifica per ogni UAS ad intervalli predeterminati durante il volo UAS' stato dell'alimentatore.
In alcune forme di realizzazione, il sistema comprende inoltre la fase di verifica per ogni UAS ad intervalli predeterminati durante il volo durante il volo obiettivi della missione degli UAS' realizzazioni stato, ad esempio, verificare la qualità dell'immagine delle immagini (tutti o campioni) adottate dalla UAS
In alcune forme di realizzazione, il sistema comprende inoltre la fase di verifica per ogni UAS ad intervalli predeterminati durante il volo la qualità del segnale dalle UAS per l'operatore.
In alcune forme di realizzazione, il piano di volo di uno o più UAS può essere modificato secondo una o più inaspettati modifiche a imo stato di alimentazione UAS, il numero di UAS operative, linea di vista (LOS) tra un'UAS e il suo operatore, sicuro ritorno casa (RTH) percorso, condizioni del punto di lancio, condizione del punto di atterraggio, o la qualità del segnale di controllo remoto.
In un altro aspetto, la presente invenzione riguarda un metodo computerizzato per la gestione di una pluralità di sistemi non pilotati (UAS) eseguendo una missione, il metodo comprendendo:
(i) ricezione dei requisiti di missione comprendenti obiettivi della missione, area di funzionamento, caratteristiche di ogni UAS;
(ii) calcolo dei punti di acquisizione dati in detta area di funzionamento secondo obiettivi della missione, tipi di sensori e vincoli;
(iii) calcolare un piano di volo per ogni UAS, ciascun piano di volo comprendente uno o più percorsi e valori di velocità SUP per ogni rotta o per ciascun segmento di un percorso;
(iv) verificando per ogni UAS ad intervalli predeterminati durante il volo posizione dell’antenna UAS' in quel momento; e
(V) confrontando detto UAS posizione dell'antenna alla posizione dell'antenna previsto secondo i piani di volo in detto tempo; e (VI) regolando il piano di volo di una o più UAS se la differenza tra i valori di posizione aeree letti in (iv) ed i valori di posizione dell'antenna attesi secondo il piano di volo supera un intervallo predeterminato,
BREVE DESCRIZIONE DEI DISEGNI
Fig. 1 è un diagramma di flusso di un metodo di gestione adattativa di UAS in una missione, secondo una realizzazione della presente invenzione.
Fig. 2 è uno schema a blocchi di un sistema per la gestione adattativa UAS in una missione, secondo una realizzazione della presente invenzione.
MODI PER REALIZZARE L’INVENZIONE
Nella seguente descrizione dettagliata di varie forme di realizzazione, si fa riferimento ai disegni allegati che formano una parte di essa, ed in cui sono indicati a titolo illustrativo forme di realizzazione specifiche in cui l'invenzione può essere attuata. Resta inteso che altre forme di realizzazione possono essere utilizzate, e cambiamenti strutturali possono essere apportati senza allontanarsi dall'ambito protettivo della presente invenzione.
La presente invenzione riguarda un sistema di elaborazione che esegue istruzioni software per implementare un metodo di gestione di una pluralità di Unmanned Aerial Systems (UAS) eseguire una missione adattativo.
Si fa ora riferimento alla Fig. 1 che mostra un metodo di gestione adattativa di UAS in una missione, secondo una realizzazione della presente invenzione. Nella fase 100 il metodo avvia. In primo luogo, nella fase 110 il sistema riceve i requisiti di missione da eseguire. I requisiti di missione possono includere obiettivo della missione, il tipo, area di operazione, e le caratteristiche di ogni UAS.
Tipi di missioni UAS può variare, per esempio, ricognizione aerea, l identificazione e la ricerca di oggetti di interesse. Per chiarezza, esempi rilevamento aereo saranno discussi in dettaglio nel seguito, anche se dovrebbe essere evidente per un tecnico del ramo per adattare la divulgazione ad altri tipi di missione.
Missioni di ricognizione aeree possono essere di diversi tipi, comprendente:
• La zona - coprire un'area (2D) 2 -dimensionale e generare un un'ortofoto dell'area. Un un'ortofoto è una fotografia aerea geometricamente corretto ( "ortorettificata") in modo tale che la scala è uniforme: la foto ha la stessa mancanza di distorsione come mappa. A differenza di una fotografìa aerea non corretta, un un'ortofoto può essere usato per misurare le distanze veri, perché è una rappresentazione accurata della superficie della Terra, essendo stato regolato.
• Struttura- coprire un (3D) struttura da diverse angolazioni 3 -dimensionale e generare un modello 3D dettagli in uno o più formati. Molte tecniche e tecnologie sono noti nella tecnica per generare un modello 3D in base a diverse fotografie della struttura, ad esempio, utilizzando Struttura per Motion (SFM).
• Lineare - coprire un percorso lineare come strade, tubazioni o perimetri al fine di effettuare un controllo. Il percorso lineare non può essere necessariamente una linea retta, ma piuttosto una forma stretta allungata per gli UAS da seguire.
• Punto - coprire molteplici “punti di interesse” distinti (POI) per consentire un sopralluogo solo questi punti. Un'ispezione punto consente di risparmiare tempo e di trasformazione, come vengono raccolti solo i dati rilevanti. POI non sono contigue, al contrario di una struttura. Un POI può essere un insieme di strutture.
I requisiti di missione includono informazioni sulla zona di operazione. La zona di funzionamento comprende informazioni sulla topologia della zona, forma geometrica, ostacoli, informazioni normative (come no-fly zone, vincoli di rumore), le condizioni climatiche (condizioni di vento, pioggia previsione ecc), posizione del sole stimato e qualsiasi altra richiesta o informazioni utili disponibili sulla zona.
