JP5893836B2 - 無人航空機のための風況推定 - Google Patents

Description

[0001]連邦政府による資金援助を受けた研究開発の記載
本発明は、米国陸軍の戦車・車両研究開発部門（Ｔａｎｋ−Ａｕｔｏｍｏｔｉｖｅ ａｎｄ Ａｒｍａｍｅｎｔｓ Ｃｏｍｍａｎｄ）（ＴＡＣＯＭ）によって裁定されたＷ５６ＨＺＶ−０５−Ｃ−０７２４に基づき、国庫補助によってなされた。米国政府は本発明において一定の権利を有する。

[0002]本開示は、飛行中の無人航空機などの航空機を制御する技術に関する。

[0003]無人航空機（ＵＡＶ）は、乗員が航空機に搭乗せずに飛行する航空機である。ＵＡＶは、周囲の気体粒子の収集、観察、サーマルイメージングなど、様々な目的に使用することができる。超小型航空機（ＭＡＶ）は１つのタイプのＵＡＶであり、比較的小型であるため、山岳地帯、市街地、および狭い空間などの複雑な地形において作動させるのに有用であり得る。ＭＡＶの構造および制御構成要素は、比較的軽量かつコンパクトであるように構築される。

[0004]概して、本開示は、飛行中のＵＡＶのモデル化された加速度と飛行中のＵＡＶの実加速度（例えば、感知された加速度）とに基づいて、ＵＡＶの運転中の風速を推定するデバイス、システム、および技術を対象とする。

[0005]一例では、方法は、ＵＡＶの測定された対地速度に少なくとも基づいて無人航空機（ＵＡＶ）の加速度をモデル化するステップと、１つまたは複数のセンサを用いてＵＡＶの実加速度を判定するステップと、モデル化された加速度と実加速度との差の積分として風速を推定するステップとを含む。

[0006]別の例では、ＵＡＶは、ＵＡＶに接続された複数のセンサと、プロセッサとを含む。プロセッサは、センサの少なくとも１つからのデータに基づいて測定されたＵＡＶの対地速度に少なくとも基づいてＵＡＶの加速度をモデル化し、センサの少なくとも１つを用いてＵＡＶの実加速度を判定し、モデル化された加速度と実加速度との差の積分として風速を推定するように構成される。

[0007]別の例では、コンピュータ可読記憶媒体は、プログラマブルプロセッサによって、ＵＡＶの測定された対地速度に少なくとも基づいて無人航空機（ＵＡＶ）の加速度をモデル化させ、１つまたは複数のセンサを用いてＵＡＶの実加速度を判定させ、モデル化された加速度と実加速度との差の積分として風速を推定させるための命令を含む。

[0008]別の態様では、本開示は、コンピュータ可読記憶媒体を備える製品を対象とする。コンピュータ可読記憶媒体は、プロセッサが実行するためのコンピュータ可読命令を含む。命令によって、プログラマブルプロセッサが本明細書に記載される技術のいずれか一部を行う。命令は、例えば、ソフトウェアまたはコンピュータプログラムを規定するのに使用されるものなどのソフトウェア命令であってもよい。コンピュータ可読媒体は、記憶装置（例えば、ディスクドライブ、もしくは光学ドライブ）、メモリ（例えば、フラッシュメモリ、読み出し専用メモリ（ＲＯＭ）、もしくはランダムアクセスメモリ（ＲＡＭ））、あるいは、プログラマブルプロセッサに本明細書に記載の技術を行わせるための（例えば、コンピュータプログラムもしくは他の実行可能な形態で）命令を記憶する他の任意のタイプの揮発性または非揮発性メモリであってもよい。

[0009]１つまたは複数の実施例の詳細が添付図面および以下の説明において示される。開示される実施例の他の特徴、目的、および利点は、説明および図面によって、また特許請求の範囲によって明白になるであろう。

[0010]ＭＡＶの一例を示す立面図である。 [0011]図１のＭＡＶに搭載されたアビオニクスシステムの一例を示すブロック図である。 [0012]ＭＡＶの運転中の風速を推定するため、ＭＡＶに搭載されたアビオニクスシステムによって実行されてもよいアルゴリズムの一例を示す概略図である。 [0013]図１のＭＡＶに対して向き付けられたデカルト座標系の一例を示す概略図である。 図１のＭＡＶに対して向き付けられたデカルト座標系の一例を示す概略図である。 図１のＭＡＶに対して向き付けられたデカルト座標系の一例を示す概略図である。 [0014]ＭＡＶの運転中の風速を推定する方法の一例を示すフローチャートである。

[0015]飛行中のＭＡＶの軌道を制御するため、測定値、ならびに場合によっては飛行前シミュレーションおよび／または試験によって生成されたデータに基づいて、航空機の状態、例えば姿勢、速度、モーメントなどが、ＭＡＶに搭載されたアビオニクスによってモデル化される。飛行中のＭＡＶの状態のかかるモデルに用いられる１つの変数は、航空機の速度である。いくつかの実施例では、ＭＡＶに搭載されたアビオニクスは、単に、航空機の真対気速度に対する航空機の対地速度を測定および／または導出することがある。対地速度をＭＡＶのモデルに用いることで、航空機モデルの精度が低減されることがある。単に対気速度と呼ばれる場合がある真対気速度は、航空機が通過する大気に対するＭＡＶの速度である。対気速度とは対照的に、ＭＡＶの対地速度は地面に関する航空機の速度である。ＭＡＶ １０の真対気速度と対地速度との間の差は、風速に起因する可能性があり、いくつかの実施例では風速にほぼ等しいことがある。換言すれば、いくつかの実施例では、ＭＡＶの状態のモデルに使用される航空機の速度は、飛行中の航空機に対する風の影響の説明にならない。

[0016]飛行中のＭＡＶの状態をより正確にモデル化するため、航空機の真対気速度は１つまたは複数のセンサによって測定されてもよい。しかし、ＭＡＶの真対気速度の測定は、コストおよび複雑さを航空機に追加することがある付加的な構成要素、例えば対気速度センサを含むことがある。そのため、本開示による実施例は、風速を推定し、推定風速を航空機の対地速度の測定値に加えることによって、ＭＡＶおよび他の無人航空機（ＵＡＶ）の真対気速度の推定値を導き出す。ＭＡＶの運転中の風速は、機内センサ、例えば１つまたは複数の加速度計によって感知された航空機の実加速度と、パラメータの中でも特に、飛行中の航空機の対地速度の測定値に基づいてモデル化された、航空機の加速度との差を積分することによって推定される。本明細書では主にＭＡＶについて言及されるが、航空機の運転中の風速を推定するデバイス、システム、および技術は、任意の適切なＵＡＶに適用可能である。

[0017]ＭＡＶの操作者は、ＭＡＶの軌道を制御して、風に起因する軌道偏差を補償してもよいが、操作者による入力をほとんど、あるいはまったく伴わずに、ＭＡＶがその軌道を自動的に制御するのが望ましいことがある。本明細書に記載される風の推定値は、風が強い条件であっても、ＭＡＶの飛行および位置の制御を自動化するのに有用なことがある。航空機の軌道をより良好に制御することは、例えば、ＭＡＶが風でドリフトするのを操作者が補正する必要性を低減するのに有用なことがある。このことによって、風が強い条件でＭＡＶが飛行するのに必要な経験量を低減するとともに、操作者の訓練時間を低減することができる。

[0018]いくつかの実施例では、ＭＡＶなどのＵＡＶは、対象物の画像を取得する機内カメラを含む。本明細書に記載される技術は、本明細書に記載される風の推定技術を実施することによって、ＭＡＶを特定の位置および／または姿勢で維持するのに有用なことがあるので、ＭＡＶに搭載されたカメラが、より良好な画像を取得することが可能になり得る。例えば、ＭＡＶがその姿勢および位置を保持する改善された能力により、ＭＡＶに搭載されたカメラがより高い倍率を使用することを可能になり得るので、それによって、ＭＡＶが対象物からより遠くに離れることが可能になり、かつ／または操作者が対象物をより見やすくすることが可能になり得る。

[0019]図１は、ダクテッドファン１２と、エンジン１４と、ポッド１６および１８と、着陸装置２０および燃料ブラダ２２とを含む、ＭＡＶ １０の一例を示す立面図である。図１では、エンジン１４は、ダクテッドファン１２の吸気口に向かって位置し、ダクテッドファンに（直接または間接的に）機械的に接続される。ポッド１６および１８は、横方向に並置され、エンジン１４およびハンドル２６を含む中央コンソール２４に接続される。図１に示される実施例では、４つの着陸装置２０（２つのみが図１に示される）がダクテッドファン１２に接続される。

[0020]エンジン１４は、ダクテッドファン１２を駆動するように動作可能に接続され、構成される。図１に示される実施例では、エンジン１４は往復機関であり、特に、二気筒内燃機関である。しかし、他の実施例のＭＡＶは、例えばガスタービンエンジンまたは電動モータを含む、他のタイプのエンジンを含んでもよい。エンジン１４は、差動装置などであるがそれらに限定されないエネルギー伝達装置を通して、ダクテッドファン１２に動作可能に接続されてもよい。

[0021]ダクテッドファン１２は、ダクト２８、回転子ファン（図１には図示なし）を含む。いくつかの実施例では、ダクテッドファン１２は回転子ファンおよび固定子ファンの両方を含むことになる。そのような実施例では、回転子ファン、固定子ファン、およびテールコーン３０は、ダクトの吸気口側から排気口側へとダクテッドファン１２を通るフロー方向で軸線方向に配列されてもよい。運転中、ダクテッドファン１２の回転子ファンは回転して、例えば空気を含む、作動媒体ガスをダクト吸気口２８ａに取り込む。作動媒体ガスは、回転子ファンを介して取り込まれ、固定子ファンによって方向付けられ、加速されてテールコーン３０周囲のダクト排気口２８ｂから出る。ダクト２８を介して作動媒体ガスを加速することによって、スラストが発生してＭＡＶ １０を推進し、また、制御翼３２は、特定の軌道、即ち飛行経路に沿ってＭＡＶを方向付けるように操作されてもよい。このようにして、エンジン１４がダクテッドファン１２を駆動して、飛行中のＭＡＶ １０を推進する。ダクテッドファン１２のダクト２８は、例えば、様々な複合材料、アルミニウムもしくは他の金属、半硬質発泡体、様々なエラストマーもしくはポリマー、空力弾性材料（ａｅｒｏｅｌａｓｔｉｃ ｍａｔｅｒｉａｌｓ）、またはさらには木材を含む、任意の適切な材料で形成されてもよい。

[0022]図１に示されるＭＡＶ １０は１つのダクテッドファン１２を含むが、他の実施例の航空機ではダクテッドファンの数は異なってもよい。一実施例では、ＭＡＶは２つ以上のダクテッドファン１２を含んでもよい。他の様々な特徴も他の実施形態では異なってもよい。偶数のダクテッドファン１２を含む実施例では、各ファンは（例えば、図１に示される図の面に垂直な面に延在する）横断面に沿って、隣り合って配列されてもよい。

