CN115113636A - 控制航空器自主降落至舰船的方法、***、存储介质及计算设备 - Google Patents

控制航空器自主降落至舰船的方法、***、存储介质及计算设备 Download PDF

Info

Publication number
CN115113636A
CN115113636A CN202210672764.XA CN202210672764A CN115113636A CN 115113636 A CN115113636 A CN 115113636A CN 202210672764 A CN202210672764 A CN 202210672764A CN 115113636 A CN115113636 A CN 115113636A
Authority
CN
China
Prior art keywords
aircraft
ship
real
time
landing
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.)
Pending
Application number
CN202210672764.XA
Other languages
English (en)
Inventor
缪国春
张瑞超
刘建
张博勋
陈雷
郭爱斌
刘鹏
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.)
Haifeng Navigation Technology Co ltd
Original Assignee
Haifeng Navigation Technology Co ltd
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 Haifeng Navigation Technology Co ltd filed Critical Haifeng Navigation Technology Co ltd
Priority to CN202210672764.XA priority Critical patent/CN115113636A/zh
Publication of CN115113636A publication Critical patent/CN115113636A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
    • G05D1/0833—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using limited authority control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/53—Determining attitude
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mathematical Optimization (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开一种控制航空器自主降落至舰船的方法、***、存储介质及计算设备，方法包括：在航空器响应着舰指令后，控制航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；在下滑飞行过程中，根据获取的航空器实时运动数据和舰船实时运动数据，判断航空器是否进入舰船上预设降落区域对应的降落空域；判断为是，控制航空器的飞行状态由下滑飞行模式切换为降落模式；在降落过程中，以第一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算航空器与舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，引导航空器降落至舰船的预设降落区域。本申请解决现有技术中航空器着舰导航安全性低、效果差的技术问题。

Description

控制航空器自主降落至舰船的方法、***、存储介质及计算 设备
技术领域
本申请涉及航天航空技术领域，具体而言，涉及一种控制航空器自主降落至舰船的方法、***、存储介质及计算设备。
背景技术
航空器(aircraft)是指通过机身与空气的相对运动而获得空气动力升空飞行的任 何机器。例如包括气球、飞艇、飞机、滑翔机、旋翼机、直升机、扑翼机、倾转旋翼 机等。无人机(unmanned aerial vehicle,UAV)是指由无线遥控设备或程序控制操 作的无人驾驶飞行器，即能够通过无线电地面遥控飞行或自主飞行，飞行过程中由电 子设备产生控制指令进行导航飞行，无需机上飞行员的参与，机上空间可用于装载各 种应用设备以完成复杂任务。目前，无人机在海上广为应用，例如可用于海上巡逻执 法、海上调查取证、海上搜寻与救援，海上船舶排污监视、海上航标巡检、海道测量 等等业务。
为保障无人机在高海情条件下全天候起降作业安全，避免起降甲板与飞机产生严重碰撞，延长飞机和舰载设备的使用寿命，研究舰载无人机自主着舰技术是非常必要 的。目前无人机自主起降的方法一般有差分GPS测量、微波测量、红外电视测量等方 法。由于雷达导引方式正处于相关演示验证环节；电视引导方式在夜间和恶劣天气下 无法工作。
针对上述现有技术中航空器着舰导航安全性低、效果差的技术问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种控制航空器自主降落至舰船的方法、***、存储介质及计算设备，以至少解决现有技术中航空器着舰导航安全性低、效果差的技术问题。
根据本申请实施例的一个方面，提供了一种控制航空器自主降落至舰船的方法，该方法包括：在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，控制 航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；在航空器下滑飞行的过程中， 根据获取的航空器实时运动数据和舰船实时运动数据，判断航空器是否进入舰船上预 设降落区域对应的降落空域；当航空器进入舰船上预设降落区域对应的降落空域时， 控制航空器的飞行状态由下滑飞行模式切换为降落模式；在航空器降落的过程中，以 第一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计 算航空器与舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，引导航 空器降落至舰船的预设降落区域。
根据本申请实施例的另一个方面，提供了一种控制航空器自主降落至舰船的装置， 该装置包括：第一控制模块，用于在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，控制航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；判断模 块，用于在航空器下滑飞行的过程中，根据获取的航空器实时运动数据和舰船实时运 动数据，判断航空器是否进入舰船上预设降落区域对应的降落空域；第二控制模块， 用于当航空器进入舰船上预设降落区域对应的降落空域时，控制航空器的飞行状态由 下滑飞行模式切换为降落模式；导航模块，用于在航空器降落的过程中，以第一采样 参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算航空器 与舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，引导航空器降落 至舰船的预设降落区域。
根据本申请实施例的另一个方面，提供一种控制航空器自主降落至舰船的***，该***包括：航空器机载测量设备，用于测量航空器实时运动数据和舰船实时运动数 据；航空器机载计算设备，用于根据获取的所述航空器实时运动数据和所述舰船实时 运动数据计算得到所述航空器与所述舰船的相对位姿信息；航空器机载通信设备，用 于实现所述航空器与所述舰船的通信，将所述航空器与所述舰船的相对位姿信息发送 至所述舰船；航空器机载飞行控制器，用于在航空器响应于允许其降落至舰船上预设 降落区域的着舰指令后，产生用于切换所述航空器的飞行状态的第一飞行模式切换指 令，以控制所述航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；在所述航空 器下滑飞行的过程中，根据获取的所述相对位姿信息判断所述航空器是否进入所述舰 船上预设降落区域对应的降落空域；当航空器进入所述舰船上预设降落区域对应的降 落空域时，产生用于切换所述航空器的飞行状态的第二飞行模式切换指令，以控制所 述航空器的飞行状态由下滑飞行模式切换为降落模式；在所述航空器降落的过程中， 发送第一采集指令以控制所述航空器机载测量设备以第一采样参数获取航空器实时运 动数据和舰船实时运动数据，通过自适应算法实时计算所述航空器与所述舰船的相对 位姿信息，据此产生调整航空器飞行状态的导航指令，以引导所述航空器降落至所述 舰船的预设降落区域；舰载通信设备，用于与所述航空器机载通信设备对接，实现所 述航空器与所述舰船的通信。
根据本申请实施例的另一个方面，还提供了一种航空器自主降落至舰船的***，其特征在于，该***包括：航空器机载测量设备，用于测量航空器实时运动数据和舰 船实时运动数据；航空器机载计算设备，用于根据获取的所述航空器实时运动数据和 所述舰船实时运动数据计算得到所述航空器与所述舰船的相对位姿信息；航空器机载 通信设备，用于实现所述航空器与所述舰船的通信，将所述航空器与所述舰船的相对 位姿信息发送至所述舰船，并接收来自舰船的控制指令；航空器机载飞行控制器，用 于根据接收到的所述控制指令控制所述航空器的飞行；舰载控制器，用于在航空器响 应于允许其降落至舰船上预设降落区域的着舰指令后，产生用于切换所述航空器的飞 行状态的第一飞行模式切换指令，以控制所述航空器的飞行状态由盘旋等待模式切换 为下滑飞行模式；在所述航空器下滑飞行的过程中，根据获取的所述相对位姿信息判 断所述航空器是否进入所述舰船上预设降落区域对应的降落空域；当航空器进入所述 舰船上预设降落区域对应的降落空域时，产生用于切换所述航空器的飞行状态的第二 飞行模式切换指令，以控制所述航空器的飞行状态由下滑飞行模式切换为降落模式； 在所述航空器降落的过程中，发送第一采集指令以控制所述航空器机载测量设备以第 一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算 所述航空器与所述舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令， 以引导所述航空器降落至所述舰船的预设降落区域；舰载通信设备，用于实现所述航 空器与所述舰船的通信，以实现将所述舰载控制器中产生的第一飞行模式切换指令、 第二飞行模式切换指令、以及所述导航指令作为控制指令发送至所述航空器。
在上述任一实施例的基础上，该***包括自主着舰***的工作模式、相对位姿测量技术、相对位姿自适应算法研究、以及高精度相对位姿测量设备。
在上述任一实施例的基础上，该***的工作模式包括监测模式、跟踪模式和精确测量模式；监测模式，是指对航空器在自主着舰前，对等待指令盘旋的无人机进行监 测；跟踪模式，是指无人机接收到自主着舰***的指令，按照指令进行稳定下滑；精 确测量模式，是指自主着舰***对航空器的实时位置进行精确测量，引导航空器降落 到降落台上。
在上述任一实施例的基础上，该***的相对位姿测量技术是指通过几何运算、数据拟合及滤波算法获得飞行器与甲板起降区的相对姿态和位置误差，并经过滤波算法 得到两者的相对速度误差，将此误差信息传输到机上飞行控制单元，为机上飞行控制 单元提供高精度导航信息，实现航空器在自主着舰。
在上述任一实施例的基础上，该***的相对位姿自适应算法研指的是间接估计方法，利用测量设备获得相对距离、相对速度、视线角度等观测量，建立测量值与待估 参数的联系，设计参数估计器，对航空器与舰艇的相对位置和姿态进行估计。
在上述任一实施例的基础上，高精度相对位姿测量设备包括舰面控制站、机上接收设备、机上处理设备；的舰面控制站，包括4～6个距离测量单元；的机上接收设备 和机上处理设备为一个组合设备，一般包括使用的数量为三个；
在上述任一实施例的基础上，包括舰面测量距离单元、高度计、飞行控制单元、 监视单元、计算单元；的计算单元包括计算航空器的相对位置、相对高度、响度速度；
在上述任一实施例的基础上，该******的验证方法为使用模拟仿真的方式，对变量依次控制的方法。
在上述任一实施例的基础上，设备的设计研发采用数学建模的形式，对设备的原理进行建模。
在上述任一实施例的基础上，采用伪卫星无线电测量原理，由航空器平台主动获取并解算相对于舰船甲板的位姿信息。
根据本申请实施例的另一个方面，提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任一实施例的方法。
根据本申请实施例的另一个方面，提供了一种计算设备，包括处理器，处理器用于运行程序，其中，程序运行时执行上述任一实施例的方法。
在本申请实施例中，在航空器响应着舰指令后，控制航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；在下滑飞行过程中，根据获取的航空器实时运动数据和 舰船实时运动数据，判断航空器是否进入舰船上预设降落区域对应的降落空域；判断 为是，控制航空器的飞行状态由下滑飞行模式切换为降落模式；在降落过程中，以第 一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算 航空器与舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，实现精确 引导航空器降落至舰船的预设降落区域的技术效果，进而解决了现有技术中航空器着 舰导航安全性低、效果差的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图 中：
图1是根据本申请实施例的一种用于实现控制航空器自主降落至舰船的方法的计算机终端(或移动设备)的硬件结构框图；
图2是根据本申请实施例的一种控制航空器自主降落至舰船的方法的流程图；
图3是根据本申请实施例的一种航空器着舰过程分阶段控制示意图；
图4是根据本申请实施例的一种航空器和舰船坐标建模示意图；
图5是根据本申请实施例的一种航空器自主降落至舰船的模拟验证方法的流程图；
图6是根据本申请实施例的一种航空器与舰船相对位姿测量设备的结构示意图；
图7是根据本申请实施例的一种控制航空器自主降落至舰船的***的结构示意图；
图8是根据本申请实施例的一种控制航空器自主降落至舰船的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例 仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领 域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于 本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这 样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在 这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的 任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方 法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚 地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本申请实施例，还提供了一种控制航空器自主降落至舰船的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机 ***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不 同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端或者计算机终端等硬件设备 中执行。图1示出了一种用于实现控制航空器自主降落至舰船的方法的计算机终端 (或移动设备)的硬件结构框图。如图1所示，计算机终端10可以包括处理器 (102a，102b……102n)、存储器104、网络接口，输入输出接口(I/O接口)，其中 网络接口通过传输装置106连接其他设备或网络进行通信，输入输出接口可连接多种 外设，例如光标控制设备，键盘，显示器等。其中，处理器102可以包括但不限于微 处理器MCU或可编程逻辑器件FPGA等的处理装置，存储器104中有数据存储装置以 及存储于其中的程序指令。本领域普通技术人员可以理解，图1所示的结构仅为示意， 其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所 示更多或者更少的组件，或者具有与图1所示不同的配置。
上述一个或多个处理器102a-102n和/或其他数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。存储器104可用于存储应用软件的软件程序 以及模块，如本申请实施例中的控制航空器自主降落至舰船的方法对应的程序指令/ 数据存储装置，处理器102a-102n通过运行存储在存储器104内的软件程序以及模块， 从而执行各种功能应用以及数据处理，即实现上述方法。存储器104可包括高速随机 存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他 非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102a- 102n远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。传输 装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终 端10的通信供应商提供的无线网络。显示器可以例如触摸屏式的液晶显示器(LCD)， 该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处，需要说明的是，在一些可选实施例中，上述图1所示的计算机设备(或移 动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上 的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定 具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或移动设备)中的部 件的类型。
在本申请如下阐述的具体实施例中，航空器有时以无人机为例进行说明，但这并不表明本申请中的航空器只能限于无人机，因无人机通常需要电子设备的操控因而可 直接适用本方案，但本领域技术人员还应当知晓，即便是有飞行员驾驶的飞行器，也 可以通过移交飞行控制权的方式而适用本方案。
本申请在上述运行环境下运行如图2所示的一种控制航空器自主降落至舰船的方法。图2是根据本申请实施例的控制航空器自主降落至舰船的方法的流程图，如图2 所示，控制航空器自主降落至舰船的方法可以包括：
步骤S202：在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后， 控制所述航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；
在上述步骤S202中，航空器例如固定翼无人机或多旋翼无人机。盘旋等待模式 下航空器在舰船上方临近空域内盘旋，以等待舰船发起着舰指令，下滑飞行模式为航 空器按照预设路线逐渐下落靠近预设降落区域的飞行过程，下滑飞行路线可以是斜向 下。在一种可选方案中，着舰指令中包含有指示所述航空器使用的预设降落区域标识， 具体的，在一种可能情况下舰船上可包含多个预设降落区域，因此当航空器需要降落 着舰时，先向舰船发起着舰请求，舰船上的控制模块或控制设备根据多个预设降落区 域的使用情况，按照预设调度策略选择其中一个预设降落区域，并将该预设降落区域 告知航空器，以便航空器在调度下正确着舰。在这种方案的进一步细化过程中，航空 器可以通过图像识别、定位等多种手段来区分识别舰船上的降落区域。
在在上述步骤S202航空器响应于允许其降落至舰船上预设降落区域的着舰指令之前，所述方法还包括；在监测到有航空器进入舰船的监控区域时，建立或恢复所述 航空器与所述舰船的联络通道，控制所述航空器切换为盘旋等待模式，以在舰船附近 空域内盘旋等待，直至舰船确定允许该航空器降落至舰船上的预设降落区域时，舰船 向航空器发起着舰指令。在一种可选方案中，航空器有两种类型，一种是从该舰船起 飞的航空器，航空器与舰船之间早已提前建立好联络通道，航空器起飞完成执行任务 后返航，可能因距离较远而曾终止通信，因而在航空器返航被舰船监测到时，即可恢 复二者之间的联络通道，采用原有的通信协议或加密方式进行通信，航空器可通过发 起着舰请求的方式启动着舰流程；另一种是该舰船与航空器无关联，航空器出于各种 因素需要紧急或临时降落至附近舰船上，此时航空器被舰船监测到后，航空器可以通 过其他通信方式向舰船发起着舰请求，舰船对该航空器进行识别或鉴定，完成认证后 建立航空器与舰船的联络通道，通知航空器需要采用的通信协议或加密方式，以实现 着舰。
步骤S204：在所述航空器下滑飞行的过程中，根据获取的所述航空器实时运动 数据和所述舰船实时运动数据，判断所述航空器是否进入所述舰船上预设降落区域对 应的降落空域；
在上述步骤S204中，一种情况下，航空器实时运动数据可以为航空器的绝对运 动数据，即航空器相对于某一固定坐标例如地心的运动数据，舰船实时运动数据也可 以为绝对运动数据，即舰船相对于该同一固定坐标的运动数据，因而可通过航空器实 时运动数据和舰船实时运动数据来计算得到航空器相对于舰船的位置状态，因此航空 器实时运动数据可以由航空器自身采集并传送给舰船，舰船实时运动数据可以由舰船 自身设备采集，同时由舰载处理设备对这两种实时运动数据进行处理。
在上述步骤S204中，另一种情况下，航空器实时运动数据可以为航空器的相对 运动数据，即航空器相对于舰船的运动数据，此时可以由舰船上舰载测量设备对航空 器的实时运动数据进行采集，而由于舰载设备随舰移动，因而舰船的实时运动数据可 被抵消，仅根据舰载设备测量得到的航空器实时运动数据就可得到航空器相对于舰船 的位置状态。
在上述步骤S204中，又一种情况下，航空器实时运动数据可以为航空器的绝对 运动数据，舰船实时运动数据可以为舰船相对于航空器的相对运动数据。在硬件实现 上，可以通过航空器机载的测量设备测量航空器自身的飞行状态数据作为该航空器实 时运动数据，并且通过航空器机载测量设备对分布于舰船上各处的多个传感器进行测 量，例如测量航空器与舰船上多个传感器之间的距离，从而得到航空器与舰船之间的 相对距离，并通过多个传感器数据之间的关系反推舰船的姿态，从而得到舰船的实时 运动数据。
在上述步骤S204中，航空器的实时运动数据例如飞行位置、高度、速度、航行 角度等等，舰船的实时运动数据例如航行速度、方向、浮动误差、航行角度、俯仰、 横滚和艏向等等。降落空域的投影至舰船平面时其范围可大于预设降落区域，例如当 航空器进入舰船的纵向范围500米时，即可控制航空器由下滑飞行模式切换为降落模 式。
步骤S206：当航空器进入所述舰船上预设降落区域对应的降落空域时，控制所 述航空器的飞行状态由下滑飞行模式切换为降落模式；
在上述步骤S206中，降落模式的飞行路线较为接近垂直降落，但并不绝对是垂 直降落，由于降落空域大于预设降落区域，且航空器与舰船的相对位置由于舰艉侧风、 紊流和甲板地效等因素影响而无法保证相对位置绝对不变，因此降落模式的飞行路线 必然存在一定角度且是处于一种动态调整的过程。此处，通过飞行状态的切换，再辅 以切换前后舰船对航空器的不同监视状态，可以最准确且最节省资源的方式实现航空 器降落引导。例如，在航空器进入降落空域前，对航空器的位置判断可较为宽松，例 如采样频率低或者位置算法精度低以便于节约处理器资源，而进入降落空域后，航空 器可开始为降落做准备，其飞行路线较为接近垂直降落，因此需要更为精确的航空器 的位置判断，难容大的计算误差，因此航空器一进入降落空域后迅速调整对航空器的 监视状态，例如提高采样频率以及启用高精度位置算法，以便于准确降落。
步骤S208：在所述航空器降落的过程中，以第一采样参数获取航空器实时运动 数据和舰船实时运动数据，通过自适应算法实时计算所述航空器与所述舰船的相对位 姿信息，据此产生调整航空器飞行状态的导航指令，引导所述航空器降落至所述舰船 的预设降落区域。
在上述步骤S208中，第一采样参数例如规定了采样频率和采样精度。在所述航 空器下滑飞行的过程中，以第三采样参数获取所述航空器实时运动数据和所述舰船实 时运动数据，其中所述第三采样参数中的采样精度和/或采样频率低于所述第一采样 参数中的采样精度和/或采样频率。换句话说，通过第一采样参数和第三采样参数的 对比，可以看出此处需要更高采样精度和/或更快采样频率，以便于准确判断航空器 与舰船的相对位姿信息。相对位姿信息包含相对位置信息和相对姿态信息，相对姿态 信息例如可以通过欧拉角、旋转向量、旋转矩阵或四元数来表示，表征着航空器与舰 船之间的相对旋转，如果以航空器为固定点进行观测，那么相对姿态信息可以包括舰 船的俯仰、横滚和艏向。舰载测量设备持续获取航空器与舰面预设降落区域的姿态、 位置、速度和航向等信息，计算出航空器与舰船的相对位姿信息，并调整航空器航向、 高度、速度，以相同的速度与舰面着舰区域随动飞行，预测并等待舰面着舰区域的状 态，通过对航空器的实时位置进行精确测量，引导航空器准确降落到预设降落区域上。 同时，由于航空器在自主着舰过程中，由于受到到舰艉侧风、紊流和甲板地效等因素 影响，航空器相对着舰甲板的运动会发生机动变化，所以通过自适应算法(例如基于 x2机动检验的动平台相对位姿自适应预测算法)来准确判断相对位姿信息以及是否发 生机动变化。
通过上述步骤S202-S208，在航空器响应着舰指令后，控制航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；在下滑飞行过程中，根据获取的航空器实时运动 数据和舰船实时运动数据，判断航空器是否进入舰船上预设降落区域对应的降落空域； 判断为是，控制航空器的飞行状态由下滑飞行模式切换为降落模式；在降落过程中， 以第一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时 计算航空器与舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，实现 精确引导航空器降落至舰船的预设降落区域的技术效果，进而解决了现有技术中航空 器着舰导航安全性低、效果差的技术问题。
图3是根据本申请实施例的一种航空器着舰过程分阶段控制示意图；图3是航空器与舰船的侧视图，高度表明了无人机在海平面的高度，纵向以舰船的艏艉为基准的 延长线，起点在舰艉机库处，此时航空器距离机库的距离就是海平面上的纵向距离。 横向距离是从顶视看，航空器机和艏艉延长线投影到海平面上，无人机与艏艉延长线 的垂直距离。如图3所示，航空器的着舰过程分为三个阶段：盘旋阶段、下滑阶段以 及降落阶段。在每个阶段中，舰船上控制设备对航空器的控制模式均不同，具体的， 在盘旋阶段对该航空器实施监测模式，是指对航空器在自主着舰前，对等待指令盘旋 的航空器的飞行状态进行持续监测，且此阶段需要切换导航方式，由机上GPS/INS所 得的航空器位置信息与舰上的导航设备的舰船位置信息，引导航空器进入舰船监控区 域，将自身的导航方式切换为导引方式，切换成功后，进入下一个阶段——下滑阶段。 在下滑阶段对该航空器实施跟踪模式，指航空器接收到自主着舰***的指令，按照指 令进行稳定下滑，同时对该航空器与舰船的纵向相对位置进行持续监测，当航空器与 舰船的纵向相对位置为500米时，进入到下一个阶段——下降阶段。在下降阶段对该 航空器实施精确测量模式，指自主着舰***对航空器的实时位置进行精确测量，引导 航空器降落到降落台上，在该阶段中测量设备需持续获取航空器和舰面着舰区域的姿 态、位置、速度和航向等信息，计算出航空器与舰艇的相对位姿信息，并调整航空器 航向、高度、速度，以相同的速度与舰面着舰区域随动飞行，预测并等待舰面着舰区 域的状态，最终实现航空器的准确降落。
可选地，在步骤S208之后，该方法还包括：当测量信息的需求和精度达到要求， 航空器的起降部位与舰船的起降区域相接触，并通过鱼叉等固定装置和关闭发动机等 动作完成航空器的着舰。
可选地，步骤S208中：通过自适应算法实时计算所述航空器与所述舰船的相对 位姿信息包括：
步骤S2082：根据以第一采样参数获取的航空器实时运动数据和舰船实时运动数据，判断所述航空器相对于所述预设降落区域的运动是否发生机动变化；
具体的，第一采样参数规定了采样频率和采样精度，其参数的设置综合考虑计算处理能力和实时性的双重要求，在航空器相对于舰船的运动未发生机动时，可以认为 航空器的运行轨迹相对来讲可以预测，因此不设置过高的采样参数以免增加***负荷， 尤其是需要航空器上的机载计算设备来处理数据时，这一设计尤为必要。因而，在一 种具体实施方式中，可以由航空器机载测量设备来获取这两个实时运动数据，并由航 空器机载计算设备来判断航空器相对于舰船上预设降落区域的运动是否发生机动变化。 在另一种具体实施方式中，可以由航空器机载测量设备来获取这两个实时运动数据， 并将获取到的数据发送至舰载控制器进行处理。
步骤S2084：若否，则调用预先设置的参数估计器，输出所述航空器的相对位姿 信息的估计值，以根据估计值产生调整航空器飞行状态的导航指令；
步骤S2086：若是，则以第二采样参数获取所述航空器实时运动数据和舰船实时运动数据，计算所述航空器的相对位姿信息的测量值，以根据测量值产生调整航空器 飞行状态的导航指令，其中所述第二采样参数中的采样精度和/或采样频率高于所述 第一采样参数中的采样精度和/或采样频率。
具体的，当判断出航空器相对于预设降落区域发生机动变化时，意味着航空器的运行轨迹具有一定程度的不可预测性，此时如果仅根据之前的参数估计器进行估计的 话，则会产生较大程度的误差，因此需要以较高的采样精度和采样频率来更精确获取 航空器实时运动数据和舰船实时运动数据，以根据二者进行高精度计算，得到航空器 的相对位姿信息的测量值。在一种具体实施方式中，可以由航空器机载测量设备来以 第一采样参数获取这两个实时运动数据，由航空器机载计算设备来判断航空器相对于 舰船上预设降落区域的运动是否发生机动变化，并继续由航空器机载计算设备来以第 二采样参数获取这两个实时运动数据，并计算航空器的相对位姿信息的测量值，将该 测量值发送给舰船，以产生导航指令。在另一种具体实施例中，也可以由航空器机载 控制器根据测量值产生导航指令，这对航空器机载控制器提出了一定要求。
通过上述步骤S2082-S2086，可以通过自适应算法准确、实时计算航空器与舰船的相对位姿信息，通过对是否发生机动的判断，在非机动状态下通过参数估计器对航 空器的相对位姿进行估计，可以最大限度的提高算法的速度，而在机动状态下，以超 高采样精度或采样频率对航空器和舰船的实时运动数据进行采集，从而准确计算航空 器与舰船之间的相对位姿，上述自适应处理过程可以同时提高对航空器与着舰甲板相 对运动状态的预测效率和抗干扰性。
可选地，步骤S2082：根据以第一采样参数获取的航空器实时运动数据和舰船实时运动数据，判断所述航空器相对于所述预设降落区域的运动是否发生机动变化包括：
步骤S20822：以第一采样参数获取所述航空器实时运动数据和舰船实时运动数据，计算所述航空器与所述舰船的相对距离测量值、相对速度测量值以及视线角度测 量值中的至少一项；
步骤S20824：设计参数估计器，参数估计器中建立有至少一项所述测量值与相 对位姿信息之间的对应关系，用于根据至少一项所述测量值来预测所述航空器与所述 舰船的相对位姿信息；
具体的，测量值测量的是飞行器三个传感器和舰船上传感器的相对距离，而需要求得是相对位置和姿态，所以需要进行一系列的卡尔曼滤波算法、数据拟合和平滑算 法运算。原始值就是第一采样参数获取的数据，通过几何超越方程可计算出AB(甲 板横滚值)、BD(甲板俯仰值)及P1点与甲板起降区的距离，这里还利用单位四元数表 示相对姿态参数。
步骤S20826：在所述参数估计器设计好之后，根据以第一采样参数实时获取的 所述航空器实时运动数据和舰船实时运动数据，计算得到相对位姿信息的第一测量值， 同时将所述第一测量值输入参数估计器得到相对位姿信息的第一估计值；
步骤S20828：根据所述第一测量值与所述第一估计值之间的差异，判断所述航 空器相对于所述预设降落区域的运动是否发生机动变化。
可选地，步骤S20828：根据所述第一测量值与所述第一估计值之间的差异，判 断所述航空器相对于所述预设降落区域的运动是否发生机动变化包括：
步骤S208282：确定所述第一测量值与所述第一估计值之间的测量残差，构建新息向量和新息协方差矩阵；
步骤S208284：根据所述新息向量和新息协方差矩阵构建距离函数，并计算所述距离函数值大于预设门限阈值的概率；
步骤S208286：若所述距离函数值大于预设门限阈值的概率大于预设概率阈值时，判定所述航空器相对于所述预设降落区域的运动发生机动，若所述距离函数值大于预 设门限阈值的概率不大于所述预设概率阈值时，判定所述航空器相对于所述预设降落 区域的运动未发生机动，其中所述未发生机动包括截止当前从未发生机动和/或最近 一次发生的机动已消除。
可选地，航空器自主着舰过程中，由于受到到舰艉侧风、紊流和甲板地效等因素影响，航空器相对着舰甲板的运动会发生机动变化，所以利用基于x2机动检验的动平 台相对位姿自适应预测算法，具体如下：
在所述参数估计器中设置有线性***:
Figure BDA0003693786160000121
Y(k)＝H(k)X(k)+V(k)
其中，X(k)∈Rn×1为相对位姿信息的估计值，Y(k)∈Rm×1为相对位姿信息的测 量值，
Figure BDA0003693786160000122
为状态转移矩阵，Γ(k)∈Rn×p为输入矩阵，H(k)∈Rm×n为测量矩阵，W(k)∈Rp×1为估计噪声矩阵，V(k)∈Rm×1为测量噪声矩阵，W(k)和 V(k)为互不相关的零均值高斯白噪声；其中，噪声矩阵W(k)和V(k)是为了引出现实 中测量的随机误差，也就是测量过程中的随机性，且与输入、状态矩阵均没有相关性， 在线性***中可以通过相关处理而消除。
对所述线性***应用卡尔曼滤波，具体的，对***方程应用Kalman滤波，并且 设初始状态X(0)与W(k)和V(k)互不相关；
确定所述第一测量值与所述第一估计值之间的测量残差，构建新息向量和新息协方差矩阵包括：
根据所述第一测量值和所述第一估计值之间的测量残差，构建新息向量d(k)和新息协方差矩阵S(k)：
Figure BDA0003693786160000131
S(k)＝H(k)P(k/k-1)HT(k)+R(k)
其中，
Figure BDA0003693786160000132
为下一步预测估计值，例如根据马尔科夫链所进行的下一步预测，P(k/k-1)为预测协方差矩阵，R(k)为测量噪声矩阵V(k)的协方差矩阵；
根据所述新息向量和新息协方差矩阵构建距离函数，并计算所述距离函数值大于预设门限阈值的概率包括：
根据所述新息向量d(k)和新息协方差矩阵S(k)构建距离函数D(k)：D(k)＝ dT(k)S-1(k)d(k)；
确定门限阈值M，计算距离函数D(k)大于门限阈值M的概率P{D(k)>M}＝α， 其中α为允许的虚警概率；
其中，由新息序列的统计性质可知，距离函数D(k)服从自由度为m的x2分布， 当所述航空器相对于所述预设降落区域的运动发生机动时，新息向量d(k)不再是零均 值高斯白噪声，D(k)将大于门限阈值M，因而可用该方法检测机动的发生与消除
当D(k)>M时，判定所述航空器相对于所述预设降落区域的运动发生机动，则 采用目标机动当前统计模型，即以第二采样参数获取所述航空器实时运动数据和舰船 实时运动数据，计算所述航空器的相对位姿信息的测量值，以根据测量值产生调整航 空器飞行状态的导航指令，其中所述第二采样参数中的采样精度和/或采样频率高于 所述第一采样参数中的采样精度和/或采样频率；
当D(k)≤M时，判定所述航空器相对于所述预设降落区域的运动未发生机动， 其中所述未发生机动包括截止当前从未发生机动和/或最近一次发生的机动已消除， 则采用非机动状态预测模型，即调用预先设置的参数估计器，输出所述航空器的相对 位姿信息的估计值，以根据估计值产生调整航空器飞行状态的导航指令。
上述自适应处理过程的目的是提高对航空器与着舰甲板相对运动状态的预测效率 和抗干扰性：非机动状态下可用于提高算法速度，机动状态下在满足***跟踪要求的前提下，能够准确识别航空器与舰艇间相对运动出现的机动变化，确保实时稳定跟踪 目标。
可选地，采用联邦卡尔曼滤波器建立多步信息融合状态方程，例如通过以前多个顺序结果来预测下一个结果，是根据***响应特性而定的。设滤波器的滤波周期为T， 信息融合周期为NT，N为大于1的自然数，多步信息融合算法为：
当k≠NT，即非信息融合周期时，
子滤波器的滤波方程为：
Figure BDA0003693786160000141
Figure BDA0003693786160000142
Pi(k,k-1)＝Φ(k,k-1)Pi(k-1)ΦT(k,k-1)+Γ(k-1)Q(k-1)ΓT(k-1)
Pi(k)＝[I-Ki(k)Hi(k)]Pi(k,k-1)
Ki(k)＝Pi(k,k-1)Hi T[Hi(k)Pi(k,k-1)Hi(k)+Ri(k)]-1；
主滤波器的滤波方程为：
Figure BDA0003693786160000143
Figure BDA0003693786160000144
Figure BDA0003693786160000145
Pf(k,k-1)＝Φ(k,k-1)Pf(k-1)ΦT(k,k-1)+Γ(k-1)Q(k-1)ΓT(k-1)；
当k＝NT，即信息融合周期时，
子滤波器的滤波方程为：
Figure BDA0003693786160000146
Pi(k,k-1)＝γi{Φ(k,k-1)Pf(k,k-1)ΦT(k,k-1)+Γ(k-1)Q(k-1)ΓT(k-1)}
Pi(k)＝[I-Ki(k)Hi(k)]P(k,k-1)
Ki(k)＝Pi(k,k-1)Hi T(k)[Hi(k)Pi(k,k-1)Hi T+Ri(k)]-1
Figure BDA0003693786160000151
其中，
Figure BDA0003693786160000152
βi为信息分配因子，满足∑βi＝1，故
Figure BDA0003693786160000153
主滤波器的信息融合方程为：
Figure BDA0003693786160000154
Figure BDA0003693786160000155
通过上述方程对航空器与舰艇的相对位姿信息进行估计，提高相对定位与定姿精度。
可选地，步骤S2086中：以第二采样参数获取所述航空器实时运动数据和舰船实时运动数据，计算所述航空器的相对位姿信息的测量值，以根据测量值产生调整航空 器飞行状态的导航指令包括：
步骤S20862：根据以第二采样参数获取的航空器实时运动数据和舰船实时运动数据，实时计算所述航空器与所述舰船的相对位姿信息，以及所述航空器与所述舰船 上预设降落区域的位置误差；
步骤S20864：根据所述相对位姿信息和位置误差，通过滤波算法得到所述航空 器与所述舰船的相对速度误差；
具体的，通过测量飞行器和舰船的几个传感器间的距离，通过几何运算、数据拟合及滤波算法获得飞行器与甲板起降区的相对姿态和位置误差，并经过滤波算法得到 两者的相对速度误差。
步骤S20866：根据所述相对速度误差产生用于调整航空器航向、高度或速度的 导航指令，以调整所述航空器飞行状态，在保持所述航空器与所述舰船的相对速度的 情况下实现降落。
可选地，步骤S20862：根据以第二采样参数获取的航空器实时运动数据和舰船 实时运动数据，实时计算所述航空器与所述舰船的相对位姿信息包括：
为便于分析，建立航空器坐标系O(X,Y,Z)以及相对位姿信息坐标系o(x,y,z)， 其中航空器坐标系O(X,Y,Z)中原点O位于航空器的质心；X、Y、Z分别与航空器的 惯性主轴方向一致，相对位姿信息坐标系o(x,y,z)中o为所述舰船上预设降落区域的 中心，x、y、z分别与舰船的坐标系方向一致；
以单位四元数q0,q1,q2,q3表示相对位姿信息中的相对位姿参数，构造表征单位四元数旋转操作的旋转矩阵M，其中单位四元数四参数q0、q1、q2、q3满足 q0 2+q1 2+q2 2+q3 2＝1，
Figure BDA0003693786160000161
具体的，相比于传统欧拉角表示相对姿态参数的复杂计算过程，利用单位四元数表示相对姿态参数，仅需求解代数方程，具有计算量小，无奇点，算法迅速等特点。 具体的，四元数可以表示三维空间的旋转信息，本申请中最终求解的是三维位置姿态 误差，而位置姿态误差其实最终是舰船的姿态，因为航空器自身可以通过自身的IMU 装置测量自身姿态，舰船的姿态可以通过将航空器上的每个传感器设为一个质点，对 舰船的4～6个传感器进行测距，进而求得距离，反推舰船姿态，分别为俯仰、横滚和 艏向。
代入刚体运动一般方程以及四元数约束关系式，得到关于待求参数t和 q0,q1,q2,q3的非线性方程组，经过求解即可得到航空器相对运动平台的相对位姿运 动，其中t为具体某时刻。
图4是根据本申请实施例的一种航空器和舰船坐标建模示意图；如图4所示，图 中H表征海平面，由于舰船会有波动，因此舰船平面并非完全平行于海平面，故而建 立ABCD表征的甲板平面，其原点为O，航空器飞行位置由P2至P1，P1和P2是航空 器上的两个测量传感器，代表飞行器的运动方向。
图5是根据本申请实施例的一种航空器自主降落至舰船的模拟验证方法的流程图； 设备的设计研发采用数学建模的形式，对设备的原理进行建模，并使用模拟仿真的方式、对变量依次控制的方法对该模型进行了验证；如图5所示，启动模拟***，通过 旋翼航空器和舰船模拟平台模拟航空器和舰船的运动，通过高精度导航***获取模拟 无人机和舰船之间的距离信息和高度信息，通过机上计算单元计算无人机与舰船的相 对位姿信息以及无人机与甲板之间的位置误差，据此通过滤波算法等得到无人机与舰 船之间的相对速度误差，将相对速度误差发送至飞行控制单元，进而产生导航指令以 调整无人机的飞行姿态，使得无人机成功着舰。
本申请实施例提供一种基于相对位姿的航空器自主着舰方法，通过数学建模、模拟仿真、相对位姿测量技术、相对位姿自适用算法，解决航空器的自主着舰的精度问 题。相对位姿测量技术是指通过几何运算、数据拟合及滤波算法获得飞行器与甲板起 降区的相对姿态和位置误差，并经过滤波算法得到两者的相对速度误差，将此误差信 息传输到机上飞行控制单元，为机上飞行控制单元提供高精度导航信息，实现航空器 在自主着舰。相对位姿自适应算法研指的是间接估计方法，利用测量设备获得相对距 离、相对速度、视线角度等观测量，建立测量值与待估参数的联系，设计参数估计器， 对航空器与舰艇的相对位置和姿态进行估计。该方法消除了环境能见度、对GPS信息 的依赖和其他条件的限制，且同时消除了从舰船到机上信息通过数据链传输带来的延 迟，消除了制约航空器自主导航的不确定因素。
在本申请实施例中，位于航空器上的测量定位***首先完成基准时间同步，并采用发射电磁波的时间差测量航空器与舰船之间的距离，同时可在通信过程中发送其他 信息，比如目标的编号，校验信息；相比于现有技术中必须通过舰船到飞机的数据链 进行传输，变相增加一个传输链路，也就由此增加了时间延迟的方式，本申请已经在 测量***中自带的传输***中完成了从航空器到舰载设备的数据传输，最大程度上减 少了数据延迟。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限 制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术 人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块 并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的控制航空器自主降落至舰船的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解， 本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包 括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等) 执行本申请各个实施例的方法。
实施例2
根据本申请实施例，还提供了一种控制航空器自主降落至舰船的***，该***可执行实施例1所提供的控制航空器自主降落至舰船的方法，该***包括：
航空器机载测量设备，用于测量航空器实时运动数据和舰船实时运动数据；
航空器机载计算设备，用于根据获取的所述航空器实时运动数据和所述舰船实时运动数据计算得到所述航空器与所述舰船的相对位姿信息；
航空器机载通信设备，用于实现所述航空器与所述舰船的通信，将所述航空器与所述舰船的相对位姿信息发送至所述舰船；
航空器机载飞行控制器，用于在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，产生用于切换所述航空器的飞行状态的第一飞行模式切换指令，以控 制所述航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；在所述航空器下滑飞 行的过程中，根据获取的所述相对位姿信息判断所述航空器是否进入所述舰船上预设 降落区域对应的降落空域；当航空器进入所述舰船上预设降落区域对应的降落空域时， 产生用于切换所述航空器的飞行状态的第二飞行模式切换指令，以控制所述航空器的 飞行状态由下滑飞行模式切换为降落模式；在所述航空器降落的过程中，发送第一采 集指令以控制所述航空器机载测量设备以第一采样参数获取航空器实时运动数据和舰 船实时运动数据，通过自适应算法实时计算所述航空器与所述舰船的相对位姿信息， 据此产生调整航空器飞行状态的导航指令，以引导所述航空器降落至所述舰船的预设 降落区域；
舰载通信设备，用于与所述航空器机载通信设备对接，实现所述航空器与所述舰船的通信。
在另一种实施例中，该***还可以包括：
航空器机载测量设备，用于测量航空器实时运动数据和舰船实时运动数据；
具体的，航空器实时运动数据可以为航空器的绝对运动数据，舰船实时运动数据可以为舰船相对于航空器的相对运动数据。在硬件实现上，可以通过航空器机载的测 量设备测量航空器自身的飞行状态数据作为该航空器实时运动数据，并且通过航空器 机载测量设备对分布于舰船上各处的多个传感器进行测量，例如测量航空器与舰船上 多个传感器之间的距离，从而得到航空器与舰船之间的相对距离，并通过多个传感器 数据之间的关系反推舰船的姿态，从而得到舰船的实时运动数据。
航空器机载通信设备，用于实现所述航空器与所述舰船的通信，将所述航空器与所述舰船的相对位姿信息发送至所述舰船，并接收来自舰船的控制指令；
航空器机载飞行控制器，用于根据接收到的所述控制指令控制所述航空器的飞行；
舰载控制器，用于在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，产生用于切换所述航空器的飞行状态的第一飞行模式切换指令，以控制所述航空 器的飞行状态由盘旋等待模式切换为下滑飞行模式；在所述航空器下滑飞行的过程中， 根据获取的所述相对位姿信息判断所述航空器是否进入所述舰船上预设降落区域对应 的降落空域；当航空器进入所述舰船上预设降落区域对应的降落空域时，产生用于切 换所述航空器的飞行状态的第二飞行模式切换指令，以控制所述航空器的飞行状态由 下滑飞行模式切换为降落模式；在所述航空器降落的过程中，发送第一采集指令以控 制所述航空器机载测量设备以第一采样参数获取航空器实时运动数据和舰船实时运动 数据，通过自适应算法实时计算所述航空器与所述舰船的相对位姿信息，据此产生调 整航空器飞行状态的导航指令，以引导所述航空器降落至所述舰船的预设降落区域；
舰载通信设备，用于实现所述航空器与所述舰船的通信，以实现将所述舰载控制器中产生的第一飞行模式切换指令、第二飞行模式切换指令、以及所述导航指令作为 控制指令发送至所述航空器。
具体的，在上述***中，可以通过航空器机载的测量设备测量航空器自身的飞行状态数据作为该航空器实时运动数据，并且通过航空器机载测量设备对分布于舰船上 各处的多个传感器进行测量，例如测量航空器与舰船上多个传感器之间的距离，从而 得到航空器与舰船之间的相对距离，并通过多个传感器数据之间的关系反推舰船的姿 态，从而得到舰船的实时运动数据。
在一种具体实施例中，航空器负责采集和处理数据，计算相对位姿信息并发给舰船，控制无航空器飞行的所有指令均由舰载控制器处理产生，这种方式可以实现舰船 对航空器降落过程的全权、全程控制，既减少了航空器与舰船之间传输的数据量，又 能保障降落过程的精度和实时性。
在另一种具体实施例中，在航空器负责采集和处理数据，计算相对位姿信息并发给舰船之外，航空器机载飞行控制器还用于执行前述的舰载控制器的所有功能，即 “产生用于切换所述航空器的飞行状态的第一飞行模式切换指令，以控制所述航空器 的飞行状态由盘旋等待模式切换为下滑飞行模式；在所述航空器下滑飞行的过程中， 根据获取的所述相对位姿信息航空器实时运动数据和所述舰船实时运动数据，判断所 述航空器是否进入所述舰船上预设降落区域对应的降落空域；当航空器进入所述舰船 上预设降落区域对应的降落空域时，产生用于切换所述航空器的飞行状态的第二飞行 模式切换指令，以控制所述航空器的飞行状态由下滑飞行模式切换为降落模式；在所 述航空器降落的过程中，发送第一采集指令以控制所述航空器机载测量设备以第一采 样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算所述 航空器与所述舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，以引 导所述航空器降落至所述舰船的预设降落区域”，同时，为避免航空器程序被篡改而 对舰船造成损坏，舰船控制器则同时用于根据接收到的相对位姿信息生成同步的指令， 并根据自身生成的指令预估航空器飞行状态，当航空器实际飞行状态未偏离预估飞行 状态时，则继续由航空器飞行控制器处理，当发现航空器实际飞行状态偏离预估飞行 状态时，则产生高执行优先级指令或禁用航空器的飞行控制权限，当航空器接收到高 执行优先级指令时，则执行该高执行优先级指令，以实现舰船对航空器的全权控制。
图6是根据本申请实施例的一种航空器与舰船相对位姿测量设备的结构示意图；如图6所示，舰载测量设备可以包括4～6个距离测量单元，同时航空器上设置有三个 组合单元，其中一个组合单元包括一个机上接收设备和一个机上处理设备，在航空器 降落时间窗口期内，需要多站机舰相对位姿测量***高频率、高精度地计算目标航空 器与舰艇的相对位姿信息和运动参数，通过舰面4个距离测量单元和3个机上接收装 置，通过几何运算、数据拟合及滤波算法为着舰决策***和飞行控制***提供数据。
图7是根据本申请实施例的一种控制航空器自主降落至舰船的***的结构示意图； 如图7所示，该***包括舰面测量距离单元、高度计、飞行控制单元、监视单元、计 算单元，所述的计算单元包括计算航空器的相对位置、相对高度、响度速度。采用伪 卫星无线电测量原理，由航空器平台主动获取并解算相对于舰船甲板的位姿信息。该 ***还包括自主着舰***的工作模式、相对位姿测量技术、相对位姿自适应算法研究、 以及高精度相对位姿测量设备；自主着舰***的工作模式包括监测模式、跟踪模式和 精确测量模式；
所述的监测模式，是指对航空器在自主着舰前，对等待指令盘旋的航空器进行监测；
所述的跟踪模式，是指航空器接收到自主着舰***的指令，按照指令进行稳定下滑；
所述的精确测量模式，是指自主着舰***对航空器的实时位置进行精确测量，引导航空器降落到降落台上。
所述的相对位姿测量技术是指通过几何运算、数据拟合及滤波算法获得飞行器与甲板起降区的相对姿态和位置误差，并经过滤波算法得到两者的相对速度误差，将此 误差信息传输到机上飞行控制单元，为机上飞行控制单元提供高精度导航信息，实现 航空器在自主着舰。
所述的相对位姿自适应算法研指的是间接估计方法，利用测量设备获得相对距离、 相对速度、视线角度等观测量，建立测量值与待估参数的联系，设计参数估计器，对 航空器与舰艇的相对位置和姿态进行估计。
本申请提供一种无人机降落在舰船上的测量设备和方法，在舰船上对无人机的位置进行“显示和控制”，以显示舰船和无人机的相对位置和姿态，控制可以是舰船上 设置的控制器根据航空器飞行状态产生的控制指令，也可以是舰上无人机操作人员在 应急情况下“拉起”或“迫降”无人机。在过去实验和未来装备设计中，将力求采用 无人机全自动的方式降落，人员操作占很少部分，甚至不参与，但在识别到无人机处 于紧急状态下，可通过舰载控制设备或者舰上操作人员采取紧急控制，避免事故发生， 可以设计人工操作优先级最高，以避免指令竞争。
进一步地，在本实施例中，处理器可执行指令以实现实施例1中所列举的任一方法步骤，囿于篇幅不再赘述。
实施例3
根据本申请实施例，还提供了一种用于实施上述控制航空器自主降落至舰船的方法的控制航空器自主降落至舰船的装置，该装置以软件或硬件方式实现。
图8是根据本申请实施例的一种控制航空器自主降落至舰船的装置的结构示意图； 如图8所示，该装置包括：第一控制模块8002，判断模块8004，第二控制模块8006， 导航模块8008，其中：
第一控制模块8002，用于在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，控制航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；
判断模块8004，用于在航空器下滑飞行的过程中，根据获取的航空器实时运动 数据和舰船实时运动数据，判断航空器是否进入舰船上预设降落区域对应的降落空域；
第二控制模块8006，用于当航空器进入舰船上预设降落区域对应的降落空域时，控制航空器的飞行状态由下滑飞行模式切换为降落模式；
导航模块8008，用于在航空器降落的过程中，以第一采样参数获取航空器实时 运动数据和舰船实时运动数据，通过自适应算法实时计算航空器与舰船的相对位姿信 息，据此产生调整航空器飞行状态的导航指令，引导航空器降落至舰船的预设降落区 域。
进一步地，在本实施例中，该装置可以包括与实施例1任一方法步骤对应的功能模块，囿于篇幅不再赘述
实施例4
本申请的实施例可以提供一种计算设备，该计算设备可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算设备也可以替换为移动终 端等终端设备。
可选地，在本实施例中，上述计算设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，在本实施例中，上述计算设备包括一个或多个处理器、存储器、以及传 输装置。其中，存储器可用于存储软件程序以及模块，如本申请实施例中的控制航空 器自主降落至舰船的方法和装置对应的程序指令/模块。处理器通过运行存储在存储 器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的控制 航空器自主降落至舰船的方法。
可选地，存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器 可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至 计算设备120。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通 信网及其组合。
在本实施例中，上述计算设备中的处理器运行存储的程序代码时可以执行以下方法步骤：在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，控制航空 器的飞行状态由盘旋等待模式切换为下滑飞行模式；在航空器下滑飞行的过程中，根 据获取的航空器实时运动数据和舰船实时运动数据，判断航空器是否进入舰船上预设 降落区域对应的降落空域；当航空器进入舰船上预设降落区域对应的降落空域时，控 制航空器的飞行状态由下滑飞行模式切换为降落模式；在航空器降落的过程中，以第 一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算 航空器与舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，引导航空 器降落至舰船的预设降落区域。
进一步地，在本实施例中，上述计算设备中的处理器运行存储的程序代码时可以执行实施例1中所列举的任一方法步骤，囿于篇幅不再赘述。
实施例5
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述控制航空器自主降落至舰船的方法所执行的程序代码。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，控制航空器的飞行 状态由盘旋等待模式切换为下滑飞行模式；在航空器下滑飞行的过程中，根据获取的 航空器实时运动数据和舰船实时运动数据，判断航空器是否进入舰船上预设降落区域 对应的降落空域；当航空器进入舰船上预设降落区域对应的降落空域时，控制航空器 的飞行状态由下滑飞行模式切换为降落模式；在航空器降落的过程中，以第一采样参 数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算航空器与 舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，引导航空器降落至 舰船的预设降落区域。
进一步地，在本实施例中，存储介质被设置为存储用于执行实施例1中所列举的任一方法步骤的程序代码，囿于篇幅不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅 仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可 以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显 示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块 的间接耦合或通信连接，可以是电性或其它的形式。
以上仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也 应视为本申请的保护范围。

Claims (11)

1.一种控制航空器自主降落至舰船的方法，其特征在于，该方法包括：
在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，控制所述航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；
在所述航空器下滑飞行的过程中，根据获取的所述航空器实时运动数据和所述舰船实时运动数据，判断所述航空器是否进入所述舰船上预设降落区域对应的降落空域；
当航空器进入所述舰船上预设降落区域对应的降落空域时，控制所述航空器的飞行状态由下滑飞行模式切换为降落模式；
在所述航空器降落的过程中，以第一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算所述航空器与所述舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，引导所述航空器降落至所述舰船的预设降落区域。
2.根据权利要求1所述的方法，其特征在于，通过自适应算法实时计算所述航空器与所述舰船的相对位姿信息包括：
根据以第一采样参数获取的航空器实时运动数据和舰船实时运动数据，判断所述航空器相对于所述预设降落区域的运动是否发生机动变化；
若否，则调用预先设置的参数估计器，输出所述航空器的相对位姿信息的估计值，以根据估计值产生调整航空器飞行状态的导航指令；
若是，则以第二采样参数获取所述航空器实时运动数据和舰船实时运动数据，计算所述航空器的相对位姿信息的测量值，以根据测量值产生调整航空器飞行状态的导航指令，其中所述第二采样参数中的采样精度和/或采样频率高于所述第一采样参数中的采样精度和/或采样频率。
3.根据权利要求2所述的方法，其特征在于，根据以第一采样参数获取的航空器实时运动数据和舰船实时运动数据，判断所述航空器相对于所述预设降落区域的运动是否发生机动变化包括：
以第一采样参数获取所述航空器实时运动数据和舰船实时运动数据，计算所述航空器与所述舰船的相对距离测量值、相对速度测量值以及视线角度测量值中的至少一项；
设计参数估计器，所述参数估计器中建立有至少一项所述测量值与相对位姿信息之间的对应关系，用于根据至少一项所述测量值来预测所述航空器与所述舰船的相对位姿信息；
在所述参数估计器设计好之后，根据以第一采样参数实时获取的所述航空器实时运动数据和舰船实时运动数据，计算得到相对位姿信息的第一测量值，同时将所述第一测量值输入参数估计器得到相对位姿信息的第一估计值；
根据所述第一测量值与所述第一估计值之间的差异，判断所述航空器相对于所述预设降落区域的运动是否发生机动变化。
4.根据权利要求3所述的方法，其特征在于，根据所述第一测量值与所述第一估计值之间的差异，判断所述航空器相对于所述预设降落区域的运动是否发生机动变化包括；
确定所述第一测量值与所述第一估计值之间的测量残差，构建新息向量和新息协方差矩阵；
根据所述新息向量和新息协方差矩阵构建距离函数，并计算所述距离函数值大于预设门限阈值的概率；
若所述距离函数值大于预设门限阈值的概率大于预设概率阈值时，判定所述航空器相对于所述预设降落区域的运动发生机动，若所述距离函数值大于预设门限阈值的概率不大于所述预设概率阈值时，判定所述航空器相对于所述预设降落区域的运动未发生机动，其中所述未发生机动包括截止当前从未发生机动和/或最近一次发生的机动已消除。
5.根据权利要求4所述的方法，其特征在于，在所述参数估计器中设置有线性***：
Figure FDA0003693786150000021
Y(k)＝H(k)X(k)+V(k)
其中，X(k)∈Rn×1为相对位姿信息的估计值，Y(k)∈Rm×1为相对位姿信息的测量值，
Figure FDA0003693786150000022
为状态转移矩阵，Γ(k)∈Rn×p为输入矩阵，H(k)∈Rm×n为测量矩阵，W(k)∈Rp×1为估计噪声矩阵，V(k)∈Rm×1为测量噪声矩阵，W(k)和V(k)为互不相关的零均值高斯白噪声；
对所述线性***应用卡尔曼滤波；
确定所述第一测量值与所述第一估计值之间的测量残差，构建新息向量和新息协方差矩阵包括：
根据所述第一测量值和所述第一估计值之间的测量残差，构建新息向量d(k)和新息协方差矩阵S(k)：
Figure FDA0003693786150000031
S(k)＝H(k)P(k/k-1)HT(k)+R(k)
其中，
Figure FDA0003693786150000032
为下一步预测估计值，P(k/k-1)为预测协方差矩阵，R(k)为测量噪声矩阵V(k)的协方差矩阵；
根据所述新息向量和新息协方差矩阵构建距离函数，并计算所述距离函数值大于预设门限阈值的概率包括：
根据所述新息向量d(k)和新息协方差矩阵S(k)构建距离函数D(k)：D(k)＝dT(k)S-1(k)d(k)；
确定门限阈值M，计算距离函数D(k)大于门限阈值M的概率P{D(k)＞M}＝α；
其中，距离函数D(k)服从自由度为m的χ2分布，当所述航空器相对于所述预设降落区域的运动发生机动时，新息向量d(k)不再是零均值高斯白噪声，D(k)将大于门限阈值M。
6.根据权利要求2所述的方法，其特征在于，以第二采样参数获取所述航空器实时运动数据和舰船实时运动数据，计算所述航空器的相对位姿信息的测量值，以根据测量值产生调整航空器飞行状态的导航指令包括；
根据以第二采样参数获取的航空器实时运动数据和舰船实时运动数据，实时计算所述航空器与所述舰船的相对位姿信息，以及所述航空器与所述舰船上预设降落区域的位置误差；
根据所述相对位姿信息和位置误差，通过滤波算法得到所述航空器与所述舰船的相对速度误差：
根据所述相对速度误差产生用于调整航空器航向、高度或速度的导航指令，以调整所述航空器飞行状态，在保持所述航空器与所述舰船的相对速度的情况下实现降落。
7.根据权利要求6所述的方法，其特征在于，根据以第二采样参数获取的航空器实时运动数据和舰船实时运动数据，实时计算所述航空器与所述舰船的相对位姿信息包括；
建立航空器坐标系O(X,Y,Z)以及相对位姿信息坐标系o(x,y,z)，其中航空器坐标系O(X,Y,Z)中原点O位于航空器的质心；X、Y、Z分别与航空器的惯性主轴方向一致，相对位姿信息坐标系o(x,y,z)中o为所述舰船上预设降落区域的中心，x、y、z分别与舰船的坐标系方向一致；
以单位四元数q0,q1,q2,q3表示相对位姿信息中的相对位姿参数，构造表征单位四元数旋转操作的旋转矩阵M，其中单位四元数四参数q0，q1，q2，q3满足q0 2+q1 2+q2 2+q3 2＝1，
Figure FDA0003693786150000041
代入刚体运动方程以及四元数约束关系式，得到关于时刻t和q0,q1,q2,q3的非线性方程组，经过求解即可得到航空器与舰船的相对位姿信息。
8.根据权利要求5所述的方法，其特征在于，采用联邦卡尔曼滤波器建立多步信息融合状态方程，设滤波器的滤波周期为T，信息融合周期为NT，N为大于1的自然数，多步信息融合算法为：
当k≠NT，即非信息融合周期时，
子滤波器的滤波方程为：
Figure FDA0003693786150000042
Figure FDA0003693786150000043
Pi(k,k-1)＝Φ(k,k-1)Pi(k-1)ΦT(k,k-1)+Γ(k-1)Q(k-1)ΓT(k-1)
Pi(k)＝[I-Ki(k)Hi(k)]Pi(k,k-1)
Ki(k)＝Pi(k,k-1)Hi T[Hi(k)Pi(k,k-1)Hi(k)+Ri(k)]-1；
主滤波器的滤波方程为：
Figure FDA0003693786150000051
Figure FDA0003693786150000052
Figure FDA0003693786150000053
Pf(k,k-1)＝Φ(k,k-1)Pf(k-1)ΦT(k,k-1)+Γ(k-1)Q(k-1)ΓT(k-1)；
当k＝NT，即信息融合周期时，
子滤波器的滤波方程为：
Figure FDA0003693786150000054
Pi(k,k-1)＝γi{Φ(k,k-1)Pf(k,k-1)ΦT(k,k-1)+Γ(k-1)Q(k-1)ΓT(k-1)}
Pi(k)＝[I-Ki(k)Hi(k)]P(k,k-1)
Ki(k)＝Pi(k,k-1)Hi T(k)[Hi(k)Pi(k,k-1)Hi T+Ri(k)]-1
Figure FDA0003693786150000055
其中，
Figure FDA0003693786150000056
βi为信息分配因子，满足∑βi＝1，故
Figure FDA0003693786150000057
主滤波器的信息融合方程为：
Figure FDA0003693786150000061
Figure FDA0003693786150000062
通过上述方程对航空器与舰艇的相对位姿信息进行估计。
9.一种航空器自主降落至舰船的***，其特征在于，该***包括：
航空器机载测量设备，用于测量航空器实时运动数据和舰船实时运动数据；
航空器机载计算设备，用于根据获取的所述航空器实时运动数据和所述舰船实时运动数据计算得到所述航空器与所述舰船的相对位姿信息；
航空器机载通信设备，用于实现所述航空器与所述舰船的通信，将所述航空器与所述舰船的相对位姿信息发送至所述舰船；
航空器机载飞行控制器，用于在航空器响应于允许其降落至舰船上预设降落区域的着舰指令后，产生用于切换所述航空器的飞行状态的第一飞行模式切换指令，以控制所述航空器的飞行状态由盘旋等待模式切换为下滑飞行模式；在所述航空器下滑飞行的过程中，根据获取的所述相对位姿信息判断所述航空器是否进入所述舰船上预设降落区域对应的降落空域；当航空器进入所述舰船上预设降落区域对应的降落空域时，产生用于切换所述航空器的飞行状态的第二飞行模式切换指令，以控制所述航空器的飞行状态由下滑飞行模式切换为降落模式；在所述航空器降落的过程中，发送第一采集指令以控制所述航空器机载测量设备以第一采样参数获取航空器实时运动数据和舰船实时运动数据，通过自适应算法实时计算所述航空器与所述舰船的相对位姿信息，据此产生调整航空器飞行状态的导航指令，以引导所述航空器降落至所述舰船的预设降落区域；
舰载通信设备，用于与所述航空器机载通信设备对接，实现所述航空器与所述舰船的通信。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如权利要求1-8任一项所述的方法。
11.一种计算设备，包括处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行如权利要求1-8任一项所述的方法。
CN202210672764.XA 2022-06-14 2022-06-14 控制航空器自主降落至舰船的方法、***、存储介质及计算设备 Pending CN115113636A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210672764.XA CN115113636A (zh) 2022-06-14 2022-06-14 控制航空器自主降落至舰船的方法、***、存储介质及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210672764.XA CN115113636A (zh) 2022-06-14 2022-06-14 控制航空器自主降落至舰船的方法、***、存储介质及计算设备

Publications (1)

Publication Number Publication Date
CN115113636A true CN115113636A (zh) 2022-09-27

Family

ID=83328938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210672764.XA Pending CN115113636A (zh) 2022-06-14 2022-06-14 控制航空器自主降落至舰船的方法、***、存储介质及计算设备

Country Status (1)

Country Link
CN (1) CN115113636A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115804926A (zh) * 2022-12-27 2023-03-17 中国人民解放军陆军装甲兵学院 一种无人机投射灭火弹瞄准***及其方法
CN116627154A (zh) * 2023-06-09 2023-08-22 上海大学 基于位姿预测和轨迹优化的无人机引导降落方法及无人机

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070016371A1 (en) * 2005-07-13 2007-01-18 Honeywell International Inc. Methods and systems of relative navigation for shipboard landings
US20160009410A1 (en) * 2014-07-08 2016-01-14 Sikorsky Aircraft Corporation Lidar-based shipboard tracking and state estimation for autonomous landing
CN105843242A (zh) * 2016-04-22 2016-08-10 四方继保（武汉）软件有限公司 无人船舰载平台的无人机图像引导降落方法
CN107741229A (zh) * 2017-10-10 2018-02-27 北京航空航天大学 一种光电/雷达/惯性组合的舰载机着舰导引方法
CN110861779A (zh) * 2019-12-02 2020-03-06 中电科特种飞机***工程有限公司 一种垂直起降无人机着舰***及着舰方法
CN111679680A (zh) * 2019-12-31 2020-09-18 华东理工大学 一种无人机自主着舰方法及***
CN113176785A (zh) * 2021-05-21 2021-07-27 南京航空航天大学苏州研究院 一种舰载垂直起降无人机自动着舰航线设计方法
US20220017235A1 (en) * 2020-02-19 2022-01-20 The Texas A&M University System Autonomous landing systems and methods for vertical landing aircraft
CN114020014A (zh) * 2021-10-27 2022-02-08 中国船舶工业***工程研究院 无人机回收过程航线规划控制方法、装置、设备及介质
CN114035448A (zh) * 2021-11-05 2022-02-11 北京航空航天大学 一种基于物理域模型的无人机舰载起降半实物仿真***
CN114397687A (zh) * 2021-11-19 2022-04-26 北京航空航天大学 一种舰载无人机的差分卫星导航***

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070016371A1 (en) * 2005-07-13 2007-01-18 Honeywell International Inc. Methods and systems of relative navigation for shipboard landings
US20160009410A1 (en) * 2014-07-08 2016-01-14 Sikorsky Aircraft Corporation Lidar-based shipboard tracking and state estimation for autonomous landing
CN105843242A (zh) * 2016-04-22 2016-08-10 四方继保（武汉）软件有限公司 无人船舰载平台的无人机图像引导降落方法
CN107741229A (zh) * 2017-10-10 2018-02-27 北京航空航天大学 一种光电/雷达/惯性组合的舰载机着舰导引方法
CN110861779A (zh) * 2019-12-02 2020-03-06 中电科特种飞机***工程有限公司 一种垂直起降无人机着舰***及着舰方法
CN111679680A (zh) * 2019-12-31 2020-09-18 华东理工大学 一种无人机自主着舰方法及***
US20220017235A1 (en) * 2020-02-19 2022-01-20 The Texas A&M University System Autonomous landing systems and methods for vertical landing aircraft
CN113176785A (zh) * 2021-05-21 2021-07-27 南京航空航天大学苏州研究院 一种舰载垂直起降无人机自动着舰航线设计方法
CN114020014A (zh) * 2021-10-27 2022-02-08 中国船舶工业***工程研究院 无人机回收过程航线规划控制方法、装置、设备及介质
CN114035448A (zh) * 2021-11-05 2022-02-11 北京航空航天大学 一种基于物理域模型的无人机舰载起降半实物仿真***
CN114397687A (zh) * 2021-11-19 2022-04-26 北京航空航天大学 一种舰载无人机的差分卫星导航***

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YANG, XILIN等: "Multi-sensor data fusion for UAV navigation during landing operations", 《PROCEEDINGS OF THE 2011 AUSTRALASIAN CONFERENCE ON ROBOTICS AND AUTOMATION (ACRA 2011)》, 4 December 2011 (2011-12-04), pages 1 - 10 *
YUE MENG等: "A Vision/Radar/INS Integrated Guidance Method for Shipboard Landing", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS ( VOLUME: 66, ISSUE: 11, NOVEMBER 2019)》, 13 January 2019 (2019-01-13), pages 8803 - 8810 *
桂阳: "基于机载视觉的无人机自主着舰引导关键技术研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》, no. 01, 15 January 2016 (2016-01-15), pages 031 - 39 *
甄子洋等: "舰载机自动着舰引导与控制研究进展", 《航空学报》, vol. 38, no. 02, 30 August 2016 (2016-08-30), pages 127 - 148 *
马翰飞等: "基于卡尔曼滤波的飞机着陆导航***设计", 《电子技术与软件工程》, 25 July 2019 (2019-07-25), pages 121 - 122 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115804926A (zh) * 2022-12-27 2023-03-17 中国人民解放军陆军装甲兵学院 一种无人机投射灭火弹瞄准***及其方法
CN115804926B (zh) * 2022-12-27 2023-08-22 中国人民解放军陆军装甲兵学院 一种无人机投射灭火弹瞄准***及其方法
CN116627154A (zh) * 2023-06-09 2023-08-22 上海大学 基于位姿预测和轨迹优化的无人机引导降落方法及无人机
CN116627154B (zh) * 2023-06-09 2024-04-30 上海大学 基于位姿预测和轨迹优化的无人机引导降落方法及无人机

Similar Documents

Publication Publication Date Title
Kim et al. Fully autonomous vision-based net-recovery landing system for a fixed-wing UAV
US11046430B1 (en) Intelligent trajectory adviser system for unmanned aerial vehicles in complex environments
CN115113636A (zh) 控制航空器自主降落至舰船的方法、***、存储介质及计算设备
EP2680096B1 (en) Unpredictable vehicle navigation
US11827351B2 (en) Control and navigation systems
US8897931B2 (en) Flight interpreter for captive carry unmanned aircraft systems demonstration
Sanders et al. Hierarchical control of small autonomous helicopters
Huh et al. A vision-based landing system for small unmanned aerial vehicles using an airbag
KR101740312B1 (ko) 무인 항공기의 카메라 조종정보를 이용한 무인 항공기 유도제어 방법
CN112789672A (zh) 控制和导航***、姿态优化、映射和定位技术
CN110597297A (zh) 一种飞行器返航控制方法、装置、飞行器和存储介质
Cetin et al. Fuzzy logic based approach to design of autonomous landing system for unmanned aerial vehicles
US20230028792A1 (en) Machine learning architectures for camera-based detection and avoidance on aircrafts
CN105068542A (zh) 一种基于视觉的旋翼无人机引导飞行控制***
Bonnin-Pascual et al. Semi-autonomous visual inspection of vessels assisted by an unmanned micro aerial vehicle
Ambroziak et al. Experimental tests of hybrid VTOL unmanned aerial vehicle designed for surveillance missions and operations in maritime conditions from ship‐based helipads
US11544161B1 (en) Identifying anomalous sensors
Acevedo et al. Autonomous landing of a multicopter on a moving platform based on vision techniques
Jantawong et al. Automatic landing control based on GPS for fixed-wing aircraft
Gryte et al. Control system architecture for automatic recovery of fixed-wing unmanned aerial vehicles in a moving arrest system
US20220020277A1 (en) Assurance module
Edwards et al. A vision system for precision MAV targeted landing
CN110979716A (zh) 一种舰载垂直起降侦查校射无人机姿态舰机协同导引方法
Rudnick et al. Flight testing of agent supervisory control on heterogeneous unmanned aerial system platforms
EP4261647A2 (en) Aircraft guidance to moving target point

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