JP2023135721A5 - - Google Patents

Download PDF

Info

Publication number
JP2023135721A5
JP2023135721A5 JP2022040946A JP2022040946A JP2023135721A5 JP 2023135721 A5 JP2023135721 A5 JP 2023135721A5 JP 2022040946 A JP2022040946 A JP 2022040946A JP 2022040946 A JP2022040946 A JP 2022040946A JP 2023135721 A5 JP2023135721 A5 JP 2023135721A5
Authority
JP
Japan
Prior art keywords
landing
takeoff
aircraft
weather
data
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.)
Pending
Application number
JP2022040946A
Other languages
English (en)
Other versions
JP2023135721A (ja
Filing date
Publication date
Application filed filed Critical
Priority to JP2022040946A priority Critical patent/JP2023135721A/ja
Priority claimed from JP2022040946A external-priority patent/JP2023135721A/ja
Priority to PCT/JP2022/046024 priority patent/WO2023176069A1/ja
Publication of JP2023135721A publication Critical patent/JP2023135721A/ja
Publication of JP2023135721A5 publication Critical patent/JP2023135721A5/ja
Pending legal-status Critical Current

Links

Claims (15)

  1. 離着陸場の過去気象データおよび地形データから事前の気象解析を行い、気象特徴量を抽出する事前気象特徴量抽出部と、
    気象予報データおよび前記地形データから垂直離着陸機の離着陸時の気象を解析し、前記気象の解析値を出力する気象解析部と、
    前記離着陸場の周辺に配置された気象センサから風速、風向などの観測値を取得する気象センサデータ取得部と、
    抽出された前記気象特徴量に基づき、前記垂直離着陸機の前記離着陸場の前記気象の解析値と、前記風速、前記風向などの前記観測値と、を同化するデータ同化部と、
    前記離着陸場の周辺の前記垂直離着陸機の機体情報および前記垂直離着陸機の飛行計画データを取得し、前記データ同化部により同化された前記気象の解析値、前記機体情報及び前記飛行計画データに基づき前記離着陸場の周辺の環境をシミュレーションし、シミュレーションした前記離着陸場の周辺の環境に基づき、前記垂直離着陸機の姿勢制御に必要な制御データを生成して、前記垂直離着陸機に出力する誘導制御情報生成部と、
    を備えることを特徴とする離着陸管制装置。
  2. 請求項1に記載の離着陸管制装置において、
    前記事前気象特徴量抽出部は、
    前記離着陸場での前記垂直離着陸機の離着陸に関して、過去気象データおよび前記地形データから事前の気象解析を行う事前気象解析部と、
    前記事前気象解析部の気象解析結果から前記気象特徴量を抽出する特徴量抽出部と、
    を備え、
    前記誘導制御情報生成部は、
    前記離着陸場の周辺の前記垂直離着陸機の前記機体情報を取得する機体センサデータ取得部と、
    前記垂直離着陸機の前記飛行計画データを取得する飛行計画データ取得部と、
    同化された前記気象の解析値、前記機体情報及び前記飛行計画データに基づき前記離着陸場の周辺の環境をシミュレーションする環境シミュレーション部と、
    前記環境シミュレーション部がシミュレーションした前記離着陸場の周辺の環境に基づき、前記垂直離着陸機の前記姿勢制御などに必要な前記制御データを出力する誘導制御情報出力部と、
    を備えることを特徴とする離着陸管制装置。
  3. 請求項2に記載の離着陸管制装置において、
    前記事前気象解析部は、前記地形データに基づき計算格子を作成し、前記過去気象データに基づき解析の初期条件および境界条件を作成し、数値解析によって前記離着陸場の周辺の過去の気象状況を高解像度に算出することを特徴とする離着陸管制装置。
  4. 請求項2に記載の離着陸管制装置において、
    前記特徴量抽出部は、過去の気象状況から主成分分析などにより、前記気象特徴量として前記離着陸場の周辺の気象主成分を算出することを特徴とする離着陸管制装置。
  5. 請求項2に記載の離着陸管制装置において、
    前記データ同化部は、前記気象解析部から出力された前記解析値と、前記気象センサデータ取得部から取得された前記観測値を、前記気象特徴量と同じ空間上に変換し、データ同化した後に、前記解析値と同じ空間上に再度変換することで、前記気象予報データよりも精度が向上した前記気象の前記解析値を算出することを特徴とする離着陸管制装置。