[0023]ＭＡＶ １０のポッド１６および１８は、例えばアビオニクスおよびペイロードポッドを含んでもよい。一実施例では、ポッド１６は、例えば、ＭＡＶ １０との間で通信し、ＭＡＶを操縦するためのアビオニクスを含むアビオニクスパッケージ、ならびに操縦装置のエレクトロニクスおよびセンサを支持するように構成されてもよい。図１の実施例では、ポッド１６はまた、ＭＡＶ １０との間での無線通信および映像通信用にそれぞれ構成されてもよい、通信アンテナ３４、３６を含む。それに加えて、ポッド１８は、例えばＭＡＶによって投下または設置される物体を含む、ＭＡＶ １０の多数の任務に対する様々なタイプのペイロードを輸送するように構成されてもよい。いくつかの実施例では、ポッド１６、１８は、ポッド１６がペイロードを含み、ポッド１８がアビオニクスを含むように切り換えることもできる。

[0024]ＭＡＶ １０の着陸装置２０は、着陸面を係合するように構成された湾曲した脚体を有する細長いロッドとして形成され、金属、プラスチック、および複合材料を含む様々な材料から製作されてもよい。いくつかの実施例では、着陸装置２０は、着陸中にＭＡＶを緩衝するある程度の固有の弾力性を示す、１つまたは複数の材料から製作されてもよい。他の実施例のＭＡＶは、より少数または多数の着陸装置２０を含んでもよく、それらは、図１の実施例に示された、航空機の構成要素とは異なる、航空機の構成要素に接続されてもよい。

[0025]図１の実施例では、ＭＡＶ １０はまた、１つまたは複数のセンサとハンドル２６とを含んでもよい。いくつかの実施例では、センサは、例えばアビオニクスポッド１６に取り付けられてもよく、ＭＡＶ １０の周囲の物体および／または他の条件を感知し、その運転を容易にするように構成されてもよい。例えば、ＭＡＶ １０は、航空機の姿勢および対気速度、ならびに周囲の気圧および温度を感知するセンサを含んでもよい。ＭＡＶ １０は、航空機の構成要素に対して他の位置に配置されたセンサを有してもよい。例えば、圧力センサが、ダクテッドファン１２のダクト２８のリップに機械的に接続されるとともに、その周りに（例えば、ダクト２８のリップの周りに均等または不均等に間隔を空けて）分配されてもよい。

[0026]ハンドル２６は、エンジン１４を含む中央コンソール２４に取り付けられるか、連結されるか、またはそれと一体に形成される。ハンドル２６は、一般に、航空機のエンジン１４が稼働した後にＭＡＶ １０を起動装置から分離するのに使用されてもよい。ハンドル２６はまた、例えば、図示されない捕捉デバイスによって係合されることにより、ＭＡＶ １０の捕捉を支援するように構成されてもよい。図１に示される実施例では、ハンドル２６は中央コンソール２４から突出する。しかし、他の実施例では、ハンドル２６は、中央コンソール２４のポケットまたは他の陥凹部として実現されてもよい。それに加えて、いくつかの実施例では、ＭＡＶ １０はハンドル２６を含まない。

[0027]図２は、ＭＡＶ １０に、例えばＭＡＶ １０のペイロードポッド１６に搭載されたアビオニクス３０の一例を示すブロック図である。図２の実施例は、遠隔の地上局３２と通信可能に接続されたアビオニクス３０を示す。地上局３２は、例えば、遠隔位置にいるパイロットが飛行中のＭＡＶ １０の運転を制御するコマンドを発行する場所であってもよい。ＭＡＶ １０に搭載されたアビオニクス３０および地上局３２は、例えば地上または衛星無線通信を含む、様々な無線通信技術によって連通されてもよい。

[0028]遠隔の地上局３２は、ＭＡＶ １０の飛行計画を展開するのに使用することができ、その飛行計画は次に、操作者によってＭＡＶにアップロードされる。地上局３２はまた、操作者が手動操舵コマンドをＭＡＶ １０に送信することを可能にしてもよく、それによって次いで、操作者が飛行中の航空機を方向付けることが可能になる。いくつかの実施例では、地上局３２は、画像および航空機の状態をＭＡＶ １０から受信し、それらは地上局において操作者に対して表示されてもよい。地上局３２はまた、例えば、操作者がＭＡＶ １０に搭載されたビデオカメラの視野を変更することを可能にし、操作者が現在の航空機の任務に関する画像を得ることを可能にするセンサ操縦コマンドを送信するのに使用されてもよい。一実施例では、地上局３２とＭＡＶ １０との間の通信はロストリンク応答（ｌｏｓｔ ｌｉｎｋ ｒｅｓｐｏｎｓｅｓ）を含む。ＭＡＶ １０と地上局３２との間の無線リンクが喪失する前に、操作者は、無線通信が喪失した場合のＭＡＶの自動反応を選択することができる。一実施例では、地上局３２とＭＡＶ １０との間のロストリンク応答の設定は、飛行前手続きの間に行われる。ＭＡＶ １０のロストリンクに対して操作者が選択してもよい自動応答は、航空機を着陸させること、高度を上昇させること、または飛行路を引き返すことを含む。

[0029]図２のアビオニクス３０の一例は、航空機管理装置（ｖｅｈｉｃｌｅ ｍａｎａｇｅｒ）３４、操縦装置３６、風推定器（ｗｉｎｄ ｅｓｔｉｍａｔｏｒ）３８、およびセンサ４０を含む。上述したように、地上局３２はアビオニクス３０に通信可能に接続される。地上局３２は、航空機管理装置３４を通してアビオニクス３０にコマンドを発行し、かつそこから情報を受信するように構成される。航空機管理装置３４は飛行計画４２および誘導装置４４を含む。飛行計画４２は、地上局３２とのインターフェースを管理し、地上局からのコマンド、例えば操作者コマンドを、操縦装置３６による使用のために処理および変換する。誘導装置４４は、例えば、地上局３２、即ちＭＡＶ １０を運転する遠隔位置のパイロットによって供給される中間地点を含む、飛行経路情報を処理し、ＭＡＶが任務中に追随する三次元軌道を作成してもよい。いくつかの実施例では、誘導装置４４は、三次元飛行経路に対するＭＡＶ １０の状態、例えば位置、速度、姿勢などを周期的に確認し、ＭＡＶを軌道上に保つように操縦装置３６にコマンドを発行してもよい。地上局３２の操作者は、いくつかの実施例では、誘導装置４４をオーバーライドし、ＭＡＶ １０の手動制御を引き継いでもよい。そのような実施例では、飛行計画４２は、操縦装置３６によって使用されるように地上局３２からのコマンドを代わりに処理して、地上局の操作者によって命令されたようにＭＡＶ １０を方向付ける。航空機管理装置３４は、例えば、パイロットがＭＡＶ １０の飛行を直接制御できるように、誘導装置４４がいつ使用されるか、かつ飛行計画４２が誘導装置をいつ引き継ぐかを制御する。

[0030]操縦装置３６は、ＭＡＶ １０、例えばエンジン１４、ダクテッドファン１２、制御翼、ならびに、例えば地上局３２によって発行され誘導装置４４によって実行される自律飛行計画に従って、または飛行計画４２によって制御され管理される操作者が発行した手動飛行コマンドに従ってＭＡＶの飛行を制御する他の構成要素とインターフェースで接続する。飛行計画４２または誘導装置４４のどちらかにかかわらず、操縦装置３６はセンサ４０からデータを受信する。いくつかの実施例では、センサ４０は、例えばＭＡＶ １０に搭載された１つもしくは複数のジャイロスコープからの慣性データ、機上の全地球位置把握システム（ＧＰＳ）からの位置および速度データ、例えば１つもしくは複数の加速度計からの航空機加速度データ、ならびに例えば気圧計からの高度データのうち１つまたは複数を提供してもよい。操縦装置３６は、センサ４０からのデータ、飛行計画４２または誘導装置４４からのコマンドを受信し、ＭＡＶ １０の構成要素、例えばエンジン１４およびダクテッドファン１２に含まれる制御翼にコマンドを発行して、ＭＡＶの飛行を制御する。いくつかの実施例では、操縦装置３６がセンサ４０から受信したデータは、操縦装置に達する前に処理されてもよく、それには、航法解を実施することによって、慣性データ、ＧＰＳデータ、高度データ、および加速度データを処理して、機上センサから受信した生データに基づいて、例えば、ＭＡＶ １０の速度、位置、姿勢などを判定することが含まれる。

[0031]例えば、地上局３２によって発行され誘導装置４４によって実行される自律飛行計画によって、または飛行計画４２によって制御され管理される操作者が発行した手動飛行コマンドによって、ＭＡＶ １０の飛行を制御するため、操縦装置３６は、所与の時間におけるＭＡＶの実状態、例えば位置、速度、姿勢、加速度などをモデル化し、例えばエンジン１４およびダクテッドファン１２の制御翼に、航空機管理装置３４が発行するコマンドによって定義される飛行軌道をＭＡＶが維持または補正するようにするコマンドを発行するアルゴリズムを実行してもよい。いくつかの実施例では、操縦装置３６は、例えば、ダクテッドファン１２のファンの例えば毎分回転数（ＲＰＭ）単位での回転速度、ＭＡＶの速度、航空機の向き、およびダクテッドファンの制御翼の位置を含む、測定または導出される多数の異なるパラメータの関数として、ＭＡＶに対する抵抗力およびモーメントをモデル化することによって、飛行中のＭＡＶ １０の現在の状態をモデル化する。例えば、操縦装置３６は、次の公式に従って、ＭＡＶ １０に対する抵抗力ＦおよびモーメントＭをモデル化してもよい。

[0032]操縦装置３６によって用いられる航空機モデルの例の上述の公式では、ωは、例えばＲＰＭ単位でのダクテッドファン１２のファン回転速度、Ｓは、飛行中のＭＡＶ １０の速度、θおよびφは、ＭＡＶが速度Ｓで移動している方向を定義する極角である。それに加えて、ｄ_ｎは、ＭＡＶのピッチ角、横揺れ角、および偏揺れ角を制御して、飛行中の航空機を大気中で方向付ける、ＭＡＶのダクテッドファン１２のｎ個の制御翼の偏向である。

[0033]飛行中のＭＡＶ １０の状態を正確にモデル化することにおける１つの課題は、航空機モデルを航空機の真対気速度Ｓ_ｔｒｕｅ対対地速度Ｓ_{ｇｒｏｕｎｄ}に基づかせる能力である。単に対気速度と呼ばれることもある真対気速度は、航空機が通過している空気に対するＭＡＶ １０の速度である。対気速度とは対照的に、ＭＡＶ １０の対地速度は地面に関する航空機の速度である。ＭＡＶ １０の真対気速度と対地速度との差は風速に起因する。いくつかの実施例では、ＭＡＶ １０の真対気速度と対地速度との差は、風速にほぼ等しいので、次のようになる。