Il sistema può gestire un gruppo di UAS per eseguire come un sistema coordinato, ciascuno UAS esercitano una porzione della missione. Il gruppo può essere composto da UAS con differenti caratteristiche individuali che devono essere prese in considerazione al momento di pianificare la missione globale e le assegnazioni per ogni UAS.
Le caratteristiche di ogni UAS possono includere (ma non sono limitati a):
• Batteria o l'alimentazione di capacità, che determina il tempo di volo disponibile per ogni UAS. UAS sono tipicamente alimentati da batterie ricaricabili, ma possono essere alimentati da fonti di energia alternative come disponibili nel settore.
• tecnologia di imaging (sensori) installato:
o sensore RGB - una normale fotocamera, permette di rilevamento e di controllo;
o FLIR - Forward Looking Infrared fotocamera o immagini termiche, permette all'utente di identificare rapidamente la gamma di diverse firme di calore in corso emesse presso l'area di rilevamento scelto;
o macchina fotografica multispettrale, Permette di identificare i fattori di stress delle piante, tipi di suolo, fertilizzanti, o insetticidi; differenziare le specie vegetali o rileva le altre piante, suoli o prodotti chimici;
o LIDAR - Light Detection and Ranging (LIDAR) è una tecnologia di telerilevamento in cui l'ambiente è solitamente scansionato con un fascio laser impulsato ed il tempo di riflessione del segnale dal retro al rivelatore l'oggetto misurato. Consente a terra e fuori terra di indagine e di controllo (Topografia) e strutturale di ispezione.
• Velocità e accelerazione caratteristiche;
• Capacità di trasporto merci, in termini di dimensioni e peso;
· Capacità di comunicazione; intervallo di frequenza (ossia circa UAS può funzionare come relè di comunicazione per altri UAS) Dopo aver ricevuto i requisiti di missione e valutazione delle caratteristiche e le capacità ciascuna UAS', il passo successivo è il calcolo punti di acquisizione dati nella zona delle operazioni secondo gli obiettivi missione, tipi di sensori, capacità di volo UAS e vincoli noti passo 120.
L'uscita richiesta di indagine aerea è tipicamente un un'ortofoto o di un modello 3D della zona delle operazioni. In entrambi i casi, la fotogrammetria svolge un ruolo importante, e detta gran parte delle esigenze e dei vincoli per quanto riguarda le immagini che vengono prese (catturati) durante la missione. Al fine di ottenere risultati di alta precisione dal software fotogrammetria, un'alta sovrapposizione tra le immagini è utile. Pertanto, il piano di acquisizione immagine viene accuratamente progettata in modo da avere almeno la sovrapposizione desiderata. Il piano di acquisizione delle immagini dipende dalla richiesta Terra di campionamento Distanza (GSD) dalle specifiche di progetto e il tipo di terreno / oggetto da ricostruire. Un piano di acquisizione di immagini carenti porterà a risultati non accurati o il fallimento di elaborazione e potrebbe richiedere l'acquisizione di immagini aggiuntive.
Nel progettare il piano di acquisizione delle immagini, almeno i seguenti fattori devono essere presi in considerazione:
• Immagine Tipo piano di acquisizione: il tipo di piano di acquisizione delle immagini dipende dal tipo di terreno / oggetto da ricostruire;
• Terra di campionamento Distanza (GSD): La richiesta GSD dalle specifiche di progetto definirà la distanza (altezza di volo) in cui le immagini devono essere prese; e
• Sovrappongono; La sovrapposizione dipende dal tipo di terreno che viene mappato e determinerà la velocità con cui le immagini devono essere prese,
Per calcolare i punti di acquisizione dati per catturare le immagini necessarie per compiere la missione proposta, edificio acquisizione dati ha i requisiti e le restrizioni in considerazione e produce un insieme ottimale di punti nello spazio, insieme con la posizione della telecamera necessaria in questi punti, al fine per essere in grado di catturare le immagini richieste. Ottimalità significa progettare il numero minimo di punti (e anche il numero minimo di cattura di immagini) che produrrà risultati di alta qualità o risultati che soddisfano i requisiti di missione. L'algoritmo di acquisizione dati prende in considerazione le caratteristiche del sensore, la forma geometrica area di destinazione, e vincoli eventualmente aggiuntivi come zona di non volo, linea di vista (LOS) ed evitare ostacoli.
Una grande missione zona ha bisogno molto tipicamente essere scomposto in aree più piccole chiamate cellule. Ciò è necessario in quanto ogni UAS è in grado di coprire / processo solo un'area limitata a causa di limitazioni / carica della batteria. Un intero la missione può essere descritto come un insieme di punti (posizioni fisiche in uno spazio 3D) che un UAS ha bisogno di visitare. Per ogni punto, un elenco di azioni è definito per i UAS per eseguire (ad esempio, prendere un'immagine ad un angolo specificato con caratteristiche specifiche dell'immagine) . posizioni a punti sono determinate dalla regione di interesse (ROI) definita dall'utente, la risoluzione di destinazione della produzione, ed i requisiti di fotogrammetria.
Una cella è un sottoinsieme dei punti di missione (con le loro azioni associate), e una scomposizione delle cellule (o la decomposizione cellulare) è una partizione dei punti di missione in diversi sottoinsiemi. Ogni cella ha almeno un punto di acquisizione dati.
