CN110659771B - 飞机协同航路规划方法 - Google Patents

飞机协同航路规划方法 Download PDF

Info

Publication number
CN110659771B
CN110659771B CN201910832214.8A CN201910832214A CN110659771B CN 110659771 B CN110659771 B CN 110659771B CN 201910832214 A CN201910832214 A CN 201910832214A CN 110659771 B CN110659771 B CN 110659771B
Authority
CN
China
Prior art keywords
planning
new
aircraft
random
route
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910832214.8A
Other languages
English (en)
Other versions
CN110659771A (zh
Inventor
吕明伟
张少卿
魏巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Aircraft Design and Research Institute Aviation Industry of China AVIC
Original Assignee
Shenyang Aircraft Design and Research Institute Aviation Industry of China AVIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenyang Aircraft Design and Research Institute Aviation Industry of China AVIC filed Critical Shenyang Aircraft Design and Research Institute Aviation Industry of China AVIC
Priority to CN201910832214.8A priority Critical patent/CN110659771B/zh
Publication of CN110659771A publication Critical patent/CN110659771A/zh
Application granted granted Critical
Publication of CN110659771B publication Critical patent/CN110659771B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本申请涉及一种飞机协同航路规划方法，包括：步骤一、态势建模；步骤二、参数初始化；步骤三、以规划起点作为随机树的根节点；步骤四、判断失败次数是否小于最大失败次数，若否则结束，若是则进行步骤五；步骤五、生成随机航路点；步骤六、在随机树中选择与随机航路点距离最近的航路点；步骤七、生成新航路点；步骤八、判断新航路点是否可行，若否则失败次数加1，进行步骤四；若是则进行步骤九；步骤九、将新航路点加入随机树；步骤十、判断新航路点与规划终点之间的距离是否小于距离误差，若否则进行步骤四，若是则进行步骤十一；步骤十一、保存随机树，搜索可行航路；步骤十二、对航路进行处理，得到飞机协同规划航路。

Description

飞机协同航路规划方法
技术领域
本申请属于飞机协同航路规划设计技术领域，具体涉及一种飞机协同航路规划方法。
背景技术
实际中经常需要多架飞机编队协同完成某项任务，为满足飞机自身性能约束及其飞机间的关联约束，需对飞机进行协同航路规划，其中：
飞机自身性能约束包括：飞机的最小飞行距离、最大爬升率、最大下滑率、最小转弯角度、最大飞行高度、最小飞行高度等方面；
飞机间的关联约束包括：
时域约束，各架飞机在时间序列上，需要满足约定的时间及其时序；
空域约束，各架飞机之间不发生碰撞。
当前多基于A*算法、人工视场等方法对飞行协同航路进行规划，存在以下缺陷：
1)、以串行方式分别完成对各架飞机的航路规划，时间开销大，难以满足飞机协同航路规划的实时性要求；
2)、生成的航路仅能够规避静态威胁源，不能够规避动态威胁源；
3)、需要在搜索空间中预生成大量的辅助航路点，稳定性较差；
4)、复杂态势环境中，难以同时满足飞机自身性能约束及飞机间的关联约束。
鉴于现有技术的上述缺陷提出本申请。
发明内容
本申请的目的是提供一种飞机协同航路规划方法，以于克服或减轻现有技术至少一方面的缺陷。
本申请的技术方案是：
一种飞机协同航路规划方法，包括以下步骤：
步骤一、态势建模，包括：威胁源、飞机性能参数、规划起点、规划终点；
步骤二、参数初始化，包括：规划起点信息、规划终点信息、最大失败次数、贪心概率、步长、距离误差；
步骤三、以规划起点作为随机树的根节点；
步骤四、判断失败次数是否小于最大失败次数，若否则结束，若是则进行步骤五；
步骤五、生成随机航路点；
步骤六、在随机树中选择与随机航路点距离最近的航路点；
步骤七、生成新航路点；
步骤八、判断新航路点是否可行，若否则失败次数加1，进行步骤四；若是则进行步骤九；
步骤九、将新航路点加入随机树；
步骤十、判断新航路点与规划终点之间的距离是否小于距离误差，若否则进行步骤四，若是则进行步骤十一；
步骤十一、保存随机树，搜索可行航路；
步骤十二、对航路进行处理，得到飞机协同规划航路。
根据本申请的至少一个实施例，所述步骤一中，所述飞机性能参数包括：最小飞行距离、最大爬升率、最大下滑率、最小转弯角度、最大飞行高度、最小飞行高度。
根据本申请的至少一个实施例，所述步骤二中，
所述步长设置为飞机的最小飞行距离；
所述距离误差设置为飞机的最小飞行距离。
根据本申请的至少一个实施例，所述步骤五具体为：
以贪心概率选择规划终点生成随机航路点。
根据本申请的至少一个实施例，所述步骤五具体为：
以概率(1-P)生成随机航路点，其中，
P为贪心概率。
根据本申请的至少一个实施例，所述步骤七具体为：
Figure BDA0002191084540000031
其中，
qnew为新航路点；
qnear为随机树中与随机航路点最近的航路点；
StepSize为步长；
qrand为随机航路点。
根据本申请的至少一个实施例，所述步骤八中，以下任一条件成立，则新航路点不可行；
qnew处于威胁源区域内，或者qnew与qnear组成的航段穿过威胁源区域；
qnew与qnear之间的距离小于飞机的最小飞行距离；
qnear与其前一航路点以及qnew之间的角度小于飞机的最小转弯角度；
qnew与qnear之间的斜率大于最大爬升率；
qnew与qnear之间的斜率大于最大下滑率；
qnew大于最大飞行高度，或者小于最小飞行高度。
根据本申请的至少一个实施例，所述步骤十一中，所述搜索可行航路具体为：
从规划终点开始，向前依次找到前一航路点，直到规划起点。
根据本申请的至少一个实施例，所述步骤十二中，所述对航路处理包括：
从规划起点到规划终点平滑处理；
从规划终点到规划起点平滑处理。
附图说明
图1是本申请实施例提供的飞机协同航路规划方法的流程图；
图2是本申请实施例提供的航路处理前航路点的示意图；
图3是本申请实施例提供的航路处理过程的示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关申请，而非对该申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在本申请的描述中，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，还需要说明的是，在本申请的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本申请中的具体含义。
下面结合附图1至图3对本申请做进一步详细说明。
一种飞机协同航路规划方法，包括以下步骤：
步骤一、态势建模，包括：威胁源、飞机性能参数、规划起点、规划终点；
步骤二、参数初始化，包括：规划起点信息、规划终点信息、最大失败次数、贪心概率、步长、距离误差；
步骤三、以规划起点作为随机树的根节点；
步骤四、判断失败次数是否小于最大失败次数，若否则结束，若是则进行步骤五；
步骤五、生成随机航路点；
步骤六、在随机树中选择与随机航路点距离最近的航路点；
步骤七、生成新航路点；
步骤八、判断新航路点是否可行，若否则失败次数加1，进行步骤四；若是则进行步骤九；
步骤九、将新航路点加入随机树；
步骤十、判断新航路点与规划终点之间的距离是否小于距离误差，若否则进行步骤四，若是则进行步骤十一；
步骤十一、保存随机树，搜索可行航路；
步骤十二、对航路进行处理，得到飞机协同规划航路。
对于上述实施例公开的飞机协同航路规划方法，本领域技术人员可以理解的是，其对飞机协同航路规划问题建模，通过改进快速扩展树随机算法对每架飞机进行航路规划，并采用多机并行搜索方式进行航路规划，减少了时间开销，取得较好的实时性，此外，其在规划过程中采用t贪心策略及随机采样的策略，可极大减少辅助航路点的生成个数，使该飞机协同航路规划方法具有较高的稳定性，及具有较好的实时性。
对于上述实施例公开的飞机协同航路规划方法，本领域技术人员还可以理解的是，其根据威胁源、飞机性能参数进行建模，对生成的新航路点进行可行性判断，完成协同航路冲突消解，使得到的协同规划航路能够同时满足飞机自身性能与飞机间的关联约束，以及使生成的航路能够同时规避静态、动态威胁源。
在一些可选的实施例中，定义航路的惩罚度评价航路的优劣。
在一些可选的实施例中，所述步骤一中，所述飞机性能参数包括：最小飞行距离、最大爬升率、最大下滑率、最小转弯角度、最大飞行高度、最小飞行高度。
在一些可选的实施例中，所述步骤二中，
所述步长设置为飞机的最小飞行距离；
所述距离误差设置为飞机的最小飞行距离。
在一些可选的实施例中，所述步骤五具体为：
以贪心概率选择规划终点生成随机航路点。
在一些可选的实施例中，所述步骤五具体为：
以概率(1-P)生成随机航路点，其中，
P为贪心概率。
在一些可选的实施例中，所述步骤七具体为：
Figure BDA0002191084540000061
其中，
qnew为新航路点；
qnear为随机树中与随机航路点最近的航路点；
StepSize为步长；
qrand为随机航路点。
在一些可选的实施例中，所述步骤八中，以下任一条件成立，则新航路点不可行；
qnew处于威胁源区域内，或者qnew与qnear组成的航段穿过威胁源区域；
qnew与qnear之间的距离小于飞机的最小飞行距离；
qnear与其前一航路点以及qnew之间的角度小于飞机的最小转弯角度；
qnew与qnear之间的斜率大于最大爬升率；
qnew与qnear之间的斜率大于最大下滑率；
qnew大于最大飞行高度，或者小于最小飞行高度。
在一些可选的实施例中，所述步骤十一中，所述搜索可行航路具体为：
从规划终点开始，向前依次找到前一航路点，直到规划起点。
在一些可选的实施例中，所述步骤十二中，所述对航路处理包括：
从规划起点到规划终点平滑处理；
从规划终点到规划起点平滑处理。
对航路处理过程可参见图2-图3，规划航路中的四个连续航路点q1→q2→q3→q4，判断相邻节点q1q2q3的夹角θ，如果θ小于最小转弯角度，则删除节点q2。
至此，已经结合附图所示的优选实施方式描述了本申请的技术方案，但是，本领域技术人员容易理解的是，本申请的保护范围显然不局限于这些具体实施方式。在不偏离本申请的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本申请的保护范围之内。

Claims (9)

1.一种飞机协同航路规划方法，其特征在于，包括以下步骤：
步骤一、态势建模，包括：威胁源、飞机性能参数、规划起点、规划终点；
步骤二、参数初始化，包括：规划起点信息、规划终点信息、最大失败次数、贪心概率、步长、距离误差；
步骤三、以规划起点作为随机树的根节点；
步骤四、判断失败次数是否小于最大失败次数，若否则结束，若是则进行步骤五；
步骤五、生成随机航路点；
步骤六、在随机树中选择与随机航路点最近的航路点；
步骤七、生成新航路点；
步骤八、判断新航路点是否可行，若否则失败次数加1，进行步骤四；若是则进行步骤九；
步骤九、将新航路点加入随机树；
步骤十、判断新航路点与规划终点之间的距离是否小于距离误差，若否则进行步骤四，若是则进行步骤十一；
步骤十一、保存随机树，搜索可行航路；
步骤十二、对航路进行处理，得到飞机协同规划航路。
2.根据权利要求1所述的飞机协同航路规划方法，其特征在于，
所述步骤一中，所述飞机性能参数包括：最小飞行距离、最大爬升率、最大下滑率、最小转弯角度、最大飞行高度、最小飞行高度。
3.根据权利要求1所述的飞机协同航路规划方法，其特征在于，
所述步骤二中，
所述步长设置为飞机的最小飞行距离；
所述距离误差设置为飞机的最小飞行距离。
4.根据权利要求1所述的飞机协同航路规划方法，其特征在于，
所述步骤五具体为：
以贪心概率选择规划终点生成随机航路点。
5.根据权利要求1所述的飞机协同航路规划方法，其特征在于，
所述步骤五具体为：
以概率(1-P)生成随机航路点，其中，
P为贪心概率。
6.根据权利要求1所述的飞机协同航路规划方法，其特征在于，
所述步骤七具体为：
Figure FDA0002191084530000021
其中，
qnew为新航路点；
qnear为随机树中与随机航路点距离最近的航路点；
StepSize为步长；
qrand为随机航路点。
7.根据权利要求6所述的飞机协同航路规划方法，其特征在于，
所述步骤八中，以下任一条件成立，则新航路点不可行；
qnew处于威胁源区域内，或者qnew与qnear组成的航段穿过威胁源区域；
qnew与qnear之间的距离小于飞机的最小飞行距离；
qnear与其前一航路点以及qnew之间的角度小于飞机的最小转弯角度；
qnew与qnear之间的斜率大于最大爬升率；
qnew与qnear之间的斜率大于最大下滑率；
qnew大于最大飞行高度，或者小于最小飞行高度。
8.根据权利要求1所述的飞机协同航路规划方法，其特征在于，
所述步骤十一中，所述搜索可行航路具体为：
从规划终点开始，向前依次找到前一航路点，直到规划起点。
9.根据权利要求1所述的飞机协同航路规划方法，其特征在于，
所述步骤十二中，所述对航路处理包括：
从规划起点到规划终点平滑处理；
从规划终点到规划起点平滑处理。
CN201910832214.8A 2019-09-04 2019-09-04 飞机协同航路规划方法 Active CN110659771B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910832214.8A CN110659771B (zh) 2019-09-04 2019-09-04 飞机协同航路规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910832214.8A CN110659771B (zh) 2019-09-04 2019-09-04 飞机协同航路规划方法

Publications (2)

Publication Number Publication Date
CN110659771A CN110659771A (zh) 2020-01-07
CN110659771B true CN110659771B (zh) 2022-11-22

Family

ID=69037925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910832214.8A Active CN110659771B (zh) 2019-09-04 2019-09-04 飞机协同航路规划方法

Country Status (1)

Country Link
CN (1) CN110659771B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112097773B (zh) * 2020-08-26 2022-09-02 中国人民解放军军事科学院国防科技创新研究院 一种自主水下航行器编队的协同航路规划装置
CN112215414B (zh) * 2020-09-29 2023-05-23 中国航空工业集团公司沈阳飞机设计研究所 一种基于相似度模型的多机协同航路规划方法及***
CN116842736A (zh) * 2023-07-05 2023-10-03 中国人民解放军92728部队 基于质点目标的航路规划方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104359473A (zh) * 2014-10-24 2015-02-18 南京航空航天大学 一种动态环境下无人机编队飞行的协同航迹智能规划方法
CN104597910A (zh) * 2014-11-27 2015-05-06 中国人民解放军国防科学技术大学 一种基于瞬时碰撞点的无人机非协作式实时避障方法
CN105841702A (zh) * 2016-03-10 2016-08-10 赛度科技（北京）有限责任公司 一种基于粒子群优化算法的多无人机航路规划方法
CN107608372A (zh) * 2017-08-14 2018-01-19 广西师范大学 一种基于改进rrt算法与改进ph曲线相结合的多无人机协同航迹规划方法
CN108563243A (zh) * 2018-06-28 2018-09-21 西北工业大学 一种基于改进rrt算法的无人机航迹规划方法
CN108681787A (zh) * 2018-04-28 2018-10-19 南京航空航天大学 基于改进双向快速扩展随机树算法的无人机路径优化方法
CN108958285A (zh) * 2018-07-17 2018-12-07 北京理工大学 一种基于分解思想的高效多无人机协同航迹规划方法
CN109460059A (zh) * 2018-12-03 2019-03-12 中国航空工业集团公司洛阳电光设备研究所 一种双机协同攻击占位最优时间引导方法
CN109917811A (zh) * 2019-04-12 2019-06-21 中国人民解放军国防科技大学 一种无人机集群协同避障-重构处理方法
CN110068337A (zh) * 2019-04-25 2019-07-30 安徽师范大学 用于传感器节点充电的无人机调度方法及***
CN110162104A (zh) * 2019-06-14 2019-08-23 哈尔滨工业大学 仿驾驶员视觉感知的rrt无人机路径规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9620022B2 (en) * 2014-06-10 2017-04-11 Sikorsky Aircraft Corporation Aircraft motion planning method

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104359473A (zh) * 2014-10-24 2015-02-18 南京航空航天大学 一种动态环境下无人机编队飞行的协同航迹智能规划方法
CN104597910A (zh) * 2014-11-27 2015-05-06 中国人民解放军国防科学技术大学 一种基于瞬时碰撞点的无人机非协作式实时避障方法
CN105841702A (zh) * 2016-03-10 2016-08-10 赛度科技（北京）有限责任公司 一种基于粒子群优化算法的多无人机航路规划方法
CN107608372A (zh) * 2017-08-14 2018-01-19 广西师范大学 一种基于改进rrt算法与改进ph曲线相结合的多无人机协同航迹规划方法
CN108681787A (zh) * 2018-04-28 2018-10-19 南京航空航天大学 基于改进双向快速扩展随机树算法的无人机路径优化方法
CN108563243A (zh) * 2018-06-28 2018-09-21 西北工业大学 一种基于改进rrt算法的无人机航迹规划方法
CN108958285A (zh) * 2018-07-17 2018-12-07 北京理工大学 一种基于分解思想的高效多无人机协同航迹规划方法
CN109460059A (zh) * 2018-12-03 2019-03-12 中国航空工业集团公司洛阳电光设备研究所 一种双机协同攻击占位最优时间引导方法
CN109917811A (zh) * 2019-04-12 2019-06-21 中国人民解放军国防科技大学 一种无人机集群协同避障-重构处理方法
CN110068337A (zh) * 2019-04-25 2019-07-30 安徽师范大学 用于传感器节点充电的无人机调度方法及***
CN110162104A (zh) * 2019-06-14 2019-08-23 哈尔滨工业大学 仿驾驶员视觉感知的rrt无人机路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于改进RRT算法的无人机航迹规划;尹高扬等;《电子学报》;20170715(第07期);全文 *
多旋翼无人机编队动态航路规划研究;李佳欢等;《电光与控制》;20171225(第09期);全文 *

Also Published As

Publication number Publication date
CN110659771A (zh) 2020-01-07

Similar Documents

Publication Publication Date Title
CN110659771B (zh) 飞机协同航路规划方法
CN106781707B (zh) 一种针对低空中长距离转场飞行的航迹规划方法
CN109357685B (zh) 航路网生成方法、装置及存储介质
CN106774392B (zh) 一种电力线路巡检过程中飞行路径的动态规划方法
Szczerba et al. Robust algorithm for real-time route planning
CN109828607A (zh) 一种面向不规则障碍物的无人机路径规划方法及***
WO2021082396A1 (zh) 基于低空空域限制条件的无人机飞行网络建模方法
CN110930772A (zh) 一种多飞机协同航路规划方法
US7761199B2 (en) Termination map for an aircraft
CN103542852A (zh) 一种基于分割法的无人机路径规划方法
US20180032077A1 (en) Method for guiding and controlling drone using information for controlling camera of drone
CN109506654A (zh) 低空航路规划方法及装置、飞行器
CN107478233B (zh) 一种地质勘探航迹规划方法及***
KR101687711B1 (ko) 비행체의 고도 산출 장치 및 그 방법
KR20200002213A (ko) 무인 항공기용 경로 탐색을 위한 3차원 공간지도 구축 장치 및 방법
CN106774425A (zh) 一种无人机飞行导航的方法及***
CN110887491A (zh) 一种飞机航路规划方法
JP2018180359A (ja) ３次元地図データおよび制御装置
CN107113628A (zh) 视线通信网络中的关联
CN112382134A (zh) 生成飞行路径的方法、装置、存储介质和电子设备
CN110909957B (zh) 飞机航路重规划方法
JP2020184316A (ja) 都市航空ビークルの航法性能
KR20190004983A (ko) 무인비행체의 안전 운항을 위한 디지털 무빙 맵 서비스 제공 방법 및 장치
CN116734849A (zh) 特殊场景下的航路规划方法、***、电子设备和介质
JP5645259B2 (ja) 航空管制支援装置、航空管制支援方法、及び、航空管制支援プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant