سیستم کنترل مسیر پرواز خودکار برای پهپادها در مدیریت ترافیک شهر هوشمند

دوره-آموزش-حرفه-ای-gis

چکیده

با رشد تصاعدی عملیات‌های پهپادهای متعدد از نظارت بر زیرساخت تا حتی خدمات تحویل بسته، ادغام UAS در سیستم‌های حمل‌ونقل شهری هوشمند یک کار واقعی است که نیازمند کاملاً جدید، پایدار (ایمن، ایمن، با حداقل اثرات زیست‌محیطی و چرخه حیات است. هزینه) راه حل ها هدف اولیه این گزینه پیشنهادی، تعریف مسیرها به عنوان مسیرهای مورد نظر و فرمان و اجرای مستقل آنها است. ساختار فضای هوایی و مسیرهای ثابت در سیستم مرجع جهانی GPS با نقشه برداری GIS ارائه شده است. کاربرد مفهومی مستلزم مجموعه ای از مطالعات و راه حل های بیشتر به عنوان مسیر (یا راهرو) پهپاد است که توسط یک سیستم کنترل ردیابی مسیر مستقل همراه با تشخیص، حل و فصل خودمختار تعارض دنبال می شود. دنبال کردن ایمن هواپیماهای بدون سرنشین و گزینه‌های پرواز سازند. بخش دوم مقاله به معرفی این مدل‌های احتمالی می‌پردازد و برخی از نتایج آزمایش‌های تایید آنها را نشان می‌دهد.
نقشه-برداری-با-پهپاد-پوستر
نقشه-برداری-با-پهپاد-پوستر
 هواپیماهای بدون سرنشین به آژانس متصل خواهند شد و مسیرهایی را برای پشتیبانی از آنها با اطلاعات واقعی در مورد مسیرها و راهروها طراحی می کنند. در حالی که آژانس از عناصر مسیر برای طراحی مسیرهای ثابت یا دلخواه استفاده می کند، پهپادها ممکن است از سنسورهای GPS معمولی، مادون قرمز، آکوستیک و بصری برای موقعیت یابی و ناوبری پیشرفته استفاده کنند. دقت را می توان با نشانگرهای منحصر به فرد ادغام شده در زیرساخت بهبود بخشید. مسیرهایی را طراحی کرد تا آنها را با اطلاعات واقعی در مورد مسیرها و راهروها پشتیبانی کند. در حالی که آژانس از عناصر مسیر برای طراحی مسیرهای ثابت یا دلخواه استفاده می کند، پهپادها ممکن است از سنسورهای GPS معمولی، مادون قرمز، آکوستیک و بصری برای موقعیت یابی و ناوبری پیشرفته استفاده کنند. دقت را می توان با نشانگرهای منحصر به فرد ادغام شده در زیرساخت بهبود بخشید. مسیرهایی را طراحی کرد تا آنها را با اطلاعات واقعی در مورد مسیرها و راهروها پشتیبانی کند. در حالی که آژانس از عناصر مسیر برای طراحی مسیرهای ثابت یا دلخواه استفاده می کند، پهپادها ممکن است از سنسورهای GPS معمولی، مادون قرمز، آکوستیک و بصری برای موقعیت یابی و ناوبری پیشرفته استفاده کنند. دقت را می توان با نشانگرهای منحصر به فرد ادغام شده در زیرساخت بهبود بخشید.

کلید واژه ها:

پهپادهای خودمختار ؛ پهپاد ; مسیر پرواز خودمختار ; شبیه سازی حرکت معکوس ; ادغام شهر هوشمند

نقشه-برداری-با-پهپاد-پوستر

1. مقدمه

اخیراً، علم و فناوری آماده توسعه و تولید مجموعه گسترده ای از وسایل نقلیه هوایی کوچک با کنترل از راه دور یا خودمختار به عنوان پهپادها (عموماً وسایل نقلیه هوایی بدون سرنشین – پهپاد، پهپاد، از جمله وسایل نقلیه هوایی کوچک بدون خلبان، تاکسی های هوایی) هستند. ). بازار کاربرد مدنی آنها که توسط اقتصاد و نیازهای اجتماعی ایجاد شده است به سرعت در حال رشد است. از سوی دیگر، یک مشکل شدید مانع از معرفی سریع پهپادها در عملیات شهری و حمل و نقل شهری هوشمند می شود. سیستم مدیریت ترافیک هوایی موجود (ATM) نمی‌تواند مقدار پیش‌بینی‌شده پهپادهایی را که در ارتفاع کم در منطقه شهری بین ساختمان‌های بزرگ و محیط پیچیده (به عنوان مثال، بازتاب) کار می‌کنند، به دلیل محدودیت‌های موجود در ظرفیت سیستم، (2) نیروی کار مورد نیاز، (iii) هزینه مورد انتظار،
برای فعال کردن پهپادها به‌عنوان بخشی جدایی‌ناپذیر از سیستم حمل‌ونقل هوایی شهری، توسعه راه‌حل‌های فنی، تدوین چارچوب‌های نظارتی و طراحی سیستم‌های مدیریتی برای انجام ایمن عملیات، هم در هوا و هم در زمین ضروری است.
هدف اولیه این گزینه پیشنهادی، تعریف مسیرها به عنوان مسیرهای مورد نظر و فرمان و اجرای مستقل آنها است. ساختار فضای هوایی و مسیرهای ثابت در سیستم مرجع جهانی GPS با نقشه برداری GIS ارائه شده است. این برنامه مفهومی نیازمند یک سری مطالعات و راه حل های بیشتر به عنوان مسیر (یا راهرو) پهپاد است که به دنبال آن یک سیستم کنترل ردیابی مسیر خودمختار، همراه با تشخیص درگیری، حل و فصل، تعقیب ایمن هواپیمای بدون سرنشین و گزینه های پرواز سازند همراه است. بخش دوم مقاله به معرفی این مدل‌های احتمالی می‌پردازد و برخی از نتایج آزمایش‌های تایید آنها را نشان می‌دهد.
سه مشکل اساسی تعریف شده است که نیاز به راه حل دارد:
  • تعریف شبکه های پروازی، شبکه ایمن مسیرهای پروازی مورد نظر،
  • توسعه قوانین اساسی ترافیک (به عنوان الزامات جداسازی) و مسیر (مسیر پرواز) کنترل زیر،
  • توسعه یک سری از روش ها، راه حل ها برای پرواز ایمن (مانند تشخیص و حل تعارض، پروازهای گروهی، مدل های پیروی از پهپاد و غیره).
مشکل پیچیده‌تر از وسایل نقلیه جاده‌ای است زیرا پهپادها در فضای سه بعدی تحت تأثیر باد شدید، جریان باد جدا از زیرساخت‌ها (ساختمان‌ها) و تلاطم هوا پرواز می‌کنند.
به طور کلی حرکت واقعی پهپادها (هواپیما) به عنوان یک مسیر پرواز رصد می شود. مسیرها لوله های از پیش تعریف شده ای هستند که در آنها انواع مختلف پهپادها تحت اختلالات واقعی ممکن است به طور ایمن پرواز کنند. کنترل پیروی از مسیر، پهپاد را در طول پرواز در لوله های مسیر نگه می دارد.
با توجه به فناوری ها و مدل ها، محققان بر روی کنترل ارتفاع و مشکلات کنترل ردیابی مسیر متمرکز شده اند. چندین گزارش علمی مشکل کنترل ارتفاع را در ادبیات ارائه کرده اند، مانند نویسندگان [ 1 ] از فشارسنجی برای بهبود عملکرد کنترل ارتفاع یک کوادکوپتر استفاده کردند، در حالی که نویسندگان در [ 2 ] از یک کنترل کننده PID چند حلقه، یک مادون قرمز (IR) استفاده کردند. ) دوربین و یک چراغ IR [ 3 ]. علاوه بر این، بسیاری از مطالعات با هدف حل مشکل کنترل ردیابی مسیر با استفاده از بک‌استپینگ [ 4 ]، کنترل‌کننده PID چند حلقه [ 5 ]، یا ترکیب یک کنترل‌کننده PID و یک کنترل‌کننده پشتی [ 6 ]، کنترل حالت لغزشی [ 7 ] انجام شده‌اند.[ 8 ]، رگولاتور درجه دوم خطی (LQR) [ 9 ].
با توجه به سیستم مدیریت، با توجه به مقادیر زیاد پهپادهای پیش‌بینی‌شده و ویژگی‌های عملکردی بسیار متفاوت، ارائه خدمات برای پهپادها به شیوه‌ای مقرون‌به‌صرفه بسیار فراتر از قابلیت‌های سیستم‌های مدیریت ترافیک هوایی معمولی (ATM) است. چارچوب سنتی ATM عمدتاً برای هواپیماهای دارای خدمه انسان ایجاد شده است، در حالی که عدم وجود خلبان در هواپیما مجموعه منحصر به فردی از مسائل مدیریتی را ایجاد می کند که در عملیات هواپیمای خدمه انسان دیده نمی شود، مانند برخورد اجتنابی، مسیرهای ردیابی، برنامه ریزی مسیر، ارتباطات. ، و کنترل
از این رو، ادغام هواپیماهای بدون سرنشین در حمل و نقل شهری هوشمند یک کار ضروری است که نیازمند راه حل های نوآورانه، بسیار خودکار و مستقل است.
بسیاری از دانشگاه‌ها، مؤسسات تحقیقاتی، گروه‌های سطح بالا، سیاست‌گذاران، پروژه‌های بزرگ با قوانین در حال توسعه سروکار دارند، روش‌هایی که می‌توانند از ادغام هواپیماهای بدون سرنشین در سیستم‌های مدیریت ترافیک هوایی پشتیبانی کنند [ 10 ، 11 ، 12 ، 13 ، 14 ، 15 ، 16 ، 17 ] .
به نظر می رسد که امیدوارکننده ترین راه حل ها برای مدیریت حمل و نقل هوایی شهری باید از فضاهای هوایی با ساختار خاص با مسیرهای ثابت از پیش تعریف شده یا کریدورهای ثابت ( شکل 1 ) به دنبال توصیه سنگاپور و [ 18 ، 19 ] نمایش [ 20 ] استفاده کنند. در اینجا راهروها به معنای مسیرهای کانال “بزرگراه” چند خطه است.
کاربرد مفهومی به مجموعه ای از مطالعات و راه حل های بیشتر به عنوان مسیر (یا راهرو) هواپیمای بدون سرنشین به دنبال یک سیستم کنترل ردیابی مسیر مستقل، همراه با تشخیص درگیری، حل و فصل، تعقیب ایمن هواپیماهای بدون سرنشین و گزینه های پرواز سازند نیاز دارد. بخش دوم مقاله به معرفی این مدل‌های احتمالی می‌پردازد و برخی از نتایج آزمایش‌های تایید آنها را نشان می‌دهد. هواپیماهای بدون سرنشین به آژانس متصل خواهند شد و مسیرهایی را برای پشتیبانی از آنها با اطلاعات واقعی در مورد مسیرها و راهروها طراحی می کنند. در حالی که آژانس از عناصر مسیر برای طراحی مسیرهای ثابت یا دلخواه استفاده می کند، پهپادها ممکن است از سنسورهای GPS معمولی، مادون قرمز، آکوستیک و بصری برای موقعیت یابی و ناوبری پیشرفته استفاده کنند. دقت را می توان با نشانگرهای منحصر به فرد ادغام شده در زیرساخت بهبود بخشید.
دپارتمان هوانوردی و معماری دریایی در دانشگاه فناوری و اقتصاد بوداپست تمرین گسترده ای در توسعه مفاهیم عملیاتی جدید به عنوان [ 21 ، 22 ، 23 ، 24 ] ادغام هواپیماهای بدون سرنشین در سیستم های حمل و نقل شهری هوشمند دارد [ 25 ، 26 ، 27 ، 28 ].
شکل 2 ابزار کابین خلبان توسعه‌یافته را نشان می‌دهد که از مفهوم به اصطلاح گابریل پشتیبانی شده توسط اتحادیه اروپا (مفهوم برخاستن و فرود هواپیما با کمک شناور مغناطیسی [ 29 ])، داده‌های اولیه پرواز، تونل پرواز توصیه‌شده، و جانبی را نشان می‌دهد. پروفایل های بال نمایش داده می شود
در اصل، هدف مدیریت ایمن ترافیک پهپاد منوط به ترکیبی از خدمات ضروری و رویه‌های کنترلی است. بنابراین، انگیزه این مقاله کمک به توسعه و مدیریت عملیات پهپاد برای استفاده غیرنظامی، به ویژه برای پهپادهای بزرگتر در سطوح پایین است.
این مقاله به بررسی ادغام احتمالی پهپادها در سیستم حمل و نقل شهری هوشمند می پردازد. ایده پیشنهادی بر اساس “شبکه جاده” تعریف شده در فضای هوایی سه بعدی است. سیستم راه هوایی پهپادها ممکن است با عناصر معمولی و استاندارد ساخته شود.
مقاله دارای سه بخش اصلی است. بخش اول مفهوم عملیاتی توسعه‌یافته را برای عملیات پرواز هواپیماهای بدون سرنشین در یک منطقه شهری، از جمله طراحی فضای هوایی، ساخت توصیه‌شده راه‌های هوایی، و الزامات ایمنی ضروری معرفی می‌کند. همچنین سیستم مدیریت قابل اجرا را بررسی می‌کند که باید کاملاً خودکار، با نظارت/نظارت مرکزی باشد و اجازه پروازهای کاملاً مستقل پهپادها را با استفاده از GPS و سیستم‌های نشانگر فعال در زیرساخت و همچنین تعریف شده در یک محیط GIS بدهد. بخش دوم به دستگاه های خودپرداز مورد نیاز و سیستم های کنترل اختصاصی برای پهپادها یا گروه هایی از پهپادها می پردازد. پهپادها ممکن است مسیرهای ثابت یا راهروهای از پیش تعریف شده را دنبال کنند. چندین روش مانند همجوشی حسگر، پشتیبانی بلادرنگ GIS، بخش‌سازی پویا متمرکز، مدیریت فعال، مدل‌های جریان مسیر ثابت، حالت‌های پرواز از پیش تعریف‌شده مانند چرخش‌های هماهنگ، تشخیص و حل تعارض فعال/موانع، مدل‌های پیروی از پهپاد، پروازهای سازند باید از عملکرد پهپاد در شهرهای هوشمند پشتیبانی کنند. در نهایت، بخش سوم کاربرد احتمالی، از جمله تأیید مفهوم و اعتبار سنجی را مورد بحث قرار می دهد.
این مقاله دارای دو دسته جدید نوآوری است: (1) ایجاد و توسعه مفهوم عملیاتی، توصیف شبکه مسیر و عنصر آنها (2) تطبیق، توسعه و آزمایش برخی از مدل ها، راه حل های مورد نیاز برای پشتیبانی از کاربرد مفهوم عملیاتی، از جمله توزیع سنسور و گیرنده جدید از جمله در زیرساخت، توسعه یک مدل مسیر قابل توجه، معرفی مدل جدید دنباله‌دار پهپاد و ایجاد روش‌هایی برای بهبود مدیریت فرود هواپیمای بدون سرنشین.
دوره-آموزش-حرفه-ای-gis