Una scomposizione cellule buone o ottimali è una partizione che riduce al minimo il tempo complessivo missione. Possibili criteri di ottimalità sono;
1. dimensioni uguali cellulare - cellule che sono troppo grandi sono più difficili da coprire / processo da una serie di UAS decollare da un unico punto di lancio. Le cellule che sono troppo piccoli non sono efficienti (entrare in un nuovo punto di lancio e la preparazione di un gruppo di UAS per il volo richiede tempo).
2. Numero minimo di cellule - entrare in un nuovo punto di lancio e la preparazione di un gruppo di UAS per il volo richiede tempo e, quindi, dovrebbe essere ridotto al minimo.
3. la forma delle cellule specifiche - alcune forme permettono una più efficiente rotte di volo da calcolare. Ad esempio, cellule che sono molto strette non possono essere elaborati simultaneamente da un insieme di UAS decollare da un unico punto di lancio, come deve UAS essere distanziate per evitare collisioni.
4. Sicurezza - partizione in cellule che creano massima separazione spaziale tra UAS è vantaggioso.
Diversi algoritmi possono essere utilizzati al fine di generare la decomposizione cellulare. Seguono alcuni esempi se una persona esperta del ramo saprà come utilizzare algoritmi alternativi troppo. Alcuni esempi sono:
1. Partizione in pari dimensioni (grandi) rettangoli che coprono l'intero set point missione.
2. Trovare il numero minimo di rettangoli che coprono l'intero set point missione usando tecniche di programmazione vincolate. Per risolvere tale problema, si ha bisogno di:
a. Definire l'insieme di variabili - per esempio, le coordinate xey dell'angolo in basso a sinistra di ciascun rettangolo; l'altezza e la larghezza di ciascun rettangolo;
b. Definire una serie di vincoli - per esempio, l'altezza e la larghezza di ciascun rettangolo deve essere entro un certo intervallo; rettangoli non possono sovrapporsi;
c. Definire i criteri di ottimizzazione - per esempio, riducendo al minimo il numero di rettangoli.
3. algoritmi di clustering - partizionare i punti di missione in n sottoinsiemi utilizzando algoritmi di clusteringdell'arte come K-means. Ulteriori vincoli possono essere aggiunti per controllare le dimensioni dei cluster risultanti.
4. algoritmi basati Voronoi - diagramma di Voronoi è una partizione del piano in regioni secondo un set di input di siti. I punti in ciascuna regione planare definiscono una cella. Ci sono versioni vincolati o ponderati di algoritmi diagramma di Voronoiche permette di avere un certo controllo sulla dimensione delle diverse regioni, celle di dimensioni approssimativamente della stessa dimensione sono tipicamente utilizzati per mantenere l'equilibrio del carico ragionevole sul UAS operativo
Dopo aver calcolato i punti di acquisizione dati, è necessario calcolare un piano di volo per ogni UAS nel passo 130, ciascun piano di volo comprendente uno o più percorsi di volo e valori di velocità SUP per ogni rotta o per ciascun segmento di un percorso.
Al fine di calcolare un piano di volo per ogni UAS, algoritmi per la soluzione di problemi di ottimizzazione discreta possono essere utilizzati. Algoritmi per la risoluzione di problemi di ottimizzazione discreta possono essere divisi in due categorie:
1. Completi / algoritmi esatti - la soluzione ottimale è garantita;
2. Approssimati Algoritmi - soluzione approssimata è trovato. A volte, può essere garantito per essere all'interno di un quartiere noto della soluzione ottimale.
Complete (esatte) algoritmi coinvolgono ricerca sistematica dello spazio soluzione di dominio. In questo caso, il dominio di tutte le permutazioni dei punti in P. Questo può essere uno spazio enorme, anche per problemi di qualche centinaia di punti, e il problema è noto per essere NP difficile. Esistono tecniche generali per gestire tali problemi (in esponenziale complessità fase di esecuzione) come:
1 . programmazione a vincoli (vedi ulteriori dettagli sopra) 2. Dinamico programmazione - utilizzando divide et impera la strategia per evitare ricalcolare problemi secondari.
3. programmazione mista intera.
Ci sono molti algoritmi approssimati a questo problema:
1. approcci euristici - ricerca euristica;
a. Metodi costruttivi: costruiscono soluzioni di soluzioni parziali;
b. Ricerca locale: migliorare le soluzioni attraverso la ricerca quartiere;
c. Metaeuristiche: Mietitrebbie euristica di base nei quadri di livello superiore;
2. algoritmi di approssimazione polinomiali per problemi NP- difficili; e
3. copertura percorso algoritmi - questi algoritmi, considerando in particolare il problema della copertura un'area o un insieme di punti da UASs, sfruttano il carattere regolare della serie di punti o pattern copertura dell’area.
Ci sono molti algoritmi approssimati a questo problema.
1. approcci euristici - ricerca euristica
a. Metodi costruttivi: costruiscono soluzioni di soluzioni parziali
b. Ricerca locale: migliorare le soluzioni attraverso la ricerca quartiere
c. Metaeuristiche: Combine euristica di base nei quadri di livello superiore
2. algoritmi di approssimazione polinomiali per problemi NP-difficili
3. algoritmi di copertura percorso - questi algoritmi, considerando in particolare il problema della copertura un'area o un insieme di punti da UAV, sfruttano il carattere regolare della serie di punti o pattern copertura dell'area.
Algoritmi approssimati in dettaglio:
1. L'algoritmo vicino più prossimo (NN) (un algoritmo greedy) permette al venditore di scegliere la città più vicina non visitati come la sua prossima mossa. Questo algoritmo produce rapidamente un percorso efficace a breve. Per N città distribuiti casualmente su un aereo, l’algoritmo su rese medie un percorso 25% più lunghe del percorso più breve
2. L'algoritmo Christofides segue uno schema simile, ma combina l'albero di copertura minimo con una soluzione di un altro problema, minimo peso abbinamento perfetto. Questo dà un tour Traveling persona di vendite (TSP), che è al massimo 1,5 volte l'ottimale.
3. K-OPT euristica, o Lin-Kernighan euristica: Prendere un dato giro ed eliminare k bordi reciprocamente disgiunte. Rimontare i frammenti rimanenti in un giro, senza lasciare subtours disgiunti (cioè, non collegare gli endpoint di un frammento insieme). Tale vincolato TSP 2k-città può essere risolto con metodi di forza bruta per trovare la ricombinazione di minor costo dei frammenti originali. Il più popolare dei metodi k-opt sono 3-opt.
4. Dividere e unire: suddividere l'intero problema in problemi secondari più piccoli, risolvere ogni sottoproblema separatamente, e combinare il sub risultante-paths in un percorso globale valido, I sottoproblemi sono più facili da risolvere perché sono più piccoli, e talvolta hanno una struttura più semplice del problema originale.
5. ottimizzazione colonia di formiche: il sistema invia un gran numero di agenti di formiche virtuali per esplorare molti percorsi possibili sulla mappa. Ogni formica sceglie probabilisticamente città accanto a visitare basata su un'euristica combinando la distanza dalla città e la quantità di feromone virtuale depositato sul bordo della città. Le formiche esplorano, depositando feromone su ogni bordo che si incrociano, fino a quando tutti hanno completato un giro. A questo punto la formica che ha completato più brevi depositi turistici feromone virtuale lungo il suo intero percorso (aggiornamento percorso globale). La quantità di feromone depositato è inversamente proporzionale alla lunghezza giro: più breve è il giro, più depositi.
6. Algoritmi di copertura Percorso: Tipicamente, Algoritmi 2 stadi. In primo luogo, si suddividono la zona di destinazione in meno complesse, sotto-aree più piccole. In secondo luogo, ciascuna zona è coperta con uno dei modelli semplici spazzata come il modello tosaerba. L’intera area è poi ricoperto da visita e che copre tutte le sottozone. Questi algoritmi tengono anche conto dei vincoli aggiuntivi a seconda delle capacità di volo del velivolo, vale a dire la durata massima di volo e le capacità di manovra.
a. Il naive esatta pianificatore decomposizione impiega un approccio semplicistico di suddividere l'area poligono concavo in un insieme di celle convesse indipendentemente dalla loro altre proprietà geometriche. Ciascuna di queste cellule è coperto utilizzando il modello tosaerba con la direzione principale perpendicolare alla sua larghezza poligono di minimizzare il numero di giri. L’ordine di visita complessiva è determinata dalla ricerca avida in base alla vicinanza di cella effettiva posizione di UAV.
b. L'approccio avanzato di decomposizione esatto cellulare (CEE d), tiene conto delle proprietà geometriche del set risultante di cellule nell' applicare poligono suddivisione. Per garantire che questo set è più favorevole per lo sweep, una nuova tecnica di taglio che produce le cellule con le indicazioni dominante è presentato. L'algoritmo considera tutti i vertici concave presenti nella parte corrente del poligono e cerca il taglio da tutti loro nelle direzioni di tutte le linee di confine. Per ogni taglio, la somma delle larghezze poligono della coppia di celle risultante viene calcolata. Dopo che tutti i possibili tagli sono calcolate, Γ algoritmo esegue suddividendo quello con la somma minima. Questo processo viene ripetuto fino a quando tutti i vertici concave sono risolti. Ogni cella viene poi ricoperto dal pattern tosaerba.
c. Energy-aware percorso pianificatore impiega il modello di tosaerba a spazzare l'interola zona. La differenza principale da altri algoritmi qui descritti è che non analizza l'area in anticipo nella profondità altri. Per poter utilizzare il modello Tosaerba, una direzione principale deve essere scelto. L'approccio presentato sceglie semplicemente trovando più lungo confine della zona con il leader impostazione direzione parallela a quella. Mentre attraversa lungo il confine, il seguente approccio per coprire tutta l'area limitrofa viene utilizzato. L'UAV viaggia non solo il percorso definito dai vertici adiacenti distanza | VI -vj | , ma anche la regolazione dipendente dalla pendenza della successiva borderline. La striscia di volo viene coperta da foto scattate da diverse posizioni specifiche. Poiché l'obiettivo è di ridurre la copertura inutile della zona periferica, waypoint racchiudono la striscia su entrambi i lati sono collocati nella intera distanza dal bordo della zona, cioè L / 2 (L è il passo tra le immagini). Per coprire completamente il resto della striscia con la sovrapposizione avanti desiderato, la distanza tra ì punti di confine è uniformemente distribuito tra le boe interne m.
Una volta che le UAS vengono lanciati e iniziano le loro traiettorie di volo, è necessario effettuare controlli per verificare che tutto sta andando secondo i piani, e se ci sono discrepanze per decidere un piano d'azione per regolare (o decidere di non reagire).