[0034]いくつかの実施例では、ＭＡＶ １０のアビオニクス３０は単に、航空機の対地速度を測定および／または導出することによって決まってもよい。例えば、アビオニクス３０の飛行計画４２もしくは誘導装置４４および／または操縦装置３６は、センサ４０からの慣性測定データ、ＧＰＳデータ、航空機高度データ、および加速度データを用いて、ＭＡＶ １０の速度を判定してもよい。飛行中のＭＡＶ １０の実加速度を感知する加速度センサ、例えばセンサ４０の１つまたは複数の加速度計を含む理想的なシステムでは、操縦装置３６は、加速度計データを１回積分してＭＡＶの速度を判定し、加速度計データを２回積分してＭＡＶの位置を判定することができる。しかし、センサの誤差により、他の入力を用いて感知した加速度データを補正して、長時間にわたるＭＡＶ １０の速度を正確に判定するのが有用なことがある。そのため、一実施例では、操縦装置３６は、センサ４０からの慣性データ、ＧＰＳデータ、および航空機高度データを、航空機の加速度データを併せて用いて、ＭＡＶ １０の速度を判定してもよい。上述したように、センサ４０から受信した生データは、ＭＡＶ １０のアビオニクス３０に含まれる航法解によって処理されてもよい。一実施例では、航法解は、例えばセンサ４０の１つまたは複数の加速度計からのデータを、例えばジャイロスコープの慣性データ、ＧＰＳデータ、および気圧計高度データを用いて増強するカルマンフィルタを含んで、飛行中のＭＡＶ １０の速度、ならびにいくつかの実施例では、航空機の位置、姿勢、および回転速度を判定してもよい。

[0035]センサ４０からの慣性データ、ＧＰＳデータ、高度データ、および加速度センサデータから導き出されるＭＡＶ １０の速度は、風速Ｓ_ｗｉｎｄの説明とならないことがあり、したがって、航空機の対地速度Ｓ_{ｇｒｏｕｎｄ}のみを表すことがある。そのような場合のＭＡＶ １０の状態をより正確にモデル化するため、航空機の真対気速度Ｓ_ｔｒｕｅが感知または導出されてもよい。しかし、ＭＡＶ １０の真対気速度を感知するには、付加的な構成要素、例えば対気速度センサを含むことがあり、そのことがコストおよび複雑さを航空機に追加することがある。そのため、本開示による実施例は、風速を推定し、推定風速を航空機の対地速度の測定値に加えることによって、ＭＡＶ １０および他のＵＡＶの真対気速度の推定値を導き出す。

[0036]一実施例では、ＭＡＶ １０の操縦装置３６は、パラメータの中でも特に、飛行中の航空機の真対気速度の推定値Ｓ_ｔｒｕｅに基づいて、ＭＡＶの実状態を判定するアルゴリズムを実行する。例えば、操縦装置３６は、次の公式に従ってＭＡＶ １０に対する抵抗力ＦおよびモーメントＭをモデル化してもよい。

[0037]操縦装置３６によって用いられる上述の実施例のモデルでは、例えばＲＰＭ単位でのダクテッドファン１２のファンの回転速度ω、ならびに、航空機を大気中で方向付けるＭＡＶのピッチ角、横揺れ角、および偏揺れ角を制御するＭＡＶのダクテッドファン１２のｎ個の制御翼の偏向ｄ_ｎは、操縦装置３６によって直接制御されてもよく、したがって既知の値であってもよい。真対気速度Ｓ_ｔｒｕｅでＭＡＶ １０が移動する方向を定義する極角φおよびθは、飛行中のＭＡＶの姿勢に基づいて判定されてもよい。そのため、極角θおよびφは、飛行の間の大気中でのＭＡＶ １０の姿勢を示してもよい、例えばジャイロスコープなどの慣性センサを含むセンサ４０からのデータを使用して判定されてもよい。

[0038]しかし、ＭＡＶ １０の真対気速度Ｓ_ｔｒｕｅは、いくつかの実施例では、単に、センサ４０からのデータおよび風速の推定値Ｓ_ｗｉｎｄに基づいて導き出される航空機の対地速度の測定値Ｓ_{ｇｒｏｕｎｄ}の関数として、操縦装置３６によって推定されることがある。上述したように、別個の風センサを使用してＭＡＶ １０の運転中の風速を直接測定することは、望ましくなく実用的でもないことがある。そのため、ＭＡＶ １０の真対気速度Ｓ_ｔｒｕｅを判定するため、風速Ｓ_ｗｉｎｄを推定するのが必要なことがある。

[0039]ＭＡＶ １０の飛行中の風速Ｓ_ｗｉｎｄを推定するため、操縦装置３６は、ＭＡＶに対するモデル化された加速度と、航空機に搭載された１つまたは複数の加速度計によって感知されたＭＡＶの実加速度との差の積分を計算してもよい。一実施例では、操縦装置３６は、例えば、センサ４０からのデータに基づいて測定または導出されたパラメータを含む、測定または導出された多数の異なるパラメータの関数として、ＭＡＶ １０に対する抵抗力およびモーメントをモデル化するように構成されてもよい。しかし、いくつかの実施例では、センサ４０からのデータは風速Ｓ_ｗｉｎｄの説明とならないことがあるので、操縦装置３６によって実行されるＭＡＶ １０に対する抵抗力およびモーメントのモデルは、真対気速度Ｓ_ｔｒｕｅではなく航空機の対地速度Ｓ_{ｇｒｏｕｎｄ}に基づいてもよい。そのため、一実施例では、操縦装置３６は、パラメータの中でも特に、次の公式による航空機の対地速度Ｓ_{ｇｒｏｕｎｄ}に基づいて、ＭＡＶ １０に対する抵抗力ＦおよびモーメントＭをモデル化する。

[0040]ダクテッドファン１２のファンの回転速度ω、およびダクテッドファン１２のｎ個の制御翼の偏向ｄ_ｎは、上述したように、ＭＡＶ １０の現在の運転状態に基づく既知の値であってもよく、極角φおよびθは、飛行の間の大気中におけるＭＡＶ １０の姿勢を示してもよい、例えばジャイロスコープなどの慣性センサを含む、センサ４０からのデータを使用して判定されてもよい。それに加えて、ＭＡＶ １０のアビオニクス３０は、航空機の対地速度Ｓ_{ｇｒｏｕｎｄ}を測定および／または導出してもよい。例えば、アビオニクス３０の飛行計画４２もしくは誘導装置４４および／または操縦装置３６は、センサ４０からの慣性データ、ＧＰＳデータ、航空機高度データ、および加速度データを用いて、飛行中のＭＡＶ １０の速度を判定してもよい。しかし、センサ４０からの慣性データ、ＧＰＳデータ、高度データ、および加速度センサデータから導き出されるＭＡＶ １０の速度は、風速Ｓ_ｗｉｎｄの説明とならないことがあり、したがって、航空機の対地速度Ｓ_{ｇｒｏｕｎｄ}のみを表すことがある。

[0041]ＭＡＶ １０に対する抵抗力ＦおよびモーメントＭを分析的にモデル化することが可能なことがあるが、一実施例では、操縦装置３６はルックアップテーブルを用いて、航空機に対する抵抗力およびモーメントを判定する。例えば、操縦装置３６、またはＭＡＶ １０のアビオニクス３０の別の部分は、航空機に関する異なるデータを組織化し相互参照するルックアップテーブルが記憶されてもよいメモリを含んでもよい。例えば、抵抗値およびモーメントの値のアレイが、操縦装置３６のメモリに記憶された１つまたは複数のルックアップテーブルに記憶されてもよく、それらは特定の飛行条件に相関する。例えば、ダクテッドファン１２のファンの回転速度ω、ダクテッドファン１２のｎ個の制御翼の偏向ｄ_ｎ、極角φおよびθとして表されるＭＡＶ １０の姿勢、およびＭＡＶの対地速度Ｓ_{ｇｒｏｕｎｄ}が所与の場合、操縦装置３６によるルックアップテーブルの参照は、ＭＡＶに対する抵抗力およびモーメントの特定の値を返すことがある。

[0042]操縦装置３６によって用いられるルックアップテーブルを生成するデータは、様々な異なる飛行条件におけるＭＡＶ １０の１つもしくは複数のシミュレーションまたは試験から生成されてもよい。例えば、ＭＡＶ １０に対する抵抗力ＦおよびモーメントＭをモデル化するのに操縦装置３６によって用いられるルックアップテーブルは、異なる飛行条件におけるＭＡＶの線形的数値シミュレーションおよび／または非線形的分析シミュレーションから得られるデータで生成されてもよい。別の実施例では、シミュレーションに加えて、またはその代わりに、ＭＡＶ １０に対する抵抗力ＦおよびモーメントＭをモデル化するのに操縦装置３６によって用いられるルックアップテーブルは、ＭＡＶの風胴試験から得られるデータで生成されてもよい。いずれの場合も、ＭＡＶ １０の運転中、操縦装置３６は、一実施例では、ルックアップテーブルを参照して、ダクテッドファン１２のファンの現在の回転速度ω、ダクテッドファン１２のｎ個の制御翼の偏向ｄ_ｎ、極角φおよびθとして表されるＭＡＶの姿勢、およびＭＡＶの対地速度Ｓ_{ｇｒｏｕｎｄ}に対応する抵抗力およびモーメントの値を取得することによって、ＭＡＶに対するモデル化された抵抗力ＦおよびモーメントＭを判定してもよい。

[0043]ＭＡＶ １０の質量は一般に既知の値であることがあるので、ＭＡＶに対する加速度のモデルは、モデル化された抵抗力およびモーメントから操縦装置３６によって計算されてもよい。例えば、モデル化された加速度

は、モデル化された抵抗力ＦをＭＡＶの質量ｍで割ったものに等しい。別の実施例では、モデル化された加速度

は、モデル化されたモーメントＭをＭＡＶ １０の質量ｍで割り、モーメントがその周囲で航空機に加えられるモーメントアームｒを掛けたものに等しい。したがって、一般に、ＭＡＶ １０に対するモデル化された加速度

は、次の公式による航空機のモデル化された抵抗力およびモーメントに基づいて判定されてもよい。

[0044]ＭＡＶ １０に搭載されたセンサ４０は、三軸加速度計、もしくは複数の単軸加速度計、二軸加速度計、またはそれらの任意の組み合わせなど、ＭＡＶ １０の静的な向きまたは三次元ベクトルを検出することができる１つまたは複数の加速度計を含んでもよい。一実施例では、ＭＡＶ １０のセンサ４０は、複数の方向、例えば航空機座標系のｘ方向、ｙ方向、およびｚ方向で、ＭＡＶに対する実加速度

