我们最初的努力旨在满足各军种和作战指挥官的迫切需求。然而,随着 sUAS 技术和扩散继续以挑战国防部在当前范式下有效响应能力的速度发展,显然我们不能仅仅依靠物资解决方案。相反,我们必须重新审视如何应对 sUAS 给联合部队带来的日益严峻的挑战,方法是考虑和开发涵盖整个条令、组织、培训、物资、领导和教育、人员、设施政策 (DOTMLPF-P) 范围的解决方案。该战略为解决本土、东道国和应急地点的危险和威胁等各种 sUAS 问题提供了框架。随着技术和系统的发展,该战略将需要持续评估以确保国防部跟上步伐。要取得成功,国防部所有利益相关方必须齐心协力。各军事部门、作战司令部、联合参谋部和其他国防部部门将持续关注 sUAS,确保美国及其盟友和伙伴国家采取最有效的应对措施。
测量单位 本文件通篇使用国际单位制 (SI 单位) 和美国习惯单位 (英制单位)。每个单位制中的近似等价物使得可以使用不同国家/地区的现成材料。这避免了过高的采购和制造成本。所述单位尺寸之间的差异对于测试方法结果的比较微不足道,因此每组单位都被视为这些测试方法的标准。
本论文 - 开放获取由 Scholarly Commons 免费提供给您。它已被 Scholarly Commons 的授权管理员接受纳入论文和论文。有关更多信息,请联系 commons@erau.edu。
此 Capstone 由 Scholarly Commons 免费提供给您,供您开放访问。它已被 Scholarly Commons 的授权管理员接受并纳入学生作品。如需更多信息,请联系 commons@erau.edu 。
用于娱乐和商业目的的飞机系统 (sUAS)。联邦航空管理局 (FAA) 估计,这些系统中有近 160 万个用于娱乐目的,并将在 2015 年全年售出 (FAA, 2015a)。在 FAA 的 sUAS 在线注册系统上线后的第一个月,已有近 30 万 sUAS 所有者注册 (FAA, 2016),这表明至少有相同数量的 sUAS 在国家空域 (NAS) 内使用或打算使用。随着 FAA 开始制定 sUAS 的娱乐、商业和公共运营用途的法规 (FAA, 2013),sUAS 的数量和种类预计将增加。尽管 sUAS 的使用量不断增长,并且 FAA 试图规范这些系统的运行,但尚无明确的指导方针来解释 sUAS 操作员在 NAS 飞行时应获得的信息类型。
13. 摘要(最多 200 个字)无人机系统 (UAS) 的普及加剧了恶意行为者利用该技术进行恶作剧或伤害的不对称威胁。现有的地面解决方案受到视线的限制,而人工操作的响应无人机响应速度较慢且劳动强度较大。因此,需要具备基于视觉的自主追击和拦截未经授权的无人机的能力。为了解决这个问题,作者开发了一种计算机视觉 (CV) 算法,用于在现场条件下检测、跟踪和估计悬停和移动的空中小型 UAS 目标的相对位置和范围。将基于 CV 的测量结果与 GPS 数据进行比较,以评估 CV 算法的范围和角度估计性能。然后,飞行控制算法利用简单的角度制导原理处理 CV 估计的范围和角度信息以追击和拦截目标。使用原型无人机对该算法进行了现场测试。这项研究将为商用现货反无人机能力的概念设计和硬件实现选择提供参考。更广泛地说,这项研究为自主物体跟踪应用的知识体系做出了贡献。
本特别报道的目的是记录在位于北卡罗来纳州达克的美国陆军工程兵团实地研究设施的沿海环境中从无人机载系统 (UAS) 获取的高空间分辨率图像数据的收集情况,以评估各种软件处理包的地理空间精度。使用固定翼 SenseFly eBee 无人机平台收集了来自两次任务(一次飞行于 2015 年 10 月,第二次飞行于 2016 年 9 月)的图像数据。使用了四种商业处理包来生成标准地理空间产品,包括数字表面模型和正高马赛克。通过分布在 70 公顷场地上的 11 个检查站评估地理空间精度。结果表明,精度因软件包而异,这可能部分与摄影测量处理方法有关。三维均方根误差范围为 0.54 至 0.06 米。该研究还表明,在尝试评估沿海环境中 UAS 平台的地理空间精度时,图像采集策略、摄像机参数设置和地面控制点/检查点设计的重要性。
1.1 问题陈述. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ................................................................................................................................................................................. 3 1.6 贡献.................................................................................................................................................................................................................................................................................................... 4 1.7 论文概述....................................................................................................................................................................................................... 4 1.7 论文概述....................................................................................................................................................................................................................... 4 . . . . . . . 4
在按照目视飞行规则飞行时,飞行员主要依靠视觉扫描来避开其他飞机和空中碰撞威胁。联邦航空管理局的记录表明,与无人机的近距离接触正在增加,2016 年报告的无人机系统 (UAS) 目击或近距离碰撞达到 1,761 起。这项研究旨在评估飞行员目视检测配备频闪灯的 UAS 平台的有效性。10 名飞行员组成的样本驾驶通用航空飞机,对配备频闪灯的小型 UAS (sUAS) 进行五次拦截。参与者被要求指出他们何时目视发现无人机。比较飞机和 sUAS 平台的地理位置信息以评估能见距离。研究结果用于评估日间频闪灯作为一种增强飞行员 sUAS 检测、能见度和防撞能力的方法的有效性。参与者在 7.7% 的拦截中发现了无人机。由于缺乏数据点,作者无法确定频闪灯是否能改善 UAS 视觉检测。作者建议进一步研究使用 sUAS 安装的频闪灯进行夜间视觉检测的有效性。