Il sistema verifica per ogni UAS ad intervalli predeterminati durante il volo posizione dell'antenna UAS’ in quel momento nella fase 140. lunghezza intervallo può variare da sub-secondi a qualche minuto (da 0,5-2 secondi per 5-10 minuti) e può essere qualsiasi lunghezza decisa dal progettista del sistema o l'operatore. Quando un piano di volo viene assegnato ad un UAS, il sistema decide anche sulla velocità delle UAS in ogni punto nel tempo. Quindi, una volta che le scuole universitarie professionali inizia il suo volo, si segue il piano di volo assegnato, ma in realtà può viaggiare più lentamente o più velocemente del previsto, molto probabilmente a causa delle condizioni del vento sul campo. Ad intervalli predeterminati, nel passo 150, il sistema controlla sulla posizione dell'antenna UAS (X, Y, Z) e confronta la posizione dell'antenna effettiva UAS sulla traiettoria di volo nella posizione prevista sulla traiettoria di volo. Lo scarto (se esiste) può essere misurata anche in unità di tempo, la differenza tra il tempo del UAS doveva raggiungere un punto e il tempo effettivamente arrivato. Ad esempio, supponendo forti venti frontali che rallentano l'UAS, il sistema può vedere che l'UAS ha raggiunto una posizione dicono 4 secondi più tardi del previsto, poiché l'UAS non viaggiare alla velocità prevista.
Nel passo 160 il sistema verifica se la differenza tra i valori di posizione aeree lettura (ricevuto) ei valori spilli aerea attesi secondo il piano di volo è significativo, cioè supera un intervallo predeterminato. Se la differenza di posizione non è significativa (inferiore ad un valore predeterminato) il sistema non esegue alcuna azione e ritorna al passo 140 per verificare la posizione UAS al successivo orario pianificato. Se la differenza di posizione è significativa (più di un valore predeterminato) il sistema verifica nella fase 170 se il piano di volo del UAS e / o uno o più altri UAS deve essere regolata.
Adattamenti del piano di volo di una o più UAS può essere necessaria per vari motivi, quali:
• La batteria (alimentazione) di una o più scuole universitarie professionali non è come previsto, ad esempio, la batteria è esaurita molto più velocemente del previsto e le scuole universitarie professionali deve tornare al punto di atterraggio più veloce del previsto.
Altro UAS dovrebbe coprire per gli UAS atterraggio prima del previsto. • Un SUP può avere un malfunzionamento o non può essere operativo per qualsiasi motivo, quindi la missione di tali UAS dovrebbe essere ridistribuito alle rimanenti UAS.
• punti di lancio / atterraggio previsto potrebbe essere necessario regolare una volta sul campo. Ad esempio, un punto di lancio prevista è difficile da raggiungere a causa delle inondazioni inaspettato, condizioni di vento pericolose, su strada blocco ecc
• La linea di vista (LOS) all'operatore può essere bloccata mediante dell'oggetto rilevato o inaspettatamente (alberi sono caduti, un camion è parcheggiato ...) quindi percorso di volo o atterraggio / punto di lancio può essere necessario regolare.
• Il ritorno sicuro a casa (RTH) deve essere cambiato perché le condizioni impreviste nel campo /
• qualità del segnale di controllo remoto non è come previsto, e le regolazioni dovrebbe essere fatto. Ad esempio, se il segnale è più debole del previsto, allora forse le scuole universitarie professionali non può volare troppo lontano dalla posizione di comando a distanza.
Nel passo 180 le scuole universitarie professionali hanno terminato la loro missione e sono stati tutti sbarcati.
Si fa ora riferimento alla Fig. 2 mostra uno schema a blocchi di un sistema per la gestione adattativa UAS in una missione, secondo una realizzazione della presente invenzione.
L'invenzione fornisce un sistema operativo UAS (OS) 200 che è un livello di astrazione di gestire tutte le operazioni UAS nel campo. La SUP OS 200 permette agli utenti di utilizzare i comandi operativi UAS, come il lancio, la terra, raccogliere informazioni, inviare piano di volo, piano di volo cambiamento, raccogliere informazioni di telemetria, manipolare attrezzature UAS e simili. L'utente 200 UAS sistema operativo può utilizzare tali comandi senza preoccuparsi l'attuazione effettiva di inviare i comandi ad ogni UAS specifiche nel campo.
L'UAS operativo 200 comprende un modulo software 220 Mission agenzia che gestisce tutti i calcoli e le operazioni per una determinata missione. Il responsabile della missione 220 prende tutte le decisioni logiche a livello di missione, per esempio, decidere il numero di cellule, definire i criteri di ottimizzazione globale (cioè funzione di costo), ecc La Missione Responsabile 220 registra anche il progresso missione globale.
Sotto il modulo responsabile della missione 220, ci sono un modulo software 240 acquisizione dati, un modulo software cellulare decomposizione 250 e un modulo software Piano di Volo 260.
Il modulo software di acquisizione dati 240 calcola esatti punti di acquisizione dati secondo gli obiettivi missione, tipi di sensori e vincoli come sopra descritto.
Il modulo software 250 Cellular decomposizione si decompone piano di acquisizione dei dati di un intero missione in alveoli stagni. Ogni cella è previsto per essere servito da un unico punto di lancio e uno o più UAS. Diverse cellule sono sia serviti in parallelo da diversi gruppi UAS, o in sequenza da un unico gruppo UAS saltellando come descritto sopra.
modulo software 260 Piano di Volo calcola piani di volo per una flotta UAS, coprendo tutti i punti di acquisizione dati nella cella, secondo l'ogni capacità UAS in modo ottimale (cioè percorso più breve).
Sebbene l'invenzione sia stata descritta in dettaglio, tuttavia modifiche e varianti, che non escono dagli insegnamenti della presente invenzione, risulteranno evidenti agli esperti del ramo. Tali cambiamenti e modifiche sono considerati rientrare nella portata della presente invenzione e delle rivendicazioni allegate.