を示す信号を発生させるように構成された、１つまたは複数の多軸微小電子機械加速度計を含む。

[0045]ＭＡＶ １０に対するモデル化された加速度

およびセンサ４０の１つまたは複数の機上加速度計によって感知された航空機に対する実加速度

に基づいて、風速の推定値

が次の公式に従って判定されてもよい。

[0046]風速を推定した後、推定風速を航空機の対地速度の測定値に加えることによって、ＭＡＶ １０の真対気速度が操縦装置３６によって推定されてもよい。ＭＡＶ １０の対地速度は、センサ４０からの慣性データ、ＧＰＳデータ、航空機高度データ、および加速度データに基づいて、アビオニクス３０の飛行計画４２もしくは誘導装置４４および／または操縦装置３６によって判定されてもよい。そのため、一実施例では、操縦装置は、次の公式に従ってＭＡＶ １０の真対気速度

を推定してもよい。

[0047]したがって、要約すると、ＭＡＶ １０の操縦装置３６は、一実施例では、航空機の真対気速度

を、例えばセンサ４０から受信した慣性データ、ＧＰＳデータ、高度データ、および加速度データから導き出される、風速の推定値

および対地速度の測定値Ｓ_{ｇｒｏｕｎｄ}に基づいて推定してもよい。ＭＡＶ １０の推定真対気速度は、操縦装置３６が飛行中の航空機に対する抵抗力およびモーメントをより正確にモデル化するのに用いられてもよく、それによって、任務中のＭＡＶの軌道の制御を改善することが可能になる。ＭＡＶ １０の運転中の風速は、例えば１つまたは複数の多軸加速度計を使用して、航空機に対する加速度を測定することによって、操縦装置３６によって推定されてもよい。操縦装置３６はまた、パラメータの中でも特に、航空機の対地速度の測定値に基づいて、ＭＡＶ １０に対する抵抗力およびモーメントをモデル化してもよい。モデル化された抵抗力およびモーメントから、操縦装置３６はＭＡＶ １０に対する加速度のモデルを判定してもよい。次に、操縦装置３６は、センサ４０、例えば１つまたは複数の加速度計によって感知された航空機に対する実加速度と、パラメータの中でも特に、飛行中の航空機の対地速度の測定値に基づいてモデル化された航空機に対する加速度との差の積分として、ＭＡＶ １０の運転中の風速の推定値を判定してもよい。

[0048]ＭＡＶ １０のアビオニクス３０の１つまたは複数の構成要素、例えば、航空機管理装置３４、操縦装置３６、および風推定器３８に備わった機能は、様々な構成のハードウェア、ファームウェア、およびソフトウェア構成要素の異なる組み合わせによって実施されてもよい。例えば、ＭＡＶ １０のアビオニクス３０は、メモリに対する命令を実行し、そこからデータを取得し、またデータを記憶して、本開示のアビオニクスに備わった１つまたは複数の機能を実施するように構成された、１つまたは複数のプログラマブルプロセッサを含んでもよい。アビオニクス３０の機能を実行するために用いられるプロセッサはそれぞれ、１つもしくは複数のマイクロプロセッサ、デジタル信号処理装置（ＤＳＰ）、特定用途向けＩＣ（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブル論理回路類など、１つまたは複数のプロセッサを単独であるいは任意の適切な組み合わせで含んでもよい。

[0049]アビオニクス３０が実装される計算装置（１つもしくは複数）のメモリは、プログラミング命令、飛行計画、およびセンサデータ、ならびにＭＡＶ １０に接続される、または関連付けられるアビオニクス３０または別のシステムによって使用される他の任意の情報を記憶するための別個のメモリを含んでもよい。このように、アビオニクス３０が実装される計算装置（１つもしくは複数）のメモリは、例えば、センサ４０からのデータ、および地上局３２から受信した飛行計画を記憶してもよい。上述したように、いくつかの実施例では、アビオニクス３０が実装される計算装置（１つもしくは複数）のメモリは、プロセッサによって実行されると、本開示のシステムに備わった機能をアビオニクスに行わせるプログラム命令を記憶する。本明細書に記載されるメモリはそれぞれ、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、不揮発性ランダムアクセスメモリ（ＮＶＲＡＭ）、電気消去可能プログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリ、磁気データ記憶媒体、光学データ記憶媒体など、任意の適切な構成を含むことができる。

[0050]図３は、ＭＡＶの運転中の風速を推定するため、ＭＡＶ １０に搭載されたアビオニクス３０の操縦装置３６によって実行されてもよいアルゴリズムの一例を示すシステム図である。図３の例のアルゴリズムを用いて、操縦装置３６は、計算を周期的に繰り返して、ＭＡＶ１０の運転中の風速を繰り返し推定する。図３では、操縦装置３６は、機能ブロック６０を実行して、多数の異なるパラメータの関数として、飛行中のＭＡＶ １０に対する抵抗力ＦおよびモーメントＭをモデル化する。操縦装置３６によって実行される機能ブロック６０に対する入力は、例えば、センサ４０から受信される慣性データ、ＧＰＳデータ、高度データ、および加速度データから導き出されるＭＡＶ １０の対地速度Ｓ_{ｇｒｏｕｎｄ}、ダクテッドファン１２のファン回転速度ω、対地速度Ｓ_{ｇｒｏｕｎｄ}でＭＡＶが移動する方向を定義する極角θおよびφ、ならびに、ＭＡＶのピッチ角、横揺れ角、および偏揺れ角を制御して飛行中の航空機を大気中で方向付ける、ＭＡＶのダクテッドファン１２のｎ個の制御翼の偏向ｄ_ｎを含む。

[0051]操縦装置３６は、機能ブロック６０で、飛行中のＭＡＶの真対気速度の推定値

の関数として、ＭＡＶ １０に対する抵抗力およびモーメントをモデル化する。そのため、操縦装置３６は、機能ブロック６０に対する入力として、ＭＡＶ １０の測定された対地速度Ｓ_{ｇｒｏｕｎｄ}だけでなく、図３のアルゴリズムによる前回の時間ステップから得た風速の推定値

も使用する。次に、操縦装置３６は、機能ブロック６０のモデルに使用するため、ＭＡＶ １０の推定真対気速度

を計算するが、これは、航空機の対地速度の現在の測定値Ｓ_{ｇｒｏｕｎｄ}と、図３のアルゴリズムによる前回のサイクルから得た風速の推定値

との合計に等しい。一実施例では、操縦装置３６は、図３のアルゴリズムによる第１のサイクルでは、風速の推定値はゼロに等しいと仮定してもよい。別の実施例では、操縦装置３６は、図３のアルゴリズムによる第１のサイクルでは、風速の推定値は、何らかの名目上はゼロでない値に等しいと仮定してもよい。

[0052]図３の例のアルゴリズムでは、機能ブロック６０でモデル化されたＭＡＶ １０に対する抵抗力ＦおよびモーメントＭは、操縦装置３６が機能ブロック６２で航空機に対する加速度

をモデル化するのに使用されてもよい。機能ブロック６０でモデル化されたＭＡＶ １０に対する抵抗力ＦおよびモーメントＭに加えて、操縦装置３６は、ＭＡＶの質量ｍ、およびモデル化されたモーメントがその周囲で航空機に加えられる１つまたは複数のモーメントアームｒを使用して、図３の例のアルゴリズムの機能ブロック６２においてＭＡＶに対するモデル化された加速度

を計算する。例えば、操縦装置３６は、モデル化された抵抗力ＦをＭＡＶの質量ｍで割ったものに等しいものとして、モデル化された加速度

を計算してもよい。別の実施例では、操縦装置３６は、モデル化されたモーメントＭを、ＭＡＶ １０の質量ｍ、およびモーメントがその周囲で航空機に加えられるモーメントアームｒで割ったものに等しいものとして、モデル化された加速度

を計算してもよい。

[0053]図３の加算ブロック６４において、操縦装置３６は飛行中のＭＡＶ １０の真対気速度の推定値

を判定する。機能ブロック６０を参照して記載したのと同様のやり方で、加算ブロック６４において、操縦装置３６は、ＭＡＶ １０の推定真対気速度

が、例えばセンサ４０からのデータによる、航空機の対地速度の現在の測定値Ｓ_{ｇｒｏｕｎｄ}と、図３のアルゴリズムによる前回のサイクルによる風速の推定値

との合計にほぼ等しいと判定してもよい。上述したように、操縦装置３６は、風速の推定値がゼロに等しいか、あるいは、図３のアルゴリズムによる第１のサイクルでは何らかの名目上のゼロでない値に等しいと仮定してもよい。いずれの場合も、図３の例では、操縦装置３６は、微分ブロック６６において、時間に対する真対気速度の推定値の一次導関数

を計算する。

[0054]図３の例のアルゴリズムにおける加算ブロック６８では、操縦装置３６は、例えばセンサ４０の１つまたは複数の加速度計によって感知された、ＭＡＶ １０の実加速度

と、ＭＡＶに対するモデル化された抵抗力ＦおよびモーメントＭに基づいて機能ブロック６２において計算されたモデル化された加速度

と、微分ブロック６６からの時間に対するＭＡＶ １０の真対気速度の推定値の一次導関数

とを合計する。特に加算ブロック６８では、操縦装置３６は、ＭＡＶ １０の真対気速度の推定値の一次導関数

を、ＭＡＶに対する実加速度

と機能ブロック６２において計算されたモデル化された加速度

との差に加算する。

[0055]積分ブロック７０では、操縦装置３６は、加算ブロック６８の結果を積分して、ＭＡＶ １０の真対気速度の新しい（例えば、図３に示されるアルゴリズムによるサイクルに応じて、初期のまたは最新の）推定値

を判定する。そのため、操縦装置３６は、次の公式に従って、ＭＡＶ １０に対する実加速度

と、モデル化された加速度

にＭＡＶの真対気速度の推定値の一次導関数

を加えたものとの差を積分して、ＭＡＶの真対気速度の最新推定値

を計算する。

[0056]ＭＡＶ １０の真対気速度の推定値の上述の計算では、積分は、図３のアルゴリズムによる前回の時間ステップであるｔ_ｎ−１からアルゴリズムによる現在の時間ステップであるｔ_ｎまで及ぶ。そのため、ＭＡＶ １０の真対気速度の推定値は、上述の計算の結果がアルゴリズムによる現在の時間ステップｔ_ｎにおけるＭＡＶの真対気速度の推定値であることを示す

として表される。それに加えて、ＭＡＶ １０の真対気速度の推定値の一次導関数は

として表され、それは、この項が、図３のアルゴリズムによる前回の時間ステップｔ_ｎ−１におけるＭＡＶの真対気速度の推定値の時間に対する一次導関数であることを示す。

[0057]図３の例のアルゴリズムにおける加算ブロック７２では、操縦装置３６は風速の最新推定値

を判定し、これは、ＭＡＶ １０の真対気速度の最新推定値

と、例えばセンサ４０から受信された慣性データ、ＧＰＳデータ、高度データ、および加速度データから導き出されるＭＡＶの対地速度の現在の測定値Ｓ_{ｇｒｏｕｎｄ}との差を計算することによって得られる。したがって、図３のアルゴリズムによる現在の時間ステップｔ_ｎにおけるＭＡＶ １０の真対気速度の最新推定値