  6. 請求項2に記載の離着陸管制装置において、
    前記環境シミュレーション部は、前記気象の解析値に含まれる風雨などの気象状況の中で、前記垂直離着陸機の前記機体情報および前記飛行計画データに基づきデジタル空間上において前記垂直離着陸機の離着陸時における飛行をシミュレーションし、前記飛行をシミュレーションした結果から前記垂直離着陸機が離着陸時に取るべき経路や姿勢を算出することを特徴とする離着陸管制装置。
  7. 請求項2に記載の離着陸管制装置において、
    前記誘導制御情報出力部は、前記垂直離着陸機が離着陸時に取るべき経路や姿勢の情報を、前記離着陸場の周辺の他の前記垂直離着陸機へ出力することを特徴とする離着陸管制装置。
  8. 請求項2に記載の離着陸管制装置において、
    前記気象センサデータ取得部により取得された前記観測値に含まれる誤差を除去して補正し、前記データ同化部へ出力する観測値補正部と、
    前記データ同化部により同化された気象予測値と同化前の前記観測値補正部による補正量を学習し、学習結果に基づき、予め決められた誤差閾値より前記観測値による補正量が上回る場合、修正量を前記観測値補正部に出力する同化結果学習部と、
    を備えることを特徴とする離着陸管制装置。
  9. 請求項2に記載の離着陸管制装置において、
    複数の前記垂直離着陸機の前記機体情報を取得する複数の前記機体センサデータ取得部と、
    複数の前記垂直離着陸機の前記飛行計画データを取得する複数の前記飛行計画データ取得部と、
    前記環境シミュレーション部によりシミュレーションされた前記離着陸場の周辺の環境に基づいて、複数の前記垂直離着陸機の飛行経路を最適化する複数機体経路最適化部と、
    をさらに備え、前記誘導制御情報出力部は、複数の前記垂直離着陸機について、複数機体経路最適化部により最適化された前記飛行経路に基づき、複数の前記垂直離着陸機の前記姿勢制御などに必要な前記制御データを出力することを特徴とする離着陸管制装置。
  10. 請求項2に記載の離着陸管制装置において、
    前記気象センサデータ取得部が取得した前記観測値から、前記気象の急変を推定し、気象急変推定結果を前記誘導制御情報出力部に出力する気象急変情報推定部を、さらに備え、
    前記誘導制御情報出力部は、前記気象急変推定結果に基づいて、前記垂直離着陸機に出力する前記制御データを変更することを特徴とする離着陸管制装置。
  11. 離着陸場の過去気象データおよび地形データから事前の気象解析を行い、気象特徴量を抽出し、
    気象予報データおよび前記地形データから垂直離着陸機の離着陸時の気象を解析し、
    前記離着陸場の周辺に配置された気象センサから風速、風向などの観測値を取得し、
    抽出された前記気象特徴量に基づき、前記垂直離着陸機の前記離着陸場の前記気象の解析値と、前記風速、前記風向などの前記観測値と、を同化し、
    前記離着陸場の周辺の前記垂直離着陸機の機体情報および 前記垂直離着陸機の飛行計画データを取得し、同化された前記気象の解析値、前記機体情報及び前記飛行計画データに基づき、前記離着陸場の周辺の環境をシミュレーションし、シミュレーションした前記離着陸場の周辺の環境に基づき、前記垂直離着陸機の姿勢制御に必要な制御データを生成して、前記垂直離着陸機に出力する、
    ことを特徴とする離着陸管制方法。
  12. 請求項11に記載の離着陸管制方法において、
    前記観測値に含まれる誤差を除去して補正し、
    前記気象の解析値と、前記誤差を補正した前記観測値とを同化することを特徴とする離着陸管制方法。
  13. 請求項11に記載の離着陸管制方法において、
    複数の前記垂直離着陸機の前記機体情報を取得し、
    複数の前記垂直離着陸機の前記飛行計画データを取得し
    ミュレーションした前記離着陸場の周辺の環境に基づいて、複数の前記垂直離着陸機の飛行経路を最適化し、
    最適化された前記飛行経路に基づき、複数の前記垂直離着陸機の前記姿勢制御などに必要な前記制御データを出力することを特徴とする離着陸管制方法。
  14. 請求項11に記載の離着陸管制方法において、
    取得した前記観測値から、前記気象の急変を推定し、
    推定した前記気象の急変に基づいて、前記垂直離着陸機に出力する前記制御データを変更することを特徴とする離着陸管制方法。
  15. 請求項11に記載の離着陸管制方法において、
    前記シミュレーションした前記離着陸場の周辺の前記風速及び前記風向による前記垂直離着陸機の飛行方向変化及び速度変化が推定された飛行経路に従って、前記垂直離着陸機が飛行することを特徴とする離着陸管制方法。
JP2022040946A 2022-03-16 2022-03-16 離着陸管制装置 Pending JP2023135721A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022040946A JP2023135721A (ja) 2022-03-16 2022-03-16 離着陸管制装置
PCT/JP2022/046024 WO2023176069A1 (ja) 2022-03-16 2022-12-14 離着陸管制装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022040946A JP2023135721A (ja) 2022-03-16 2022-03-16 離着陸管制装置

Publications (2)

Publication Number Publication Date
JP2023135721A JP2023135721A (ja) 2023-09-29
JP2023135721A5 true JP2023135721A5 (ja) 2024-06-17

Family

ID=88023280

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022040946A Pending JP2023135721A (ja) 2022-03-16 2022-03-16 離着陸管制装置

Country Status (2)

Country Link
JP (1) JP2023135721A (ja)
WO (1) WO2023176069A1 (ja)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6818569B2 (ja) * 2017-01-27 2021-01-20 株式会社東芝 気象情報処理装置、気象情報処理方法、プログラム
JP2019095323A (ja) * 2017-11-24 2019-06-20 株式会社日立製作所 気象予測装置
JP6667590B1 (ja) * 2018-09-21 2020-03-18 株式会社Subaru 航空機の着陸支援装置、航空機の着陸支援方法及び航空機の着陸支援プログラム
JP2022038675A (ja) * 2020-08-27 2022-03-10 ソニーグループ株式会社 情報処理装置及び情報処理方法、コンピュータプログラム、並びに移動体装置

Similar Documents

Publication Publication Date Title
Carrier et al. Impact of assimilating ocean velocity observations inferred from Lagrangian drifter data using the NCOM-4DVAR
CN104240541A (zh) 一种4d航迹生成方法
Vellinga et al. Calibration and quality assurance of flux observations from a small research aircraft
Lampert et al. In situ airborne measurements of atmospheric and sea surface parameters related to offshore wind parks in the German Bight
Legain et al. High-frequency boundary layer profiling with reusable radiosondes
KR20190067398A (ko) 항공 관측 자료 동화를 수반한 지표면 이산화탄소 플럭스의 추정 장치 및 방법
Grigorieva et al. Global historical archive of wind waves based on voluntary observing ship data
Glasheen et al. Experimental assessment of local weather forecasts for small unmanned aircraft flight
Båserud et al. Potential and limitations in estimating sensible-heat-flux profiles from consecutive temperature profiles using remotely-piloted aircraft systems
Flexas et al. Autonomous sampling of ocean submesoscale fronts with ocean gliders and numerical model forecasting
CN117875090B (zh) 一种考虑风干扰的固定翼无人机增量元飞行气动建模方法
Wildmann et al. In situ measurements of wind and turbulence by a motor glider in the Andes
JP2023135721A5 (ja)
Koumare Temporal/Spatial distribution of rainfall and the associated circulation anomalies over West Africa
Rodriguez et al. Wind characterization and mapping using fixed-wing small unmanned aerial systems
JP7213394B2 (ja) 無人飛行体制御支援システム及び無人飛行体制御支援方法
Li et al. Yearly elevation change and surface velocity revealed from two UAV surveys at Baishui River Glacier No. 1, Yulong Snow Mountain
Martin et al. Design and Evaluation of a Realtime, Microcontroller Based Gust Sensing System for a Small Unmanned Aerial Vehicle
WO2023176069A1 (ja) 離着陸管制装置
Laurence et al. Development of wind sensing from small UAS with distributed pressure sensors
Polivanov et al. Key features of the atmospheric boundary layer measurement by small unmanned aerial vehicles
Andari et al. Turbulence analysis on the flight of Etihad airways in Bangka Island using the WRF case study May 4, 2016
Rhudy et al. Determination of Stochastic Wind Speed Model Parameters Using Allan Deviation Approach
KR102687306B1 (ko) 항적, 기상 및 지형 데이터의 통합을 통한 진대기속도 예측방법
Shenoy Observing system simulation experiments using small unmanned aerial vehicles in various configurations to improve high-resolution forecasts of convection