NASA无人机运行管理系统ICAROUS框架分析

NASA和FAA提出了无人机系统交通管理(UTM)概念,旨在将低空无人机运行纳入国家空域范围,实现无人机在城市、应急等运行场景下的大规模安全运行。作为UTM项目的一部分,NASA开发了无人机运行管理系统的“无人系统可靠运行集成可配置算法框架(ICAROUS)”,该框架集成了无人机低空安全运行所需的飞行决策、地理围栏、路径规划以及空中交通冲突探测与避让等关键功能,并提供了软件在环仿真和地面控制站接口。通过剖析ICAROUS源代码分析了NASA无人机运行管理框架的研究进展,从架构、算法实现以及关键参数等方面解读了该框架的若干核心功能。最后,为中国无人机运行管理技术的发展提出了建议。     

无人机低空交通管理系统综述

低空空域改革是提高低空空域利用率和促进低空产业发展的重要举措,无人机的低空运行是低空空域改革的重点。低空无人机的数量与低空空域使用需求急剧增加,亟待发展与空中交通管理系统相称的无人机空中交通管理系统。为了解低空无人机运行现状和发展无人机低空运行关键技术,从无人机交通管理系统/智能交通管理系统、无人机低空运行关键技术和无人机低空运行飞行规则三个方面对无人机低空交通管理系统的现状进行了总结介绍,并探讨了无人机低空交通管理系统的发展趋势。     

大型固定翼无人机融合飞行预定航迹线保护区探究

为解决大型固定翼无人机（large fixed wing unmanned aerial vehicle,LFW UAV）在联合空域与民航客机开展融合飞行的安全风险评估问题,建立LFW UAV飞行安全风险与安全间隔量化计算办法,构建预定航迹线保护区划设方案。研究结果表明：LFW UAV 4D航迹预测模型具有较高精准性,飞行冲突模板符合导航与安全风险等行业参考值建议,安全间隔量化结果可为低空高密度空域规划提供支撑,研究成果可促进智慧低空发展和智能物流技术创新。     

面向城市飞行安全的无人机离散型多路径规划方法

为了提高无人机（UAV）在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多路径规划问题的数学模型。为提高算法的收敛速度和解的优质性,以及使算法能够同时输出多条路径,针对蚁群（ACO）算法的运行机制,设计聚类算子,提出改进聚类蚁群（CIACO）算法。实验结果表明,所提方法能够快速的收敛输出多条风险值较低的飞行路径。     

低空小型无人机空域冲突视觉感知技术研究进展

无人机（UAV）空域冲突感知技术是国家空域集成中最具挑战的关键技术,针对小型无人机在低空空域应用愈加广泛、迫切需要融入低空空域的背景,综述了低空小型无人机空域冲突视觉感知技术的研究进展。首先,论述了低空小型无人机的应用现状,归纳了低空空域环境与小型无人机的典型特征;其次,根据感知对象的类型,将现有的空域冲突感知设备分为协同式与非协同式2类,通过对比总结了机器视觉作为低空小型无人机空域冲突感知设备的优势;然后,论述了视觉信息预处理、入侵目标视觉检测、基于视觉的避障路径规划这3项空域冲突视觉感知关键技术的最新研究进展;最后,总结了该领域有待进一步解决的难点,并对未来的发展方向进行展望。     

低空无人机路径规划算法综述

随着无人机技术的发展,无人机在低空的应用场景越来越多,复杂的低空环境对无人机路径规划算法提出了新的要求。本文总结了近年来常用的无人机路径规划算法,包括图搜索算法,线性规划算法,智能优化算法（遗传算法、粒子群算法、蚁群算法）,强化学习算法;对这些算法的原理、适用场景及其优缺点进行了归纳分析;并基于无人机发展现状对无人机路径规划算法进行了展望。     

无人机车辆组合物流配送路径规划探讨

近年来无人机在各个领域的应用逐渐兴起,尤其是在物流运输领域发展迅速。在物流运输领域的应用主要是与车辆进行组合运输,国内外的学者针对无人机和车辆组合运输的路径规划问题进行了许多研究。主要论述了目前车辆和无人机组合运行的4种模式,包括车辆支持无人机运行模式、无人机支持车辆运行模式、无人机与车辆独立的运行模式、无人机和车辆同步的运行模式。探究了目前无人机和车辆组合路径规划问题考虑的因素,包括无人机电池电量、运送包裹数量和时间窗等。对有无人机参与的车辆路径规划问题的目标优化进行了总结,目前的研究主要分为3类,包括考虑最短配送时间、最小总成本和多目标规划。这些研究对未来无人机配送问题的研究具有重要的指导意义。     

基于“胶囊型”动态地理围栏的无人机航路规划

针对无人机多条航线运行效率低与经济性差的问题，提出了一种“胶囊型”动态地理围栏的无人机航路规划方法。根据无人机地理围栏的分类，对无人机地理围栏算法执行流程进行了概述。选取中国浙江省杭州市为地理围栏验证试验区域，在该区域内采用A*算法进行了单一航线与两条航线的无人机航路规划研究，并在空域栅格内设置了无人机禁止飞入区域。在确定的航线上采用“胶囊型”动态地理围栏方法，经过模拟计算得到，单一航线上的空域利用率提高超过10%。并且当两条航线交叉时，“胶囊型”动态地理围栏方法可节省15%的运行时间，提高了空域利用率与经济性。     

无人机地理围栏越界探测算法改进与分析

防止无人机飞出指定空域或飞入禁飞空域的核心算法是无人机地理围栏越界探测算法。为提高无人机地理围栏越界探测的准确性以保证低空无人机飞行的安全性,本文针对射线法进行改进,通过添加缓冲距离的判断来解决传统射线法不能解决的三种特殊情况,在Matlab环境下对其进行了仿真验证,实现了越界探测功能,找出了影响改进算法运行时间的三个因素,并进行了深入分析和讨论。仿真结果表明：提出的基于改进射线法的无人机地理围栏越界探测算法在不影响运行时间的前提下,提高了无人机越界探测的准确性。     

多因素影响下的四旋翼无人机安全间隔模型

随着自动化技术和电力推进技术的迅猛发展,无人机在低空空域进行高规模运行成为可能。由于低空环境及四旋翼无人机机动的特殊性,低空交通管理技术亟需有效的风险管控。从风、降雨及定位误差三个因素角度出发,提出了一种基于PID控制的多因素条件下四旋翼无人机飞行碰撞。建立基于GPS位置误差的四旋翼无人机位置偏移概率模型,通过给定的等...     

基于改进A~*算法的进离场航线网络3D规划

为提高终端空域航线设计的自动化水平,对进离场航线进行了研究。针对独立航线规划,提出角度扩展航路点搜索方法,提高算法运行效率。选取水平剖面经济性最优为目标函数,垂直剖面满足最优爬升/下降剖面,实现3D航线网络规划。实例结果表明,在保证航线安全性、经济性的同时,算法运行稳定,效率明显提高。     

基于多指标动态优先级的无人机协同路径规划

针对复杂城市环境下多无人机（UAVS）协同巡检、配送等任务,提出一种基于多指标动态优先级的协同路径规划方法,以节省运行成本和增加任务效率。综合考虑碰撞风险、总路程、等待时间等指标构建动态优先级模型,并在优先级单边避碰机制下,定制组合规避策略以处理局部冲突,更好地权衡协同规划效率和路径质量。针对无人机个体路径规划,在Lazy Theta*算法基础上引入拥堵权值地图,引导无人机避开拥堵区域,降低冲突发生可能性。对比仿真试验表明：提出的个体规划算法可以减少拥堵区域和降低拥堵持续时间,提出的多指标动态优先级协同规划算法相比于飞行时间驱动的动态优先级,能够提高规划效率和结果最优性。     

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

加快低空空域改革促进通用航空发展

空域如同土地、河流和海洋一样，是一个国家的重要自然资源，世界各国都非常重视对空域特别是低空空域开发和使用。目前，我国低空空域资源处于尚待开发阶段，如何在避免影响军事航空、公共运输航空飞行的前提下，尽可能满足低空用户的飞行活动，促进低空空域的有效利用是值得关注和研究的问题。因此本文从低空空域需求状况入手，分析低空空域飞行活动发展趋势及当前低空空域管理存在的问题，提出加快低空空域改革的建议。     