2. ایده اصلی – مواد پشتیبانی

2.1. مفهوم عملیاتی

مفهوم عملیاتی استفاده از ابزار، دستگاه، ماشین (در اینجا پهپاد) توسط کاربران هدف را توصیف می کند [ 30 ، 31 ]. در برنامه های پهپاد، کاربران اپراتورها هستند [ 12 ، 15 ، 16 ، 18 ، 19 ، 32 ]. در این مقاله، هدف کلی استفاده از پهپادها، تنوع بخشیدن به حمل و نقل بار هوایی است که شامل جمع‌آوری و توزیع نهایی بسته‌های کوچک به طور مستقیم از فرستنده به گیرندگان است، بنابراین پروازها در مناطق شهری را پوشش می‌دهد.
پهپادها با دنبال کردن یک مسیر یا راهرو از پیش تعریف شده پرواز می کنند ( شکل 1 ). هر پهپاد در مسیر خود پرواز می کند که ممکن است بخشی از مسیرهای از پیش تعریف شده کلی باشد یا از آن پیروی کند، مثلاً با تغییر «خط»، سمت، ارتفاع یا سرعت. پهپادها هرگز نمی توانند با پهپادهای دیگر و پهپادهایی که در جهت مخالف در مسیر حرکت خود حرکت می کنند ملاقات کنند.
مسیرها و راهروهای ثابت به عنوان راه هوایی را می توان بر اساس قیاس شبکه های جاده ای طبقه بندی کرد. بزرگراه ها راهروهایی هستند که شامل چندین خط در یک جهت دو طرفه است. فاصله بین راهروها و هر زیرساخت / مانع اطراف باید حداقل 30 متر باشد. راه های هوایی اصلی یا متوسط ​​دارای مسیرهای ثابت هستند.
پهپادهای تحویل با سرعت بالا در یک راهرو که توسط گره‌هایی به هم متصل هستند پرواز می‌کنند، مانند یک گره در منطقه بندر، یک گره در منطقه کارخانه و دیگری در ترمینال هوایی بار ( شکل 1 را ببینید ). مسیر از پیش تعریف شده برای هواپیماهای بدون سرنشین برای اجتناب از موانع و یکدیگر مورد نظر است. علاوه بر این، یک بادکن ایمنی تعریف شده است که اطمینان حاصل می کند که هواپیماهای بدون سرنشین در هر شرایطی نمی توانند یکدیگر را ملاقات کنند.
قبل از پروازها، اپراتورها باید مرکز مدیریت ترافیک هوایی پهپاد را از پرواز برنامه ریزی شده و نقاط هدف مورد انتظار مطلع کنند. بر اساس مسیرهای دیگر کاربران و داده های اطراف (مانند موانع استاتیک، حداقل ارتفاع ایمن)، مرکز خودکار مسیر پرواز داده شده را در یک کانال مجازی سه بعدی که با استفاده از نقشه GIS بهینه شده است، تعریف می کند و یک شکاف را باز می کند. هنگامی که پهپاد شکاف باز را از دست داد، فرآیند باید دوباره آغاز شود.
امروزه سیستم موقعیت یاب جهانی (GPS) پرکاربردترین سیستم ماهواره ای ناوبری جهانی (GNSS) در سراسر جهان است. این اطلاعات موقعیت‌یابی و زمان‌بندی پیوسته را در سطح جهانی، تحت هر شرایط آب و هوایی، از جمله صور فلکی ماهواره‌ای که بر روی سطح زمین در حال چرخش هستند و سیگنال‌هایی را به طور مداوم ارسال می‌کنند که کاربران را قادر می‌سازد موقعیت خود را تعیین کنند، ارائه می‌کند. بنابراین، بسیاری از گزارش‌های علمی، سیستم توسعه‌یافته را همراه با GPS/ موقعیت‌یابی سینماتیکی بی‌درنگ (RTK) برای حل مشکل پرواز خودگردان ارائه کردند، مانند [ 33 ، 34 ، 35 ]]. پرواز کاملاً مستقل است، اما پهپاد به طور مداوم موقعیت، درگیری احتمالی خود را تخمین می زند و حرکت خود را با وضعیت واقعی پرواز تطبیق می دهد. موقعیت یابی پهپادها بر اساس GPS همراه با نقشه برداری GIS [ 36 ، 37 ]، با استفاده از نشانگرهای نقطه ثابت در زیرساخت و نظارت فعال و هوشمند است ( شکل 3 ). در اینجا GIS از تعریف مسیرهای بهینه بر اساس به حداقل رساندن ساکنان تحت تأثیر اثرات زیست محیطی یا در معرض خطر قرار گرفتن توسط موقعیت های اضطراری/حادثه احتمالی پشتیبانی می کند.
مفهوم کلی و طرح سیستم در شکل 3 نشان داده شده است.
هواپیماهای بدون سرنشین باید مسیرها/راهروهای از پیش تعریف شده را دنبال کنند. مجموعه ای از راه حل های ایمنی و امنیتی استفاده می شود، از جمله، به عنوان مثال، جداسازی ایمن، دنبال کردن مسیر، تشخیص تعارض، و حل (به بخش 2.2 و بخش 3 مراجعه کنید).
مسیر از پیش تعریف شده ممکن است دارای توقف، بازگشت یا پروازهای دور باشد. پس از رسیدن به مقصد یا توقف بعدی، پهپاد ممکن است قسمت بعدی مسیر از پیش تعریف شده را دنبال کند که یک مسیر جدید را بر اساس نقطه هدف بعدی بپرسد. اسلات برای قسمت های زیر پرواز توسط مرکز عملیاتی به طور خودکار تعریف و باز می شود.

نقشه-برداری-با-پهپاد-پوستر

2.2. راه هوایی-شبکه

2.2.1. بخش بندی

ساختار شبکه راه هوایی بر اساس یک مطالعه گسترده است که در ادبیات موجود است [ 18 ]. شبکه راه هوایی توزیع بهتری از جریان ترافیک است که ممکن است ازدحام را کاهش دهد و انعطاف‌پذیری بیشتری برای برنامه‌ها و مسیرهای پرواز ایجاد کند. بنابراین، طراحی یک شبکه راه هوایی برای مدیریت بهتر جریان ترافیک و کاهش تراکم ترافیک ضروری است. چهار بخش مختلف مانند بخش جغرافیایی، بخش هایی در جداسازی عمودی (بین ساختمان های بزرگ)، بخش هایی برای حرکت عمودی (صعود/ فرود) و بخش هایی برای مناطق محدود توصیه می شود.
  • بخش جغرافیایی: مناطق اختصاصی تعریف شده بر روی نقشه (نگاه کنید به شکل 4 ).
  • بخش ها در جداسازی عمودی: بخش بندی را می توان در جهت عمودی اعمال کرد، به عنوان مثال، بخش های بین ساختمان های بزرگ و بالای آنها.
  • بخش هایی برای حرکت عمودی: حرکت عمودی پهپادها، به عنوان مثال، پرواز به سمت بالا (بالا رفتن) یا پایین (نزول)، می تواند به عنوان بلند کردن کوپترها یا پرواز در یک مارپیچ برای پهپادهای بال ثابت تحقق یابد. بنابراین، یک استوانه خاص منطقه را برای تغییرات ارتفاع تعریف می کند ( شکل 5 را ببینید ).
  • به هر دلیل اساسی می توان بخش هایی را برای مناطق ممنوعه تعریف کرد.

2.2.2. عناصر معمولی

عناصر شبکه راه هوایی عناصر ساده مسیرها هستند، خطوطی که در آن هواپیما ممکن است در یک حالت پرواز ایستگاهی به عنوان یک پرواز مستقیم، تغییر خط، فرود یا صعود، چرخش هماهنگ پرواز کند ( شکل 6 ، شکل 7 ، شکل 8 ، شکل 9 ، شکل 10 و شکل 11 ).
دو گزینه مختلف برای عبور وجود دارد: (1) تقاطع خط مستقیم بدون تغییر جهت پس از عبور (تغییر خط) ( شکل 12 a) و (ii) تقاطع با اصلاح سمت، از جمله احتمالاً یک حرکت عمودی به دلیل تغییر مسیر. عنوان ( شکل 12 ب).
با این حال، تغییر جهت (یا عنوان) چندان ساده نیست. برای به حداقل رساندن تعداد درگیری های احتمالی، خطوط با عناوین مختلف در ارتفاعات مختلف قرار دارند. بنابراین، تغییرات عنوان منجر به شش مانور ساده زیر می شود، همانطور که در شکل 13 نشان داده شده است.
دوره-آموزش-حرفه-ای-gis

2.3. جنبه های ایمنی و امنیتی

مقررات متعددی [ 12 ، 14 ، 38 ، 39 ، 40 ] و کارهای مرتبط [ 41 ، 42 ، 43 ، 44 ، 45 ، 46 ، 47 ، 48 ] وجود دارد که بر جنبه های ایمنی و امنیتی هواپیماهای بدون سرنشین تمرکز دارد. در این مقاله، توصیه هایی برای تسهیل ادغام پهپادها در سیستم ترافیک هوایی شهری ارائه شده است. ایده کلی که برای توسعه توصیه ها به کار می رود این است که در بدترین حالت حداقل یک ثانیه برای واکنش در نظر گرفته شود.

2.3.1. قوانین ایمنی اعمال شده در تعریف Airways

برای تعریف راه‌های هوایی، نویسندگان چندین مقررات اخیر و آثار مرتبط با تمرکز بر جنبه‌های ایمنی و امنیتی هواپیماهای بدون سرنشین را بررسی و ارزیابی کردند. مفروضات زیر به عنوان ابزاری برای تعریف شبکه راه هوایی مورد مطالعه و دامنه تحقیق مطرح شد:
  • تعیین محدودیت سرعت به 30 متر بر ثانیه برای راهروها، 20 متر بر ثانیه برای پهپادهایی که در مسیرهای ثابت در حداقل 20 متر از هر زیرساخت (ساختمان) پرواز می کنند، و 10 متر بر ثانیه برای پهپادهایی که 20 متر نزدیکتر (اما 5 متر) حرکت می کنند. دور) از زیرساخت.
  • جداسازی طولی توصیه شده پهپاد در یک مسیر ثابت به سرعت، تفاوت در سرعت ها و سطح همکاری بین پهپادهای داده شده بستگی دارد. “زمان” جداسازی طولی مقدماتی باید حداقل یک ثانیه به اضافه یک ثانیه اضافی با هر 10 متر بر ثانیه سرعت پرواز در ثانیه باشد، برای وسایل نقلیه غیرهمکاری که باید زمانی افزایش یابد که پهپاد دنبال کننده ( i + 1) دارای سرعت بیشتری باشد. سرعت، Δ v (m/s) با پهپاد پیشرو (i -th) برای Δ v /3 در ثانیه مقایسه می شود. در مورد پهپادهای تعاونی، زمان جداسازی طولی را می توان 30-40٪ (بسته به شدت واقعی تلاطم هوا) و برای حالت پرواز سازند، 30٪ دیگر کاهش داد.
  • جداسازی جانبی (جهت افقی و عمودی) با شکل هایی تعریف می شود که عناصر معمولی توصیه شده راه های هوایی را نشان می دهد. به عنوان یک قاعده کلی، فاصله افقی و عمودی بین مرکز ثقل پهپادها که در یک جهت حرکت می کنند باید 5 تا 8 برابر حداکثر ابعاد آنها باشد. اگر هواپیماهای بدون سرنشین در جهت مخالف پرواز کنند، باید یک فاصله امن خاص برابر با یک خط خالی اعمال شود.
  • راه های هوایی و کل شبکه باید از عناصری تشکیل شده باشد که در بالا توضیح داده شد ( بخش 2.2 )، و هواپیماهای بدون سرنشین ممکن است خطوط را فقط در جهت افقی یا عمودی تغییر دهند.
  • مسیر تعریف شده به عنوان یک کانال برای پهپاد معین ثابت است و نمی تواند از هیچ مسیر دیگری عبور کند.
این قوانین به‌عنوان وسیله‌ای برای حذف یا کاهش عوامل علّی یا موقعیت‌های ناایمن پیشنهاد شده‌اند. اگرچه این مطالعه الزامات ایمنی مربوط به هواپیماهای بدون سرنشین را پیشنهاد می‌کند، اما ما الزامات اختصاص داده شده به سازمان هواپیمایی و سازنده را استخراج کردیم. با این حال، تجزیه و تحلیل کامل سطوح اختیارات و سازنده خارج از محدوده این مطالعه بود. بنابراین، تجزیه و تحلیل اقدامات کنترلی، حالات ناامن آنها، و عوامل و سناریوهای علّی مربوطه باید مورد مطالعه و توسعه قرار گیرد تا اثربخشی این الزامات بهبود یابد.