の上述の計算に使用されるのと同じ時間表記を用いて、操縦装置３６は、次の公式に従って、加算ブロック７２において現在の時間ステップｔ_ｎにおける風速の最新推定値

を判定する。

[0058]加算ブロック７２で現在の時間ステップｔ_ｎにおける風速の最新推定値

を計算した後、操縦装置３６は、時間ステップｔ_ｎにおける風速の推定値

を機能ブロック６０および６４に入力し、アルゴリズムの例の別のサイクルによる上述のプロセスを繰り返すことによって、図３のアルゴリズムによる次の時間ステップｔ_ｎ＋１に進んでもよい。

[0059]図２および３を参照して上記に開示した操縦装置３６によって用いられる技術、およびＭＡＶ １０の運転中の風速を推定する技術は、ＭＡＶの操縦系統によって実行される計算に関与する、かつそれによって得られる変数の特定の方向を参照することなく記載されている。しかし、ＭＡＶ １０の状態をモデル化するため、操縦装置３６は、一実施例では、航空機に対して向けられた座標系を用いてもよく、その場合、ＭＡＶの操縦系統によって実行される計算に関与する、かつそれによって得られる変数は、航空機座標系によって定義される方向を有する。例えば、上述のスカラー型のモデル化された加速度

は、操縦装置３６によって用いられる航空機座標系のｘ方向、ｙ方向、およびｚ方向における、ベクトル型のモデル化された加速度

、

および、

を含んでもよい。同様に、例えばセンサ４０の加速度計によって感知されるスカラー型の実加速度

は、操縦装置３６によって用いられる航空機座標系のｘ方向、ｙ方向、およびｚ方向における、ベクトル型の感知された加速度

、

および、

を含んでもよい。

[0060]一実施例では、操縦装置３６によって実行されるモデルは、ＭＡＶ １０を参照して図４Ａ〜４Ｃに表される航空機座標系を用いてもよい。図４Ａおよび４Ｂでは、航空機座標系は、Ｘ軸、Ｙ軸、およびＺ軸にそれぞれ沿った直交するｘ方向、ｙ方向、およびｚ方向を含むデカルト座標系である。航空機座標系のＺ軸はＭＡＶ １０のダクテッドファン１２の回転軸と位置合わせされる。Ｘ軸およびＹ軸は、Ｚ軸にほぼ垂直な面内にあり、ＭＡＶ １０のダクテッドファン１２のほぼ中心に位置する原点において互いに約９０°の角度で交差する。図４Ａでは、Ｙ軸は紙面奥へと方向付けられ、示される図面に垂直である。図４Ｂでは、Ｚ軸は紙面奥へと方向付けられ、示される図面に垂直である。

[0061]他の実施例では、ＭＡＶ １０の航空機座標系は図４Ａ〜４Ｃに示される実施例とは異なるように定義されてもよい。しかし、いくつかの実施例では、航空機座標系の少なくとも１つの軸は、一般に、ＭＡＶ １０のダクテッドファン１２の回転軸と位置合わせされてもよい。

[0062]図４Ｃは、ＭＡＶを省略して示される、図４Ａおよび４ＢのＭＡＶ １０の航空機座標系の概略図である。図４Ｃでは、飛行中のＭＡＶ １０の速度ベクトルＶが示され、これはｘ成分ｕ、ｙ成分ｖ、およびｚ成分ｗにそれぞれ分離され、また、ベクトルＶの極角φおよびθが表される。角θは、ＭＡＶ １０に対して向き付けられた図４Ｃの座標系のＸ軸と、速度ベクトルＶとの角度である。角φは、図４Ｃの航空機座標系のＸ軸と、座標系のＸ−Ｙ面に投射された速度ベクトルＶとの角度である。図４Ａ〜４Ｃに示されるＭＡＶ １０の座標系における速度ベクトルＶの大きさＳおよび方向は、極角φおよびθによって定義されるように、次の公式によって決まってもよい。

（１１）θ＝０、ここでＳ＝０、および、

、ここでＳ＞０、
（１３）φ＝０、ここでＳ＝０、および、

、ここでＳ＞０
[0063]いくつかの実施例では、操縦装置３６は、図４Ａ〜４Ｃの例の航空機座標系またはＭＡＶ １０に対して向き付けられた別の類似の座標系において、対地速度を測定し、抵抗力およびモーメントをモデル化してもよい。しかし、ＭＡＶ １０の運転中の風速を推定し、かつ／またはＭＡＶの真対気速度を推定するのに必要な変数のすべてが、この座標系内で向き付けられないことがある。例えば、センサ４０の例えば１つまたは複数の加速度計によって感知されるＭＡＶ １０の実加速度は、ＭＡＶのアビオニクスポッド１６上に位置することがあり、したがって、航空機座標系の原点からある距離だけずれることがある。それに加えて、ＭＡＶ １０の運転中の風速の推定値を、例えば北方向、東方向、および降下方向の観点で表現するのが有利なことがあり、その場合、飛行中のＭＡＶの姿勢に応じて、図４Ａ〜４Ｃの航空機座標系のｘ方向、ｙ方向、およびｚ方向それぞれに対応することもしないこともある。

[0064]したがって、図２および３を参照して上述した計算を実行するため、操縦装置３６は、１つの座標系から別の座標系へといくつかの変数を変換することを必要とすることがある。例えば、操縦装置３６は、実加速度

を、ＭＡＶ １０のアビオニクスポッド１６内に配列されたセンサ４０の１つまたは複数の加速度計に対して向き付けられた座標系から、図４Ａ〜４Ｃの航空機座標系へと変換することを必要とすることがある。あるいは、操縦装置３６はまた、モデル化された抵抗力およびモーメントに基づいて判定されたモデル化された加速度

を、図４Ａ〜４Ｃの航空機座標系から、ＭＡＶ １０のアビオニクスポッド１６内に配列されたセンサ４０の加速度計に対して向き付けられた座標系へと変換してもよい。それに加えて、操縦装置３６は、一実施例では、図４Ａ〜４Ｃの航空機座標系内で向き付けられた風速の推定値を、例えば北方向、東方向、および降下方向を含む、地理座標系へと変換してもよい。

[0065]一実施例では、ＭＡＶ １０のアビオニクス３０の操縦装置３６は、風速および／またはＭＡＶの真対気速度を推定するため、モデル化された抵抗力およびモーメントに基づいて判定されたモデル化された加速度

を、図４Ａ〜４Ｃの航空機座標系から、例えば、ＭＡＶ １０のアビオニクスポッド１６内に配列されたセンサ４０の１つまたは複数の加速度計に対して向き付けられた座標系へと変換してもよい。そのような実施例では、図４Ａ〜４Ｃの航空機座標系のｘ方向、ｙ方向、およびｚ方向それぞれのモデル化された加速度

、

および、

は、センサ座標系のｘ方向、ｙ方向、およびｚ方向それぞれに距離ｌ_ｘ、ｌ_ｙ、およびｌ_ｚだけ航空機座標系の原点からずれたセンサ座標系へと変換されてもよい。

[0066]図３を再び参照すると、ＭＡＶ １０の運転中の風速を推定するため、いくつかの実施の詳細が、操縦装置３６によって実行されるアルゴリズムの例に付加されてもよい。一実施例では、スイッチのアルゴリズム的な等価物は、操縦装置３６が風況推定の判定をそれによってオンオフすることができる、図３のアルゴリズムの１つまたは複数の地点に付加されてもよい。一例のアルゴリズム的なスイッチは、図３のアルゴリズムの反復ごとの１つまたは複数の地点において操縦装置３６によって呼び出され、ある値を、例えば１または０をそれぞれ、アルゴリズムまたはアルゴリズム内の特定の動作の「スイッチオン」または「スイッチオフ」に設定する関数であってもよい。

[0067]別の実施例では、加算ブロック７２から得られる風況推定値

は、クリッピング機能を使用して特定の閾値に制限されてもよい。そのような実施例では、加算ブロック７２から得られる風速の推定値

は最大閾値と比較されてもよく、推定値が閾値を超える場合、風速の推定値は、例えば閾値、またはアルゴリズムの次の反復で操縦装置３６によって使用される他の何らかの値に変更されてもよい。操縦装置３６によって判定される風速の推定値の制限または「クリッピング」は、風速の大きな値および／または大きな変化をもたらすセンサまたは実行のエラーを防ぐために実施されてもよい。いくつかの実施例では、図３のアルゴリズムに付加されるクリッピング機能は、推定風速を最大値に制限するだけではなく、アルゴリズムの１つのサイクルから次のサイクルまでの推定風速の最小速度閾値および最大変化率も含んでもよい。

[0068]推定風速に適用されるクリッピング機能を含むいくつかの実施例では、積分ブロック７０における積分ワインドアップを防ぐことが必要なことがある。積分ワインドアップによって、いくつかの実施例では、積分ブロック７０が真対気速度の推定値

のより大きな値を、推定風速

がクリッピング機能によって与えられた最大閾値に達していても、もたらし続けることがある。積分ワインドアップという事象が懸念される場合、推定風速を最大閾値に制限する付加されたクリッピング機能の後に、ワインドアップ防止フィードバックループが図３のアルゴリズムに付加されてもよい。

[0069]図３の例のアルゴリズムに対する上述の例の修正に加えて、一実施例では、操縦装置３６はまた、風推定アルゴリズムに含まれる１つまたは複数の変数に１つまたは複数の利得を適用してもよい。飛行中のＭＡＶ １０の実状態のモデル化は多大な複雑さを含むことがあり、いくつかの実施例では、それによって高度なシステム制御技術が必要となることがある。図３の例のアルゴリズムなどの閉ループ制御システムでは、場合によっては、不適当な実行、計算、または他のアルゴリズム的なエラーを阻害もしくは排除する技術をシステムに適用するのが適切なことがある。上述のクリッピング機能およびワインドアップ防止フィードバックループの適用は、そのような制御システム技術の例である。別の例の制御システム技術は、利得値を適用して、解が収束する速度、例えば毎秒当たりのアルゴリズムサイクルを制御し、閉ループシステムの不安定性を阻害または防止するものである。図３のアルゴリズムの例では、例えば、風速推定に関与する１つまたは複数の計算に利得を適用して、アルゴリズムが、例えばゼロ風速の開始点から、ＭＡＶ １０の運転中の風速の容認できる程度に正確な推定値へとどの程度迅速に収束するかを制御してもよい。例えば、１つまたは複数の加速度計によって例えば感知される、飛行中のＭＡＶ １０に対する実加速度

と、モデル化された加速度

との差は、図３のアルゴリズムに利得を適用することを必要とすることがあるので、加算ブロック６６は次の公式

から、

へと変化する。式中、ｋは利得である。

[0070]一実施例では、飛行中のＭＡＶ １０に対する実加速度

とモデル化された加速度

との差に適用される利得ｋは、飛行中のＭＡＶ １０の状態のシミュレーションおよび／または試験によるデータに基づいて決まる定数であってもよい。例えば、利得ｋは、飛行中のＭＡＶ １０の状態の線形および／または非線形分析を行うことによって決まってもよい。一実施例では、飛行中のＭＡＶ １０の１つまたは複数の線形シミュレーションは、相対的に複雑さを低減させたモデル、即ち線形対非線形モデルによる、飛行条件の広域スペクトルを試験することによって実行されてもよい。線形シミュレーションは、ＭＡＶ １０の運転中の風速を推定するために操縦装置３６によって実行されるアルゴリズム、例えば図３のアルゴリズムに使用される、利得ｋの多数の可能な値を生成してもよい。次に、線形のシミュレーション（１つまたは複数）によって生成された利得ｋの可能な値は、飛行中のＭＡＶ １０の１つまたは複数の非線形シミュレーションによって試験されてもよい。最後に、線形シミュレーションによって生成され、非線形シミュレーションによる試験が成功した利得ｋの可能な値は、実験によって、例えば風胴試験によって試験されてもよい。例えば風胴試験に基づいて、ＭＡＶ １０の運転中の風速を推定するために操縦装置３６によって実行されるアルゴリズム、例えば図３のアルゴリズムに使用される、利得ｋの１つの値が選択されてもよい。

[0071]一実施例では、図３の例のアルゴリズム、または本開示による別の類似の風況推定アルゴリズムにおいて、操縦装置３６によって使用される利得ｋは、所望の解の収束速度を仮定し、線形モデルを用いて仮定された収束速度に対応する利得を決定することによって決まってもよい。利得ｋの仮定は、上述したように、飛行中のＭＡＶ １０の実加速度

と、図３の例のアルゴリズムにおけるモデル化された加速度

との差に適用され、推定と制御を分離する制御理論の原則を用いて、アルゴリズムの例によって表される制御システムが、システムの状態の最適なオブザーバーとシステムの最適なコントローラとに対応する２つの構成要素に分割される。利得ｋに実加速度

とモデル化された加速度

との差を掛けたものを付加した、図３の例のアルゴリズムに、分離の原則を適用すると仮定すると、アルゴリズム解、即ち風況推定値と利得との間のフィードバックループに対する推定値

は、次の公式に従って定義されてもよい。

[0072]上述の公式において、ｋは利得、

は、風速の単位変化に対するＭＡＶ １０の速度の一次導関数の感度、Ｄ_{ａ，ｗｉｎｄ}は、風速の単位変化に対するＭＡＶ １０の加速度の感度である。風速の単位変化に対するＭＡＶ １０の速度の一次導関数の感度

および風速の単位変化に対するＭＡＶの加速度の感度Ｄ_{ａ，ｗｉｎｄ}は、ＭＡＶの物理的構成によって決定づけられる定数値である。一実施例では、風速の単位変化に対するＭＡＶ １０の速度の一次導関数の感度

および風速の単位変化に対するＭＡＶの加速度の感度Ｄ_{ａ，ｗｉｎｄ}は、ＭＡＶの風胴試験によって決まってもよい。

[0073]上述したように、操縦装置３６は、実際には、スカラー、つまり方向性のない変数を単位としてではなく、その代わりに１つまたは複数の座標系において方向を有するベクトルを単位として、図３の例のアルゴリズムを実行してもよい。そのような実施例では、変換行列Ｔを、上述の公式においてフィードバックループの推定値

の計算に用いられる１つまたは複数の値に適用することが必要なことがある。例えば、上述したように、図３の例のアルゴリズムは、図４Ａ〜４Ｃの航空機座標系のｘ方向、ｙ方向、およびｚ方向の観点で推定風速をもたらしてもよい。しかし、ＭＡＶ １０の運転中の風速の推定値を、例えば北方向、東方向、および降下方向の観点で表現するのが有利なことがあり、その場合、飛行中のＭＡＶの姿勢に応じて、図４Ａ〜４Ｃの航空機座標系のｘ方向、ｙ方向、およびｚ方向それぞれに対応することもしないこともある。そのような場合、推定風速に変換行列

を掛けてもよく、それによって、航空機座標系、例えば図４Ａ〜４Ｃの例からの風況推定を、北方向、東方向、および降下方向を含む座標系に変換する。スカラー、つまり方向性のない変数の代わりに、ベクトル変数を用いたフィードバックループへの座標系の変換を適用することによって、アルゴリズム解、即ち風況推定値と利得との間のフィードバックループについて、推定値

に対する次の公式がもたらされる。

[0074]上述したように、一実施例では、図３の例のアルゴリズム、または本開示による別の類似の風況推定アルゴリズムにおいて、操縦装置３６によって用いられる利得ｋは、所望の解収束速度を仮定することによって決まってもよい。上述の公式では、アルゴリズム解、即ち風況推定値と利得との間のフィードバックループの収束速度は、フィードバックループに対して推定値

を設定することによって制御することができる。一実施例では、フィードバックループの推定値

は、所望の解収束速度に基づいて対角線に対して定数値が選択された、３×３の対角行列として仮定される。そのような実施例では、フィードバックループの推定値

の固有値は行列

の対角線の定数値である。したがって、固有値λを例えば［Ｂ Ｃ Ｄ］に設定すると、フィードバックループの推定値

は、次の公式による３×３の対角行列である。

および、

[0075]フィードバックループの推定値

の固有値λが設定されるこの実施例では、利得ｋは、次の公式に従って操縦装置３６によって解かれてもよい。

または、

[0076]上述の線形シミュレーション技術を用いて、多数の固有値λを選択することによって、換言すれば、例えばＢ、Ｃ、およびＤに対する多数の値を仮定し、利得に対する上述のフィードバックループ方程式を解くことによって、利得ｋに対する多数の値を決定することができる。利得ｋに対する一連の値を決定した後、上述したように、飛行中のＭＡＶ １０の１つまたは複数の非線形シミュレーションを実行することによって各値を試験してもよい。

[0077]一実施例では、利得ｋに対する値を試験するために用いられる非線形シミュレーションは、モンテカルロシミュレーションを含んでもよい。モンテカルロ法は、繰り返される乱数サンプリングに依存してそれらの結果を計算する一種の計算アルゴリズムであり、物理的および数学的システムをシミュレートするのに一般に使用される。乱数または擬似乱数の繰り返される計算に依存しているため、これらの方法は、コンピュータによる計算に最も適していることがあり、静的アルゴリズムを用いて正確な結果を計算することが不適当または不可能なときに使用されてもよい。モンテカルロ法には様々な形式があるが、これらの技術は一般に、可能な入力のドメインを定義し、特定の指定された確率分布を使用してドメインから不規則に入力を生成し、入力を使用して決定論的計算を行い、個別の計算の結果を合計して最終結果とすることを含む、特定のパターンに従う。

[0078]操縦装置３６によって用いられる利得ｋを試験して、図３の風況推定アルゴリズムを実行するという文脈においては、非線形のモンテカルロシミュレーションによって、風速および風の方向など、飛行中のＭＡＶ １０に関連する変数に対する多数の不規則に選択された値を試験し、変数の多数の値をすべて統計的にサンプリングするなど、比較的限られた数のそのようなサンプルおよびそれに基づく計算を処理することが可能になってもよい。

[0079]上述したＭＡＶ １０に類似したＭＡＶの試験を上述のプロセスに従って行って、異なる利得値を試験し、本開示による風況推定アルゴリズムに使用される最適な利得値を決定した。推定風速の最大および最小閾値、ならびに１つのアルゴリズムサイクルから次のサイクルまでの最大推定風速の変化率の閾値も、上述のクリッピング機能に使用するために試験した。以下の結論は試験から得られた。

[0080]フィードバックループに対する推定値

の固有値λを、上述の計算に記載される定数［Ｂ Ｃ Ｄ］に対応する［−４ −４ −０．４］、［−２ −２ −０．２］、および［−８ −８ −０．８］を含む多数の異なる値に対して設定した。固有値の３つの定数は、部分的には、例えば、空間内のベクトルとして推定風速を表現するのに使用される地理座標系の北方向、東方向、および降下方向を含む、ＭＡＶの推定風速の３つの方向に対応する。選択された固有値のＢ定数およびＣ定数とＤ値との大きさの相対差は、降下方向の風速がゼロまたはほぼゼロであるという仮定を表し、したがって、この方向に対応する固有値の定数は、利得の計算における重要性が低い。

[0081]固有値におけるＢおよびＣに対する［−４ −４ −０．４］の選択は、部分的には選択された固有値に基づいて計算される利得ｋが用いられる、風況推定アルゴリズムに対する所望の解収束速度に基づくものであった。固有値［−２ −２ −０．２］および［−８ −８ −０．８］の選択は、［−４ −４ −０．４］の開始点に基づき、因数２によるこの開始点の増加および減少それぞれを表した。飛行中のＭＡＶの非線形シミュレーションにおける、次にＭＡＶの実際の飛行試験における、上述の固有値に基づいて計算した利得を試験した後、利得の最良の値をもたらす［−４ −４ −０．４］の固有値が決定された。しかし、試験すべての結果に基づいて、約−１．５〜約−１５のＢおよびＣに対応する定数と、約−０．１５〜約−１．５のＤに対応する定数とを有する固有値が有用なことがあると考えられる。

[0082]本開示による風況推定アルゴリズムに使用される利得ｋの可能な値を決定するための、上述のフィードバックループに対する推定値

の上述の固有値λに加えて、ＭＡＶの試験には、推定風速の異なる最大および最小閾値と、１つのアルゴリズムサイクルから次のサイクルまでの推定風速の変化率の最大閾値との試験も含めた。試験された推定風速の変化率に対する最大閾値には、０．６、１．２、および２．４メートル／毎秒毎秒（それぞれ、２、４、および８フィート／毎秒毎秒）が含まれた。推定風速の最大および最小閾値は、北方向および東方向では、航空機速度制限に基づいて、それぞれ毎秒＋１０．３メートル（毎秒＋３３．８フィート）および毎秒−１０．３メートル（毎秒−３３．８フィート）に、降下方向では毎秒０．３メートル（毎秒１フィート）に設定された。０．６、１．２、および２．４メートル／毎秒毎秒（２、４、および８フィート毎秒毎秒）の推定風速の変化率に対する最大閾値を使用した、クリッピング機能を含む風況推定アルゴリズムを用いるＭＡＶの試験に基づいて、アルゴリズムで最良に機能すると判定された推定風速の変化率の最大閾値は、１．２メートル／毎秒毎秒（４フィート毎秒毎秒）であった。

[0083]図５は、ＭＡＶの運転中の風速を推定する方法の一例を示すフローチャートである。図５の例の方法は、飛行中のＭＡＶの測定された対地速度を判定すること（９０）と、測定された対地速度に基づいてＭＡＶに対する抵抗力およびモーメントをモデル化すること（９２）と、モデル化された抵抗力およびモーメントに基づいてＭＡＶのモデル化された加速度を判定すること（９４）と、１つまたは複数の加速度計を用いてＭＡＶの実加速度を判定すること（９６）と、ＭＡＶの運転中の風速を推定すること（９８）と、飛行中のＭＡＶの真対気速度を推定すること（１００）とを含む。

[0084]ＭＡＶの運転中の風速を推定するための、図５の方法の機能は、アビオニクス３０の例および特にＭＡＶ １０の例の操縦装置３６によって実行されるものと記載される。しかし、他の実施例では、図５の方法と関連した機能は、異なるように構成された他のアビオニクスによって実行され、異なるＭＡＶまたは他のＵＡＶに対して用いられてもよい。例えば、ＭＡＶに用いられる代替のアビオニクスシステムは、生のセンサデータを処理して、例えばＭＡＶの速度、位置、姿勢、回転速度などを含む航空機状態情報にする、カルマンフィルタを含む航法解を含んでもよい。

[0085]図５の例の方法は、操縦装置３６が飛行中のＭＡＶの測定された対地速度を判定すること（９０）を含む。一実施例では、アビオニクス３０の操縦装置３６は、センサ４０からの慣性データ、ＧＰＳデータ、航空機高度データ、および加速度データを用いて、ＭＡＶ １０の対地速度を判定してもよい。例えば、操縦装置３６は、ＭＡＶ １０のアビオニクス３０に含まれる航法解において、センサ４０から受信した生データを処理してもよい。航法解は、例えばセンサ４０の１つまたは複数の加速度計からのデータを、例えばジャイロスコープの慣性データ、ＧＰＳデータ、および気圧計高度データを用いて増強するカルマンフィルタを含んで、飛行中のＭＡＶ １０の対地速度、ならびにいくつかの実施例では、航空機の位置、姿勢、および回転速度を測定してもよい。

[0086]操縦装置３６はまた、測定された対地速度に基づいてＭＡＶに対する抵抗力およびモーメントをモデル化する（９２）。一実施例では、操縦装置３６は、測定された対地速度に加えて、例えば、ダクテッドファン１２のファンの例えばＲＰＭ単位での回転速度、航空機の向き、およびダクテッドファンの制御翼の位置を含む、多数の異なる測定または導出されたパラメータの関数として、ＭＡＶ １０に対する抵抗力およびモーメントをモデル化するように構成されてもよい。ダクテッドファン１２のファンの回転速度、およびダクテッドファン１２の制御翼の偏向は、上述したように、ＭＡＶ １０の現在の運転状態に基づく既知の値であってもよく、航空機の向き、例えば上述の極角φおよびθは、大気中における飛行中のＭＡＶ １０の姿勢を示してもよい、例えばジャイロスコープなどの慣性センサを含むセンサ４０からのデータを使用して判定されてもよい。

[0087]いくつかの実施例では、操縦装置３６は、ＭＡＶ １０に対する抵抗力ＦおよびモーメントＭを分析的にモデル化してもよい。しかし、他の実施例では、操縦装置３６は、ルックアップテーブルを用いて航空機に対する抵抗力およびモーメントを判定する。例えば、操縦装置３６またはＭＡＶ １０のアビオニクス３０の別の部分は、１つまたは複数の航空機パラメータに基づいてＭＡＶ １０に掛かる抵抗力およびモーメントを推定するため、航空機に関する異なるデータを組織化し相互参照するルックアップテーブルが記憶されてもよいメモリにアクセスしてもよい。特に、一連の抵抗力およびモーメントの値は、特定の飛行条件に相関される、操縦装置３６のメモリに記憶された１つまたは複数のルックアップテーブルに記憶されてもよい。例えば、ダクテッドファン１２のファンの回転速度、ダクテッドファンの制御翼の偏向、例えば極角φおよびθとして表されるＭＡＶ １０の姿勢、およびＭＡＶの対地速度が所与の場合、制御装置３６によるルックアップテーブルの参照は、ＭＡＶに対する抵抗力およびモーメントの特定の値を返すことがある。操縦装置３６によって用いられるルックアップテーブルを生成するデータは、様々な異なる飛行条件におけるＭＡＶ １０の１つもしくは複数のシミュレーションおよび／または実試験から生成されてもよい。

[0088]測定された対地速度に基づいてＭＡＶに対する抵抗力およびモーメントをモデリング（９２）した後、操縦装置３６は、モデル化された抵抗力およびモーメントに基づいてＭＡＶのモデル化された加速度を判定してもよい（９４）。ＭＡＶ １０の質量は一般に既知の値であってもよいので、ＭＡＶに対する加速度のモデルは、モデル化された抵抗力およびモーメントから操縦装置３６によって判定されてもよい。例えば、モデル化された加速度は、モデル化された抵抗力をＭＡＶの質量で割ったものに等しいものとして、操縦装置３６によって計算されてもよい。別の実施例では、モデル化された加速度は、モデル化されたモーメントをＭＡＶ １０の質量で割り、モーメントがその周囲で航空機に加えられるモーメントアームを掛けたものに等しいものとして、操縦装置３６によって計算されてもよい。

[0089]図５の例の方法はまた、１つまたは複数の加速度計を用いてＭＡＶの実加速度を判定すること（９６）を含む。ＭＡＶ １０に搭載されたセンサ４０は、静的な向きまたは三次元ベクトルを検出することができる、一軸、二軸、または三軸加速度計の任意の組み合わせなど、１つまたは複数の加速度計を含んでもよい。一実施例では、ＭＡＶ １０のセンサ４０は、航空機座標系の複数の方向、例えばｘ方向、ｙ方向、およびｚ方向でのＭＡＶに対する実加速度を示す信号を生成するように構成された、１つまたは複数の多軸微小電気機械加速度計を含む。

[0090]モデル化された抵抗力およびモーメントに基づいてＭＡＶ １０のモデル化された加速度を判定（９４）し、１つまたは複数の加速度計を用いてＭＡＶの加速度を測定（９６）した後、操縦装置３６は、ＭＡＶの運転中の風速を推定してもよい（９８）。特に、操縦装置３６は、ＭＡＶのモデル化された加速度と実加速度との差の積分として、ＭＡＶ １０の運転中の風速を推定してもよい（９８）。

[0091]図５の方法と関連した機能を実行するため、操縦装置３６は、１つの座標系から別の座標系へといくつかの変数を変換することを必要とすることがある。例えば、ＭＡＶ １０の運転中の風速を推定（９８）するため、操縦装置３６は、ＭＡＶ １０のアビオニクスポッド１６内に配列されたセンサ４０の加速度計に対して向き付けられた座標系から、航空機座標系、例えば図４Ａ〜４Ｃの例の航空機座標系へと実加速度を変換することが必要なことがある。あるいは、操縦装置３６は、例えば、モデル化された抵抗力およびモーメントに基づいて判定されたモデル化された加速度を、図４Ａ〜４Ｃの航空機座標系から、ＭＡＶ １０のアビオニクスポッド１６内に配列されたセンサ４０の加速度計に対して向き付けられた座標系へと変換してもよい。それに加えて、操縦装置３６は、一実施例では、航空機座標系、例えば図４Ａ〜４Ｃの例の座標系において向き付けられた推定風速を、例えば北方向、東方向、および降下方向を含む、地理座標系に変換してもよい。

[0092]図５の方法の一実施例では、操縦装置３６によって判定された風速の推定値は、クリッピング機能を使用して特定の閾値に制限されてもよい。そのような実施例では、操縦装置３６は、風速の推定値を最大閾値と比較してもよく、推定値が閾値を超える場合、風速の推定値は、例えば、閾値、または例えば図５の方法の次の反復で操縦装置３６によって使用される他の何らかの値に変更されてもよい。操縦装置３６によって判定される風速の推定値の制限または「クリッピング」は、風速の大きな値および／または大きな変化をもたらすセンサまたは実行のエラーを防ぐために実施されてもよい。いくつかの実施例では、クリッピング機能は、推定風速を最大値に制限するだけではなく、アルゴリズムの１つのサイクルから次のサイクルまでの推定風速の最小速度閾値および最大変化率も含んでもよい。

[0093]推定風速に適用されるクリッピング機能を含むいくつかの実施例では、操縦装置３６によるＭＡＶ １０のモデル化された加速度と実加速度との差の積分の計算における、積分ワインドアップを防ぐことが必要なことがある。そのため、図５の方法の一実施例では、操縦装置３６は、ワインドアップ防止フィードバックループを用いて、推定値が例えばクリッピング機能によって与えられる最大閾値に達していても、操縦装置３６によって実行されるＭＡＶ １０のモデル化された加速度と実加速度との差の積分が推定風速のより大きな値をもたらし続けるのを阻害または防止してもよい。

[0094]図５の例の方法に対する上述の例の追加に加えて、一実施例では、操縦装置３６はまた、風況推定方法に含まれる１つまたは複数の変数に１つまたは複数の利得を加えてもよい。利得は、図５の風速推定方法に関与する１つまたは複数の計算に加えられて、解が、例えばゼロ風速の開始点から、ＭＡＶ １０の運転中の風速の容認できる程度に正確な推定値へとどの程度迅速に収束するかを制御してもよい。例えば、推定風速を判定するために積分される前に、操縦装置３６によって、飛行中のＭＡＶ １０に対する実加速度（例えば、１つまたは複数の加速度計によって感知される）とモデル化された加速度との差に利得が掛けられてもよい。

[0095]例えば、飛行中のＭＡＶ １０の実加速度とモデル化された加速度との差に適用される利得ｋは、飛行中のＭＡＶ １０の状態のシミュレーションおよび／または試験によるデータに基づいて決まる定数であってもよい。例えば、利得ｋは、飛行中のＭＡＶ １０の状態の１つもしくは複数の線形および／または非線形シミュレーションを実行することによって決まってもよい。一実施例では、飛行中のＭＡＶ １０の１つまたは複数の線形シミュレーションは、複雑さが相対的に低減されたモデル、即ち線形対非線形モデルによる飛行条件の広域スペクトルを試験するために実行されてもよい。線形シミュレーションは、ＭＡＶ １０の運転中の風速を推定するために操縦装置３６によって実行される図５の例の方法に使用される、利得ｋの多数の可能な値を生成してもよい。次に、線形シミュレーション（１つまたは複数）によって生成された利得ｋの可能な値は、例えば、１つまたは複数のモンテカルロ非線形シミュレーションを含む、飛行中のＭＡＶ １０の１つまたは複数の非線形シミュレーションによって試験されてもよい。最後に、線形シミュレーションによって生成され、非線形シミュレーションによる試験が成功した利得ｋの可能な値は、実験によって、例えば風胴試験によって試験されてもよい。例えば、風胴試験は、風胴環境内での実際の風況に最も近い風況推定値が得られる利得を確立してもよい。例えば風胴試験に基づいて、ＭＡＶ １０の運転中の風速を推定するために操縦装置３６によって実行される図５の例の方法に使用される、利得ｋの１つの値が選択されてもよい。

[0096]ＭＡＶ １０の運転中の風速を推定（９８）した後、操縦装置３６は、飛行中のＭＡＶの真対気速度を推定してもよい（１００）。例えば、操縦装置３６は、推定風速を航空機の測定された対地速度に加えることによって、ＭＡＶ １０の真対気速度を推定してもよい。ＭＡＶ １０の推定真対気速度は、操縦装置３６によって、例えば飛行中のＭＡＶの軌道を制御するのに使用されてもよい。

[0097]図５におけるＭＡＶ １０の運転中の風速の推定（９８）および飛行中のＭＡＶの真対気速度の推定（１００）から戻る矢印によって示されるように、方法の例は、反復して繰り返されて、ＭＡＶの運転中の風速を周期的または継続的に推定してもよい。ＭＡＶの運転中の風速を推定するため、連続的な反復によって図５の方法が１周する周波数は、風況推定方法の異なる応用および実施において変動してもよい。図５の風況推定方法は、例えば、約５０ヘルツ（Ｈｚ）〜約１００Ｈｚの周波数で、連続的な反復によって１周してもよい。しかし、他の周波数が想到される。

[0098]一実施例では、図５の例の方法の第１の反復において操縦装置３６によって判定される推定風速（９８）は、方法の第２の反復においてＭＡＶに対する抵抗力およびモーメントのモデル（９２）に入力される。次に、第１の反復において操縦装置３６によって判定された風速の前回の推定値は、測定された対地速度だけではなく、ＭＡＶの真対気速度の推定値にも基づいて、方法の第２の反復においてＭＡＶ １０に対する抵抗力およびモーメントをモデル化するのに使用されてもよい。第２の反復において使用される測定された対地速度は、図５の方法の第２の反復の開始時に操縦装置３６によって作られる最新測定値である。次に、第２の反復の開始時に操縦装置３６によって作られる最新の測定された対地速度は、一実施例では、第１の反復において判定された推定風速に加えられて、図５の方法の第２の反復において、操縦装置３６によって実施される抵抗力およびモーメントのモデル化に使用される、ＭＡＶ １０の真対気速度の推定値を判定してもよい。

[0099]ＭＡＶの運転中の風速を推定する技術の別の実施例では、システムは、少なくともＵＡＶの測定された対地速度に基づいてＵＡＶの加速度をモデル化する手段と、１つまたは複数のセンサを用いてＵＡＶの実加速度を判定する手段と、モデル化された加速度と実加速度との差の積分として風速を推定する手段とを含む。一実施例では、ＵＡＶの加速度をモデル化する手段は、少なくともＵＡＶの測定された対地速度に基づいて、ＵＡＶに対する１つもしくは複数の抵抗力または１つもしくは複数のモーメントのうち少なくとも１つをモデル化する手段と、ＵＡＶに対する１つもしくは複数の抵抗力または１つもしくは複数のモーメントのうちモデル化された少なくとも１つとＵＡＶの質量とに少なくとも基づいて、モデル化された加速度を判定する手段とを含む。

[0100]一実施例では、ＵＡＶの実加速度を判定する手段は、ＵＡＶに機械的に接続された１つまたは複数の加速度計を含む。１つまたは複数の加速度計のうち少なくとも１つは、一実施例では、多軸微小電気機械加速度計を含んでもよい。

[0101]一実施例では、システムはまた、ＵＡＶの推定風速と測定された対地速度の合計として、ＵＡＶの真対気速度を推定する手段を含んでもよい。別の実施例では、システムはまた、少なくともＵＡＶの推定真対気速度に基づいて飛行中のＵＡＶの軌道を制御する手段を含んでもよい。

[0102]一実施例では、システムはまた、モデル化された加速度、実加速度、または推定風速のうち少なくとも１つを、第１の座標系から第２の座標系へと変換する手段を含んでもよい。変換手段は、一実施例では、モデル化された加速度または実加速度のうち少なくとも１つを第１のデカルト座標系から第２のデカルト座標系へと変換する手段を含んでもよく、第１および第２のデカルト座標系の１つは、ＵＡＶに対して向き付けられた座標系を含む。一実施例では、モデル化された加速度または実加速度のうち少なくとも１つを第１のデカルト座標系から第２のデカルト座標系へと変換する手段は、モデル化された加速度を、ＵＡＶに対して向き付けられた第１のデカルト座標系から、１つまたは複数のセンサのうち少なくとも１つに対して向き付けられた第２のデカルト座標系へと変換する手段を含む。別の実施例では、モデル化された加速度または実加速度のうち少なくとも１つを第１のデカルト座標系から第２のデカルト座標系へと変換する手段は、実加速度を、１つまたは複数のセンサのうち少なくとも１つに対して向き付けられた第１のデカルト座標系から、ＵＡＶに対して向き付けられた第２のデカルト座標系へと変換する手段を含む。別の実施例では、モデル化された加速度、実加速度、または推定風速のうち少なくとも１つを第１の座標系から第２の座標系へと変換する手段は、推定風速をデカルト座標系から地理座標系へと変換する手段を含む。

[0103]一実施例では、システムはまた、ＵＡＶに関する慣性測定データ、全地球位置把握システム（ＧＰＳ）データ、高度データ、または加速度データのうち少なくとも１つに基づいて、測定された対地速度を判定する手段を含んでもよい。

[0104]別の実施例では、システムはまた、モデル化された加速度と実加速度との差に定数利得を掛ける手段を含んでもよい。システムはまた、飛行中のＵＡＶの１つもしくは複数のシミュレーションまたは１つもしくは複数の試験のうち少なくとも１つに基づいて利得を決定する手段を含んでもよい。一実施例では、利得を決定する手段は、飛行中のＵＡＶの１つまたは複数の線形シミュレーションを行って、利得の値の第１の組を決定する手段と、飛行中のＵＡＶの１つまたは複数の非線形シミュレーションを行って、利得の値の第１の組における各値を試験する手段と、ＵＡＶの１つまたは複数の試験飛行を行って、利得の値の第１の組における値の１つまたは複数を用いて利得の１つの値を決定する手段とを含む。

[0105]ＭＡＶ １０と関連するアビオニクスまたは他のエレクトロニクスによって実行される機能は、少なくとも部分的に、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組み合わせによって実現されてもよい。例えば、技術の様々な態様は、ＭＡＶ １０のアビオニクスシステム内で具体化される、１つもしくは複数のマイクロプロセッサ、ＤＳＰ、ＡＳＩＣ、ＦＰＧＡ、または他の任意の等価の統合されたもしくは個別の論理回路類、ならびにそのような構成要素の任意の組み合わせを含む、１つもしくは複数のプロセッサ内で実現されてもよい。「プロセッサ」あるいは「処理回路類」という用語は、一般に、単独のもしくは他の論理回路類と組み合わせた上述の論理回路類のいずれか、または他の任意の等価の回路類を指してもよい。

[0106]そのようなハードウェア、ソフトウェア、ファームウェアは、同じデバイス内または別個のデバイス内で実装されて、本開示に記載される様々な動作および機能を支援してもよい。それに加えて、記載されるユニット、モジュール、または構成要素のいずれかは、個別の、ただし相互運用可能な論理デバイスとして組み合わせてまたは別個に実装されてもよい。異なる特徴をモジュールまたはユニットとして描写することは、異なる機能的態様を強調することを意図するものであり、そのようなモジュールまたはユニットが別個のハードウェアまたはソフトウェア構成要素によって実現されなければならないことを必ずしも示唆するものではない。より正確に言えば、１つもしくは複数のモジュールまたはユニットと関連する機能性は、別個のハードウェアもしくはソフトウェア構成要素によって行われてもよく、または共通のまたは別個のハードウェアもしくはソフトウェア構成要素内に統合されてもよい。

[0107]ソフトウェアの形で実装されたとき、ＭＡＶ １０のアビオニクスならびに他のシステム、デバイス、および技術に属する機能性は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、不揮発性ランダムアクセスメモリ（ＮＶＲＡＭ）、電気消去可能プログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリ、磁気データ記憶媒体、光学データ記憶媒体などのコンピュータ可読媒体の命令として具体化されてもよい。命令は、本開示に記載される機能性の１つまたは複数の態様を支援するために実行されてもよい。コンピュータ可読媒体は持続性であってもよい。

[0108]記載されたユニット、モジュール、または構成要素のいずれかは、個別の、ただし相互運用可能な論理デバイスとして組み合わせてまたは別個に実装されてもよい。異なる特徴をモジュールまたはユニットとして描写することは、異なる機能を強調することを意図するものであり、そのようなモジュールまたはユニットが別個のハードウェアまたはソフトウェア構成要素によって実現されなければならないことを必ずしも示唆するものではない。より正確に言えば、１つもしくは複数のモジュールまたはユニットと関連する機能性は、別個のハードウェアもしくはソフトウェア構成要素によって行われてもよく、または共通のまたは別個のハードウェアもしくはソフトウェア構成要素内に統合されてもよい。

[0109]様々な実施例を記載してきた。これらおよび他の実施例は以下の請求項の範囲内である。

Claims (2)

1. 少なくとも無人航空機（ＵＡＶ）の測定された対地速度に基づいて、前記ＵＡＶの加速度をモデル化するステップと、
   １つまたは複数のセンサを用いて前記ＵＡＶの実加速度を判定するステップと、
   前記モデル化された加速度と前記実加速度との差の積分として風速を推定するステップとを含み、
   前記ＵＡＶの加速度をモデル化するステップが、
   少なくとも前記ＵＡＶの前記測定された対地速度に基づいて、前記ＵＡＶに対する１つもしくは複数の抵抗力または１つもしくは複数のモーメントの少なくとも１つをモデル化するステップと、
   前記ＵＡＶに対する１つもしくは複数の抵抗力または１つもしくは複数のモーメントの前記モデル化された少なくとも１つと前記ＵＡＶの質量とに少なくとも基づいて、前記モデル化された加速度を判定するステップとを含む、方法。
2. 無人航空機（ＵＡＶ）であって、
   前記ＵＡＶに機械的に接続された複数のセンサと、
   前記複数のセンサのうち少なくとも１つからのデータに基づいて測定された前記ＵＡＶの対地速度に少なくとも基づいて、前記ＵＡＶの加速度をモデル化し、前記複数のセンサのうち少なくとも１つを用いて前記ＵＡＶの実加速度を判定し、モデル化された前記加速度と前記実加速度との差の積分として風速を推定するように構成されたプロセッサと、
   を備え、
   前記プロセッサは、前記ＵＡＶの加速度をモデル化する際に、
   少なくとも前記ＵＡＶの前記測定された対地速度に基づいて、前記ＵＡＶに対する１つもしくは複数の抵抗力または１つもしくは複数のモーメントの少なくとも１つをモデル化し、
   前記ＵＡＶに対する１つもしくは複数の抵抗力または１つもしくは複数のモーメントの前記モデル化された少なくとも１つと前記ＵＡＶの質量とに少なくとも基づいて、前記モデル化された加速度を判定する、無人航空機（ＵＡＶ）。

Images