空域监视、导航技术相关问题探讨

空域监视是保障飞行安全、提高空管运行效率的关键技术。经过多年的建设和完善,我国的空域监视系统已具备场面监视、机场终端区监视以及航路航线监视等一系列完整的空域监视能力。随着空域分类管理和低空开放的新需求,新的监视技术和手段也将得到进一步发展。本文将就空域监视技术的演进过程、空域监视技术在低空空域监视中的应用及相关热点问题进行了探讨,并对空域监视技术的发展作一展望。一、空域监视技术的演进过程     

城市物流无人机飞行任务剖面构建与优化

无人机应用于物流行业中末端配送环节已成为未来的发展趋势。针对现有物流无人机路径规划研究中对起飞、爬升、下降、着陆及备降等飞行任务剖面考虑较少的问题,提出了完整飞行任务剖面构建与优化的方法。首先,通过实际调研,建立物流无人机飞行任务剖面及参数化表达方法。然后,建立各阶段飞行任务剖面的数学模型,并基于模拟退火算法和粒子群算法对物流无人机飞行任务剖面进行优化。研究结果表明,优化后的飞行任务剖面耗能显著优于原始任务剖面,并可提高运行效率。     

基于A~*蚁群算法的无人机航路规划

针对低空密集复杂环境,在构建环境模型及无人机模型的基础上,提出了一种综合运用A~*算法与蚁群算法的智能航路规划方法。其中A~*算法用于全局航路规划,蚁群算法用于局部路径重规划,利用A~*算法的导向性克服蚁群算法收敛速度慢的缺点,能够使无人机快速到达目标点。仿真结果表明,A~*蚁群算法不仅可以全局引导蚁群算法快速收敛,使无人机快速飞向目标点,同时也可以在局部环境中规避障碍,保证无人机的飞行安全。     

一种陌生环境的无人机在线Laguerre航路规划方法

针对多旋翼无人机在陌生城市低空安全飞行的需要,研究了适合于陌生环境应用的在线航路规划方法。在分析传统Laguerre图航路规划原理及其航路安全性优势的基础上,首先导出了面向单个拟飞通道的Laguerre规划航路的特性。进而,通过最小化航路安全误差,建立了单个航段的最佳安全航路。在上述研究的基础上,提出了面向陌生环境的在线滚动式Laguerre航路规划方法。设计了模拟城市建筑物分布的仿真飞行场景,并通过对比分析不同规划方法对于仿真场景的航路规划结果,显示了本文算法在航路规划问题中避撞安全性方面的优势。     

基于改进人工势场法的无人机避让航迹规划

随着无人机技术的不断发展,以及无人机应用领域的不断扩展,无人机与有人机在低空空域的融合运行是我国通用航空事业发展的必然趋势,而感知与规避技术是无人机与有人机间避免碰撞的重要保障。在对感知与规避技术进行详细阐述的基础上,对其关键技术问题之一的避让航迹规划进行了研究。首先,针对传统人工势场法的局部震荡问题提出了解决方案;其次,结合感知与规避实际背景,对威胁区模型进行了优化,并对无人机自身性能约束进行了建模;最后,对改进算法进行了仿真验证,阐明了其对无人机动力能源消耗、避让时间和任务执行效率等方面的影响。     

低空智联网组网与控制理论方法

低空智联网（LAIN）作为一种新兴的智能网络,依托于空天地海基础设施构成数字智能网络体系,是空天地一体化网络的重要组成部分,可支撑实现第六代通信技术无缝泛在互联,推动智能网络服务由地面向低空空域的发展。然而,LAIN正处在技术突破阶段,仍面临以下关键挑战尚未解决,主要包括低空空域安全管控困难、频谱干扰严重、多维资源紧缺等问题。因此,面向LAIN体系架构与安全管控问题,综述了目前低空网络的发展现状,指出其对于产业技术变革的意义;然后,从频谱资源、网络资源以及空域资源管理的角度出发,分析了LAIN相关技术的国内外研究现状;进一步,剖析低空飞行器空地频谱共享、感传算一体化组网覆盖、低空空域智能监管等关键技术,为LAIN和低空空域的管理指明进一步的发展方向;最后,提出了LAIN的应用示范,旨在面向低空空域高效运行与安全的重大需求,为下一代空天地一体化网络的进一步发展提供理论依据和技术。