نقشه-برداری-با-پهپاد-پوستر

2.3.2. فضای امن، طراحی شبکه راه هوایی

بخش بندی باید به عنوان یک رویکرد اولیه در حال توسعه و پیاده سازی توسط مرکز مدیریت ترافیک هوایی هواپیماهای بدون سرنشین اعمال شود.
بخش های سه بعدی مختلف (در اندازه) بسته به جنبه های جغرافیایی، موانع زمینی (ارائه شده توسط GIS)، نیازهای بازار پیش بینی شده، تقاضا برای خدمات پهپادها و شدت ترافیک مورد انتظار استفاده می شود. بخش‌ها می‌توانند در بعد عمودی نیز متفاوت باشند: سطوح پایین‌تر در مناطق شهری ممکن است دارای بخش‌های بیشتری (برای تسهیل عملیات مختلف) نسبت به سطوح بالای بالای شهر باشد.
بخش بندی پویا و فعال است، به این معنی که ممکن است بخش بندی به صورت پویا بسته به داده های تاریخی/پیش بینی شده واقعی تغییر کند و بر اساس موقعیت های واقعی اندازه گیری شده عمل کند.
مسیرها و به طور کلی شبکه‌های راه هوایی با استفاده از بهینه‌سازی چند رشته‌ای و چند هدفه توسعه و طراحی می‌شوند تا تأثیر کل پهپادها را با حداقل هزینه کل به حداقل برسانند. در اینجا total به معنای مجموع تمام اثرات یا هزینه های همه پهپادها است. تأثیر شامل تمام اثرات و اثرات خارجی فوری، کوتاه مدت و بلندمدت ناشی از عملیات هواپیماهای بدون سرنشین است، مانند تأثیر بر طبیعت، محیط ساختمان و زندگی، مشکلات بهداشتی ناشی از انتشار گازها و حوادث، اثرات بر اقتصاد. هزینه کل با در نظر گرفتن تمام هزینه ها، از جمله، بهره برداری، تولید، توسعه و بهره برداری از تمام زیرساخت های مورد نیاز، یا هزینه های خارجی متاثر از حوادث تعیین می شود.
شبکه راه هوایی در مناطق شهری، جایی که موقعیت یابی دقیق و مدیریت ترافیک نیازمند قوانین حمایتی ویژه و یک محیط ساخته شده است، کار می کند. قوانین ممکن است با اجرای جزئی قوانین ترافیک جاده ای (شامل حتی علائم جاده و ترافیک) و نشانگرهای منحصر به فرد در زیرساخت شهر ایجاد شوند ( شکل 3 را ببینید ).
شبکه راه هوایی (به عنوان بخش بندی) با روش های غیرفعال، پویا و فعال اداره می شود (به بخش 2.4 مراجعه کنید ).
در صورت تشخیص مشکلات ایمنی و امنیتی، شبکه راه هوایی باید دارای مناطق ویژه برای فرود اضطراری باشد ( شکل 1 را ببینید ).
نقشه-برداری-با-پهپاد-پوستر

2.3.3. عملیات سیستم

ادغام پروازهای هواپیماهای بدون سرنشین در سیستم مدیریت ترافیک هوایی یک چالش واقعی است [ 49 ]. بزرگ‌ترین و مهم‌ترین بخش از جنبه‌های ایمنی مربوط به پهپاد، سیستم ایمنی هواپیماهای بدون سرنشین است که از یک سیستم سلسله مراتبی، مدیریت ترافیک هوایی (به بخش 2.4 مراجعه کنید )، و روش‌های پشتیبانی از پروازهای ایمن هواپیماهای بدون سرنشین در شبکه راه هوایی تشکیل شده است (به بخش 3 مراجعه کنید) . مواد و روش ها).

2.3.4. جنبه های امنیتی

این مقاله به کاربرد مدنی و تجاری پهپادها در مناطق شهری – شهرهای هوشمند می پردازد. سیستم و مدیریت ترافیک پهپادهای شهری توصیه شده ممکن است با وسایل نقلیه خودمختار نسبتاً بزرگ (تا 1600 کیلوگرم وزن برخاست به عنوان خودروهای سایز متوسط) در راهروها و وسایل نقلیه هوایی نسبتاً کوچک (عمدتا با جرم برخاست کمتر از 60 کیلوگرم) به دنبال مسیر حرکت کند. / کانال ها راهروها به اندازه کافی از محیط ساخته شده دور هستند تا بتوانند حتی زمانی که هواپیماهای بدون سرنشین ناخواسته راهروهای ثابت را ترک می کنند (مثلاً به دلیل نقص) واکنش نشان دهند. پهپادهای کوچکتر که مسیر ثابت را دنبال می کنند ممکن است آسیب ها و مشکلات کمتری ایجاد کنند و اقدامات غیرقانونی احتمالی را محدود کنند.
در چنین محیطی، چهار مشکل عمده امنیتی باید حل شود:
  • امنیت سایبری: به عنوان یک مشکل کلی وسایل نقلیه بسیار خودکار و خودمختار. اشیاء دارای سیستم های اطلاعاتی و مدیریتی بزرگ و متمرکز.
  • استفاده از هواپیماهای بدون سرنشین به عنوان سلاح برای اقدامات غیرقانونی؛
  • پرواز به مناطق ممنوعه؛
  • حمله به هواپیماهای بدون سرنشین با استفاده از سلاح، تفنگ، سلاح.
این مشکلات ممکن است با اجرای روش‌های امنیتی موجود و نوظهور و توسعه یک سیستم بسته برای مدیریت ترافیک پهپادها حل شود. مورد دوم به این معنی است که همه اپراتورها، ارائه دهندگان خدمات و هواپیماهای بدون سرنشین باید در یک سیستم ادغام شوند. عمده ترین روش ها و راه حل های پیشنهادی به شرح زیر است:
  • نظارت اولیه (غیرفعال): با استفاده از سیستم های نوری و مایکروویو ثابت، حسگرها، گیرنده هایی که در امتداد مسیرهای ثابت، کانال ها، راهروها در محیط شهری ادغام می شوند و با استفاده از رادارهای نظارت ثابت بزرگتر و پهپادهای متحرک برای شناسایی بیشتر (پروازهای پهپادی).
  • نظارت ثانویه (فعال): توسعه و اجرای مینی فرستنده هایی که ممکن است با سیستم نظارت در فاصله کم، تا 600 متر همکاری کنند. عناصر سیستم باید در منطقه شهری در امتداد مسیرهای ثابت، کانال ها، راهروها یکپارچه شوند.
  • سیستم ارتباط امن: همانطور که معرفی شد، مبتنی بر اینترنت/ابر با پروتکل امنیتی خاص با استفاده از سیستم کدگذاری در حال تغییر مداوم و شناسایی امنیتی پهپاد قادر به تشخیص ناهنجاری‌های احتمالی در ارتباطات یا حملات سایبری بالقوه است.
  • کنترلر امنیتی داخلی – سطح اول: دستگاه منحصر به فردی که از ورود به مناطق محدود جلوگیری می کند.
  • کنترل‌کننده امنیتی داخل هواپیما-سطح دوم: دستگاه‌هایی که هرگونه مشکل امنیتی، حمله و فرود اجباری پهپاد را در نزدیک‌ترین منطقه فرود اضطراری آغاز می‌کنند.
  • سیستم دفاعی و حفاظتی: که به عنوان بخشی از کل سیستم مدیریت ترافیک هواپیماهای بدون سرنشین، به طور خودکار نقض احتمالی منطقه دفاعی را برای حمله / رهگیری / انهدام پهپادهای شناسایی شده شکست خورده یا در حال پرواز غیرقانونی شناسایی می کند.

2.4. تعریف سیستم

سیستم مدیریت پهپاد زیر سیستمی از سیستم کلی مدیریت ترافیک بدون سرنشین (UTM) است که تحرک ایمن، سازگار با محیط زیست، موثر و پایدار را در مناطق شهری/شهری تضمین می‌کند. این فقط یک سیستم فرعی است، اما دارای اتصالات متقابل سریع با سیستم های مدیریت ترافیک هوایی است، از جمله، به عنوان مثال، فضای هوایی مشترک، تشخیص و حل درگیری/موانع، و کنترل مسیر بهینه. امروزه، اشکال جدید حمل و نقل، مانند حمل و نقل هوایی شهری (پهپادها، تاکسی های هوایی)، باید در مدیریت کل حمل و نقل ادغام شوند ( شکل 14 [ 25 ] را ببینید) و با سایر وسایل نقلیه خودران [ 50 ] هماهنگ شوند.
در آینده، با معرفی پهپادهای خودکار/متصل و سیستم‌های مدیریت ترافیک بسیار خودکار، نقش اپراتور از کنترل فعال به مشاهده غیرفعال تغییر می‌کند و انتظار می‌رود فقط در موارد استثنایی یا اضطراری کنترل فعال را در دست بگیرد. چنین محیط کنترلی باید با داده های کافی پشتیبانی شود تا UTM بتواند از دید شهر هوشمند پشتیبانی کند.
مدیریت پهپاد بر اساس یک مفهوم سلسله مراتبی است که شش دسته زیر را متمایز می کند:
  • اشیاء شناسایی نشده: که در صفحه نظارت ظاهر نمی شوند.
  • اشیاء شناسایی شده: که در صفحه نظارت ظاهر می شوند، اما مشخص نیست که آیا منفعل است، همکاری نمی کند، یا هدف غیر مرتبط را نشان می دهد، مانند پرندگان.
  • اشیاء مشارکتی نیمه فعال یا ساده: که حداقل اطلاعاتی را در اختیار مرکز عملیات قرار می دهند.
  • اشیاء فعال یا همکار یا ارائه دهندگان خدمات: که اطلاعات مربوط به اشیاء فعال در شهر را گزارش می دهند، اطلاعات موجود باید حاوی داده هایی در مورد نوع وسیله نقلیه، شماره شناسایی آن، بارگذاری موقعیت لحظه ای، هدف و مقصد نهایی باشد.
  • اتصال وسایل نقلیه ای که با هم همکاری می کنند و حرکات آنها را به صورت منفعل یا فعال هماهنگ می کنند، به عنوان مثال، در حال حرکت، یا با استفاده از تشخیص و حل تعارض بر اساس اطلاعات مبادله شده.
  • پهپادهای مبتنی بر قرارداد که دارای برخی ترجیحات هستند، که مبتنی بر قرارداد است و باید هزینه خدمات ارائه شده را پرداخت کند.
کل سیستم مدیریت حمل و نقل هواپیماهای بدون سرنشین را می توان همانطور که در شکل 3 نشان داده شده است ساخته شد . نشانگرهای منحصر به فردی وجود دارد که می توانند در مناطق ساخته شده شهری مانند دیوارهای ساختمان ها، جاده ها (به ویژه در مناطق عبور جاده) ادغام شوند و از موقعیت یابی بیشتر و دقیق تر پشتیبانی کنند. به طور همزمان، سنسورهای نظارت و تشخیص امنیتی نیز می توانند در محیط شهری ادغام شوند.
دوره-آموزش-حرفه-ای-gis

3. روش ها

بخش دوم این مقاله به مدیریت ترافیک هوایی مورد نیاز و کنترل پرواز برای پهپادها یا گروهی از پهپادها می پردازد. پهپادها ممکن است مسیرهای ثابت یا راهروهای از پیش تعریف شده را دنبال کنند. چندین روش مانند همجوشی حسگرها، پشتیبانی GIS بلادرنگ، بخش‌سازی پویا متمرکز، مدیریت فعال، مدل‌های جریان مسیر ثابت، حالت‌های پرواز از پیش تعریف‌شده مانند چرخش‌های هماهنگ، شناسایی و حل تعارض فعال/موانع، مدل‌های پیروی از پهپاد پرواز، پروازهای سازنده باید از پهپاد پشتیبانی کنند. عملیات در شهرهای هوشمند
همانطور که از ایده اولیه توصیف شده قبلی می توان فهمید، سیستم پیشنهادی ترافیک هوایی، عملکرد مدیریت ترافیک هوایی را با راه حل های حمل و نقل جاده ای شهری و بزرگراهی بین شهری، از جمله قوانین ترافیک، سازمان ترافیک و کنترل ترکیب می کند. هواپیماهای بدون سرنشین در حال حرکت در مناطق شهری اغلب ممکن است در ارتفاع نسبتاً کم و بین ساختمان‌ها در هوا با تلاطم شدید هوا که تا حدی ناشی از جدایی باد (جریان) از زیرساخت‌ها (ساختمان‌ها) است، پرواز کنند. بنابراین، برخی از روش‌های اتوماسیون کاربردی مانند مدل‌های زیر خودرو ممکن است به طور قابل‌توجهی در ترافیک جاده‌ای و هواپیماهای بدون سرنشین متفاوت و متفاوت باشند. بنابراین، یکی از چالش برانگیزترین مشکلات کنترل پهپادهای بدون سرنشین، پرواز از طریق یک شکاف باریک است. این نیاز به پهپاد دارد که از مرکز با نگرش خود مطابق با جهت شکاف عبور کند و خطر برخورد را به حداقل برساند. یکی از راه‌حل‌های این مشکل، دنبال کردن یک به یک فرآیند هواپیماهای بدون سرنشین در «تونل‌های تنگ» بین خانه‌ها بدون خط لوله برنامه‌ریزی و کنترل سنتی است. پس از آن، برخی از اطلاعات در مورد روش های پشتیبانی قابل اجرا آزمایش شده توسط نویسندگان در شبیه سازی و تا حدی در یک محیط فیزیکی تجربی ارائه شده است.
نقشه-برداری-با-پهپاد-پوستر

