摘要 — 随着第四次工业革命的进行,许多关于无人机的研究工作已经积极开展。目前,无人机技术最重要的部分之一是飞行过程中障碍物的自主识别和避障。通常情况下,无人机依靠 GPS 信号按照飞行前指定的航路点飞行。然而,当无人机接近指定着陆点时,可能会出现障碍物和不可预见的物体,这些障碍物和物体可能会严重危及无人机的安全着陆。因此,无人机的安全着陆成为一个非常重要的问题。在这方面,本研究探讨了将人工智能 (AI) 技术应用于无人机的可能性,以提高安全性。通过将图像传感器、支持 AI 的物体识别和无人机飞行控制计算机集成在一起,无人机可以更安全地着陆,而不必担心在飞行着陆阶段因意外障碍物而翻倒或严重损坏。 索引术语 — 着陆平台跟踪、避障、图像分割、人工智能、二维坐标、飞行控制
显示 7600 遵循 STAR PLN 或根据已知或估计的着陆方向授权。如果是雷达制导,则加入初始 STAR。如果在等待期间可用,则向已确认收到的最后指定级别的 IAF 报告;如果在等待的最高级别不可用,则向 IAF 报告。保持在此高度直到以下时间中较晚的时间: - PDT - 到达保持时间加上 10 分钟,然后下降到保持区到指定的高度以开始初始进近,在此高度离开 IAF 以开始着陆进近程序。
于11月6日加入我们,讨论有关NASA Techleap奖的夜间精确着陆挑战赛以及最近对由天体构造的模拟月球表面进行的获胜技术的飞行测试。挑战试图提高负担能力,并降低精密着陆能力的复杂性,以将航天器运送到安全的着陆地点,尤其是当地形危险且照明条件具有挑战性时。在这次网络研讨会上讨论,由飞行机会人员,天文学以及三个挑战者的主持人主持,将讨论飞行测试,并探索经验教训以及接下来会发生什么。
摘要 本文介绍了使用位置传感二极管 (PSD)(一种光源方向传感器)设计基于视觉的栖息飞机导航系统的研究。飞机栖息机动模仿鸟类着陆,以低速或可忽略不计的冲击力爬升着陆。它们经过优化以减少其空间要求,例如高度增益或轨迹长度。由于干扰和不确定性,通过跟踪最佳轨迹实现实时栖息。由于控制器的性能取决于估计的飞机状态的准确性,因此建议在状态估计模型中使用 PSD 测量值作为观测值以实现精确着陆。通过数值模拟研究了该导航系统的性能和适用性。通过最小化轨迹长度来计算最佳栖息轨迹。加速度、角速率和 PSD 读数是根据该轨迹确定的,然后与实验获得的噪声相加以创建模拟传感器测量值。对最优着陆轨迹的初始状态进行扰动,通过假设零偏差,实现扩展卡尔曼滤波器进行飞机状态估计。结果表明,估计飞机状态与实际飞机状态之间的误差沿轨迹减小,从而验证了所提出的导航系统。
尽管我们继续关注事故以吸取安全教训,但研究一些非常具有挑战性但结果积极的情况的例子也是有用的,通过这样做,我们可以获得有关在所有威胁情况下取得成功的行为和技能类型的线索。我立即想到了三件事。一架 A300 飞机在遭到导弹袭击后严重受损,却在巴格达成功着陆; A320 客机在哈德逊河紧急迫降,两个引擎都因鸟击而受损严重;最后在旋翼失控故障(对 A380 造成了前所未有的损坏)后成功着陆。
不准确性和伤害继续在进行空降行动的风险评估中发挥作用,这增加了在静态线操作期间监测空中风的理由。尽管空降界普遍认为高空风速越快,伞兵在着陆时水平漂移越快,但有根据的数据极其有限。2022 年和 2023 年的两起轶事案例凸显了潜在影响,但需要进一步研究才能得出明确结论。在两次空降行动中,空中风速都超过了 25 节,但地面风仍在可容忍范围内。在这两种情况下,六名经验丰富的跳伞者都带着 MC-6 降落伞跳出,这是一种可操纵的伞盖,具有 10 节向前漂移的能力。即使跳伞者采取了适当的降落伞着陆 (PLF) 姿势,他们都迅速向后漂移并以极大的力量着陆。大多数人需要某种形式的医疗救治。如果这些伞兵使用 T-11 降落伞,潜在的伤害可能会更加严重。