Sarà facilmente evidente che i vari metodi e algoritmi qui descritti possono essere implementati mediante, ad esempio, opportunamente programmati calcolatori di uso generale e dispositivi informatici. Tipicamente, un processore (ad esempio, uno o più microprocessori) riceve istruzioni da una memoria o un dispositivo simile, ed eseguire le istruzioni, eseguendo in tal modo uno o più processi definiti da tali istruzioni. Inoltre, i programmi che implementano tali metodi e algoritmi possono essere memorizzati e trasmessi utilizzando una varietà di mezzi di comunicazione in un numero di modi. In alcune forme di realizzazione, il circuito o su hardware cablati può essere usato al posto di, o in combinazione con, istruzioni software per l'attuazione dei processi di varie forme di realizzazione. Pertanto, forme di realizzazione non sono limitati a qualsiasi specifica combinazione di hardware e software.
A "trasformatore" uso di uno o più microprocessori, unità di elaborazione centrale (CPU), dispositivi informatici, microcontrollori, processori di segnali digitali, o dispositivi simili.
Il termine "supporto leggibile da computer" si riferisce a qualsiasi mezzo che partecipa nella fornitura di dati (ad esempio, istruzioni) che può essere letto da un computer, un processore o un dispositivo simile. Tale mezzo può assumere molte forme, inclusi ma non limitati a, mezzi non volatili, media volatili, e mezzi di trasmissione, mezzi non volatili comprendono, ad esempio, dischi ottici o magnetici e ed tra memoria persistente, supporti volatili includono memoria dinamica ad accesso casuale (DRAM), che costituisce tipicamente la memoria principale, mezzi di trasmissione comprendono cavi coassiali, filo di rame e fibre ottiche, compresi i fili che compongono un bus di sistema accoppiato al processore, mezzi di trasmissione possono comprendere o trasmettere onde acustiche, onde luminose e le emissioni elettromagnetiche, quali quelli generati durante radiofrequenza (RF) e (IR) di comunicazione dati ad infrarossi.
Varie forme di supporti a lettura ottica possono essere coinvolti nell'esecuzione sequenze di istruzioni di un processore. Ad esempio, le sequenze di istruzioni (i) possono essere forniti da RAM a un processore, (ii) possono essere trasportati su un mezzo di trasmissione senza fili, e / o (iii) può essere formattato secondo numerosi formati, standard o protocolli, quali Bluetooth, TDMA, CDMA, 3G.
Dove sono descritti database, verrà compreso da una persona esperta nella tecnica che (i) strutture del database alternative a quelle descritte possono essere facilmente impiegati, e (ii) le altre strutture di memoria oltre database possono essere facilmente impiegati. Eventuali illustrazioni o descrizioni di qualsiasi database di esempio qui presentati sono accordi illustrativo per rappresentazioni memorizzati di informazioni- Qualsiasi numero di altre disposizioni possono essere impiegati oltre a quelle suggerite da, per esempio, tavole illustrate nei disegni o altrove. Analogamente, tutte le voci illustrate database rappresentano solo informazioni esemplare; una persona esperta nel ramo comprenderanno che il numero e il contenuto delle voci possono essere diversi da quelli descritti nel presente documento. Inoltre, nonostante la rappresentazione dei database come tabelle, altri formati (inclusi database relazionali, modelli object-based e / o banche dati distribuiti) potrebbero essere utilizzati per immagazzinare e manipolare i tipi di dati qui descritti. Allo stesso modo, i metodi degli oggetti o comportamenti di un database possono essere utilizzati per implementare vari processi, come quello descritto nella presente. Inoltre, i database possono, in modo noto, essere memorizzati localmente o in remoto da un dispositivo che accede ai dati in tale banca dati.
Claims (7)
- RIVENDICAZIONI 1. Un sistema di calcolo comprendente: almeno un processore; e almeno una memoria comunicativamente accoppiata al processore almeno uno comprendente istruzioni leggibili da computer che, quando eseguito da almeno un processore impedire al sistema di calcolo per implementare un metodo di gestione di una pluralità di sistemi non pilotati (UAS) eseguendo una missione, il metodo comprendendo : (i) ricezione dei requisiti di missione comprendenti obiettivi della missione, area di funzionamento, caratteristiche di ogni UAS; (ii) calcolo dei punti di acquisizione dati in detta area di funzionamento secondo obiettivi della missione, tipi di sensori e vincoli; (iii) calcolare un piano di volo per ogni UAS, ciascun piano di volo comprendente uno o più percorsi e valori di velocità SUP per ogni rotta o per ciascun segmento di un percorso; (iv) verificando per ogni UAS ad intervalli predeterminati durante il volo posizione dell'antenna UAS<1 >in quel momento; e (v) confrontando detto UAS posizione dell'antenna alla posizione dell'antenna previsto secondo i piani di volo in detto tempo; e (vi) regolando il piano di volo di una o più UAS se la differenza tra i valori di posizione aeree letti in (iv) ed i valori di posizione dell'antenna attesi secondo il piano di volo supera un intervallo predeterminato.
- 2. Il sistema di calcolo secondo la rivendicazione 1, comprendente inoltre la fase di calcolare una pluralità di celle geografiche discreti per coprire tutti i punti di acquisizione dati, ogni cella copre almeno un punto di acquisizione dati.
- 3. Il sistema di calcolo secondo la rivendicazione 1, comprendente inoltre la fase di verifica per ogni UAS ad intervalli predeterminati durante il volo UAS' stato dell’ alimentatore.
- 4. Il sistema di calcolo secondo la rivendicazione 1, comprendente inoltre la fase di verifica per ogni UAS ad intervalli predeterminati durante il volo obiettivi della missione l'UAS' realizzazioni stato.
- 5. Il sistema di calcolo secondo la rivendicazione 1, comprendente inoltre la fase di verifica per ogni UAS ad intervalli predeterminati durante il volo la qualità del segnale dalle UAS per l'operatore.
- 6. Il sistema di calcolo secondo la rivendicazione 1, in cui il piano di volo di uno o più UAS può essere modificato secondo una o più inaspettati modifiche a uno stato di alimentazione UAS, numero di UAS operative, linea di vista (LOS) tra un’ UAS e il suo operatore, ritorno sicuro a casa (RTH) percorso, condizioni del punto di lancio, condizione del punto di atterraggio, o la qualità del segnale di controllo remoto.
- 7. Procedimento computerizzato per la gestione di una pluralità di sistemi non pilotati (UAS) eseguendo una missione, il metodo comprendendo: (i) ricezione dei requisiti di missione comprendenti obiettivi della missione, area di funzionamento, caratteristiche di ogni UAS; (ii) calcolo dei punti di acquisizione dati in detta area di funzionamento secondo obiettivi della missione, tipi di sensori e vincoli; (iii) calcolare un piano di volo per ogni UAS, ciascun piano di volo comprendente uno o più percorsi e valori di velocità SUP per ogni rotta o per ciascun segmento di un percorso; (iv) verificando per ogni UAS ad intervalli predeterminati durante il volo posizione dell'antenna UAS' in quel momento; e (v) confrontando detto UAS posizione dell'antenna alla posizione dell'antenna previsto secondo i piani di volo in detto tempo; e (vi) regolando il piano di volo di una o più UAS se la differenza tra i valori di posizione aeree letti in (iv) ed i valori di posizione dell'antenna attesi secondo il piano di volo supera un intervallo predeterminato.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102018000003849A IT201800003849A1 (it) | 2018-03-21 | 2018-03-21 | Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva |
US16/982,342 US20210034075A1 (en) | 2018-03-21 | 2019-03-20 | System and method for managing multiple uas performing an adaptive mission |
EP19772620.1A EP3769172A4 (en) | 2018-03-21 | 2019-03-20 | SYSTEM AND PROCEDURE FOR MANAGING MULTIPLE UAS IMPLEMENTING AN ADAPTIVE MISSION |
PCT/IL2019/050312 WO2019180715A1 (en) | 2018-03-21 | 2019-03-20 | System and method for managing multiple uas performing an adaptive mission |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102018000003849A IT201800003849A1 (it) | 2018-03-21 | 2018-03-21 | Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva |
Publications (1)
Publication Number | Publication Date |
---|---|
IT201800003849A1 true IT201800003849A1 (it) | 2019-09-21 |
Family
ID=62223162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
IT102018000003849A IT201800003849A1 (it) | 2018-03-21 | 2018-03-21 | Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210034075A1 (it) |
EP (1) | EP3769172A4 (it) |
IT (1) | IT201800003849A1 (it) |
WO (1) | WO2019180715A1 (it) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969621A (zh) * | 2022-06-01 | 2022-08-30 | 中国人民解放军海军工程大学 | 基于带扰动贪心算法的水下导弹发射时序快速确定方法 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447326B (zh) * | 2018-09-30 | 2021-11-30 | 深圳眸瞳科技有限公司 | 无人机迁移轨迹生成方法、装置、电子设备和存储介质 |
WO2020262105A1 (ja) * | 2019-06-27 | 2020-12-30 | 株式会社Nttドコモ | 情報処理装置 |
WO2021046304A1 (en) * | 2019-09-04 | 2021-03-11 | Shake N Bake Llc | Uav surveying system and methods |
US11449080B2 (en) * | 2019-10-29 | 2022-09-20 | Honeywell International Inc. | UAV flight management planner |
US11580730B2 (en) * | 2020-06-25 | 2023-02-14 | GEOSAT Aerospace & Technology | Apparatus and method for image-guided agriculture |
US11620821B2 (en) | 2020-06-25 | 2023-04-04 | GEOSAT Aerospace & Technology | Apparatus and method for image-guided agriculture |
CN112162569B (zh) * | 2020-09-09 | 2022-02-18 | 北京航空航天大学 | 一种飞行器绕多禁飞区路径规划与决策方法 |
EP4330944A1 (en) * | 2021-04-28 | 2024-03-06 | Skygrid, LLC | Automated mission planning and execution for an unmanned aerial vehicle |
CN113281993B (zh) * | 2021-05-11 | 2022-05-27 | 北京理工大学 | 一种贪心k-均值自组织神经网络多机器人路径规划方法 |
CN113359833B (zh) * | 2021-06-22 | 2023-07-28 | 西安爱生技术集团有限公司 | 一种无人机编队协同侦察的任务规划方法 |
CN113778123B (zh) * | 2021-08-24 | 2024-03-05 | 中国电子科技集团公司电子科学研究院 | 面向异构无人机集群的耦合多任务分配方法及装置 |
US20240194079A1 (en) * | 2022-12-09 | 2024-06-13 | The Boeing Company | Method and apparatus for managing missions of a vehicle |
CN116795108B (zh) * | 2023-06-09 | 2023-12-01 | 西南交通大学 | 基于多源感知信号的智能无人车配送方法 |
CN116679758B (zh) * | 2023-08-04 | 2023-10-17 | 江西现代职业技术学院 | 一种无人机调度方法、系统、计算机及可读存储介质 |
CN117689091A (zh) * | 2023-11-07 | 2024-03-12 | 东莞职业技术学院 | 基于直线领域的tsp最短路径规划方法、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170081026A1 (en) * | 2014-09-03 | 2017-03-23 | Infatics, Inc. (DBA DroneDeploy) | System and methods for hosting missions with unmanned aerial vehicles |
US20180004231A1 (en) * | 2016-06-30 | 2018-01-04 | Unmanned Innovation, Inc. (dba Airware) | Dynamically adjusting uav flight operations based on thermal sensor data |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9198363B2 (en) * | 2012-12-12 | 2015-12-01 | The Boeing Company | Tree metrology system |
US9412279B2 (en) * | 2014-05-20 | 2016-08-09 | Verizon Patent And Licensing Inc. | Unmanned aerial vehicle network-based recharging |
EP3314344B1 (en) * | 2015-06-23 | 2021-02-10 | Archon Technologies S.r.l. | System for autonomous operation of multiple hybrid unmanned aerial vehicles supported by recharging stations to perform services |
US9632502B1 (en) * | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Machine-learning systems and techniques to optimize teleoperation and/or planner decisions |
CN105700553B (zh) * | 2016-01-28 | 2018-06-26 | 中国科学院自动化研究所 | 多无人机自主协同决策快速集成系统 |
US11150654B2 (en) * | 2016-06-30 | 2021-10-19 | Skydio, Inc. | Dynamically adjusting UAV flight operations based on radio frequency signal data |
US11066184B2 (en) * | 2016-09-21 | 2021-07-20 | Zipline International Inc. | Automated recovery system for unmanned aircraft |
CN106444845B (zh) * | 2016-10-14 | 2019-03-05 | 中国人民解放军国防科学技术大学 | 一种无信息条件下的多uav协同搜索方法 |
CN113099501A (zh) * | 2017-01-17 | 2021-07-09 | 深圳市大疆创新科技有限公司 | 无人机、遥控器及其控制方法、遥控系统 |
JP6894970B2 (ja) * | 2017-04-20 | 2021-06-30 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 飛行経路確定方法、情報処理装置、プログラム及び記録媒体 |
US10909859B1 (en) * | 2017-07-12 | 2021-02-02 | Michael B. Dodd | Optimized deployment of remotely operated aerial vehicle resources from a fleet to satisfy requests for remotely operated aerial vehicle resources |
KR102024305B1 (ko) * | 2017-11-15 | 2019-09-23 | 성균관대학교산학협력단 | 드론 네트워크 환경에서의 서비스 영역 스케줄링 방법 및 장치 |
-
2018
- 2018-03-21 IT IT102018000003849A patent/IT201800003849A1/it unknown
-
2019
- 2019-03-20 US US16/982,342 patent/US20210034075A1/en active Pending
- 2019-03-20 EP EP19772620.1A patent/EP3769172A4/en active Pending
- 2019-03-20 WO PCT/IL2019/050312 patent/WO2019180715A1/en unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170081026A1 (en) * | 2014-09-03 | 2017-03-23 | Infatics, Inc. (DBA DroneDeploy) | System and methods for hosting missions with unmanned aerial vehicles |
US20180004231A1 (en) * | 2016-06-30 | 2018-01-04 | Unmanned Innovation, Inc. (dba Airware) | Dynamically adjusting uav flight operations based on thermal sensor data |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969621A (zh) * | 2022-06-01 | 2022-08-30 | 中国人民解放军海军工程大学 | 基于带扰动贪心算法的水下导弹发射时序快速确定方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2019180715A1 (en) | 2019-09-26 |
EP3769172A1 (en) | 2021-01-27 |
EP3769172A4 (en) | 2021-10-13 |
US20210034075A1 (en) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
IT201800003849A1 (it) | Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva | |
CN109508034B (zh) | 一种复杂多边形测区下的多旋翼无人机测绘航线规划方法 | |
US11163319B2 (en) | Link level wind factor computation for efficient drone routing using 3D city map data | |
US11378718B2 (en) | Unmanned aerial vehicle system and methods | |
US9198363B2 (en) | Tree metrology system | |
KR102072863B1 (ko) | 항공 산림 재고조사 시스템 | |
CN106295141B (zh) | 用于三维模型重建的多条无人机路径确定方法及装置 | |
CN109478062A (zh) | 用于无人机的wwan无线电链路质量导航 | |
US20220270495A1 (en) | Method for determining the path of an unmanned aerial device and other associated methods | |
JP7488287B2 (ja) | 動的な航空機ルーティング | |
CN109656264B (zh) | 用于为飞行器生成到着陆地点的3d路径的计算机实施的方法和系统 | |
CN108897312A (zh) | 多无人飞行器对大规模环境的持续监控路径规划方法 | |
JP2023096119A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US11262746B1 (en) | Simultaneously cost-optimized and policy-compliant trajectory generation for unmanned aircraft | |
CN107314772A (zh) | 一种无人机自学习航点轨迹飞行方法及其系统 | |
EP3210091B1 (en) | Optimal safe landing area determination | |
JP2014137375A (ja) | 飛行経路を判定するための方法 | |
Waslander | Unmanned aerial and ground vehicle teams: Recent work and open problems | |
KR101877900B1 (ko) | 배터리 소모량 예측을 통한 3차원 비행경로 생성 시스템 및 방법 | |
BR112020019031A2 (pt) | Gerenciamento de uma frota de veículos aéreos de pulverização | |
CN108645769A (zh) | 一种基于无人机的环境空气质量监测方法 | |
CN110515390A (zh) | 飞行器自主降落方法及装置、电子设备、存储介质 | |
Akshya et al. | Graph-based path planning for intelligent UAVs in area coverage applications | |
CN115657706A (zh) | 基于无人机的地貌测量方法及系统 | |
JP2023099635A (ja) | 飛行ルート処理装置、飛行ルート処理方法、及びプログラム |