3.1. ابزارهای فیوژن سنسور در پشتیبانی از سیستم خودمختار

سیستم‌های خودمختار به مجموعه حسگرهایی متکی هستند که داده‌های مربوط به خودشان و حسگرهایی را که محیط را حس می‌کنند ارائه می‌کند. در بسیاری از موارد، سیستم خودمختار از حسگرهای تجاری موجود استفاده می کند. برای تخمین پوس، حسگرهایی که معمولاً مورد استفاده قرار می گیرند شتاب سنج، ژیروسکوپ، مغناطیس سنج، ارتفاع سنج یا GPS هستند. حسگرهایی که محیط را حس می کنند شامل رادارها و دوربین های بینایی هستند که تشخیص اشیاء در میدان دید آنها را فراهم می کنند. لیدارها ابرهای نقطه ای از بازگشت از موانع موجود در محیط و در برخی موارد، سنسورهای اولتراسوند و سونار را ارائه می دهند. برخی از پردازش سیگنال در سیستم حسگر رخ می دهد، اغلب شامل تشخیص، تقسیم بندی، برچسب گذاری، طبقه بندی، و در برخی موارد، ردیابی اولیه برای کاهش هشدارهای نادرست.
نویسندگان در [ 51 ] الزامات و یک راه حل ممکن را برای مجموعه ای از ابزارها در مرحله ادراک معرفی کردند که در آن ورودی های حسگرهای مختلف برای ارائه یک تخمین واحد از محیط اطراف سیستم خودمختار ترکیب می شوند. این مجموعه ابزار ترکیب سنسور و الگوریتم‌های ردیابی را در مسیرهای کامل، شبیه‌سازی داده‌های حسگر، تعویض ردیاب‌ها، آزمایش معماری‌های فیوژن مختلف، یا ارزیابی نتایج کلی ردیابی، ادغام می‌کند.
نویسندگان در [ 52 ] کاری را ارائه کردند که بر آزمایش امکان سنجی زمینی الکترواپتیکال/مادون قرمز (EO/IR) و مشخصه زنده ماندن آکوستیک با هدف گسترش گره ها در یک شبکه ارتباطی بی سیم از گره ها در شبکه حسگر شبکه پهپاد متمرکز بود. یک ستون هوا به قطر 1 کیلومتر در این مطالعه از حسگرهای فعال RADAR و LIDAR بر روی زمین به عنوان اعتبار سنجی ثانویه استفاده شد. در مقابل، سنسورهای غیرفعال از نظر طبقه بندی و عملکرد شناسایی با هزینه کمتر با رادار رقابت کردند.

3.2. مسیر مورد نظر پس از مدیریت

تحقیقات متعددی با برنامه ریزی پرواز، از جمله عدم قطعیت در محیط، مانورهای تهاجمی دقیق، یا پرواز در ارتفاع کم [ 53 ، 54 ، 55 ] سروکار دارند. ردیابی مسیر یا مسیر زیر، به ویژه در کوادروتورها، می تواند با کنترل مسیر پشت سر [ 8 ]، روش تشخیص خطا اندازه گیری ارتفاع فشارسنجی با استفاده از شبکه های عصبی پیشخور [ 1 ]، کنترل کننده PID چند حلقه [ 2 ]، دوربین مادون قرمز (IR) پشتیبانی شود. و چراغ مادون قرمز [ 3 ]، الگوریتم های کنترل محور خطی سازی بازخورد، قانون هدایت غیرخطی، یا الگوریتم های هندسی تعقیب هویج [ 56 ].
در سیستم شبکه راه هوایی پیشنهادی، هواپیماهای بدون سرنشین باید مسیرها، کانال‌ها یا راهروهای ثابت را دنبال کنند. در محیط، موقعیت و حرکت واقعی پهپادها را می توان با حسگرهایی که در مناطق شهری/زیرساخت یکپارچه شده اند اندازه گیری کرد.

در یک مورد ساده‌شده، روش‌های مسیر زیر ممکن است مبتنی بر یک نمایش حالت-فضای متغیر زمانی گسسته حرکت هواپیمای بدون سرنشین باشد:

ایکس[ک+1]=آ(ایکس[ک]،z[ک]،تی)ایکس[ک]+ب(ایکس[ک]،z[ک]،تی)تو[ک]،
y[ک]=سی(ایکس[ک]،z[ک]،تی)ایکس[ک]+D(ایکس[ک]،z[ک]،تی)تو[ک]،

که در آن x ، y ، u ، z بردارهای حالت، خروجی، ورودی (کنترل) و محیطی هستند، A ، B ، C ، D ماتریس های حالت (یا سیستم)، کنترل، خروجی و ورودی (یا پیشخور) هستند، و k متغیر زمان است.

مسیر پهپاد، موقعیت در فضای سه بعدی – در سیستم مختصاتی که به مرکز مدیریت پهپاد متصل است – می تواند از ویژگی های حالت و به طور دقیق تر از اجزای سرعت تعیین شود. به طور مشابه، مشخصه های مسیر واقعی اندازه گیری شده را می توان به تغییرات عناصر بردار حالت منتقل کرد. بنابراین در ادامه فقط از رابطه (1) استفاده خواهد شد.
مدل مسیر زیر بر اساس یک کنترل مبتنی بر مدل وارونگی منحصر به فرد است. این یک کنترل پیش‌خور ساده نیست، زیرا مسیر پیش‌بینی‌شده بر اساس تقریب و درون‌یابی پهپاد کنترل‌شده است.

فرض کنید تودبه عنوان کنترل مورد نظر پهپاد را در مسیر حرکت نگه می دارد و مجموعه ای از قبلا اندازه گیری شده است ایکس[ک]،z[ک]، y[ک]موجودند. ماتریس های واقعی A ، B ، C ، D را می توان با بردارهای حالت و محیطی تعریف کرد. ایکس[ک]،z[ک]، در حالی که بردارهای حالت و خروجی، ایکس[ک]،y[ک]می توان برای تعیین پیش بینی بردار حالت آینده استفاده کرد، ایکسپ[ک+1]. تفاوت در مشخصه های مسیر پیش بینی شده و مورد نظر می تواند برای تعیین تغییرات مورد نیاز در ورودی مورد نظر برای بازگشت پهپاد به مسیر ثابت از پیش تعریف شده استفاده شود. با اعمال این رویکرد در رابطه (1)، به موارد زیر منجر می شود:

Δایکس[ک+1]=ایکسپ[ک+1]-ایکسد[ک+1]
Δتو[ک]=(Δایکس[ک+1]-آ(ایکس[ک]،z[ک]،تی)ایکس[ک])(ب(ایکس[ک]،z[ک]،تی)تو[ک])-1

و

کاربرد روش در شکل 15 نشان داده شده است.
روش پیشنهادی آزمایش شده در شبیه‌سازی‌ها، کاربرد خود را حتی در سطح پنجم باد (8.5-10.5 متر بر ثانیه در مقیاس بوفورت) نشان می‌دهد، که باعث ایجاد گردابه‌های جدا شده قوی و مواردی می‌شود که موقعیت‌یابی ضروری GNSS ممکن است مشکلاتی داشته باشد (در مناطق شهری، بین مناطق بزرگ). خانه ها).

3.3. فرآیند دنبال کردن

به طور کلی، پهپادها برای انجام وظیفه خود از یک مسیر مرجع پیروی می کنند. مسیرهای مرجع معمولاً به صورت خطوط مستقیم، منحنی یا ترکیبی از هر دو برنامه ریزی می شوند. برای دستیابی به یک پرواز مستقل عالی، یک قانون راهنمایی دقیق، قوی و موثر برای پیروی از مسیر مورد نیاز است. قوانین هدایت مختلفی برای دنبال کردن مسیر، از جمله دنبال کردن نقطه راه [ 57 ]، قوانین هدایت مبتنی بر مسیر مبتنی بر میدان [ 58 ]، قانون هدایت بهینه انطباقی با استفاده از تکنیک تنظیم‌کننده درجه دوم خطی [ 59 ]، قانون هدایت غیرخطی ایجاد شد. [ 60 ] رویکردهای مبتنی بر هدف مجازی [ 61 ]، یا تکنیک‌های کنترل‌کننده PID [ 62 ]]. نویسندگان در این مطالعه [ 63 ] راهنمایی جدید پیروی از مسیر را برای یک پهپاد برای ردیابی یک هدف مجازی در حال حرکت در امتداد مسیر مرجع بر اساس محدودیت زاویه دید (LOS) ارائه کردند. این رویکرد به خطاهای بزرگ زاویه سرفصل اولیه با عملکرد رضایت بخش پرداخت. مشکل دنبال کردن مسیر هماهنگ برای پهپادهای بال ثابت با محدودیت سرعت در هواپیمای دوبعدی مورد بررسی قرار گرفت [ 64 ]. در این مطالعه، یک قانون کنترل ترکیبی بر اساس یک مجموعه ثابت برای حل مسیر هماهنگ به دنبال مشکل گروهی از پهپادهای بال ثابت ارائه شد. با این حال، هنگامی که پهپادها خارج از مجموعه هماهنگی هستند، اجتناب از برخورد تضمین نمی شود زیرا آنها قانون کنترل سطح تک عامل را اجرا می کنند.
یکی از حوزه هایی که پهپادها پتانسیل بالایی در مشارکت آنها در مفهوم شهرهای هوشمند دارند. با پیشرفت در داده های بزرگ و اینترنت اشیا (IoT)، محققان همچنین به مفهوم قبلی ذکر شده از گروهی از پهپادها برای استفاده برای سنجش شهری در اطراف شهر اشاره کردند. با این حال، باید توجه داشت که به جز مسائل فنی که این رویکرد ممکن است مطرح کند، به عنوان مثال، سیستم های جلوگیری از برخورد، ناوبری، نحوه همکاری این سیستم پهپادها و تبدیل شدن به وسیله ای موثر برای جمع آوری اطلاعات دقیق و عظیم، یک مسئله بهینه سازی پیچیده است.
با افزایش تعداد پهپادها، حتی در شرایط ساده، ممکن است تصادفات شدیدی در آسمان ظاهر شود. بررسی ایمنی ترافیک هواپیماهای بدون سرنشین و توسعه سیستم حمل‌ونقل هوشمند نیازمند مدل‌هایی است که از پهپاد پیروی می‌کنند و فرآیندهای زیر را یک به یک در جریان‌های ترافیکی توصیف می‌کنند. مدل‌های زیر پهپاد مبتنی بر این ایده است که هر پهپاد را می‌توان تحت رهبری خود به پرواز درآورد، که با تابع فاصله ایمنی یا سرعت نسبی دو هواپیمای بدون سرنشین بیان می‌شود. به عنوان مثال، اگر سه پهپاد به طور همزمان در یک مسیر پرواز کنند، دو فروند از آنها می توانند به دنبال رهبر پرواز کنند.
اصلی ترین و احتمالاً پرکاربردترین مدل دنبال کردن خودرو توسط Gazis و همکاران توسعه داده شد. [ 36 ] بر اساس حفظ فاصله ایمن با توجه به فاصله نسبی. این مدل اغلب به عنوان مدل SD (فاصله ایمن یا سیستم پویا) نامیده می شود. در فرآیند زیر پهپاد، سرعت پهپاد به وضعیت ترافیک، یعنی به فاصله تا پهپاد پیش رو و سرعت آن بستگی دارد. این رویکرد منجر به مدل‌های خطی شد که فرض می‌کردند کنترل‌کننده آن شتاب پهپاد را کنترل می‌کند تا سرعت نسبی صفر را نسبت به پهپاد جلویی حفظ کند.

مدل SD به صورت زیر ارائه شده است:

ایکس¨n(تی+تی)=λ[ایکس˙n(تی)]پ[ایکسn-1(تی)-ایکسn(تی)]q[ایکس˙n-1(تی)-ایکس˙n(تی)]

جایی که، ایکسn(تی+تی)شتاب n- امین پهپاد پس از واکنش.

ایکسn-1(تی)-ایکسn(تی)-فاصله نسبی بین ( n -1)-امین پهپاد و n- امین پهپاد.
ایکس˙n-1(تی)-ایکس˙n(تی)-سرعت نسبی ( n -1)-th به n- امین هواپیماهای بدون سرنشین در زمان t .
تی- زمان تاخیر یک کنترلر
λ- ضریب وزن مربوط به کنترل کننده ها.
p , q – پارامترهای مربوط به سرعت و فاصله پهپاد پیش رو.
به نظر می رسد این مدل برای پهپادهایی که در مسیر پروازی مورد نظر پرواز می کنند به خوبی قابل اجرا باشد. با این حال، تلاطم‌های هوا و جریان باد جدا از زیرساخت باعث اختلال در حرکت هواپیماهای بدون سرنشین می‌شوند. با ویژگی‌های کنترل‌کننده‌های پیشرفته، فاصله نسبی کنترل‌کننده و زمان واکنش واقعی به حلقه نزدیک کنترل اضافه می‌شود. این رویکرد منجر به یک مدل بهبود یافته به نام مدل مارکوف می شود.

مدل مارکوف بر اساس تقریب فرآیند تصادفی تصمیم گیری سرعت است. یک مزیت نسبت به مدل SD این است که ورودی های کنترلر دارای سرعت ها و انحرافات مختلف در فاصله نسبی بین پهپادها هستند که می توان آن ها را به شرح زیر توصیف کرد:

ایکس¨n[ک+1]=جv(ایکس˙n-1[ک]-ایکس˙n[ک])+جایکس[(ایکسn-1[ک]-ایکسn[ک])-Δایکسپدn]+ε[ک]

جایی که، جvو جایکس- ضرایب بسته به زمان، هواپیماهای بدون سرنشین و کنترلرها.

Δایکسپدn=ایکس˙(تی)-فاصله ایمنی از پیش تعریف شده بین پهپادها؛
ک- تعداد مراحل در یک زنجیره (  تی=ک.Δتی)
ε[ک]- مقدار تصادفی که فرآیند را مختل می کند.

3.4. روش اجتناب از موانع

همراه با روند گسترش برنامه های پهپاد، ایمنی پرواز هواپیماهای بدون سرنشین با ساختمان ها، هلیکوپترها و چشم انداز به یک موضوع فوری برای آژانس های مدنی و دفاعی تبدیل می شود. یک سیستم جلوگیری از برخورد برای پروازهای هواپیماهای بدون سرنشین، به ویژه برای هواپیماهای بدون سرنشین خودگردان در فضای متراکم هوایی مشترک با هواپیماهای دیگر برای تضمین امنیت فضای هوایی ضروری است. تشخیص درگیری و جلوگیری از برخورد نیز ابزار ارزشمندی برای وسایل نقلیه بسیار خودکار و خودران است. چندین سیستم شبیه سازی برای الگوریتم های آزمایش شده و طراحی شده در آزمایشگاه ها وجود دارد. مدل موانع یکی از بخش های حیاتی این سیستم ها می باشد که به شرح زیر می باشد. فرض کنید که هر مانع در یک استوانه با مرکز C Bl و شعاع r Bl تجویز شده است.همانطور که در شکل 16 زیر نشان داده شده است. سپس می توان از سطوح سیلندرها برای ایجاد محدودیت هایی برای اجتناب از موانع استفاده کرد. به طور دقیق، فاصله ایمن d s,l از مانع l از مرکز سیلندر تا سطح آن در ارتفاع پرواز محاسبه می شود.

3.5. مدار فرود مورد نظر برای پهپادها

رویکرد فرود یکی از مراحل حیاتی کل پرواز برای فرود ایمن پهپاد در محل مورد نظر است. روش های فرود متداول شامل مراحل زیر است: (1) حرکت در خلاف جهت باد، (2) فرود، (iii) کاهش سرعت. با این حال، این فرآیند تحت تأثیر عوامل متعددی مانند اختلال باد، نیروی آیرودینامیکی عمومی، نیروی کشش موتور و لحظه واکنش پروانه خواهد بود.
روش های مورد استفاده برای تعیین و محاسبه مناطق فرود بر اساس حل معادلات حرکت هواپیما و روش های تحلیلی است. بر اساس مناطق فرود، مدار فرود مورد نظر تخمین زده می شود، داخل پهپاد می تواند با دقت در موقعیت مورد نظر فرود بیاید.
مناطق فرود پهپاد شامل سه منطقه زیر است ( شکل 17 ):
  • منطقه کاهش سرعت: این کوچکترین دایره در صفحه افقی است که شامل برجستگی مدار پهپاد است که با کاهش سرعت در طول نزدیک شدن به فرود مستقیم پرواز می کند. سپس، شکل ناحیه کاهش سرعت دایره ای با مرکز 0 و شعاع R 1 است .
  • منطقه نزولی: این کوچکترین دایره در صفحه افقی است که شامل برآمدگی مدار پهپاد است که در روند کاهش ارتفاع پرواز می کند. این ناحیه دایره ای با مرکز 0 و شعاع R 2 است .
  • ناحیه هدایت: این کوچکترین دایره در صفحه افقی است که شامل دو دایره با شعاع Rmin است . دو دایره مماس بر یکدیگر در خلاف جهت باد.
Rmin کوچکترین شعاع گرد پهپاد است. بنابراین، ناحیه هدایت کننده دایره ای با مرکز 0 و شعاع R3 است .
مسیر فرود پهپادها عموماً شامل نزدیک شدن، سرخوردن و شعله ور شدن است. فرود موفق به انتخاب مسیر فرود و اجرای آن بستگی دارد.
مراحل فرود پهپادها شامل سه مرحله است: مرحله هدایت، مرحله نزولی و مرحله کاهش سرعت. این مراحل زمانی تعیین می شوند که پهپاد در هر منطقه فرود قرار می گیرد. مناطق فرود با دانستن شعاع هر منطقه تعیین می شود. رایج ترین روش بررسی دینامیک جنبشی پهپادها با حل سیستم حرکت دیفرانسیل است. بنابراین از دینامیک پهپاد برای محاسبه منطقه کاهش سرعت استفاده می شود و سپس مناطق فرود باقی مانده با روش های تحلیلی شناسایی می شوند.
دوره-آموزش-حرفه-ای-gis

4. نتایج

این بخش کاربرد احتمالی، از جمله تأیید مفهوم و اعتبار سنجی را مورد بحث قرار می دهد.

4.1. فرآیند پیگیری هواپیماهای بدون سرنشین در جریان ترافیک

مدل‌های پیرو هواپیماهای بدون سرنشین برای مدیریت هواپیماهای بدون سرنشین در سیستم‌های مدیریت حمل‌ونقل شهرهای هوشمند در مطالعات قبلی معرفی شدند [ 65 ، 66 ]. چنین مدل هایی بر اساس این ایده اولیه بود که هواپیماهای بدون سرنشین به سمت یک پهپاد پیشرو در جریان ترافیک پرواز می کنند. این رویکرد یک روش جدید برای مدیریت گروهی از پهپادها در شهرهای هوشمند بوده است.
این بخش فرعی نتایج اصلی به دست آمده در آزمایش های شبیه سازی بر روی مدل های SD و مارکوف را ارائه می دهد ( شکل 18 و شکل 19 را ببینید).
قابل ذکر است که هیچ تصادف و کاهش سرعت غیر واقعی وجود ندارد. سرعت پهپاد دنبال شده با توجه به سرعت پهپاد جلویی تغییر می کند. با این حال، پهپاد دنبال شده می تواند به سرعت در مقایسه با واکنش پهپاد پیشرو به دلیل تفاوت در شتاب آن واکنش نشان دهد.
اگرچه مدل‌های SD و مارکوف کاملاً مشابه هستند، واکنش پهپاد دنبال‌شده در مدل SD زودتر از مدل مارکوف است. علاوه بر این، حرکت پهپاد دنبال شده نشان می دهد که حالت پایدار در هر دو مدل کندتر است. در مقایسه با مدل SD، مدل مارکوف تغییرات فاصله نسبی بین پهپادها را در نظر می گیرد. علاوه بر این، هر چه تغییر سرعت پهپاد دنبال شده در مدل مارکوف بیشتر باشد، فاصله نسبی بین پهپادها بسیار کمتر است.
این نتایج تأیید کرد که مدل مارکوف توسعه یافته ممکن است جداسازی ایمنی طولی هواپیماهای بدون سرنشین را به عنوان مدل SD انجام دهد. به طور کلی، نتایج تا حدی روش پیشنهادی را که بخشی از تحقیق با هدف ادغام هواپیماهای بدون سرنشین با سیستم حمل و نقل هوشمند شهری است، تایید کرد. روش پیروی از پهپاد نیاز به تأیید با چندین مرحله بعدی فوری دارد، مانند اندازه‌گیری فاصله ایمن در پهپاد مستقیماً در جلو و دو پهپاد در کنار، طراحی و انجام یک مطالعه تجربی برای جمع‌آوری اطلاعات کمی در مورد عملکرد پهپاد در فضا.
همانطور که به نظر می رسد، مدل مارکوف در حال توسعه ممکن است در صورت حرکت پهپادها در تلاطم شدید هوا و جریان باد جدا از زیرساخت دقیق تر باشد و می تواند در مناطقی که ممکن است مشکلاتی در موقعیت یابی GPS ظاهر شده باشد، به ویژه مقایسه و کار، استفاده شود. همراه با تکنیک های GPS یا سنسورهای صوتی و غیره،

4.2. نتایج آزمایش سیستم مدیریت پهپاد

در مطالعات تجربی، یک روش مدیریت مبتنی بر ابر برای هواپیماهای بدون سرنشین که در یک محیط شهر هوشمند پرواز می‌کنند [ 27 ]، از جمله لایه‌های فیزیکی، ابری و کنترلی استفاده شده بود.
نتیجه تجربی در شکل 20 نشان داده شده است. در ابتدا پهپاد در موقعیت خانه قرار گرفت. هنگامی که یک هواپیمای بدون سرنشین فرمان GCS را دریافت کرد، برخاست و ماموریتی را انجام داد، از ایستگاه های بین راه ایجاد شده بازدید کرد. نتایج نشان می دهد که مسیر مورد نظر و مسیر واقعی همبستگی دارند. شکاف بین دو مسیر نشان دهنده مکان GPS است زیرا پهپاد موقعیت GPS را دریافت می کند.
می توان مشاهده کرد که کنترل متناسب-انتگرال-مشتق (PID) برای دنبال کردن موقعیت های تنظیم شده در سرعت های پایین کاملاً کافی است. (زمانی که آیرودینامیک پهپاد کمی تغییر می کند و مزاحمت باد وجود ندارد). برای پروازهای آزمایشی اولیه، حتی در صورت خطاهای متوسط، ردیابی مناسب به دست آمد.
در شکل 21 نشان داده شده است که یک کنترل کننده خطی با افزایش سرعت عمودی به کنترل پرواز در ارتفاع دست یافت. واحد کنترل پرواز (FCU) علیرغم فاصله کمی بین ارتفاع مورد نظر و واقعی، در کنترل ارتفاع بسیار مفید عمل کرده است.
در طول آزمایش‌ها، ویدئوی پهپاد به سمت پایین و رو به دوربین پخش می‌شد و به ما امکان می‌داد پهپاد را در یک محیط واقعی مشاهده و کنترل کنیم.
این نتایج تجربی نشان داد که CbDMS پیشنهادی و کاربردی (سیستم مدیریت پهپاد مبتنی بر ابر) یک راه‌حل ابری است که مدیریت و کنترل پهپادها را در یک محیط بلادرنگ ممکن می‌سازد. کارایی نظارت را می توان با بالا بردن منظم بودن تازه کردن مختصات GPS یا افزودن تکنیک های فیلتر (فیلترهای کالمن) افزایش داد.

4.3. محاسبه مدارهای فرود مورد نظر برای پهپادها

پژوهش قبلی روش‌هایی را با استفاده از تعیین و محاسبه مراحل فرود ارائه کرد [ 67 ]. بر اساس مناطق فرود، مدار فرود مورد نظر تخمین زده می شود، داخل پهپاد می تواند با دقت در موقعیت مورد نظر فرود بیاید. نتایج شبیه سازی برای فرود پهپاد در جهت داده شده در شکل 22 و شکل 23 نشان داده شده است.
در این حالت مدار فرود مورد نظر از دو منحنی و دو خط تشکیل شده است. در ارتفاع H = 500 متر، پهپاد دو چرخش را با زاویه رول مورد نظر γ ≤ 20 درجه انجام می دهد. بین این دو زمان، یک پرواز مستقیم با سرعت V = 40 متر بر ثانیه انجام می شود. سپس پهپاد در مدار سمت راست در جهت معین پرواز می کند و مرحله کاهش ارتفاع و در نهایت پرواز مستقیم با سرعت کاهش را آغاز می کند. نتیجه شبیه سازی داده شده منطقی و برای اجرای دستورات کنترلی ضروری است. همچنین نتیجه نشان می‌دهد که جهت فرود، جهت از نقطه فعلی پهپاد تا نقطه فرود مورد نظر است و این فاصله فرود کوتاه‌ترین فاصله است.

5. بحث

ما تلاش های قابل توجهی در طراحی یک شبکه راه هوایی برای مدیریت هواپیماهای بدون سرنشین در جریان ترافیک در شهرهای هوشمند انجام دادیم. مفاهیم جدید پیشنهادی برای عملیات شبکه راه هوایی، مانند تعریف چهار بخش مختلف و عناصر معمولی، به حیاتی‌ترین جریان‌های ترافیک هوایی شهری اختصاص دارد. با این حال، به دلیل محدودیت های عملیاتی، طراحی کامل شبکه های راه هوایی نیاز به بررسی و تمرین بیشتری دارد.
شبکه راه هوایی از پیش تعریف شده یکی از عناصر اصلی مورد استفاده در مدیریت ترافیک هوایی شهری است. از آنجایی که ترافیک هوایی بر روی شبکه های راه هوایی متمرکز شده است، شبکه های راه هوایی پیشنهادی که به طور سیستماتیک طراحی شده اند ممکن است جریان ترافیک را بهبود بخشند و به مدیریت پهپادها در جریان ترافیک هوایی شهری کمک کنند. طراحی کامل یک شبکه راه هوایی یک کار چالش برانگیز است که بسیاری از عوامل رقیب را در نظر می گیرد، مانند نیازهای فضاهای هوایی کنترل شده و کنترل نشده، ظرفیت UTM، طرح بخش بندی یا اتصال به ایستگاه ها.
اگرچه نتایج شبیه‌سازی مدل‌های دنبال‌کننده پهپاد می‌تواند رویکرد پیشنهادی را تأیید کند، می‌توان چندین پیشرفت را برای مدل‌های دنبال‌کننده پهپاد انجام داد، از جمله موارد زیر:
  • فاصله ایمن نه تنها پهپاد مستقیم در جلو بلکه دو پهپاد در کنار آن اندازه گیری می شود.
  • خروجی های کنترل کننده بر اساس تخمین وضعیت سیستم در یک زمان خاص است که می توان از آن برای کنترل پهپادهای زیر استفاده کرد.
  • چندین موقعیت، مانند افزایش یا کاهش تعداد پهپادهای شرکت کننده در جریان ترافیک، باید برای ارزیابی دقیق‌تر عملکرد مدل‌های SD و همچنین مدل مارکوف معرفی شوند.
  • طراحی و انجام یک مطالعه تجربی برای جمع آوری اطلاعات کمی در مورد عملکرد پهپاد در فضا که در آن یک پهپاد نمی تواند از دیگری عبور کند، ضروری است.
با این مطالعه تجربی، برآوردهای آماری توابع و پارامترهای خاص برای ارزیابی اولیه مدل‌های ریاضی به دست خواهد آمد.
CbDMS یک رویکرد پیشرفته برای مدیریت پهپادها برای برآوردن ویژگی‌های حیاتی است. CbDMS به محاسبات ابری، جریان بیدرنگ، اطلاعات به روز و پاسخ هوشمند به شرایط به طور پویا در حال تغییر پیوند دارد. با CbDMS، ماموریت های پیچیده را می توان به راحتی انجام داد و قابلیت اطمینان و کاربرد را افزایش داد. با این حال، می توان اشاره کرد که کنترل و مدیریت پهپادهای بلادرنگ از طریق شبکه به شدت به کیفیت قابل اعتماد خدمات وابسته است. به عنوان مثال، کنترل یک پهپاد از طریق اینترنت ممکن است باعث آسیب یا سقوط یک هواپیمای بدون سرنشین به دلیل یک فرمان از دست رفته یا داشتن یک فرمان با تاخیر شود. اگر فرمانی برای غلبه بر این مشکل دریافت نشود، یک سیستم هوشمند پردازنده بهترین راه حل برای جلوگیری از برخورد است.
پهپادها می توانند با استفاده از حسگرهایی که اطلاعات را در زمان واقعی دریافت می کنند، موانع را شناسایی کرده و مسیر آنها را برنامه ریزی کنند. این بدان معناست که پهپادها می توانند اطلاعات محیطی را بررسی و جمع آوری کنند. به روز نگه داشتن این اطلاعات امکان مدیریت و کنترل آنلاین پهپادها را فراهم می کند که یکی از مهمترین مزایای برنامه های پهپاد است. با این حال، ممکن است یک اشکال در طراحی مسیر آنلاین و اجتناب از موانع رخ دهد، مانند دقت کمتر به دلیل داده‌های ورودی ناکافی. با توجه به برنامه ریزی مسیر و مسیر، معیارهای متعددی از جمله مسافت کل سفر، زمان تکمیل، منطقه تحت پوشش و مانورها برای ارزیابی اجرای برنامه های پهپاد اعمال می شود.
پهپادهای کوچک نقش اساسی در تحقیقات علمی هواشناسی دارند. فرآیند فرود، حیاتی ترین فرآیند پرواز پهپادها است. برای تعیین مناطق فرود، حل سیستم حرکت دیفرانسیل هواپیما مورد استفاده، که بر روی آن مدار فرود مورد نظر محاسبه می شود. نتایج شبیه سازی شکل مسیرها را در شرایط اولیه مختلف نشان می دهد. اگرچه باد در نظر گرفته می شود، تاثیرات باد در زمان واقعی در نتایج شبیه سازی کارایی ندارد. بنابراین، این روش را می توان بسته به شرایط واقعی (به عنوان مثال، جهت باد، اندازه باد، رطوبت) و در نظر گرفتن کاهش مناطق فرود مورد نیاز و اثرات زیست محیطی توسعه داد. روش‌های بهبودیافته ممکن است برای کار پیچیده‌تر فرود در نواحی شهر یا روی سکوهای متحرک و نوسانی اعمال شوند.
این کار بخشی از تحقیقاتی است که هدف آن ادغام هواپیماهای بدون سرنشین با سیستم حمل و نقل هوایی شهری است. با بینش های بیشتر در مورد ادغام هواپیماهای بدون سرنشین در ترافیک هوایی شهری، این مطالعه جهت ها و چالش های آینده را به شرح زیر پیشنهاد می کند:
  • سازماندهی و مدیریت شبکه هوایی که سنگ بنای ادغام ایمن پهپادها بوده است. به طور خاص، طبقه بندی شبکه هوایی از نظر عملیات یکپارچه پهپاد در فضاهای هوایی کنترل شده و کنترل نشده بهبود یافته است.
  • مدیریت مسیر پهپاد: با توجه به عملیات پیشرفته مفاهیم آینده، مدیریت مسیر پهپاد منعطف و قدرتمند در زمینه حمل و نقل هوایی شهری با هدایت و کنترل بر مسیر توصیه می شود.
  • فناوری و بهبود سیستم هنوز فضای زیادی برای توسعه ارتباطات، الگوریتم‌های کنترل و برنامه‌ریزی مسیر برای پشتیبانی از عملیات پهپاد کارآمد، ایمن و قابل اعتماد در فضای شهری وجود دارد.
  • ملاحظات استانداردسازی و مقررات
مفهوم معرفی شده توسعه‌یافته و نتایج آزمایش‌های راستی‌آزمایی مدل‌ها، روش‌ها و راه‌حل‌های ممکن که از ترافیک ایمن پهپادها در محیط شهر هوشمند پشتیبانی می‌کنند، با ایده‌های خروجی، مفهوم و نتایج علمی موجود منتشر شده مقایسه می‌شوند. دو گروه قابل توجه از نوآوری ها معرفی شده اند.
در ابتدا، یک مفهوم عملیاتی توسعه‌یافته توصیف شد که دارای جنبه‌های خاص زیر است و مجموعه‌های موجود مفهوم عملیات پهپادهای کاربردی در مناطق شهری را مقایسه می‌کند:
  • مفهوم عملیاتی شرح داده شده در اینجا با استفاده از NextGen و SESAR [ 11 ، 12 ، 13 ، 14 ، 15 ، 16 ، 17 ] مفهوم عملیات واحد سیستم شامل نظارت کل، که با استفاده از موقعیت یابی GPS/GNSS ترکیب می شود، توسعه یافته بود [ 33 ، 34 ، 35 ]، نشانگرها و حسگرهای فعال نیز با استفاده از رویکرد اینترنت اشیا در زیرساخت ادغام شدند [ 68 ]] طبقه بندی سلسله مراتبی در همکاری، استفاده از جداسازی ایمن، حس و اجتناب، با استفاده از داده های سرویس اطلاعات هوانوردی (AIS) و داده های سیستم های اطلاعات جغرافیایی (GIS) قابل اجرا در طراحی فضای هوایی UTM [ 36 ، 37 ]، پشتیبانی ساختار یافته GIS و تک مرکز عملیاتی که همه نشان دهنده واقعی ترین وضعیت هنر است.
  • شبکه مسیرها (لوله ها و راهروها) به عنوان راه حل بهبود یافته توصیه سنگاپور و [ 18 ، 19 ] تظاهرات [ 20 ] تعریف شده است.
  • عناصر خط سیر معرفی شده و معیارهای ایمنی توسط نویسندگان معرفی شده اند و پروازهای ایمن هواپیماهای بدون سرنشین را در شبکه مسیر بدون هیچ گونه عبوری در همان سطح ارتفاع تضمین می کنند [ 69 ، 70 ].
  • مفهوم بخش‌سازی پویا و فعال، «پشتیبانی خودکار برای بخش‌سازی پویا» را که توسط ابرپروژه مشترک SESAR [ 71 ] و مفهوم پیکربندی فضای هوایی [ 37 ] توسعه یافته است، ترکیب می‌کند.
  • سیستم به عنوان مجموعه ای از شش دسته از هواپیماهای بدون سرنشین (غیر شناسایی شده، شناسایی شده – بدون همکاری، و غیره) با استفاده از طبقه بندی استفاده شده توسط ارائه دهندگان خدمات نظارتی و خودپرداز و منتشر شده توسط نویسندگان در [ 25 ، 26 ] تعریف شده است.
بخش دوم برخی از نتایج شبیه سازی راه حل های بهبود یافته، روش مورد نیاز برای پشتیبانی از ترافیک ایمن پهپادها، مدیریت ترافیک را نشان داد و مورد بحث قرار گرفت:
  • همجوشی حسگر تنها مورد بحث قرار گرفته بود.
  • مسیر مورد نظر پس از مدیریت با استفاده از یک سیستم جدید مبتنی بر یک کنترل منحصر به فرد مبتنی بر مدل وارونگی و نتایج آزمایش که منجر به نتیجه‌گیری می‌شود، مورد آزمایش قرار گرفت. این روش را می توان در مناطق بین خانه های بزرگ، در ناحیه کمبود احتمالی موقعیت یابی GPS/GNSS استفاده کرد و دقت حتی در کلاس 5 باد نیز به حد قابل قبولی می رسد که دقت خوبی مانند روش های دیگر موجود مانند [ 4 ، 6 ] دارد. ]، اما در همه زمینه ها؛
  • مدل جدید پهپاد مبتنی بر تقریب مارکوف از فرآیند زیر پهپاد ایجاد شد، که منجر به راه‌حل‌های یکسان یا کمی بهتر از مدل SD پرکاربرد می‌شود، نتایج نشان می‌دهد که مدل مارکوف با پارامترهای شناسایی‌شده راه‌حل‌های واقعی‌تری تولید می‌کند ( شکل ۱۹ را ببینید). )
  • یک راه حل مدیریت فرود توسعه داده شد که در تأیید شبیه سازی آزمایش شد، که کاربرد مدلی را نشان می دهد که دارای مزایایی در کنترل فرود پهپاد بال ثابت است.

دوره-آموزش-حرفه-ای-gis

6. نتیجه گیری

در این مقاله، سیستم مدیریت پهپاد در مناطق شهری را پیشنهاد کردیم. برای دستیابی به این هدف، ابتدا مفاهیم عملیاتی برای عملیات هواپیماهای بدون سرنشین در مناطق شهری، از جمله طراحی فضای هوایی، ساخت راه‌های هوایی توصیه شده و الزامات ایمنی ضروری را ارائه کردیم. سپس چندین روش را برای کنترل و مدیریت عملیات پهپادها معرفی کردیم، مانند مسیر مورد نظر پس از مدیریت، فرآیند پیگیری، اجتناب از موانع و مدار زمین مورد نظر. در نهایت، اعتبار روش پیشنهادی با معرفی چند مدل توسعه‌یافته به شرح زیر برآورده شده است:
  • مدل‌های پیرو پهپاد برای مدیریت هواپیماهای بدون سرنشین در جریان ترافیک هوایی شهری بر اساس این اصل که فاصله ایمن را با توجه به سرعت نسبی حفظ می‌کند، توسعه داده شده‌اند. محیط شبیه‌سازی عددی نشان داد که فاصله ایمنی هواپیماهای بدون سرنشین حفظ می‌شود. یعنی هیچ حادثه ای در جریان ترافیک رخ نداده است.
  • یک سیستم مدیریتی جدید برای ادغام حرکت هواپیماهای بدون سرنشین در جریان ترافیک شهری با استفاده از رویکرد مبتنی بر ابر. بهبود رویکرد ارتباطی به کاربران اجازه می دهد تا پهپادها را به عنوان اشیاء متصل در یک محیط بلادرنگ کنترل و نظارت کنند که مدیریت و کنترل برنامه های پهپاد را برای تحویل، نظارت، امنیت، آمبولانس و واکنش اضطراری فراهم می کند.
  • یک روش پیشرفته برای تعیین و محاسبه مراحل فرود پهپادها بر اساس معادله سیستم دیفرانسیل پهپاد و مدار مدار-خط مستقیم است. این روش را می توان برای فرود کارهای پیچیده تر در مناطق شهری و سکوهای متحرک یا نوسانی اعمال کرد.
با ارائه چنین سناریویی، ما امیدواریم که با هر پروژه توسعه سیستم خودمختار جدید، بسیاری از تلاش‌هایی که در حال حاضر برای مدیریت پهپادهای بزرگ، به‌ویژه پهپادها صرف می‌شود، کاهش دهیم. این امر محققان، توسعه دهندگان و علاقه مندان را قادر می سازد تا سیستم های مستقل خود را با کاهش قابل توجه زمان، تلاش و بودجه توسعه دهند. همچنین به متخصصان این امکان را می دهد که بهترین شیوه ها و بهترین نتایج را در سازمان و در بین سازمان ها و رشته ها به اشتراک بگذارند.
یک بحث جامع در مورد نتایج، محدودیت‌ها و کارهای آینده در این مقاله ارائه شد. تحقیقات بیشتری برای درک بهتر این که سیستم پیشنهادی چگونه می‌تواند برنامه‌ریزی شود، مورد نیاز است، که به سوالات باز مرتبط با ویژگی‌های حیاتی مرتبط با استفاده قابل توجه احتمالی از پهپادها و اینکه چقدر می‌توانند در کیفیت زندگی پایدار باشند، بستگی دارد.
نویسندگان به خوبی می‌دانند، این مقاله یک مفهوم توسعه‌یافته از ایمن با استفاده از هواپیماهای بدون سرنشین در یک محیط شهری، ادغام ایمن احتمالی ترافیک پهپادها در سیستم حمل‌ونقل شهری هوشمند را معرفی می‌کند. البته اجرای این مفهوم نیازمند بررسی نظری و عملی بیشتر و به کارگیری مجموعه ای گسترده از روش ها، تکنیک ها و راه حل های مختلف است که به عنوان نمونه های ممکن توسط نویسندگان مطالعه، بهبود و توسعه یافته است.

منابع

  1. ژوان-مونگ، ن. تشخیص خطای اندازه‌گیری ارتفاع بارومتریک Hong، SK برای بهبود کنترل ارتفاع کوادکوپتر. در مجموعه مقالات 2019 نوزدهمین کنفرانس بین المللی کنترل، اتوماسیون و سیستم ها (ICCAS)، ججو، کره، 15 تا 18 اکتبر 2019؛ صص 1359–1364. [ Google Scholar ]
  2. ژوان-مونگ، ن. Hong, SK الگوریتم کنترل ارتفاع بهبود یافته برای وسایل نقلیه هوایی بدون سرنشین کوادکوپتر. Appl. علمی 2019 ، 9 ، 2122. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  3. ژوان-مونگ، ن. هنگ، SK; نگوین، NP; فرود دقیق کوادکوپتر خودران Le, TL بر روی یک سکو: روش و آزمایش جدید. دسترسی IEEE 2020 ، 8 ، 167192–167202. [ Google Scholar ] [ CrossRef ]
  4. نگوین، AT; Xuan-Mung، N. کنترل ردیابی مسیر تطبیقی ​​کوادکوپتر: یک رویکرد جدید از طریق تکنیک Backstepping. Appl. علمی 2019 ، 9 ، 3873. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  5. کندول، اف. کنترل کننده پرواز سلسله مراتبی غیرخطی برای روتورکرافت های بدون سرنشین: طراحی، پایداری و آزمایش ها. جی. گاید. Dyn را کنترل کنید. 2009 ، 32 ، 1954-1958. [ Google Scholar ] [ CrossRef ]
  6. Zuo، طراحی کنترل ردیابی مسیر ZY با جبران فیلتر شده برای یک کوادروتور. برنامه تئوری کنترل IET 2010 ، 4 ، 2343-2355. [ Google Scholar ] [ CrossRef ]
  7. شاه، م.ز. سمر، ر. بهاتی، هوش مصنوعی کنترل مسیر جانبی پهپادها با استفاده از رویکرد حالت کشویی: از طراحی تا آزمایش پرواز. ترانس. Inst. Meas. کنترل 2015 ، 37 ، 457-474. [ Google Scholar ] [ CrossRef ]
  8. ژوان-مونگ، ن. Hong, SK کنترل ردیابی مسیر عقبگرد قوی یک کوادروتور با اشباع ورودی از طریق ناظر حالت توسعه یافته. Appl. علمی 2019 ، 9 ، 5184. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  9. فاسلر، ام. فالانگا، دی. Scaramuzza، D. ترکیب رانش، اشباع، و کنترل سرعت بدن برای پرواز کوادروتور تهاجمی دقیق. ربات IEEE. خودکار Lett. 2017 ، 2 ، 476-482. [ Google Scholar ] [ CrossRef ]
  10. نقشه راه تحقیقات، توسعه و نمایش UAS NextGen، سیستم حمل و نقل هوایی نسل بعدی، دفتر برنامه ریزی و توسعه مشترک، نسخه 1.0. 2012، ص. 80. در دسترس آنلاین: https://fas.org/irp/program/collect/uas-nextgen.pdf (دسترسی در 20 فوریه 2021).
  11. آینده NAS، وزارت حمل و نقل ایالات متحده FAA-اداره هوانوردی فدرال، واشنگتن دی سی 2016؛ پ. 44. در دسترس آنلاین: https://www.faa.gov/nextgen/media/futureofthenas.pdf (در 20 فوریه 2021 قابل دسترسی است).
  12. EASA مفهوم عملیات برای هواپیماهای بدون سرنشین – رویکرد مبتنی بر ریسک برای تنظیم هواپیماهای بدون سرنشین، 01/05/2015. پ. 12. در دسترس آنلاین: https://www.easa.europa.eu/sites/default/files/dfu/204696_EASA_concept_drone_brochure_web.pdf (در 20 فوریه 2021 قابل دسترسی است).
  13. SEAR. طرح جامع ATM اروپا، خلاصه اجرایی ; SEASAR: بروکسل، بلژیک، 2020؛ پ. 176. در دسترس آنلاین: https://www.sesarju.eu/masterplan (در 20 فوریه 2021 قابل دسترسی است).
  14. شرکت مشترک SESAR. طرح جامع ATM اروپا: نقشه راه برای ادغام ایمن هواپیماهای بدون سرنشین در همه طبقات فضای هوایی، بروکسل. 2018، ص. 33. در دسترس آنلاین: https://www.sesarju.eu/sites/default/files/documents/reports/European%20ATM%20Master%20Plan%20Drone%20roadmap.pdf (دسترسی در 20 فوریه 2021).
  15. مفهوم عملیات U-Space، شرکت مشترک SESAR، EUROCONTROL، کنسرسیوم CORUS. 2019، ص. 92. در دسترس آنلاین: https://www.sesarju.eu/sites/default/files/documents/u-space/CORUS%20ConOps%20vol2.pdf (دسترسی در 20 فوریه 2021).
  16. مفهوم عملیاتی یکپارچه سازی ATM UAS. EUROCONTROL، EASA، بروکسل. 2018، ص. 61. در دسترس آنلاین: https://www.eurocontrol.int/sites/default/files/publication/files/uas-atm-integration-operational-concept-v1.0-release%2020181128.pdf (دسترسی در 20 فوریه 2021 ).
  17. NextGen—SESAR State of Harmonisation، نسخه سوم، SESAR، FAA. 2018; پ. 44. در دسترس آنلاین: https://www.faa.gov/nextgen/media/NextGen-SESAR_State_of_Harmonisation.pdf (در 20 فوریه 2021 قابل دسترسی است).
  18. پاتییل، ال. کم، KH; به زودی، BH; مائو، اس. فعال کردن عملیات ایمن سیستم های هواپیمای بدون سرنشین در یک محیط شهری: یک مطالعه مقدماتی. در سمپوزیوم بین المللی راه حل های پیشرفته برای کاربردهای نظارت بر هواپیما و وسایل نقلیه (ESAVS 2016) ؛ شناسه مجموعه: 189893797; موسسه ناوبری آلمان و مرکز هوافضای آلمان (DLR): برلین، آلمان، 2016; پ. 10. [ Google Scholar ]
  19. چارچوب پایین، KH برای مدیریت ترافیک شهری سیستم هواپیماهای بدون سرنشین (UTM-UAS)، پهپاد فعال سمپوزیوم صنعت سیستم های هواپیمای بدون سرنشین (UAS) ایکائو (UAS2017)، جمعه، 22 سپتامبر 2017 @ مرکز ICAO، مونترال، کانادا، 26 Avail. آنلاین: https://www.icao.int/Meetings/UAS2017/Documents/Kim%20Huat%20Lo_Singapore_UTM_%20Day%201.pdf (دسترسی در 20 فوریه 2021).
  20. جو، OJ مدیریت فضای شهری متصل برای هواپیماهای بدون سرنشین، Garuda Robotics. در دسترس آنلاین: https://garuda.io/connected-urban-airspace-management-for-unmanned-aircraft/ (دسترسی در 8 مارس 2021).
  21. Rohacs، J. PATS، سیستم حمل و نقل هوایی شخصی ؛ سی دی رام؛ کنگره ICAS: تورنتو، ON، کانادا، 2002; صفحات 7.4.1-7.4.11. در دسترس آنلاین: https://www.icas.org/ICAS_ARCHIVE/ICAS2002/PAPERS/774.PDF (در 8 مارس 2021 قابل دسترسی است).
  22. روهاکس، دی. Rohacs, J. شناور مغناطیسی کمک به برخاستن و فرود هواپیما (مطالعه امکان سنجی – مفهوم گابریل). Prog. هوانوردی علمی 2016 ، 85 ، 33-50. [ Google Scholar ] [ CrossRef ]
  23. روهاکس، دی. وسکوییل، م. Siepenkotter، N. ارزیابی ویژگی های فرود به دست آمده توسط شبیه سازی ها و آزمایش های پرواز در یک مدل مقیاس کوچک مربوط به عملیات برخاستن و فرود پیشرفته مغناطیسی. در مجموعه مقالات بیست و نهمین کنگره شورای بین المللی علوم هوانوردی، سن پترزبورگ، روسیه، 7 تا 12 سپتامبر 2014. [ Google Scholar ]
  24. یانکوویچ، آی. کاله، U. توسعه سیستم اندازه گیری بار خلبانان. Aircr. مهندس هوانوردی تکنولوژی 2019 ، 91 ، 281-288. [ Google Scholar ] [ CrossRef ]
  25. دین دانگ، ن. Rohacs, J. Smart City Total Transport-Managing System. در شبکه های صنعتی و سیستم های هوشمند. INISCOM 2018. یادداشت های سخنرانی موسسه علوم کامپیوتر، انفورماتیک اجتماعی و مهندسی مخابرات ; Duong, T., Vo, NS, Eds. Springer: Cham، آلمان، 2019; جلد 257، صص 74–85. [ Google Scholar ] [ CrossRef ]
  26. نگوین، دی. رواچ، جی. رواچ، دی. بوروس، الف. سیستم مدیریت کل حمل و نقل هوشمند برای شهرهای هوشمند آینده. Appl. علمی 2020 ، 10 ، 8933. [ Google Scholar ] [ CrossRef ]
  27. نگوین، سیستم مدیریت پهپاد مبتنی بر ابر DD در شهرهای هوشمند. در توسعه و آینده اینترنت هواپیماهای بدون سرنشین (IoD): بینش، روندها و راه پیش رو. مطالعات سیستم ها، تصمیم گیری و کنترل ; Krishnamurthi, R., Nayyar, A., Hassanien, AE, Eds.; Springer: Cham، آلمان، 2021; جلد 332. [ Google Scholar ] [ CrossRef ]
  28. دای نگوین، اچ پی؛ برنامه Nguyen، DD Drone در شهرهای هوشمند: مروری کلی بر آسیب‌پذیری‌های امنیتی و اقدامات متقابل برای ارتباطات داده. در توسعه و آینده اینترنت هواپیماهای بدون سرنشین (IoD): بینش، روندها و راه پیش رو. مطالعات سیستم ها، تصمیم گیری و کنترل ; Krishnamurthi, R., Nayyar, A., Hassanien, A., Eds.; Springer: Cham، آلمان، 2021; جلد 332. [ Google Scholar ] [ CrossRef ]
  29. گابریل. سیستم یکپارچه زمینی و داخل هواپیما برای پشتیبانی از برخاست و فرود ایمن هواپیما—پروژه FP7 L1 اتحادیه اروپا، شماره موافقتنامه کمک هزینه: 284884 ; CD-ROM منتشر شده توسط Slot Consulting: بوداپست، مجارستان، 2014. [ Google Scholar ]
  30. راهنمای IEEE برای فناوری اطلاعات-تعریف سیستم-مفهوم عملیات (ConOps) سند. IEEE 1998 ، 1-24. [ CrossRef ]
  31. کلوتیر، آر. مستشاری، ع. مک کام، اس. دسموک، ا. کندی، دی. کارفیاتیس، P. بررسی محیط توسعه گرافیکی CONOPS برای مهندسی سیستم های چابک، گزارش فنی نهایی SERC-2009-TR-003 ; استیونز، موسسه فناوری، دانشگاه A&M تگزاس: ایستگاه کالج، TX، ایالات متحده آمریکا، 2009; پ. 94. [ Google Scholar ]
  32. طرح DLR. مفهوم ادغام فضای هوایی شهری – ادغام UAS در سیستم هوانوردی آینده. 2017. در دسترس آنلاین: https://www.dlr.de/content/de/downloads/2017/blueprint-concept-for-urban-airspace-integration_2933.pdf?__blob=publicationFile&v=11 (در 20 فوریه 2021 قابل دسترسی است).
  33. کان، م. اوکاموتو، اس. Lee, JH توسعه پهپادی با قابلیت پرواز مستقل با استفاده از GPS. در مجموعه مقالات کنفرانس چندگانه بین المللی مهندسان و دانشمندان کامپیوتر، هنگ کنگ، چین، 14 تا 16 مارس 2018؛ جلد 2. [ Google Scholar ]
  34. Al-Turjman, F. رویکردی جدید برای موقعیت یابی پهپادها در برنامه های کاربردی حیاتی. ترانس. ظهور. مخابرات تکنولوژی 2019 ، e3603. [ Google Scholar ] [ CrossRef ]
  35. فوکودا، ک. کاوایی، س. نوبوهارا، اچ. برآورد نگرش توسط فیلتر کالمن بر اساس ادغام IMU و GPS های متعدد و کاربرد آن در پهپادهای متصل. در مجموعه مقالات پنجاه و نهمین کنفرانس سالانه 2020 انجمن مهندسین ابزار و کنترل ژاپن (SICE)، چیانگ مای، تایلند، 23 تا 26 سپتامبر 2020؛ ص 1286-1292. [ Google Scholar ]
  36. گازیس، دی سی; هرمان، آر. روتری، مدل‌های غیرخطی RW دنباله‌روی جریان ترافیک. اپراتور Res. 1961 ، 9 ، 545-567. [ Google Scholar ] [ CrossRef ]
  37. پانگ، بی. دای، دبلیو. را، ت. Low, KH مفهومی از پیکربندی فضای هوایی و قوانین عملیاتی برای UAS در فضای فعلی. در مجموعه مقالات سی و نهمین کنفرانس سیستم های اویونیک دیجیتال AIAA/IEEE 2020 (DASC)، سن آنتونیو، تگزاس، ایالات متحده آمریکا، 11 تا 15 اکتبر 2020؛ صفحات 1-9. [ Google Scholar ]
  38. ICAO پیوست 19. مدیریت ایمنی. در استانداردهای بین المللی و رویه های توصیه شده، ویرایش 12; 2016; پ. 46. ​​در دسترس آنلاین: https://www.easa.europa.eu/sites/default/files/dfu/ICAO-annex-19.pdf (در 2 مه 2021 قابل دسترسی است).
  39. ICAO Cir 328. سیستم های هواپیمای بدون سرنشین (UAS) ; سیستم های هواپیمای بدون سرنشین (UAS): مونترال، QC، کانادا، 2011; پ. 54. شابک 978-92-9231-751-5. [ Google Scholar ]
  40. ICAO Document 9859. Safety Management Manual (SMM) , 4th ed.; 2017; پ. 149. در دسترس آنلاین: https://www.aex.ru/imgupl/files/ICAO%20Doc%209859%20-%20SMM_Edition%204%20-%20Peer%20Review.pdf (در 2 مه 2021 قابل دسترسی است).
  41. لوپیچینی، آر. بنابراین، A. بررسی فنی اخلاقی استفاده از هواپیماهای بدون سرنشین تجاری در زمینه حاکمیت، اخلاق و حریم خصوصی. تکنولوژی Soc. 2016 ، 46 ، 109-119. [ Google Scholar ] [ CrossRef ]
  42. پلیوتسیاس، ا. کارانیکا، ن. Chatzimihailidou، تجزیه و تحلیل خطر MM و الزامات ایمنی برای عملیات پهپادهای کوچک: هواپیماهای بدون سرنشین محبوب تا چه حد ایمنی را تعبیه می کنند؟ ریسک مقعدی 2017 ، 38 ، 562-584. [ Google Scholar ] [ CrossRef ]
  43. Huttunen، M. عملیات هواپیماهای بدون سرنشین در رده خاص: رویکردی منحصر به فرد برای ایمنی هوانوردی. هوانوردی. Space J. 2019 ، 18 ، 2-21. [ Google Scholar ]
  44. Clothier, RA; گریر، دی. گریر، دی جی؛ مهتا، درک خطر AM و پذیرش عمومی هواپیماهای بدون سرنشین. ریسک مقعدی 2015 ، 35 ، 1167-1183. [ Google Scholar ] [ CrossRef ]
  45. آلتاوی، ر. یوسف، AM جنبه های امنیتی، حریم خصوصی و ایمنی هواپیماهای بدون سرنشین غیرنظامی: یک نظرسنجی. ACM Trans. فیزیک سایبر سیستم 2016 ، 1 ، 1-25. [ Google Scholar ] [ CrossRef ]
  46. یعقوب، J.-P. نورا، ح. سلمان، ا. شهاب، ع. تجزیه و تحلیل امنیتی سیستم های هواپیماهای بدون سرنشین: حملات، محدودیت ها و توصیه ها. اینترنت Things 2020 ، 11 ، 39. [ Google Scholar ] [ CrossRef ]
  47. لین، سی. او، دی. کومار، ن. چو، KKR؛ وینل، ا. Huang, X. امنیت و حریم خصوصی برای اینترنت هواپیماهای بدون سرنشین: چالش ها و راه حل ها. IEEE Commun. Mag. 2018 ، 56 ، 64-69. [ Google Scholar ] [ CrossRef ]
  48. سولو، آ. فروشنده، ر. روهاکس، دی. Renner, P. شناسایی و محلی سازی پهپاد مبتنی بر چندلایه. در هجدهمین سمپوزیوم بین المللی رادار (IRS) ؛ هرمان، آر.، اد. IEEE: نیویورک، نیویورک، ایالات متحده آمریکا، 2017؛ پ. 10. [ Google Scholar ] [ CrossRef ]
  49. Zsolt، S. چالش های ناشی از وسیله نقلیه هوایی بدون سرنشین در مدیریت ترافیک هوایی. عادت زنانه. پلی تک. ترانسپ مهندس 2019 ، 47 ، 96-105. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  50. هگدوس، تی. نمث، بی. گاسپار، پی. چالش ها و امکانات استراتژی های سبقت برای وسایل نقلیه خودران. عادت زنانه. پلی تک. ترانسپ مهندس 2020 ، 48 ، 320-326. [ Google Scholar ] [ CrossRef ]
  51. کیولویچ، ای اچ. دیون، جی. رز، تی. آرورا، پی. فانوس، بی. سالوو، آر. پلیسیر، وی. لوسادا، ر. Gentile، R. Sensor Fusion Tools در پشتیبانی از سیستم های خودمختار. Aiaa Scitech 2019 . [ Google Scholar ] [ CrossRef ]
  52. سیورت، اس. عندلیبی، م. برودر، اس. جنتیلینی، آی. معماری شبکه های بدون سرنشین Buchholz، J. برای آزمایش های شبکه های حسگر چندوجهی مدیریت ترافیک UAS. در مجموعه مقالات کنفرانس هوافضای IEEE 2018، Big Sky، MT، ایالات متحده آمریکا، 3 تا 10 مارس 2018؛ صص 1-18. [ Google Scholar ] [ CrossRef ]
  53. جون، م. D’Andrea، R. برنامه ریزی مسیر برای وسایل نقلیه هوایی بدون سرنشین در محیط های نامشخص و متخاصم، فصل 6. در کنترل تعاونی: مدل ها، برنامه ها و الگوریتم ها . بوتنکو، اس.، مورفی، آر.، پاردالوس، پی.، ویرایش. Springer: Cham، آلمان، 2003; صص 95-110. [ Google Scholar ]
  54. ملینگر، دی. مایکل، ن. کومار، V. تولید مسیر و کنترل مانورهای تهاجمی دقیق با رباتیک آزمایشی کوادروتور، دوازدهمین سمپوزیوم بین‌المللی رباتیک تجربی . خطیب، او.، کومار، وی.، سوخاتمه، جی.، ویرایش. Springer-Verlag: برلین/هایدلبرگ، آلمان، 2014; صص 361-374. [ Google Scholar ]
  55. Szabolcsi, R. برنامه ریزی مسیر پرواز برای پروازهای با ارتفاع پایین پهپاد کوچک. آکادمی نیروی زمینی Rev. 2020 , 25 , 159–167. [ Google Scholar ] [ CrossRef ]
  56. روبی، بی. پرز، آر. Morcego, B. A Survey of Path Following Control Strategies for UAVs Focused on Quadrotor. جی. اینتل. ربات. سیستم 2020 ، 98 ، 241-265. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  57. لیانگ، ز. لی، کیو. Ren, Z. راهنما محدود شده برای وسایل نقلیه ورودی. هوانوردی علمی تکنولوژی 2016 ، 52 ، 52-61. [ Google Scholar ] [ CrossRef ]
  58. پوتن، ا. Ratnoo, A. میدان برداری لیاپانوف با محدودیت انحنا برای ردیابی هدف در حالت ایستاده. جی. گاید. Dyn را کنترل کنید. 2017 ، 40 ، 2725-2735. [ Google Scholar ] [ CrossRef ]
  59. راتنو، ع. سوجیت، پ. Kothari، M. مسیر بهینه تطبیقی ​​برای پروازهای باد شدید. IFAC 2011 ، 44 ، 12985-12990. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  60. دیست، ج. چگونه، JP; پارک، اس. لیاپانوف پایداری قانون هدایت غیرخطی برای پهپادها. در مجموعه مقالات کنفرانس و نمایشگاه مکانیک پرواز اتمسفر AIAA، سانفرانسیسکو، کالیفرنیا، ایالات متحده آمریکا، 15 تا 18 اوت 2005. صفحات 2005-6230. [ Google Scholar ]
  61. ژانگ، جی. لی، کیو. چنگ، ن. لیانگ، ب. کنترل مسیر برای وسایل نقلیه هوایی بدون سرنشین بال ثابت بر اساس یک هدف مجازی. Proc. Inst. مکانیک. مهندس قسمت G J. Aerosp. مهندس 2012 ، 228 ، 66-76. [ Google Scholar ] [ CrossRef ]
  62. زوائوی، اس. محمد، ای. Kouider, B. ردیابی آسان پهپاد با استفاده از کنترلر PID. عادت زنانه. پلی تک. ترانسپ مهندس 2019 ، 47 ، 171-177. [ Google Scholar ] [ CrossRef ]
  63. چن، کیو. وانگ، ایکس. یانگ، جی. وانگ، زی. هدایت پیروی از مسیر بر اساس یک هدف مجازی و یک محدودیت زاویه. هوانوردی علمی تکنولوژی 2019 ، 87 ، 448-458. [ Google Scholar ] [ CrossRef ]
  64. چن، اچ. کنگ، ی. وانگ، ایکس. خو، X. Shen, L. کنترل هماهنگ شده مسیر-پیروی وسایل نقلیه هوایی بدون سرنشین با بال ثابت. IEEE Trans. سیستم ManCybern. سیستم 2021 . [ Google Scholar ] [ CrossRef ]
  65. Dung, ND در حال توسعه مدل هایی برای مدیریت پهپادها در سیستم حمل و نقل در شهرهای هوشمند. علمی جی ریگا تک. دانشگاه برق ارتباط کنترل مهندس 2019 ، 15 ، 71–78. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  66. سرگین، ND; Rohacs, J. مدلهای پیروی از پهپاد در شهرهای هوشمند. در مجموعه مقالات پنجاه و نهمین کنفرانس علمی بین المللی IEEE 2018 در زمینه برق و مهندسی برق دانشگاه فنی ریگا (RTUCON)، ریگا، لتونی، 12 تا 13 نوامبر 2018؛ صص 1-6. [ Google Scholar ] [ CrossRef ]
  67. سرگین، ND; Rohacs, J. Robust برنامه ریزی فرآیند فرود هواپیماهای بدون سرنشین. بین المللی J. Sustain. هوانوردی. 2019 ، 5 ، 1-18. [ Google Scholar ] [ CrossRef ]
  68. مطلق، NH; طالب، ت. Arouk, O. خدمات اینترنت اشیا مبتنی بر وسایل نقلیه هوایی بدون سرنشین در ارتفاع پایین: بررسی جامع و چشم اندازهای آینده. IEEE Internet Things J. 2016 ، 3 ، 899–922. [ Google Scholar ] [ CrossRef ]
  69. ایکائو مدیریت ترافیک سیستم های هواپیمای بدون سرنشین (UTM) – چارچوبی مشترک با اصول اصلی برای هماهنگی جهانی. در دسترس آنلاین: https://www.icao.int/safety/UA/Documents/UTM-Framework%20Edition%202.pdf (در 28 آوریل 2021 قابل دسترسی است).
  70. خو، سی. لیائو، ایکس. تان، جی. بله، اچ. لو، اچ. پیشرفت تحقیقات اخیر سیاست‌ها و فناوری‌های تنظیم وسایل نقلیه هوایی بدون سرنشین در ارتفاع کم شهری. دسترسی IEEE 2020 ، 8 ، 74175–74194. [ Google Scholar ] [ CrossRef ]
  71. SESAR. پشتیبانی خودکار برای بخش بندی پویا در دسترس آنلاین: https://www.sesarju.eu/sesar-solutions/automated-support-dynamic-sectorisation (در 28 آوریل 2021 قابل دسترسی است).
Ijgi 10 00338 g001 550
شکل 1. مفهوم پیشنهادی (به دنبال ایده اولیه Kin Huat Low [ 19 ]).
Ijgi 10 00338 g002 550
شکل 2. توسعه ابزار کابین خلبان برای پشتیبانی از فرود دقیق.
Ijgi 10 00338 g003 550
شکل 3. مفهوم کلی و طرح سیستم سیستم مدیریت پهپاد مستقل پیشنهادی.
Ijgi 10 00338 g004 550
شکل 4. بخش جغرافیایی و مناطق محدود.
Ijgi 10 00338 g005 550
شکل 5. بخش برای “حرکت عمودی”، تغییر ارتفاع پرواز.
Ijgi 10 00338 g006 550
شکل 6. یک طرفه: ( الف ) نمای عمودی، ( ب ) نمای سه بعدی.
Ijgi 10 00338 g007 550
شکل 7. دو روش: ( الف ) نمای عمودی، ( ب ) نمای سه بعدی.
Ijgi 10 00338 g008 550
شکل 8. چند خط در یک جهت: ( الف ) نمای عمودی، ( ب ) نمای سه بعدی: v-فاصله ایمن عمودی، h-فاصله ایمن افقی
Ijgi 10 00338 g009 550
شکل 9. چند خط به دو صورت: ( الف ) نمای عمودی، ( ب ) نمای سه بعدی.
Ijgi 10 00338 g010 550
شکل 10. چرخش: ( الف ) در یک جهت در همان ارتفاع، ( ب ) در دو جهت در همان ارتفاع.
Ijgi 10 00338 g011 550
شکل 11. تغییر ارتفاع در همان جهت: ( الف ) با پرواز مستقیم، ( ب ) با چرخش هماهنگ.
Ijgi 10 00338 g012 550
شکل 12. عبور: ( الف ) تغییر خط، ( ب ) تغییر مسیر (در نمای بالا).
Ijgi 10 00338 g013 550
شکل 13. تغییر مسیر در ارتفاع مختلف: 1- تغییر به یک خط جدید، 2-پرواز در لاین جدید، 3-افزایش/کاهش ارتفاع، 4-روشن کردن در همان ارتفاع، 5-پرواز در خط جدید در عنوان مورد نظر، 6-ادغام شدن در خط در همان ارتفاع و در سمت جدید مورد نظر.
Ijgi 10 00338 g014 550
شکل 14. سیستم حمل و نقل کل شهری: I-منطقه صنعتی (کارخانه ها)، II-منطقه جنگلی، III-منطقه شهری، IV-منطقه فرودگاه، 1-زیر زمینی، 2-جاده، 3-زمین بالا، 4-مسیر، 5- راه آهن، 6 – بزرگراه، 7 – حمل و نقل بار، 8 – حمل و نقل هوایی شهری، 9 – حمل و نقل آبی.
Ijgi 10 00338 g015 550
شکل 15. مدل زیر مسیر پیشنهادی.
Ijgi 10 00338 g016 550
شکل 16. نمایش موانع و محاسبه فاصله ایمن.
Ijgi 10 00338 g017 550
شکل 17. مناطق فرود پهپاد پیشنهادی.
Ijgi 10 00338 g018 550
شکل 18. شتاب، کاهش سرعت اولین پهپاد اعمال شده در تست های تایید.
Ijgi 10 00338 g019 550
شکل 19. نتایج تایید برای مقایسه مدل‌های زیر پهپاد SD و مارکوف.
Ijgi 10 00338 g020 550
شکل 20. تفاوت بین مسیرهای مطلوب و واقعی (خط صورتی-مسیر مطلوب، خط آبی-مسیر واقعی).
Ijgi 10 00338 g021 550
شکل 21. تفاوت بین ارتفاع مطلوب و واقعی پهپاد، خط سبز-ارتفاع مطلوب، خط قرمز-ارتفاع واقعی.
Ijgi 10 00338 g022 550
شکل 22. مسیر مورد نظر برای فرود پهپاد در جهت داده شده.
Ijgi 10 00338 g023 550
شکل 23. ارتفاع، سرعت عمودی و زاویه چرخش زمانی که پهپاد باید در جهت معین فرود آید.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید