FR3038999A1 - Systeme et procede pour affiner des trajectoires pour des aeronefs - Google Patents

Systeme et procede pour affiner des trajectoires pour des aeronefs Download PDF

Info

Publication number
FR3038999A1
FR3038999A1 FR1656449A FR1656449A FR3038999A1 FR 3038999 A1 FR3038999 A1 FR 3038999A1 FR 1656449 A FR1656449 A FR 1656449A FR 1656449 A FR1656449 A FR 1656449A FR 3038999 A1 FR3038999 A1 FR 3038999A1
Authority
FR
France
Prior art keywords
constraints
trajectory
aircraft
series
selection module
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.)
Granted
Application number
FR1656449A
Other languages
English (en)
Other versions
FR3038999B1 (fr
Inventor
Szabolcs Andras Borgyos
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.)
GE Aviation Systems LLC
Original Assignee
GE Aviation Systems LLC
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 GE Aviation Systems LLC filed Critical GE Aviation Systems LLC
Publication of FR3038999A1 publication Critical patent/FR3038999A1/fr
Application granted granted Critical
Publication of FR3038999B1 publication Critical patent/FR3038999B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003Flight plan management
    • G08G5/0039Modification of a flight plan
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0004Transmission of traffic-related information to or from an aircraft
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0004Transmission of traffic-related information to or from an aircraft
    • G08G5/0013Transmission of traffic-related information to or from an aircraft with a ground station
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0021Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0026Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003Flight plan management
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0043Traffic management of multiple aircrafts from the ground
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047Navigation or guidance aids for a single aircraft
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073Surveillance aids
    • G08G5/0078Surveillance aids for monitoring traffic from the aircraft
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073Surveillance aids
    • G08G5/0082Surveillance aids for monitoring traffic from a ground station

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Des systèmes (400) et des procédés pour affiner des trajectoires pour des aéronefs comportent un module de prédiction (412) de trajectoires pour prédire une série de trajectoires quadridimensionnelles pour des aéronefs, et un module de sélection de contraintes (416) pour déterminer une série de contraintes d'après la série de trajectoires quadridimensionnelles. La trajectoire peut être affinée en convertissant par mappage des valeurs en but associé à la série de trajectoires quadridimensionnelles sur la base de la série de contraintes déterminée et en estimant des valeurs supplémentaires pour le but sur la base des valeurs mappées.

Description

Système et procédé pour affiner des trajectoires pour des aéronefs
Un processus classique de vol d'aéronef commence par la déclaration d'un plan de vol par une compagnie aérienne ou un pilote auprès d'une autorité de l'aviation civile (p.ex. la Fédéral Aviation Authority aux Etats-Unis). Le plan de vol donne globalement les grandes lignes du parcours suivi lors d'un vol et comprend les lieux et les horaires de départ et d'arrivée, ainsi que des informations sur des points de cheminement intermédiaires qui définissent une route ou une trajectoire de vol. Les lignes aériennes, malgré leur absence d'existence physique, sont assimilables à des autoroutes à trois dimensions et peuvent être définies avec une série de points de cheminement intermédiaires. Les points de cheminement sont des points de repère dans un espace physique, servant à des fins de navigation et comprennent ordinairement une latitude, une longitude et une altitude. En navigant conformément à un plan de vol, l'aéronef suit une trajectoire qui emprunte dans un ordre chronologique la série de points de cheminement. La trajectoire de vol réellement suivie par l'aéronef est donc appelée trajectoire quadridimensionnelle, car la trajectoire inclut trois coordonnées spatiales et une coordonnée temporelle. D'après le lieu de départ, le lieu d'arrivée et les points de cheminement intermédiaires, un système de gestion de vol ou prédicteur de trajectoire prédit la trajectoire quadridimensionnelle à suivre par l'aéronef. Il est envisagé que modifier une trajectoire quadridimensionnelle sur la base de facteurs concernant l'aéronef (à savoir la vitesse, le carburant, l'altitude, les turbulences, le vent, la météo, etc.) et la disponibilité de ressources communes (à savoir les pistes, l'espace aérien, des services de gestion du trafic, etc.) puisse améliorer l'efficience d'un aéronef ou d'une flotte d'aéronefs quant à un ou plusieurs indicateurs commerciaux (à savoir les économies de carburant, les flux de passagers, le coût, etc.). Cependant, prédire une trajectoire quadridimensionnelle est un problème coûteux en ressources informatiques. Ainsi, bien que le système de gestion de vol ou le prédicteur de trajectoire prédise avec précision une trajectoire quadridimensionnelle, la prédiction est une opération relativement chronophage. Par conséquent, rechercher une trajectoire quadridimensionnelle optimale directement dans un continuum de trajectoires quadridimensionnelles possibles pour un vol a peu de chances d'être informatiquement réalisable dans un environnement en temps réel ou presque en temps réel. Le problème s'exacerbe si on cherche des trajectoires optimales pour une flotte d'aéronefs.
Selon un premier aspect, un procédé pour affiner une série de trajectoires quadridimensionnelles pour des aéronefs comporte les étapes d'obtention de données relatives à la série de trajectoires quadridimensionnelles ; de détermination, par un module de sélection de contraintes, d'une série de contraintes pour la série de trajectoires quadridimensionnelles ; de conversion par mappage de valeurs dans un processeur en but associé à la série de trajectoires quadridimensionnelles d'après la série de contraintes déterminée et estimation, dans le processeur, de valeurs supplémentaires pour le but d'après les valeurs mappées. Les étapes d'obtention, de détermination, de mappage et d'estimation sont répétées jusqu'à ce qu'une valeur mappée pour le but associé à une série finale de contraintes déterminée dépasse un seuil prédéterminé. Une trajectoire d'aéronef peut être prédite sur la base de la série finale de contraintes prédéterminée.
Selon un autre aspect, un système d'affinage de trajectoire comporte un prédicteur de trajectoires pour prédire une série de trajectoires quadridimensionnelles pour des aéronefs, un module de sélection de contraintes et un module d'actualisation. Le module de sélection de contraintes détermine une série de contraintes pour la série de trajectoires quadridimensionnelles ; convertit par mappage des valeurs dans un processeur en but associé à la série de trajectoires quadridimensionnelles sur la base de la série de contraintes prédéterminée ; et estime des valeurs supplémentaires pour le but d'après les valeurs mappées et répète les étapes de détermination, de mappage et d'estimation jusqu'à ce qu'une valeur convertie par mappage en but associé à une série finale de contraintes déterminée dépasse un seuil prédéterminé. Le module d'actualisation est couplé au module de sélection de contraintes et au prédicteur de trajectoires et est conçu pour obtenir des données relatives à une trajectoire quadridimensionnelle calculée par le prédicteur de trajectoires au terme de chaque répétition par le module de sélection de contraintes, une trajectoire d'aéronef pouvant être prédite d'après la série finale de contraintes déterminée.
Selon un autre aspect, un procédé pour affiner une série de trajectoires quadridimensionnelles pour des aéronefs comporte les étapes de : obtention, d'un prédicteur de trajectoires, de données relatives à une trajectoire quadridimensionnelle pour des aéronefs ; détermination, par un module de sélection de contraintes, d'une série de contraintes pour la série de trajectoires quadridimensionnelles ; conversion par mappage de valeurs dans un processeur en but associé à la série de trajectoires quadridimensionnelles sur la base de la série de contraintes déterminée ; établissement, dans le processeur, d'estimations de valeurs supplémentaires pour l'objectif sur la base des valeurs mappées ; et ajustement des estimations jusqu'à ce qu'une valeur convertie par mappage en but associé à une série finale de contraintes déterminée dépasse un seuil prédéterminé. La trajectoire d'un aéronef peut être prédite d'après la série finale de contraintes déterminée. L'invention sera mieux comprise à l'étude détaillée de quelques modes de réalisation pris à titre d'exemples non limitatifs et illustrés par les dessins annexés sur lesquels : -la Figure 1 est un exemple d'illustration schématique d'aéronefs avec des trajectoires et un système au sol selon divers aspects décrits ici ; -la Figure 2 est un exemple d'illustration schématique d'aéronefs avec des trajectoires et une série de contraintes et un système au sol selon divers aspects décrits ici ; -la Figure 3 est un exemple d'illustration schématique d'aéronefs avec des trajectoires et une série affinée de contraintes pour un vol efficient en régime de croisière et un système au sol selon divers aspects décrits ici ; -la Figure 4 est un exemple d'illustration schématique d'aéronefs avec des trajectoires et une série affinée de contraintes pour un allongement de parcours et un système au sol selon divers aspects décrits ici ; -la Figure 5 est un exemple de schéma de principe d'un système de prédicteur de trajectoires selon divers aspects décrits ici ; -la Figure 6 est un exemple de schéma de principe d'un prédicteur de trajectoires selon divers aspects décrits ici ; -la Figure 7 est un organigramme illustrant un procédé pour affiner des trajectoires selon divers aspects décrits ici ; et -la Figure 8 est un graphique illustrant un processus itératif pour converger vers une série de contraintes qui affine des trajectoires pour aéronefs selon divers aspects décrits ici.
Les termes et expressions suivants sont utilisés dans toute la description détaillée :
Contrainte admissible : aspect d'une trajectoire potentielle à exécuter par un objet, qui comprend des limites de fonctionnement ou de performances inhérentes dudit objet ou de l'environnement dans lequel se déplace ledit objet.
Trajectoire quadridimensionnelle : suite chronologique de points qui décrivent un parcours suivi par un objet entre un point de départ et un point d'arrivée ou comme vecteur dans un espace spatiotemporel qui décrit, entre autres, la position de l'objet.
Perturbation légère modification d'un ou de plusieurs aspects d'un sous-ensemble d'un ensemble d'éléments interactifs ou interdépendants. Série tout nombre d'éléments, y compris un élément unique.
Spatiotemporel : ayant des propriétés à la fois spatiales et temporelles.
Au moins certaines des formes de réalisation de l'invention proposent des systèmes, procédés et dispositifs d'affinage de trajectoires pour déterminer une série de contraintes de façon que des trajectoires quadridimensionnelles suivies par des aéronefs aient une meilleure efficience quant à une série d'indicateurs prédéfinis. Une “série” peut comprendre n'importe quel nombre d'indicateurs prédéfinis, y compris un unique indicateur prédéfini. Bien qu'elle soit classiquement décrite par une série de trois coordonnées spatiales et d'une coordonnée temporelle, “une trajectoire quadridimensionnelle” au sens du présent exposé peut être définie comme une suite chronologique de points qui décrivent un parcours suivi par un objet entre un point de départ et un point d'arrivée ou comme un vecteur dans un espace spatiotemporel incluant la position de l'objet. Actuellement, les trajectoires quadridimensionnelles pour aéronefs sont calculées d'après des facteurs comprenant, à titre nullement limitatif, l'origine, la destination, les points de cheminement intermédiaires, les performances des aéronefs, les conditions météorologiques et les contraintes d'espacement. En réponse à diverses contraintes ou divers objectifs ou des combinaisons de ceux-ci, un système de prédiction de trajectoires détermine une trajectoire quadridimensionnelle et, étant donné les délais de réponse incontournables, n'exploite pas entièrement les informations disponibles potentiellement pertinentes pour atteindre des objectifs stratégiques concernant l'optimisation de la flotte ou l'optimisation du système de gestion de vol embarqué. Plus particulièrement, dans la plupart des applications en ligne, le système de prédiction de trajectoires ne dispose pas du temps de calcul requis pour déterminer une trajectoire quadridimensionnelle qui prend en compte des contraintes d'espacement, des conditions météorologiques et des manœuvres optimales pour les performances, notamment l'altitude de vol en régime de croisière avec une consommation minimale de carburant/des coûts minimaux et un allongement de la trajectoire optimal quant à la consommation de carburant/au coût.
La Figure 1 représente un processeur 36 en communication avec une station terrestre 32 communiquant avec un aéronef 10, 11 selon divers aspects décrits ici. L'aéronef 10, 11 peut suivre une route d'un lieu à un autre et peut comporter des éléments courants dans les aéronefs, tels qu'un ou plusieurs moteur(s) de propulsion 12 monté(s) sur un fuselage 14. D'autres éléments courants dans les aéronefs comprennent un habitacle 16 disposé dans un fuselage 14 et des demi-voilures 18 s'étendant vers l'extérieur depuis le fuselage 14. Par ailleurs, une série de systèmes de bord 20 qui permettent un bon fonctionnement de l'aéronef 10, 11 peuvent également être inclus, notamment un automate ou un ordinateur 22, et un système de communication pourvu d'une liaison de communication 24. Ces systèmes de bord 20 peuvent comprendre, à titre nullement limitatif, un système électrique, un circuit d'oxygène, un circuit hydraulique ou pneumatique, un circuit de carburant, un système de propulsion, un système de gestion de vol, des commandes de vol, des systèmes audio/vidéo et un système IVHM de gestion intégrée d'état d'appareil, et des systèmes associés à la structure mécanique de l'aéronef 10, 11. Bien qu'un aéronef commercial ait été représenté, il est envisagé que des formes de réalisation de l'invention puissent servir dans n'importe quel type d'aéronef, par exemple, à titre nullement limitatif, des appareils à voilure fixe, à voilure tournante, des avions-fusées, des aéronefs personnels, des aéronefs autonomes sans pilote et des aéronefs militaires. L'ordinateur 22 peut coopérer avec la série de systèmes de bord 20 et il est envisagé que l'ordinateur 22 puisse contribuer au fonctionnement de la série de systèmes de bord 20 et puisse recevoir des informations de la série de systèmes de bord 20. L'ordinateur 22 peut, entre autres, automatiser les tâches de pilotage et de suivi du plan de vol de l'aéronef 10, 11. L'ordinateur 22 peut aussi être connecté à d'autres automates ou ordinateurs de l'aéronef 10, 11. L'ordinateur 22 peut comprendre une mémoire 26, la mémoire 26 peut comprendre une mémoire vive (RAM), une mémoire morte (ROM), une mémoire flash ou un ou plusieurs types différents de mémoire électronique portative tel(s) que des disques, des DVD, des CD-ROM, etc., ou toute combinaison adéquate de ces types de mémoire. L'ordinateur 22 peut comprendre un ou plusieurs processeurs, lesquels peuvent exécuter n'importe quels programmes appropriés. L'ordinateur 22 peut comprendre ou être associé à n'importe quel nombre adéquat de composants individuels tels que des microprocesseurs, des sources d'électricité, des dispositifs de stockage, des cartes interfaces, des systèmes de pilotage automatique, des ordinateurs de gestion de vol et d'autres composants classiques, et l'ordinateur 22 peut comprendre ou coopérer avec n'importe quel nombre de logiciels (p.ex. des programmes de gestion de vol) ou d'instructions destinées à mettre en œuvre les divers procédés, tâches de processus, calculs et fonctions de commande/affichage nécessaires au fonctionnement de l'aéronef 10, 11.
La liaison de communication 24 peut établir des communications avec l'ordinateur 22 ou d'autres processeurs de l'aéronef afin de transférer des informations vers et depuis l'aéronef 10, 11. Il est envisagé que la liaison de communication 24 puisse être une liaison de communication radioélectrique et puisse être n'importe quel mécanisme de communication permettant des liaisons radioélectriques avec d'autres systèmes et périphériques et puisse comprendre, à titre nullement limitatif, la radiocommunication par paquets, les liaisons satellitaires montantes, l'internet par SATCOM, les services internet air-sol, les liaisons numériques à très haute fréquence, la fidélité sans fil (WiFi), le WiMax, le Bluetooth, le ZigBee, un signal radioélectrique 3G, un signal radioélectrique à accès multiple à répartition par code (AMRC), le Groupe Spécial Mobile (GSM), un signal radioélectrique 4G, un signal à évolution à long terme (LTE), l'Ethernet ou n'importe quelles combinaisons de ceux-ci. Le type ou le mode particulier de communication radioélectrique n'est pas essentiel dans les formes de réalisation de la présente invention, et les réseaux radioélectriques mis au point à l'avenir sont assurément envisagés comme entrant dans le cadre de formes de réalisation de la présente invention. Par ailleurs, la liaison de communication 24 peut être amenée à communiquer avec l'ordinateur 22 par l'intermédiaire d'une liaison câblée sans changer la portée de formes de réalisation de l'invention. Bien qu'une seule liaison de communication 24 ait été illustrée, il est envisagé que l'aéronef 10, 11 puisse avoir de multiples liaisons de communication permettant des communications avec l'ordinateur 22. Ces multiples liaisons de communication peuvent donner à l'aéronef 10 la possibilité de transmettre des informations de diverses manières vers ou depuis l'aéronef 10.
Comme illustré, l'ordinateur 22 de l'aéronef 10, 11 peut communiquer avec un serveur distant 30, lequel peut se trouver n'importe où, par exemple dans une station terrestre spécifique 32, par l'intermédiaire de la liaison de communication 24. La station terrestre 32 peut être n'importe quel type de station terrestre de communication 32 dont, à titre nullement limitatif, un centre de régulation de trafic aérien ou un centre de régulation d'activités aéroportuaires. Le serveur distant 30 peut comprendre une base de données d'informations 34 interrogeable par ordinateur, accessible au processeur 36. Le processeur 36 peut gérer un jeu d'instructions exécutables pour accéder à la base de données d'informations 34 interrogeable par ordinateur. Le serveur distant 30 pourrait comprendre un dispositif informatique polyvalent sous la forme d'un ordinateur, possédant une unité centrale, une mémoire système et un bus système, qui couple à l'unité centrale divers composants du système dont la mémoire système. La mémoire système peut comprendre une mémoire morte (ROM) et une mémoire vive (RAM). L'ordinateur peut aussi comporter un lecteur de disque dur pour lire et enregistrer des données sur un disque dur magnétique, et un lecteur de disque optique pour lire ou enregistrer des données sur un disque optique amovible tel qu'un CD-ROM ou d'autres supports optiques. La base de données d'informations 34 interrogeable par ordinateur peut être n'importe quelle base de données adéquate, dont une unique base de données ayant de multiples jeux de données, de multiples bases de données individuelles en lien les unes avec les autres, voire un simple tableau de données. Il est envisagé que la base de données d'informations 34 interrogeable par ordinateur puisse regrouper un certain nombre de bases de données ou que la base de données puisse en réalité être un certain nombre de bases de données séparées.
Pendant le fonctionnement de l'aéronef 10, 11, l'ordinateur 22 peut demander ou recevoir des informations au/du serveur distant 30. De la sorte, l'ordinateur 22 peut faire partie d'un système pour affiner une trajectoire pour l'aéronef 10, 11. Selon une autre possibilité ou en outre, le système pour affiner la trajectoire pour l'aéronef 10, 11 peut comporter l'ordinateur 22 qui peut faire partie du système de gestion de vol. Selon une autre possibilité ou en outre, la mémoire peut comprendre un composant formant base de données. Le composant formant base de données peut être n'importe quelle base de données adéquate, dont une unique base de données ayant de multiples jeux de données, de multiples bases de données individuelles en lien les unes avec les autres, voire un simple tableau de données. Il est envisagé que le composant formant base de données d'informations interrogeable par ordinateur puisse regrouper un certain nombre de bases de données ou que la base de données puisse en réalité être un certain nombre de bases de données séparées. Le composant formant base de données peut contenir des informations dont, à titre nullement limitatif, des aéroports, des pistes, des voies aériennes, des points de cheminement, des aides à la navigation, des routes propres à une ligne/compagnie aérienne et des procédures telles que le départ normalisé aux instruments (SID), des routes standard d'approche de terminal (STAR) et des approches.
Chaque aéronef 10, 11 peut suivre une route décrite initialement par un plan de vol qui peut comprendre une série de points de cheminement. Par exemple, un aéronef 10 peut suivre une route décrite initialement par un plan de vol qui comprend des points de cheminement intermédiaires 40, 44 et des points de cheminement à destination 46 (illustrés sous la forme d'un aéroport). Dans un autre exemple, un aéronef 11 peut suivre une route initialement décrite par un plan de vol qui comprend des points de cheminement intermédiaires 42, 44 et des points de cheminement à destination 46. Les points de cheminement servent de balises de navigation, mais pas de descriptions complètes de la trajectoire prévue, car un aéronef ne peut pas changer instantanément de cap en passant d'un segment en ligne droite à un autre, comme représenté par les segments en ligne droite 48, 50. Au contraire, un système tel que le système de gestion de vol ou autre système de prédiction de trajectoire détermine une trajectoire quadridimensionnelle 52, 54 que l'aéronef peut parcourir en toute sécurité en passant près de chaque point de cheminement approximativement au moment prévu pour ledit point de cheminement.
Un module d'actualisation (désigné par 314 sur la Figure 5 et par 414 sur la Figure 6) du système d'affinage 28 de trajectoires, inclus dans l'ordinateur 22 ou le serveur distant 30, peut obtenir des données relatives aux contraintes ou objectifs propres à la série de trajectoires quadridimensionnelles 52, 54. Les données peuvent être des informations concernant n'importe quel aspect de la route prédite à suivre par l'aéronef dont, mais à titre nullement limitatif, la latitude, la longitude, l'heure, le poids de l'aéronef, la combustion de carburant, la vitesse verticale, la vitesse au sol, la vitesse lue au Badin, la température, les turbulences, le vent et les combinaisons de ceux-ci.
Un module de sélection de contraintes (désigné par 316 sur la Figure 5 et par 416 sur la Figure 6) du système d'affinage 28 de trajectoires inclus dans l'ordinateur 22 ou le serveur distant 30 peut déterminer une série de contraintes 56, 58 sur la base des données obtenues. De la sorte, la série de contraintes 56, 58 représente une série de contraintes ou d'objectifs qu'une trajectoire quadridimensionnelle créée doit considérer, prendre en compte ou sur laquelle elle doit reposer. Chaque contrainte est un vecteur décrivant un seul point sur la trajectoire quadridimensionnelle. La contrainte peut comprendre une série de valeurs concernant un aspect quelconque de la trajectoire quadridimensionnelle au point représentatif, dont, à titre nullement limitatif, l'altitude, la latitude, la longitude, l'heure d'arrivée prévue et l'ordre des points. Le module de sélection de contraintes peut sélectionner les contraintes qui composent la série de contraintes d'après toute règle, stratégie ou critère initial dont, à titre nullement limitatif, la distance entre les contraintes, l'heure prévue d'arrivée de l'aéronef aux endroits définis par les contraintes, etc. Par exemple, le module de sélection de contraintes peut espacer régulièrement la série de contraintes 56 par rapport à la distance sur la trajectoire 52 pour l'aéronef 10. Dans un autre exemple, le module de sélection de contraintes peut placer la série de contraintes 58 à proximité des points de cheminement intermédiaires 42, 44 et du point de cheminement à destination 46 pour l'aéronef 11.
Le module de sélection de contraintes (désigné par sur la Figure 5 et par 416 sur la Figure 6) gère la définition et le choix de contraintes spécifiques de problèmes. Par exemple, si un but du système d'affinage de trajectoires consiste à déterminer le meilleur parcours latéral pour atteindre quelque objectif de coût prédéfini, le module de sélection de contraintes peut diviser la trajectoire quadridimensionnelle d'origine en nombreuses contraintes 56. Initialement, les contraintes sont choisies d'après le vecteur spatio-temporel qui définit la trajectoire à modifier, aussi les contraintes rencontrent-elles initialement cette trajectoire quadridimensionnelle. Après avoir sélectionné la série initiale de contraintes par une logique déterminée par le but défini plus haut, le module de sélection de contraintes définit une série finie qui contient les contraintes sélectionnées, 56. En commande optimale, cette série est couramment appelée série de contraintes admissibles. Le module de sélection de contraintes définit la série de contraintes admissibles, une série de contraintes qui limite la recherche à la série de trajectoires qui s'inscrivent dans ces contraintes ainsi que les contraintes de performances propres à l'aéronef prises dans le prédicteur de trajectoires.
La Figure 2 représente un processeur 36 en communication avec une station terrestre 32 communiquant à l'aéronef 10, 11 une série affinée de contraintes selon divers aspects décrits ici. Le module de sélection de contraintes évalue la série de contraintes 56, 58 et, sur la base de l'évaluation, sélectionne une nouvelle série de contraintes, en perturbant la série de contraintes 56, 58 dans la série de contraintes admissibles. Le module de sélection de contraintes sélectionne une perturbation 60, 62 qui modifie la série d'aspects décrits par chaque contrainte. La perturbation peut modifier tout aspect du vecteur de contraintes, dont, à titre nullement limitatif, la latitude, la longitude et les exigences temporelles de chaque contrainte 56, 58, comme représenté sur la Figure 2 et examiné plus en détail ici.
Illustrant une forme de réalisation du système d'affinage 128 de trajectoires pour améliorer la trajectoire en vol en régime de croisière, la Figure 3 dépeint un exemple où la perturbation 160 peut modifier les contraintes altitudinales 156. Le vol en régime de croisière est une partie globalement horizontale du parcours d'un aéronef qui occupe la plus grande partie du temps de vol d'un aéronef. C'est pourquoi il offre les meilleures chances d'optimisation des coûts et de la consommation de carburant. Aux altitudes les plus hautes, Les aéronefs ont tendance à fonctionner avec un meilleur rendement du carburant ; cependant, les altitudes accessibles aux aéronefs dépendent du poids de ceux-ci. A mesure que les aéronefs brûlent leur carburant, leur poids change et il devient possible d'économiser davantage de carburant en montant ou en passant en croisière ascendante pour bénéficier des conditions atmosphériques pour améliorer le rendement du carburant. La montée ou la croisière ascendante décrite est contrariée par des facteurs dont, à titre nullement limitatif, les conditions atmosphériques rencontrées par les aéronefs en vol, d'autres objectifs stratégiques des exploitants tels que les performances horaires, d'autres minima et contraintes quant au trafic aérien et aux espacements imposés par les prestataires de services de navigation aérienne. Bien que le système d'affinage 128 de trajectoires puisse calculer la croisière ascendante optimale dans le but de limiter le plus possible la quantité de carburant consommée avant le début de la descente 170, le système d'affinage 128 de trajectoires peut affiner la trajectoire d'origine 152 pour compenser des objectifs commerciaux et logistiques supplémentaires et produire une trajectoire affinée 175. Les objectifs commerciaux et logistiques supplémentaires peuvent être tout objectif lié à l'exploitation des aéronefs et peuvent comprendre, à titre nullement limitatif, la diminution de la consommation de carburant, la coordination des heures d'arrivée de multiples aéronefs d'une flotte, la limitation des correspondances manquées par les passagers, la limitation des coûts pour les exploitants, etc. L'aéronef 10, pendant la phase de régime de croisière d'une route, peut voler à une altitude stable prévue par le module de prédiction de trajectoire (désigné par le repère 312 sur la figure 5 et par le repère 412 sur la Figure 6), en partie sur la base des points de cheminement intermédiaires 140 qui partagent une altitude commune. Le module de sélection de contraintes peut déterminer une série de contraintes 170, 156 à espacement régulier sur la trajectoire 152. Le module de sélection de contraintes peut perturber un sous-ensemble des contraintes 174 plus haut ou plus bas en altitude afin de déterminer une série finale de contraintes déterminée 170, 174. Le module de prédiction de trajectoires détermine ensuite une trajectoire affinée 172 d'après la série finale de contraintes déterminée 174. De la sorte, la trajectoire finale suivie par l'aéronef 10 n'est affinée en altitude que sur la partie régime de croisière du vol.
Représenté sur la Figure 3, le module de sélection de contraintes sélectionne un certain nombre d'altitudes qui s'inscrivent initialement dans la trajectoire à affiner et construit une série de contraintes altitudinales admissibles qui englobent les contraintes altitudinales initiales 156 de la trajectoire selon divers aspects décrits ici. Par exemple, pour respecter les normes états- uniennes d'espacement altitudinal, la série de contraintes admissibles pourrait contenir des valeurs d'altitude distinctes englobant l'altitude initiale et des valeurs à intervalles de 610 mètres (2000 pieds) depuis cette altitude jusqu'à l'altitude maximale pour l'aéronef considéré et jusqu'à une altitude minimale.
La Figure 4 illustre un exemple de système d'affinage 228 de trajectoire pour mettre en œuvre une manœuvre d'allongement de parcours où une route est modifiée pour repousser l'heure d'arrivée requise, par rapport à une heure programmée, à une heure plus tardive tout en respectant un objectif défini par l'exploitant selon divers aspects décrits ici. Pour accomplir une manœuvre d'allongement de parcours, un aéronef s'écarte de la trajectoire nominale de vol et modifie la vitesse relative pour allonger le parcours global du vol. Une manœuvre d'allongement de parcours peut servir à mieux réaliser le tracé de la trajectoire et la gestion de celle-ci à l'aide de considérations qui peuvent inclure, à titre nullement limitatif, le trafic du secteur, la météorologie, les émissions, la combustion de carburant ou les coûts pour la compagnie aérienne.
Pour effectuer une manœuvre d'allongement de parcours, l'aéronef 10 peut voler, sur le parcours, dans une région spatialement définie 280 se prêtant à des écarts par rapport au parcours dans le but de repousser une heure d'arrivée à un point de cheminement final 244 pour l'arrivée à destination 246. Parallèlement à l'écart latéral dû à la modification de longueur de parcours de la trajectoire, la vitesse de l'aéronef est modifiée afin de limiter le plus possible un objectif portant, à titre nullement limitatif, sur la limitation des coûts ou de la consommation de carburant. La partie non allongée de la trajectoire 252, prédite par le module de prédiction de trajectoires, repose en partie sur les points de cheminement intermédiaires 240. Le module de sélection de contraintes peut déterminer une série de contraintes 256 qui sont intermédiaires, dans le temps, aux points de cheminement intermédiaires 240, ainsi qu'une contrainte 258 qui est confinée dans l'espace au point de cheminement final 244 mais est dynamique dans le temps. Le module de sélection de contraintes perturbe dans l'espace la série de contraintes 256 suivant une contrainte d'horaire à appliquer pour respecter une heure d'arrivée spécifique imposée à la contrainte 258. Ainsi, le module de sélection de contraintes détermine la position de la série de contraintes 256 de façon que l'heure associée à la contrainte finale 258 soit conforme à une heure d'arrivée repoussée voulue.
Comme représenté sur la Figure 4, le module de sélection de contraintes peut déterminer les contraintes 256 dans la région spatialement définie 280 comme étant l'une de nombreuses séries possibles de contraintes 256A, 256B et 256C. Chaque série de contraintes 256A, 256B, 256C donne une trajectoire respective 282, 284, 286 calculée par le module de prédiction de trajectoire, chaque trajectoire 282, 284, 286 reportera exclusivement l'heure d'arrivée de l'aéronef 10 au point de cheminement final 244 codé dans la contrainte finale 258. Le module de prédiction de trajectoire détermine une trajectoire affinée d'après la série finale de contraintes déterminée qui correspond à la manœuvre d'allongement de parcours avec le report voulu de l'heure d'arrivée à la destination 246.
Considérant maintenant la Figure 5, il y est représenté un exemple de schéma de principe d'un système d'affinage 300 de trajectoires servant à prédire des trajectoires selon divers aspects décrits ici. Le système d'affinage 300 de trajectoires comporte un prédicteur 310 de trajectoires et une liaison de communication 322.
Le prédicteur 310 de trajectoires comprend un module d'actualisation 314 couplé pour communiquer avec un module de sélection de contraintes 316 et un module de prédiction 312 de trajectoires. Un module de mémoire 318 comprenant un sous-module de base de données 320 communique avec le module de prédiction 312 de trajectoires, le module d'actualisation 314 et le module de sélection de contraintes 316. Comme représenté, le prédicteur 310 de trajectoires comprend le module d'actualisation 314, le module de sélection de contraintes 316 et le module de mémoire 318, ainsi que le module de prédiction 312 de trajectoires. Le prédicteur 310 de trajectoires peut se trouver dans un aéronef (p.ex. faire partie d'un système de gestion de vol) et communiquer avec une ou plusieurs stations via la liaison de communication 322. Les composants du prédicteur 310 de trajectoires peuvent se trouver au même endroit dans l'aéronef ou être placés à divers endroits dans tout l'aéronef, selon la forme de réalisation. Le module d'actualisation 314, le module de sélection de contraintes 316 et le module de prédiction 312 de trajectoires peuvent comprendre n'importe quelle combinaison adéquate d'éléments matériels et logiciels nécessaires au fonctionnement du système d'affinage 300 de trajectoires, dont, à titre nullement limitatif, des circuits intégrés à applications spécifiques, une mémoire flash, une mémoire vive, des réseaux prédiffusés programmables par l'utilisateur et des combinaisons de ceux-ci dont un logiciel spécifique et aux normes industrielles configuré sur lesdits dispositifs pour assurer les fonctions requises associées à la mise en œuvre desdits modules.
Considérant maintenant la Figure 6, il y est représenté un exemple de schéma de principe d'un système d'affinage 400 de trajectoires servant à prédire des trajectoires selon divers aspects décrits ici. Le système d'affinage 400 de trajectoires est similaire à celui illustré sur la Figure 5 ; par conséquent, les parties identiques seront désignées par les mêmes repères numériques augmentés de 100, étant entendu que, sauf mention contraire, la description des parties identiques du premier système d'affinage de trajectoires vaut pour le second système. Le système d'affinage 400 de trajectoires comporte un prédicteur 410 de trajectoires ayant un module de prédiction 412 de trajectoires. Le module de prédiction 412 de trajectoires communique par la liaison de communication 422 avec un composant d'affinage distant 424, séparé physiquement du système de gestion de vol 410. De la sorte, le système d'affinage 400 de trajectoires peut comporter un système de gestion de vol classique 410. Le composant d'affinage distant 424 peut faire partie d'un serveur distant géré, par exemple, dans un centre de régulation de trafic aérien ou un centre de régulation d'activités aéroportuaires.
La Figure 7 est un organigramme illustrant un procédé 500 d'affinage de trajectoires pour aéronefs selon divers aspects exposés ici. En commençant par l'étape 510, des données concernant un plan de vol non exécuté précédemment ou un aéronef en phase de croisière sont mises à la disposition du système d'affinage de trajectoires. Lors de l'étape 512, le module d'actualisation obtient des données concernant une série de trajectoires quadridimensionnelles. Les données peuvent concerner n'importe quel aspect de la trajectoire quadridimensionnelle dont, à titre nullement limitatif, l'altitude, la latitude, la longitude, l'heure et l'ordre d'arrivée prévus, la vitesse du vent, la température, la vitesse lue au Badin, la vitesse au sol ou des combinaisons de ceux-ci prévues à des points de cheminement. Lors de l'étape 514, le module de sélection de contraintes détermine une série de contraintes admissibles qui délimitent la série de trajectoires quadridimensionnelles admissibles qui pourraient répondre au problème. Comme les données obtenues par le module d'actualisation, la série de contraintes peut comprendre n'importe quel aspect de la trajectoire quadridimensionnelle, dont, à titre nullement limitatif, l'altitude, la latitude, la longitude, l'heure d'arrivée prévue, l'ordre si l'ordre est inclus dans le cas où la même coordonnée spatiale est visitée de multiples fois et l'heure d'arrivée n'est pas spécifiée, etc.
Lors d'une étape 518, le module de sélection de contraintes 316, 416 convertit par mappage des valeurs en but associé à la série de trajectoires quadridimensionnelles sur la base de la série de contraintes déterminée. Les buts peuvent être liés à tout objectif commercial ou logistique, à l'optimisation d'une flotte ou à l'optimisation de la gestion des vols à bord, dont, à titre nullement limitatif, les manœuvres d'allongement de parcours, les profils optimaux de régime de croisière, la coordination de l'heure d'arrivée, la consommation de carburant, le coût du carburant, l'heure d'arrivée, la durée du vol, l'évitement de conditions météorologiques rudes, etc. Le module de sélection de contraintes peut mapper la série de contraintes en mesure indiquant le but à l'aide de tout type de mappage qui convertit une trajectoire quadridimensionnelle en value corrélée au niveau de réalisation d'un but dont, à titre nullement limitatif, la mise en œuvre d'une fonction objectif. En déterminant une fonction objectif, le module de sélection de contraintes 316, 416 convertit la relation entre les valeurs de la série de trajectoires définie par la série de contraintes admissibles en nombre réel qui représente un coût ou un but associé aux trajectoires quadridimensionnelles. Par exemple, faire voler un aéronef suivant les trajectoires associées aux séries de contraintes de la Figure 2 provoquera une certaine dépense de carburant.
Perturber la série de contraintes parmi la série de contraintes admissibles afin de modifier les trajectoires provoquera une dépense de carburant différente. Le module de sélection de contraintes 316, 416 convertit par mappage la série de contraintes en valeur indiquant la dépense de carburant (p.ex. le coût). Dans un autre exemple, faire voler un aéronef suivant une trajectoire déterminée par le profil altitudinal indiqué sur la Figure 3 provoquera aussi une certaine dépense de carburant. Perturber la série de contraintes afin de modifier le profil altitudinal provoquera une dépense de carburant différente. Dans encore un autre exemple, faire voler un aéronef suivant une manœuvre d'allongement de parcours déterminée par la trajectoire indiquée sur la Figure 4 provoquera un certain retardement de l'heure d'arrivée à la destination du vol. Limiter la manœuvre d'allongement de parcours à une contrainte d'horaire définie 258 a pour effet que l'aéronef vole avec des profils de vitesse différents sur chaque parcours latéral allongé jusqu'à la destination. Ainsi, perturber la longueur d'un parcours latéral 252 en insérant à titre d'essai une série de contraintes 256A-C pour faire de la trajectoire 252 les trajectoires 282, 284 et 286 tout en conservant la contrainte d'horaire 258 mènera à des dépenses de carburant différentes entre les points de cheminement intermédiaires 240 et le point de cheminement final 244.
Dans un cas, lors d'une étape 518, le module de sélection de contraintes 316, 416 convertit de manière itérative par mappage la série de contraintes en but en construisant la fonction objectif d'après des observations d'un certain nombre de contraintes parmi la série admissible en évaluant la fonction objectif pour les trajectoires induites et en prédisant des valeurs de fonction objectif non observées à l'aide des paires de valeurs-objectifs de trajectoires observées, lors d'une étape 520. Comme le procédé 500 est itératif, des valeurs calculées précédemment pour des séries de contraintes précédemment déterminées sont les informations antérieures utilisées, en partie, pendant l'estimation de la fonction objectif.
Le module de sélection de contraintes 316, 416 détermine, lors de l'étape 516, si la valeur calculée convertie par mappage en but dépasse un seuil prédéterminé. Par exemple, si le module de sélection de contraintes 316, 416 convertit par mappage les valeurs en but sur la base de la série de contraintes à l'aide d'une fonction objectif, le seuil prédéterminé peut alors comprendre le calcul d'une valeur de la fonction objectif pour la série de contraintes en vigueur qui dépasse un seuil prédéterminé. Le seuil prédéterminé est toute limite qui mène efficacement le processus itératif à son terme dont, à titre nullement limitatif, une limite quant au budget informatique (p.ex. un laps de temps total ou un nombre de cycles de calcul à consacrer au calcul d'une trajectoire affinée pour le matériel informatique donné), la convergence vers un extremum d'une fonction objectif, et le dépassement d'une valeur prédéterminée de la fonction objectif. Si la valeur calculée pour la fonction objectif ne dépasse pas un seuil prédéterminé pour la série de contraintes alors observées, le module de sélection de contraintes déterminée lors de l'étape 514 une nouvelle série de contraintes à observer d'après l'estimation considérée de la fonction objectif. Le module de sélection de contraintes peut déterminer la série de contraintes suivante par tout processus qui réduit l'incertitude dans l'estimation de la fonction objectif. Par exemple, le module de sélection de contraintes peut sélectionner la série de contraintes suivante à évaluer partiellement d'après la moyenne estimée et l'incertitude de la fonction objectif. Dans le cadre du processus itératif observé entre les étapes 516 et 512, le module de sélection de contraintes communique avec le module de prédiction de trajectoires via le module d'actualisation pour transmettre des données concernant la série de contraintes et les trajectoires quadridimensionnelles affinées. Ainsi, à chaque itération où le module de sélection de contraintes détermine une série de contraintes suivante, le module d'actualisation transmet les données sur les trajectoires quadridimensionnelles au module de prédiction de trajectoires qui calcule une trajectoire affinée. La trajectoire affinée est ensuite renvoyée au module de sélection de contraintes via le module d'actualisation pour servir à déterminer la série de contraintes suivante.
Lorsqu'il est déterminé qu'une valeur calculée pour la fonction objectif dépasse un seuil prédéterminé, le module d'actualisation fournit la série finale de contraintes déterminées, lors d'une étape 522, au module de prédiction de trajectoires. Enfin, lors d'une étape 524, le module de prédiction de trajectoires peut déterminer la trajectoire affinée d'après la série finale de contraintes. A des fins d'illustration du processus itératif qui peut faire partie du système d'affinage de trajectoires, la Figure 8 est un graphique illustrant la relation entre des séries de contraintes et une fonction objectif estimée. Ainsi, la Figure 8 illustre un processus itératif pour converger vers une série de contraintes qui affine des trajectoires pour aéronefs à l'aide d'un procédé tel que celui illustré sur la Figure 7. Sur la Figure 8, une fonction objectif partiellement connue est représentée en pointillés. La fonction objectif est observée en Dl, D2 et D3 par des calculs de trajectoires quadridimensionnelles s'inscrivant dans Dl, D2 et D3 ainsi que de performances de l'aéronef recueillies dans une base de données de performances et des conditions météorologiques dans l'espace aérien recueillies dans le modèle météorologique du prédicteur de trajectoires et par une évaluation de la fonction objectif d'après ces trajectoires afin de déterminer des valeurs RI, R2 et R3. La partie non observée, ou non évaluée, de la fonction objectif est ensuite calculée ou approchée à l'aide d'une mesure de la corrélation entre les paires de valeurs de fonctions objectifs observées et - jusque-là - non observées. Le but de toute procédure d'optimisation est de trouver en un minimum de temps les valeurs d'extrema globaux (à savoir des minima ou des maxima) de la fonction objectif intéressante ; autrement dit, le but est une convergence rapide vers la valeur maximale (à savoir un bénéfice) ou minimale (à savoir un coût) de la fonction. Comme représenté sur la Figure 8, le but de la procédure d'optimisation est atteint par l'observation répétée de paires de valeurs de fonctions objectifs, la prédiction de valeurs non observées et la section de nouvelles contraintes à évaluer jusqu'à la convergence vers un extremum approché ou la réalisation d'un but de délai pour que le système renvoie une solution consistant en une série de contraintes.
Comme décrit plus haut, le procédé est itératif, aussi le module de sélection de contraintes détermine-t-il une première série de contraintes Dl, puis évalue-t-il DI pour déterminer RI. Ensuite, avec la connaissance supplémentaire de la paire (Dl, RI), le module de sélection de contraintes détermine une deuxième série de contraintes D2, puis évalue D2 pour déterminer R2. Ensuite, avec la connaissance supplémentaire de la paire (Dl, RI) ainsi que de la paire (D2, R2), le module de sélection de contraintes détermine une troisième série de contraintes D3, puis évalue D3 pour déterminer R3. Si R3 ne dépasse pas un seuil prédéterminé, le procédé itératif se poursuit, sinon le module d'actualisation délivre la série de contraintes D3 comme contrainte qui décrit la trajectoire affinée.
Dans l'exemple illustré et, plus généralement, dans la formulation de problème d'optimisation partiellement résolu par le module de sélection de contraintes, le module de sélection de contraintes estime la fonction objectif, et il le fait pour améliorer la fiabilité de l'estimation puisque des séries supplémentaires de contraintes D sont évaluées. Comme le module de sélection de contraintes recherche un extremum de la fonction objectif, chaque évaluation d'une paire (D, R) accroît la connaissance et réduit l'incertitude dans l'estimation de la fonction objectif. Autrement dit, d'après ce qui est connu de Dl, D2 et D3 dans l'exemple illustré sur la Figure 8, un extremum sous la forme d'un maximum dans la fonction objectif apparaît à gauche de D3. La surface hachurée superposée à la représentation en pointillé de la fonction objectif représente la variance ou l'incertitude dans l'estimation de la fonction objectif après les trois itérations (Dl, RI), (D2, R2) et (D3, R3). Initialement, l'estimation de l'incertitude aurait été bien plus large et chaque itération fait chuter l'incertitude autour d'une paire (D, R) évaluée ainsi qu'aux abords de D. Comme illustré dans l'exemple de la Figure 8, le module de sélection de contraintes peut choisir une série de contraintes suivante juste à gauche de D3 et évaluer pour R. La répétition de cette stratégie est susceptible d'amener le module de sélection de contraintes à converger vers ce maximum pour la fonction objectif.
Comme le prouvent les larges incertitudes à gauche de Dl et à droite de D2, la stratégie pourrait ne pas forcément découvrir l'extremum global. Puisque la fonction objectif est inconnue du module de sélection de contraintes, une série de contraintes plus optimale au-delà de Dl ou de D2 ne peut pas être écartée sans évaluer des séries de contraintes D jusque dans ces régions. Quand le module de sélection de contraintes détermine une série de contraintes D et évalue la valeur de R, l'incertitude entourant cette paire (D, R) chute de telle manière qu'avec la série de contraintes D considérée le module de sélection de contraintes a une connaissance précise de R et est plus certain de la valeur de R pour les points proches de la série D évaluée qui représentent des séries de contraintes similaires à la série de contraintes considérée. Par conséquent, le module de sélection de contraintes peut choisir une série de contraintes suivante D où l'incertitude est la plus grande pour accroître la connaissance de la fonction objectif.
Par conséquent, le module de sélection de contraintes détermine la série de contraintes suivante D d'après deux objectifs fondamentaux : l'exploitation des informations disponibles de la fonction objectif pour trouver un extremum qui satisfasse un seuil prédéterminé ou l'exploration de régions présentant la plus grande incertitude. Le module de sélection de contraintes peut concilier ces objectifs à l'aide de toute stratégie conçue pour déterminer une valeur d'extremum d'une fonction objectif inconnue ainsi que pour réduire l'incertitude dans une estimation d'une fonction objectif inconnue, dont, à titre nullement limitatif, les trois stratégies présentées ci-après.
Le module de sélection de contraintes peut sélectionner la série de contraintes suivante D à évaluer d'après une stratégie de tirage au sort, “à pile ou face”. Pour commencer, le module de sélection de contraintes peut orienter le tirage au sort vers le choix de séries de contraintes dans des zones présentant la plus grande incertitude. A mesure que le module de sélection de contraintes acquiert la connaissance de la fonction objectif (p.ex. à mesure qu'augmente le nombre d'évaluations), le module de sélection de contraintes peut orienter le tirage au sort vers des séries de contraintes les plus proches de l'extremum prédit de la fonction objectif. Selon une autre possibilité, le module de sélection de contraintes peut fixer le nombre d'itérations pour sélectionner des séries de contraintes dans des zones présentant la plus grande incertitude, puis fixer un nombre d'itérations pour sélectionner des séries de contraintes les plus proches de l'extremum prédit de la fonction objectif. Selon une autre possibilité, le module de sélection de contraintes peut sélectionner des séries de contraintes dans les zones présentant la plus grande incertitude jusqu'à une série de contraintes où la valeur évaluée de la fonction objectif dépasse un seuil prédéterminé.
En vraie grandeur, certaines exigences et limites pratiques définissent la super-série de contraintes réalisables. Les exigences et limites pratiques peuvent être toutes exigences et limites connues pour limiter les séries de contraintes réalisables et comprennent, à titre nullement limitatif, les limites physiques des aéronefs, les normes et les modes opératoires pour le trafic aérien, etc. De la sorte, l'incertitude D sur les bords de l'axe des X diminue car le module de sélection de contraintes sait implicitement que ces séries de contraintes ne donneront pas une value souhaitable pour la fonction objectif.
Le procédé et le module de sélection de contraintes ci-dessus peuvent utiliser n'importe quels algorithmes et stratégies utiles pour une optimisation itérative, dont, à titre nullement limitatif, l'approximation de trajectoires optimales d'aéronefs par calcul d'un vecteur de contraintes optimal à l'aide d'une série admissible, spécifique du problème, de contraintes de trajectoires quadridimensionnelles ainsi que de contraintes implicites de performances des aéronefs et de météorologie recueillies dans le module de prédiction de trajectoires en employant une méthode d'Optimisation Bayésienne (OB). Dans cette mise en œuvre, le module de sélection de contraintes construit une série de contraintes admissibles spécifiques du problème, telles que les contraintes altitudinales admissibles 156 sur la trajectoire en régime de croisière 152 d'un aéronef, décrites dans le problème de profil optimal de régime de croisière illustré sur la Figure 3. Dans le but de sélectionner dans la série admissible la contrainte optimale qui aboutit à une convergence vers les maxima ou les minima globaux de la fonction objectif sans la nécessité d'évaluer la fonction objectif à chaque contrainte objectif, le procédé forme une distribution conjointement gaussienne sur la série R(s) de valeurs de fonctions objectifs observées sur la Figure 8 et des valeurs de fonctions objectifs non observées. En utilisant un modèle décrivant la corrélation entre paires de valeurs de fonctions objectifs du point de vue des paires de contraintes admissibles et de la distribution conjointement gaussienne des valeurs de fonctions objectifs observées et non observées sur la série de contraintes admissibles, D(s) sur la Figure 8, le procédé prédit la valeur moyenne de la fonction objectif et l'incertitude autour de cette moyenne. La moyenne et l'incertitude après trois observations de contraintes admissibles (Dl, D2 et D3) sont représentées par la ligne en pointillé et la surface hachurée de la Figure 8. La toute dernière connaissance de la moyenne et la covariance de la fonction objectif servent à estimer la contrainte non observée associée à l'optimum estimé de la fonction objectif. En fonction de la stratégie mise en œuvre pour explorer davantage les régions incertaines de la fonction objectif (c'est-à-dire des valeurs de contraintes à forte variance prédite) or pour exploiter les mesures afin de tendre vers les extrema de la fonction objectif, la contrainte associée aux optima estimés ou une autre contrainte associée à des contraintes très incertaines est évaluée. L'approximation de la contrainte optimale comprend la prédiction de l'affinage de trajectoire à l'aide des contraintes explicites définies dans le vecteur de contrainte choisi, en même temps que la conformité aux contraintes de performances et autres contraintes spécifiques des aéronefs recueillies implicitement dans le système de prédiction de trajectoires (p.ex. un système de gestion de vol ou autre système de prédiction de trajectoires). Le système d'affinage de trajectoires répète de manière itérative le processus de sélection d'une nouvelle valeur de contrainte pour la prédiction de trajectoires, et donc l'observation de la valeur de fonction objectif à cette contrainte, d'actualisation de la toute dernière connaissance avec l'observation faite à ce moment, de nouvelle prédiction de la distribution gaussienne des valeurs de fonctions objectifs sur la série de contraintes admissibles et de sélection d'une contrainte approximativement minimisante jusqu'à la convergence de la solution en deçà d'un seuil prédéterminé. Le seuil prédéterminé est toute limite qui met effectivement fin au processus itératif, dont, à titre nullement limitatif, une limite quant au budget informatique (p.ex. un laps de temps total ou un nombre de cycles de calcul à consacrer au calcul d'une trajectoire affinée pour le matériel informatique donné), la convergence vers un extremum de la fonction objectif, et le dépassement d'une valeur prédéterminée de la fonction objectif.
Les effets techniques des formes de réalisation décrites plus haut comprennent un système d'optimisation de trajectoires évolutif et soucieux du budget qui détermine des améliorations de trajectoires gérables par informatique sur de multiples plates-formes. En particulier, les formes de réalisation du système et du procédé décrites plus haut pourraient être mises en œuvre à bord des aéronefs (p.ex. dans le SGV) pour faire partie d'un système au sol.
Le volume de trajectoires qu'il faut prédire afin d'évaluer et de maximiser la fonction objectif est la principale cause du coût informatique prohibitif qui rend ingérables de nombreux algorithmes d'optimisation dans l'aviation. En ce sens, la prédiction d'une trajectoire quadridimensionnelle se fait à l'aide du SGV ou autre Prédicteur de Trajectoires. En fonction de la mise en œuvre matérielle du Prédicteur de Trajectoires, le nombre de paramètres libres dans le problème d'optimisation, (optimisation du profil altitudinal d'un seul aéronef par opposition au tracé de nouvelles routes d'une flotte d'aéronefs) et le laps de temps disponible pour la détermination d'une solution, le problème d'optimisation peut rapidement devenir ingérable. Les formes de réalisation du système et du procédé décrites plus haut utilisent des connaissances antérieures et des inférences pour approcher une solution optimale afin de mieux faire face aux facteurs qui mènent à Tingérabilité évoquée ci-dessus. La nature séquentielle du procédé permet un plafond pour le budget informatique sur la base d'une mise en œuvre matérielle visée, car, quel que soit le budget informatique, à la fin de toute séquence itérative, il est garanti que la solution est au moins aussi bonne ou plus optimale que la trajectoire initiale.
Les formes de réalisation du système et du procédé présentées plus haut pourraient servir de base pour un optimiseur de trajectoires embarqué mis en œuvre dans le Système de Gestion de Vol (SGV) ou pour un outil au sol pour l'optimisation d'une flotte. En ce qui concerne la mise en œuvre embarquée, les formes de réalisation du système et du procédé décrites plus haut peuvent être employées avec une fonction objectif spécifique d'un problème pour résoudre les trajectoires de croisière ascendante optimales. La série de la solution, dans ce cas, consisterait en une série optimale de contraintes altitudinales sur le parcours, associées aux trajectoires quadridimensionnelles initiales d'aéronefs enregistrées dans le SGV. De même, une fonction objectif permettant un allongement de parcours à bord dans le SGV peut être optimisée.
En ce qui concerne l'optimisation d'une flotte, les formes de réalisation du système et du procédé décrites plus haut peuvent servir à réaliser un tracé de trajectoire prenant en compte le trafic local, les conditions météorologiques, les émissions et la combustion de carburant ou les coûts pour les compagnies aériennes en fusionnant les données disponibles dans les airs et au sol. Le système au sol a des informations précises concernant les conditions météorologiques locales, le trafic et des buts au niveau des flottes. En même temps, la connaissance des aptitudes exactes possibles de chaque aéronef est limitée. Dans les airs, les aptitudes des aéronefs sont connues avec précision ; cependant, la connaissance du trafic et des conditions météorologiques est limitée selon les circonstances. A l'aide des formes de réalisation du système et du procédé décrites plus haut, les systèmes au sol peuvent réaliser une optimisation globale dans le secteur aérien afin de sélectionner des contraintes de trajectoires quadridimensionnelles sensiblement optimales pour chaque aéronef de la flotte. Chaque aéronef individuel, à l'aide des données de performances précises recueillies dans le SGV, optimiserait localement la trajectoire des aéronefs autour de la série de contraintes fournies par le sol. Les avantages démontrés d'une solution d'optimisation couplée air-sol prêteraient un avantage stratégique à des systèmes mixtes SGV-système au sol.
Dans la mesure où ils ne sont pas déjà décrits, les différents détails et structures des diverses formes de réalisation peuvent servir à volonté en combinaison les uns avec les autres. Le fait qu'un détail ne soit pas illustré dans toutes les formes de réalisation n'est pas destiné à être interprété comme signifiant qu'il ne peut pas l'être, mais vise uniquement à rendre la description plus concise. Ainsi, les divers détails des différentes formes de réalisation peuvent être mêlés et adaptés à volonté pour réaliser de nouvelles formes de réalisation, et cela que les nouvelles formes de réalisation soient expressément décrites ou non. Toutes les combinaisons ou permutations de détails décrits ici sont couvertes par le présent exposé.
Liste des repères 10 - Aéronef 11 - Aéronef 12 - Moteur 14 - Fuselage 16 - Habitacle 18 - Demi-voilure 20 - Systèmes de bord 22 - Ordinateur 24 - Liaison de communication 26 - Mémoire 28 - Système d'affinage de trajectoires 30 - Serveur distant 32 - Station terrestre 34 - Base de données 36 - Processeur 40 - Point de cheminement intermédiaire 42 - Point de cheminement intermédiaire 44 - Point de cheminement intermédiaire 46 - Point de cheminement de destination 48 - Segment en ligne droite 50 - Segment en ligne droite 52 - Trajectoire 4D initiale 54 - Trajectoire 4D initiale 56 - Contrainte 58 - Contrainte 60 - Perturbation 62 - Perturbation 128 - Système d'affinage de trajectoires 140 - Points de cheminement intermédiaires 156 - Contraintes 160 - Perturbation 170 - Contraintes 172 - Trajectoire affinée 174 - Contraintes 228 - Système d'affinage de trajectoires 240 - Points de cheminement intermédiaires 244 - Point de cheminement final 256 - Contraintes 258 - Contrainte finale 280 - Région 282 - Trajectoire 284 - Trajectoire 286 - Trajectoire 300 - Système d'affinage de trajectoires 310 - Prédicteur de trajectoires 312 - Module de prédiction de contraintes 314 - Module d'actualisation 316 - Module de sélection de contraintes 318 - Module de mémoire 320 - Base de données 322 - Liaison de communication 400 - Système d'affinage de trajectoires 410 - Prédicteur de trajectoires 412 - Module de prédiction de trajectoires 414 - Module d'actualisation 416 - Module de sélection de contraintes 418 - Module de mémoire 420 - Base de données 422 - Liaison de communication 424 - Composant d'affinage distant 500 - Procédé d'affinage de trajectoires 512 à 524 - Etapes du procédé

Claims (14)

  1. REVENDICATIONS
    1. Procédé (500) pour affiner des trajectoires d'aéronefs, le procédé comportant : l'obtention (512), d’un prédicteur (310, 410) de trajectoires dans un ordinateur (22), de données concernant une série de trajectoires quadridimensionnelles (52, 54) pour un aéronef (10 H) ; la détermination (514), par un module de sélection de contraintes (316, 416) présent dans l’ordinateur, d'une série de contraintes (56, 58, 156, 170, 256, 258) pour la série de trajectoires quadridimensionnelles (52, 54) ; la conversion par mappage (516) de valeurs dans un processeur de l’ordinateur en but associé à la série de trajectoires quadridimensionnelles (52, 54) sur la base de la série de contraintes déterminée (56, 58, 156, 170, 256, 258) ; l'estimation (520) de valeurs supplémentaires dans le processeur pour le but, sur la base des valeurs mappées ; et la répétition des étapes d'obtention, de détermination, de mappage et d’estimation (512, 514, 516, 520) jusqu’à ce qu’une vapeur convertie par mappage en but pour une série finale de contraintes déterminée (170, 174) dépasse un seuil prédéterminé ; une trajectoire (282, 284, 286) de l’aéronef étant prédite d'après la série finale de contraintes déterminée (170, 174).
  2. 2. Procédé (500) selon la revendication 1, dans lequel l'étape de détermination (514) de la série de contraintes (56, 58, 156, 170, 256, 258) comprend en outre une étape de sélection de la série de contraintes (56, 58, 156, 170, 256, 258) d'après une distribution conjointement gaussienne sur une série de valeurs de fonctions objectifs observées et non observées.
  3. 3. Procédé (500) selon la revendication 1, comportant en outre les étapes de réduction d'une incertitude dans l'estimation d'une fonction objectif et la sélection d'une série de contraintes sur la base d'une estimation de moyenne et d'incertitude de la fonction objectif.
  4. 4. Procédé (500) selon la revendication 1, dans lequel les données concernant une prédiction comprennent des données relatives au poids d’un aéronef, à la consommation de carburant, à la vitesse verticale, à la vitesse au sol, à la vitesse lue au Badin, à la température, aux turbulences ou au vent sur la trajectoire quadridimensionnelle (52, 54).
  5. 5. Procédé (500) selon la revendication 1, dans lequel la série de contraintes (56, 58, 156, 170, 256, 258) est sélectionnée pour affiner une trajectoire d'un aéronef (10, 11) afin d'exécuter une manœuvre d’allongement de trajet qui modifie la durée du trajet sur la trajectoire, la vitesse de l'aéronef étant modifiée afin de limiter le plus possible une fonction objectif relative à la réduction de la consommation de carburant ou à la limitation des coûts d'exploitation.
  6. 6. Procédé (500) selon la revendication 1, dans lequel la série de contraintes (56, 58, 156, 170, 256, 258) est sélectionnée pour affiner une série de trajectoires (52, 54) afin de coordonner les heures d'arrivée de multiples aéronefs d'une flotte.
  7. 7. Procédé (500) selon la revendication 1, dans lequel la série de contraintes (56, 58, 156, 170, 256, 258) comprend des valeurs relatives à l'altitude, la latitude, la longitude, l'heure ou l'ordre d'arrivée prévu.
  8. 8. Système d'affinage (128, 138, 300, 400) de trajectoires, comportant un ordinateur (22), l’ordinateur comprenant: un prédicteur (310, 340) de trajectoires pour prédire une série de trajectoires quadridimensionnelles (52, 54) pour un aéronef 9 un module de sélection de contraintes (316, 416) apte à déterminer (514), par un module de sélection de contraintes (316, 416), une série de contraintes (56, 58, 156, 170, 256, 258) pour la série de trajectoires quadridimensionnelles (52, 54) ; ledit module de sélection de contraintes étant apte à convertir par mappage (516) des valeurs dans un processeur de l’ordinateur en but associé à la série de trajectoires quadridimensionnelles sur la base de la série de contraintes déterminée (56, 58, 156, 170, 256, 258) ; ledit module de sélection de contraintes étant apte à estimer (520) des valeurs supplémentaires dans le processeur pour le but sur la base des valeurs mappées ;et apte à répéter les étapes de détermination, mappage et estimation (514, 516, 520) jusqu'à ce qu'une valeur convertie par mappage en but pour une série finale de contraintes déterminée (170, 174) dépasse un seuil prédéterminé ; et l’ordinateur comprenant en outre un module d'actualisation (314, 414) couplé au module de sélection de contraintes (316, 416) et au prédicteur (310, 410) de trajectoires et conçu pour obtenir des données relatives à une trajectoire quadridimensionnelle 50, 52) calculée par le prédicteur (310, 410) de trajectoires après que chaque répétition a été achevée par le module de sélection de contraintes (316, 416), une trajectoire (52, 54) de l'aéronef étant prédite sur la base de la série finale de contraintes déterminée (170, 174)
  9. 9. Système d'affinage (128, 138, 300, 400) de trajectoires selon la revendication 8, dans lequel le module de sélection de contraintes (316, 416) détermine en outre la série de contraintes (56, 58, 156, 170, 256, 258) d'après une distribution conjointement gaussienne sur une série de valeurs de fonctions objectifs observées et non observées.
  10. 10. Système d’affinage (128, 138, 300, 400) de trajectoires selon la revendication 8, dans lequel le prédicteur (310, 410) de trajectoires est intégré dans un système de gestion de vol d'un aéronef (10, 11) et le module de sélection de contraintes (316, 416) est intégré dans un système au sol ou dans l'aéronef.
  11. 11. Système d'affinage (128, 138, 300, 400) de trajectoires selon la revendication 8, dans lequel le prédicteur (310, 410) de trajectoires et le module de sélection de contraintes (316, 416) sont tous deux intégrés dans un système au sol.
  12. 12. Système d'affinage (128, 138, 300, 400) de trajectoires selon la revendication 8, dans lequel le seuil prédéterminé est un laps de temps total ou un nombre total de cycles à consacrer au calcul d'une trajectoire affinée.
  13. 13. Système d'affinage (128, 138, 300, 400) de trajectoires selon la revendication 8, dans lequel le module de sélection de contraintes (316, 416) est conçu pour sélectionner la série de contraintes (56, 58, 156, 170, 256, 258) afin d'affiner une trajectoire (52, 54) d'un aeronef (10, 11) pour exécuter une manœuvre d’allongement de trajet au cours de laquelle la vitesse de l'aéronef et la durée du trajet sont modifiées afin de limiter le plus possible une fonction objectif relative à la réduction de la consommation de carburant ou à la limitation des coûts d'exploitation.
  14. 14. Système d'affinage (128, 138, 300, 400) de trajectoires selon la revendication 8, dans lequel le module de sélection de contraintes (316, 416) est conçu pour sélectionner la série de contraintes (56, 58, 156, 170, 256, 258) afin d'affiner une série de trajectoires (52, 54) pour coordonner les horaires d'arrivée de multiples aéronefs d'une flotte.
FR1656449A 2015-07-16 2016-07-06 Systeme et procede pour affiner des trajectoires pour des aeronefs Active FR3038999B1 (fr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US14/801,494 US10269253B2 (en) 2015-07-16 2015-07-16 System and method of refining trajectories for aircraft

Publications (2)

Publication Number Publication Date
FR3038999A1 true FR3038999A1 (fr) 2017-01-20
FR3038999B1 FR3038999B1 (fr) 2020-11-20

Family

ID=56890487

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1656449A Active FR3038999B1 (fr) 2015-07-16 2016-07-06 Systeme et procede pour affiner des trajectoires pour des aeronefs

Country Status (5)

Country Link
US (1) US10269253B2 (fr)
BR (1) BR102016016084A2 (fr)
CA (1) CA2935349C (fr)
FR (1) FR3038999B1 (fr)
GB (1) GB2546842A (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3131018A1 (fr) * 2021-12-21 2023-06-23 Thales Procede et dispositif de generation de trajectoires d un appareil mobile

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2668896T3 (es) * 2013-12-31 2018-05-23 The Boeing Company Sistema y método para definir y predecir trayectorias de aeronave
FR3040801B1 (fr) * 2015-09-09 2017-08-25 Thales Sa Optimisation de la trajectoire d'un aeronef
US9864368B2 (en) * 2016-02-08 2018-01-09 Honeywell International Inc. Methods and apparatus for global optimization of vertical trajectory for an air route
US10444763B2 (en) * 2016-03-21 2019-10-15 Ford Global Technologies, Llc Systems, methods, and devices for fusion of predicted path attributes and drive history
US10262546B2 (en) * 2016-04-13 2019-04-16 Ge Aviation Systems Llc Aircraft navigation using exponential map
US10228692B2 (en) 2017-03-27 2019-03-12 Gulfstream Aerospace Corporation Aircraft flight envelope protection and recovery autopilot
US11017678B2 (en) * 2017-09-22 2021-05-25 Vianair Inc. Terminal and en-route airspace operations based on dynamic routes
JP6677774B2 (ja) * 2018-08-20 2020-04-08 Hapsモバイル株式会社 制御装置、プログラム、制御方法及び飛行体
US11094206B2 (en) * 2018-10-02 2021-08-17 The Boeing Company Vertical flightpath optimization
CN111813144B (zh) * 2020-06-11 2022-02-18 南京航空航天大学 一种基于改进羊群算法的多无人机协同航路规划方法
US11538203B2 (en) 2021-05-10 2022-12-27 Honeywell International Inc. Capability envelope display methods and systems
US11393342B1 (en) 2021-08-19 2022-07-19 Beta Air, Llc Systems and methods for digital communication of flight plan

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463383B1 (en) * 1999-04-16 2002-10-08 R. Michael Baiada Method and system for aircraft flow management by airlines/aviation authorities
US20140018980A1 (en) * 2012-07-12 2014-01-16 General Electric Company Systems and methods for flight management

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6789011B2 (en) * 1999-04-16 2004-09-07 R. Michael Baiada Method and system for allocating aircraft arrival/departure slot times
US6873903B2 (en) * 2001-09-07 2005-03-29 R. Michael Baiada Method and system for tracking and prediction of aircraft trajectories
US7248963B2 (en) * 2003-03-25 2007-07-24 Baiada R Michael Method and system for aircraft flow management
DE60329591D1 (de) 2003-08-18 2009-11-19 Saab Ab Passive Geländenavigation
KR101193115B1 (ko) 2011-10-07 2012-10-19 한국항공우주산업 주식회사 3d 전자 지도 시스템
US8798898B2 (en) * 2011-10-31 2014-08-05 General Electric Company Methods and systems for inferring aircraft parameters
US8977484B1 (en) * 2013-08-22 2015-03-10 The Boeing Company Using aircraft trajectory data to infer aircraft intent

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463383B1 (en) * 1999-04-16 2002-10-08 R. Michael Baiada Method and system for aircraft flow management by airlines/aviation authorities
US20140018980A1 (en) * 2012-07-12 2014-01-16 General Electric Company Systems and methods for flight management

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3131018A1 (fr) * 2021-12-21 2023-06-23 Thales Procede et dispositif de generation de trajectoires d un appareil mobile
WO2023118275A1 (fr) * 2021-12-21 2023-06-29 Thales Procédé et dispositif de génération de trajectoires d'un appareil mobile

Also Published As

Publication number Publication date
CA2935349A1 (fr) 2017-01-16
FR3038999B1 (fr) 2020-11-20
US10269253B2 (en) 2019-04-23
CA2935349C (fr) 2017-12-05
GB201612306D0 (en) 2016-08-31
GB2546842A (en) 2017-08-02
US20170018192A1 (en) 2017-01-19
BR102016016084A2 (pt) 2017-01-24

Similar Documents

Publication Publication Date Title
FR3038999A1 (fr) Systeme et procede pour affiner des trajectoires pour des aeronefs
US20180313975A1 (en) Self-Learning Nowcast System for Modeling, Recording, and Predicting Convective Weather
US20170131716A1 (en) Methods and apparatus to autonomously navigate a vehicle by selecting sensors from which to obtain measurements for navigation
JP6018433B2 (ja) 航空機軌道に沿った気象データ選択
US10152894B2 (en) Community noise management with aircraft dynamic path variation
FR2937453A1 (fr) Dispositif pour le calcul d'un plan de vol d'un aeronef
EP3594870B1 (fr) Système de calcul de mission d'un aéronef par combinaison d'algorithmes et procédé associé
US20200286391A1 (en) Method and apparatus for computing a three-dimensional route based on risk-related data
FR2926894A1 (fr) Procede d'estimation en tout point d'un trajet d'un aeronef des donnees atmospheriques
US10266280B2 (en) Cooperative safe landing area determination
US20120083946A1 (en) Tailored arrivals allocation system trajectory predictor
US8862287B1 (en) Four dimensional trajectory based operation flight plans
US10676213B2 (en) Optimal safe landing area determination
CN103941744A (zh) 用于确定飞行路径的方法
US9507053B2 (en) Using aircraft trajectory data to infer atmospheric conditions
EP3267156A1 (fr) Dispositif et methode de calcul de prediction de performance de navigation estimee
JP2013014319A (ja) 航空機軌跡に沿った気象学的モデリング
US10809718B2 (en) Systems and methods for controlling aerial vehicles
US10437260B2 (en) Systems and methods for controlling aerial vehicles
US20190277635A1 (en) Routing unmanned aerial vehicles based on radio frequency conditions in a three-dimensional environment
FR3038750A1 (fr) Procede d'integration d'un nouveau service de navigation dans un systeme avionique embarque a architecture ouverte de type client-serveur, en particulier d'un service de manoeuvre fim
US11585960B2 (en) Effective agriculture and environment monitoring
US20190033886A1 (en) Systems and methods for controlling aerial vehicles
FR3032271A1 (fr) Procede d'amelioration d'une trajectoire de vol d'un aeronef en fonction de conditions meteorologiques
FR3038751A1 (fr) Procede d'integration d'une application d'optimisation de route (s) sous contraintes dans un systeme embarque avionique a architecture ouverte de type client serveur

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 4

PLSC Publication of the preliminary search report

Effective date: 20200124

PLFP Fee payment

Year of fee payment: 5

PLFP Fee payment

Year of fee payment: 6

PLFP Fee payment

Year of fee payment: 7

PLFP Fee payment

Year of fee payment: 8

PLFP Fee payment

Year of fee payment: 9