RU2821253C1 - Method for autonomous landing of unmanned aerial vehicle on mobile platform - Google Patents
Method for autonomous landing of unmanned aerial vehicle on mobile platform Download PDFInfo
- Publication number
- RU2821253C1 RU2821253C1 RU2023134191A RU2023134191A RU2821253C1 RU 2821253 C1 RU2821253 C1 RU 2821253C1 RU 2023134191 A RU2023134191 A RU 2023134191A RU 2023134191 A RU2023134191 A RU 2023134191A RU 2821253 C1 RU2821253 C1 RU 2821253C1
- Authority
- RU
- Russia
- Prior art keywords
- mobile platform
- uav
- landing
- data
- unmanned aerial
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 3
- 230000004807 localization Effects 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000005484 gravity Effects 0.000 description 3
- 241000282421 Canidae Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Abstract
Description
ОБЛАСТЬ ТЕХНИКИTECHNICAL FIELD
Изобретение относится к способам управления беспилотных летательных аппаратов, а именно способу автономного приземления беспилотного летательного аппарата на мобильную платформу.The invention relates to methods for controlling unmanned aerial vehicles, namely a method for autonomously landing an unmanned aerial vehicle on a mobile platform.
ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИBACKGROUND ART
Из уровня техники известен, например, способ точной посадки беспилотного летательного аппарата (см. RU2615587, опубл. 05.04.2017) Для точной посадки БПЛА получают временную последовательность кадров с оптической камеры на БПЛА, закодированную в битовый поток и содержащую данные об не менее одной оптической метке, расположенной в точке посадки, определяют не менее двух углов смещения при помощи алгоритмов компьютерного зрения, получают и обрабатывают с помощью рекурсивного фильтра данные о не менее двух углов наклона и высоте БПЛА, определяют вектор смещения БПЛА, формируют и направляют сигналы управления при помощи пропорционально-интегрально-дифференцирующего регулятора на полетный контроллер БПЛА, корректируют траекторию посадки БПЛА.From the prior art, for example, a method for precise landing of an unmanned aerial vehicle is known (see RU2615587, published on 04/05/2017). For precise landing of a UAV, a time sequence of frames is obtained from an optical camera on the UAV, encoded into a bit stream and containing data about at least one optical mark located at the landing point, determine at least two displacement angles using computer vision algorithms, obtain and process data on at least two inclination angles and the height of the UAV using a recursive filter, determine the displacement vector of the UAV, generate and direct control signals using proportional - an integral-differentiating regulator on the UAV flight controller, adjusting the UAV landing trajectory.
Также из уровня техники известно устройство для поддержки позиционирования объекта (см. RU2782702, опубл. 01.11.2022), которое содержит по меньшей мере один блок группы источников света, состоящий из блока главного источника света и двух блоков вспомогательных источников света, расположенных определенным образом, причем цвет излучения главного источника отличается от цвета вспомогательных источников.Also known from the prior art is a device for supporting object positioning (see RU2782702, published 01.11.2022), which contains at least one block of a group of light sources, consisting of a block of the main light source and two blocks of auxiliary light sources, located in a certain way, Moreover, the color of the radiation from the main source differs from the color of the auxiliary sources.
В качестве наиболее близкого аналога заявленного способа может быть выбран способ управления автономным миниатюрным много- или квадрокоптерным вертолетом (см. EP1901153A1, опубл. 19.03.2008). Традиционные алгоритмы автономного управления используют идеальные модели с центром тяжести (ЦТ) в начале координат фиксированной системы координат тела. Сбрасывание полезной нагрузки в полете или создание миниатюрных летательных аппаратов могут вызвать проблемы, например: потому что датчики не могут быть идеально установлены в ЦТ или потому, что ЦТ смещена от начала координат первоначально предполагаемой фиксированной системы координат тела. Последствиями являются дополнительные ускорения и скорости, воспринимаемые датчиками, поэтому эти эффекты должны учитываться системой управления. В данной статье описывается моделирование динамического поведения относительно переменных центров тяжести и аспекты управления квадрокоптерным вертолетом. Способ управления беспилотным летательным аппаратом, в частности беспилотным многовинтовым вертолетом, более конкретно беспилотным четырехвинтовым вертолетом, включает этапы: применение корректировки в реальном времени при оценке управляющих параметров полета аппарата, оценку управляющих параметров полета аппарата с учетом реальной динамики полета аппарата путем учета влияния смещения ЦТ из начала координат исходной фиксированной системы координат тела аппарата, а также путем учета дополнительных ускорений и/или скоростей, вызванных смещением ЦТ и путем нелинейного изменения параметра в пределах регулирования высоты с помощью функции гиперболического тангенса.As the closest analogue of the claimed method, a method for controlling an autonomous miniature multi- or quadcopter helicopter can be chosen (see EP1901153A1, published 03/19/2008). Traditional autonomous control algorithms use ideal models with the center of gravity (CG) at the origin of a fixed body coordinate system. Dropping payloads in flight or building miniature aircraft can cause problems, for example: because the sensors cannot be perfectly mounted at the CG or because the CG is offset from the origin of the body's initially assumed fixed coordinate system. The consequences are additional accelerations and speeds perceived by the sensors, so these effects must be taken into account by the control system. This article describes the modeling of dynamic behavior regarding variable centers of gravity and control aspects of a quadcopter helicopter. A method for controlling an unmanned aerial vehicle, in particular an unmanned multi-rotor helicopter, more specifically an unmanned four-rotor helicopter, includes the stages: applying real-time adjustments when assessing the control parameters of the flight of the device, assessing the control parameters of the flight of the device taking into account the real dynamics of the flight of the device by taking into account the influence of the CG shift from the origin of the original fixed coordinate system of the vehicle body, as well as by taking into account additional accelerations and/or velocities caused by the shift of the CG and by nonlinearly changing the parameter within the limits of height control using the hyperbolic tangent function.
Управление движением беспилотного летательного аппарата в ближайших аналогах основано на применение маркеров и меток на мобильных платформах, что не всегда выполнимо. Ближайший аналог применяет управления путем отслеживания центра тяжести, такой подход может быть также эффективен, однако применяемое в заявленном способе использование данных о движении приводов для оценки перемещения, по мнению заявителя является более эффективным для достижения точности приземления беспилотного летательного аппарата на мобильную платформуControlling the movement of an unmanned aerial vehicle in its closest analogues is based on the use of markers and tags on mobile platforms, which is not always feasible. The closest analogue uses control by tracking the center of gravity, this approach can also be effective, however, the use of data on the movement of actuators used in the claimed method to estimate movement, in the opinion of the applicant, is more effective for achieving precision landing of an unmanned aerial vehicle on a mobile platform
КРАТКОЕ ИЗЛОЖЕНИЕ ИЗОБРЕТЕНИЯSUMMARY OF THE INVENTION
Техническим результатом заявленного изобретения является повышение точности приземления беспилотного летательного аппарата на мобильную платформу.The technical result of the claimed invention is to increase the accuracy of landing an unmanned aerial vehicle on a mobile platform.
Заявленный технический результат достигается посредством создания способа автономного приземления беспилотного летательного аппарата на мобильную платформу основанный на одометрии, включающего автономное перемещение БПЛА за мобильной платформой, использование данных положения и одометрии от мобильной платформы и приземление БПЛА на мобильную платформу при достаточном приближении к ней.The claimed technical result is achieved by creating a method for autonomously landing an unmanned aerial vehicle on a mobile platform based on odometry, including autonomously moving the UAV behind the mobile platform, using position and odometry data from the mobile platform and landing the UAV on the mobile platform when sufficiently close to it.
Заявленный способ характеризуется тем, что извлекают данные местоположения из данных локализации мобильной платформы и используют эти данные для определения местоположения мобильной платформы в глобальной системе координат, далее преобразуют эти данные в системе управления БПЛА и создают его траекторию использую B-сплайна интерполяцию, при этом БПЛА и мобильная платформа осуществляют непрерывную связь и управление скоростью и местоположением БПЛА.The claimed method is characterized by extracting location data from the localization data of the mobile platform and using this data to determine the location of the mobile platform in the global coordinate system, then converting this data in the UAV control system and creating its trajectory using B-spline interpolation, while the UAV and The mobile platform provides continuous communication and control of the speed and location of the UAV.
В предпочтительном варианте выполнения система управления беспилотного летательного аппарата использует расширенный фильтр Калмана (EKF) для обработки данных местоположения.In a preferred embodiment, the control system of the unmanned aerial vehicle uses an extended Kalman filter (EKF) to process location data.
В предпочтительном варианте выполнения для создания B-сплайна требовалось не менее четырех контрольных точек имеющие производные до 3-го порядка.In the preferred embodiment, to create a B-spline, at least four control points were required with derivatives up to the 3rd order.
В предпочтительном варианте выполнения преимущественно осуществляют управление скоростью четырехроторного двигателя БПЛА.In a preferred embodiment, the speed of the four-rotor UAV engine is advantageously controlled.
КРАТКОЕ ОПИСАНИЕ РИСУНКОВBRIEF DESCRIPTION OF DRAWINGS
Сущность изобретения поясняется схемы, на которых:The essence of the invention is illustrated by diagrams in which:
Рис. 1 - мобильная платформа;Rice. 1 - mobile platform;
Рис.2 - генерация траектории и ее следование;Fig. 2 - generating a trajectory and following it;
Рис.3 - сгенерированная фактическая траектория БПЛА и траектория мобильной платформы;Fig. 3 - generated actual trajectory of the UAV and the trajectory of the mobile platform;
Рис.4 - отслеживание и посадка БПЛА.Fig.4 - UAV tracking and landing.
ВАРИАНТ ОСУЩЕСТВЛЕНИЯ ИЗОБРЕТЕНИЯOPTION FOR IMPLEMENTATION OF THE INVENTION
Заявленный способ автономного приземления беспилотного летательного аппарата на мобильную платформу был смоделирован при помощи аппаратного и программного обеспечение для моделирования.The claimed method for autonomously landing an unmanned aerial vehicle on a mobile platform was simulated using hardware and simulation software.
Используемая система состояла из моделирования с участием беспилотного летательного аппарата (БПЛА) и беспилотного наземного транспортного средства. Все задачи выполнялись в Ubuntu 18.04 и ROS Melodic. Используемые пакеты ROS включали multi jackal и tf/tf2 для трансформации.The system used consisted of a simulation involving an unmanned aerial vehicle (UAV) and an unmanned ground vehicle. All tasks were performed in Ubuntu 18.04 and ROS Melodic. The ROS packages used included multi jackal and tf/tf2 for transformation.
БПЛА был создан на базе Px4 Autopilot с использованием классического квадрокоптера. Интерфейс управления этим дроном был предоставлен через PX4, которыйThe UAV was created based on Px4 Autopilot using a classic quadcopter. The control interface of this drone was provided through PX4, which
поддерживает как программное обеспечение в цикле (SITL), так и аппаратное обеспечение моделирования цикла (HITL). Для передачи информации использовали MAVROS, который является прокси-сервером MAVLink для ROS.supports both software-in-the-loop (SITL) and hardware-in-the-loop (HITL) simulations. To transfer information, we used MAVROS, which is a MAVLink proxy server for ROS.
Для мобильной платформы была использована симуляция мобильного транспортного средства multi jackal от Clearpath robotics. Это входит в моделирование ROS/Gazebo с использованием пакета ROS для нескольких мобильных платформ. Изображение беспилотного транспортного средства, модифицированного с включением посадочной площадки показано на рис. 1.For the mobile platform, a multi jackal mobile vehicle simulation from Clearpath robotics was used. This is included in ROS/Gazebo modeling using the ROS package for several mobile platforms. An image of an unmanned vehicle modified to include a landing pad is shown in Fig. 1.
Обнаружение и оценка местоположения БПЛА были достигнуты путем получения Detection and location estimation of UAVs was achieved by obtaining
данные о местоположения с мобильной платформы и летательного аппарата. Данные местоположения для мобильной платформы xt, yt. для БПЛА xt, yt, zt, θt, где θ — угол отклонения от курса. Мобильные роботы обычно включают в себя по крайней мере однуlocation data from mobile platform and aircraft. Location data for mobile platform xt, yt. for UAV xt, yt, zt, θt, where θ is the angle of deviation from the course. Mobile robots usually include at least one
форму локализации для оценки своего местоположения относительно глобальной системы координат. Таким образом, предлагаемое решение предполагало, что после надлежащейa localization form to estimate your location relative to the global coordinate system. Thus, the proposed solution assumed that after proper
локализации, будут получены данные об относительном местоположении летательного аппарата и мобильной платформы Система управления беспилотного летательного аппарата использует расширенный фильтр Калмана (EKF) для обработки данных местоположения. Для определения местоположения применялись localization, the relative position data of the aircraft and the mobile platform will be obtained. The control system of the unmanned aerial vehicle uses an extended Kalman filter (EKF) to process the location data. To determine the location they used
- местоположение БПЛА в локальной системе координат; - location of the UAV in the local coordinate system;
- местоположение БПЛА в глобальной системе координат; - location of the UAV in the global coordinate system;
- местоположение мобильной платформы в глобальной системе координат. - location of the mobile platform in the global coordinate system.
требуется, поскольку управление БПЛА всегда определяет локальную систему координат. Важные данные о местоположении БПЛА - положение его по координатам x, y, z. Учитывая эти данные и местоположение мобильной платформы на кадре дрона, было получено. required because UAV control always determines the local coordinate system. Important data about the location of the UAV is its position along the x, y, z coordinates. Considering these data and the location of the mobile platform in the drone frame, it was obtained .
Траектория БПЛА была сгенерирована методом B-Spline интерполяции. Сплайн создавал траекторию, а его производная 1-го порядка давала скорость, с которой мобильная платформа должна следовать по этой траектории. Для создания B-Spline требовалось не менее четырех контрольных точек, имеющих производные до 3-го порядка.The UAV trajectory was generated using the B-Spline interpolation method. The spline created a trajectory, and its 1st order derivative gave the speed at which the mobile platform should follow this trajectory. To create a B-Spline, at least four control points with derivatives up to 3rd order were required.
После генерации траектории траектория отслеживалась с помощью контроллера, который использовал информацию о положении и скорости от генератора траекторий. Четырехроторным двигателем можно управлять посредством управления положением (x, y, z), управлением скоростью (x˙, y˙, z˙ и скорость рыскания) или через ориентацию (ориентацию относительно глобальной системы координат). Был выбран контроль скорости, поскольку он имеет дополнительную функцию. Чтобы уменьшить интенсивность вычислений, движение с 4 степенями свободы была использована упрощенная модель движения, которая была выражена следующим образом:Once the trajectory was generated, the trajectory was tracked using a controller that used position and velocity information from the trajectory generator. The four-rotor motor can be controlled through position control (x, y, z), speed control (x˙, y˙, z˙ and yaw rate) or through orientation (orientation relative to the global coordinate system). Speed control was selected because it has an additional function. To reduce the computational intensity of 4DOF motion, a simplified motion model was used, which was expressed as follows:
При этом контроллер мобильной платформы используется для регулирования местоположения БПЛА.In this case, the mobile platform controller is used to regulate the location of the UAV.
Посадка БПЛА осуществлялась через контур управления. Первоначально БПЛА необходимо перемесить в целевую точку, т.е. в центр мобильная платформа. Контур управления проверяет не произошло ли значительное смещение мобильной платформы. Если платформа существенно отклонялась, генерируется новая траектория, которая имела положение и скорость для перемещения БПЛА в новую целевую позу. Если мобильная платформа не отклонялась значительно, когда БПЛА прибывает в эталонную точку, корректируют своё местоположение относительно центра мобильной платформы и приземляется на него. Как указано выше, высота цели была рассчитана как фактор высоты мобильной платформы.The UAV landing was carried out through a control loop. Initially, the UAV must be moved to the target point, i.e. to the center mobile platform. The control loop checks to see if the mobile platform has moved significantly. If the platform deviated significantly, a new trajectory was generated that had the position and speed to move the UAV to the new target pose. If the mobile platform has not deviated significantly when the UAV arrives at the reference point, it adjusts its location relative to the center of the mobile platform and lands on it. As stated above, the height of the target was calculated as a factor of the height of the mobile platform.
Сведения о местоположения объектов получают с БПЛА и мобильной платформы были трансформированы в кадр глобальной системы координат. Преобразование было осуществлено с помощью статических преобразований, которые дали начальное преобразование между БПЛА в глобальную систему координат и между мобильной платформой в глобальную систему координат. Затем было рассчитано преобразование между мобильной платформой и БПЛА.Information about the location of objects received from the UAV and mobile platform was transformed into a frame of the global coordinate system. The transformation was done using static transformations, which gave the initial transformation between the UAV to the global coordinate system and between the mobile platform to the global coordinate system. The conversion between the mobile platform and the UAV was then calculated.
Далее были сделаны следующие преобразованияThen the following transformations were made
, где , Where
-местоположение с известным глобальным статистическим преобразованием. -location with a known global statistical transformation.
Отслеживание положения мобильной платформы относительно БПЛА , рассчитывали по (4), что давало относительное расстояние между БПЛА и мобильной платформой на каждом временном шаге. Tracking the position of the mobile platform relative to the UAV , was calculated using (4), which gave the relative distance between the UAV and the mobile platform at each time step.
Генератор траектории B-Spline имеет вид (5), где The B-Spline trajectory generator has the form (5), where
где Ni,j — базовая функция, а Pi — i-е управление точка. j относится к степени полинома, и существует n + 1 контрольные точки, в данном случае n = 3.where Ni,j is the base function and Pi is the i-th control point. j refers to the degree of the polynomial, and there are n + 1 control points, in this case n = 3.
Базисная функция рассчитывалась с использованием формулы Кокса-де Бура рекурсивная формула.The basis function was calculated using the Cox-de Boer recursive formula.
Производная сплайна дает скорость и имеет вид согласно (8), а производная базисной функции ˙N равна (9)The derivative of the spline gives the speed and has the form according to (8), and the derivative of the basis function ˙N is equal to (9)
Предложенное решение было протестировано с помощью нескольких экспериментов по моделированию, призванных обеспечить правильные преобразования между системами отсчета, точное формирование траектории, точное отслеживание и возможное приземление, когда мобильная платформа неподвижна; и формирование и восстановление траектории при движении мобильной платформы и возможной посадке. Генерация и отслеживание траектории также работали точно, как показано на рис. 2The proposed solution was tested through several simulation experiments to ensure correct conversions between reference frames, accurate trajectory generation, accurate tracking and possible landing when the mobile platform is stationary; and the formation and restoration of the trajectory during the movement of the mobile platform and possible landing. Trajectory generation and tracking also worked accurately, as shown in Fig. 2
Отслеживание эталонного пути работало хорошо, как показано на рис.3, где показаны сгенерированная траектория и траектория, пройденная БПЛА, с путем, по которому следует мобильная платформа. Пространство между траекторией движения БПЛА и мобильной платформой равно высоте мобильной платформы. Траектория БПЛА показала, что она менялась по мере движения мобильной платформы, пока она не смогла приземлиться на мобильную платформуThe reference path tracking worked well, as shown in Fig. 3, which shows the generated trajectory and the trajectory taken by the UAV with the path followed by the mobile platform. The space between the UAV's movement path and the mobile platform is equal to the height of the mobile platform. The UAV's trajectory showed that it changed as the mobile platform moved until it was able to land on the mobile platform
Посадка происходила в конце траектории или когда БПЛА и мобильная платформа находились достаточно близко. Для определения этой близости использовался порог в 0,1 м, устанавливавший его на более низком уровне значения сложной посадки при движении платформы.Landing occurred at the end of the trajectory or when the UAV and mobile platform were close enough. To determine this proximity, a threshold of 0.1 m was used, setting it at the lower level of the complex landing value when the platform was moving.
Gazebo симуляция показана на рис.4.Gazebo simulation is shown in Fig.4.
В таблице I показан процент успеха с учетом порога отклонения. Новая траектория генерировалась, если мобильная платформа выходила за пределы этого порога. Согласно Таблице I, статус приземления MPS указывает на то, что БПЛА может приземлиться только тогда, когда транспортное средство прекратило движение. Очевидно, что более высокий порог отклонения сделал посадку с движением успешной. Это произошло потому, что при формировании траектории дрон всегда следовал по этой траектории, но мобильная платформа могла переместиться к моменту, когда БПЛА достиг конца траектории. Установка более высокого порога означает, что БПЛА пытается добраться до дрона, а не генерирует траекторию.Table I shows the success rate based on the rejection threshold. A new trajectory was generated if the mobile platform went beyond this threshold. According to Table I, the MPS landing status indicates that the UAV can only land when the vehicle has stopped moving. Clearly, the higher deflection threshold made the motion landing successful. This happened because when forming a trajectory, the drone always followed that trajectory, but the mobile platform could move by the time the UAV reached the end of the trajectory. Setting a higher threshold means that the UAV is trying to reach the drone rather than generating a trajectory.
Таблица ITable I
Результаты показывают, что фундаментальное предположение об успехе предлагаемого решения заключается в том, что БПЛА и мобильная платформа точно локализуются и производят точные данные местоположения.The results show that the fundamental assumption for the success of the proposed solution is that the UAV and mobile platform are accurately localized and produce accurate location data.
Целью данного изобретения является выполнение автономной посадки БПЛА на мобильную платформу. Решение осуществляется с использованием стратегий управления и данных одометрии без дополнительных входных данных от LiDAR или камер. Реализация предложенного решения была выполнена в ROS.The purpose of this invention is to perform autonomous landing of a UAV on a mobile platform. The solution is implemented using control strategies and odometry data without additional inputs from LiDAR or cameras. The implementation of the proposed solution was done in ROS.
Платформа была протестирована с использованием реалистичного моделирования от Gazebo и RViz. Тестирование проводилось для стационарного и динамического случаев. Во всех случаях было установлено, что цель исследования успешно достигается при определенных условиях.The platform was tested using realistic simulations from Gazebo and RViz. Testing was carried out for stationary and dynamic cases. In all cases, it was found that the purpose of the study was successfully achieved under certain conditions.
Claims (4)
Publications (1)
Publication Number | Publication Date |
---|---|
RU2821253C1 true RU2821253C1 (en) | 2024-06-19 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110253580A (en) * | 2019-06-24 | 2019-09-20 | 昆明滇鹰科技有限公司 | The compound ground marker navigation system of moving platform landing |
RU2773978C1 (en) * | 2021-11-26 | 2022-06-14 | федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет" (ФГАОУ ВО КФУ) | Method for accurate landing of an unmanned aerial vehicle and device for implementing the method |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110253580A (en) * | 2019-06-24 | 2019-09-20 | 昆明滇鹰科技有限公司 | The compound ground marker navigation system of moving platform landing |
RU2773978C1 (en) * | 2021-11-26 | 2022-06-14 | федеральное государственное автономное образовательное учреждение высшего образования "Казанский (Приволжский) федеральный университет" (ФГАОУ ВО КФУ) | Method for accurate landing of an unmanned aerial vehicle and device for implementing the method |
RU2794003C1 (en) * | 2022-10-21 | 2023-04-11 | Автономная некоммерческая организация высшего образования "Университет Иннополис" | Device and method for refining aircraft trajectory |
RU2793982C1 (en) * | 2022-10-21 | 2023-04-11 | Автономная некоммерческая организация высшего образования "Университет Иннополис" | Device and method for optimizing aircraft trajectory |
RU2809110C1 (en) * | 2023-03-30 | 2023-12-06 | Институт авиационного приборостроения "НАВИГАТОР" (АО "НАВИГАТОР") | Aircraft landing system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sani et al. | Automatic navigation and landing of an indoor AR. drone quadrotor using ArUco marker and inertial sensors | |
Mac et al. | Improved potential field method for unknown obstacle avoidance using UAV in indoor environment | |
Sampedro et al. | Image-based visual servoing controller for multirotor aerial robots using deep reinforcement learning | |
Jin et al. | On-board vision autonomous landing techniques for quadrotor: A survey | |
CN109901627B (en) | Landing pose adjusting method and system for unmanned aerial vehicle and related components | |
Greatwood et al. | Tracking control of a UAV with a parallel visual processor | |
Alkowatly et al. | Bioinspired autonomous visual vertical control of a quadrotor unmanned aerial vehicle | |
Beul et al. | Fast autonomous landing on a moving target at MBZIRC | |
Hoang et al. | Vision-based target tracking and autonomous landing of a quadrotor on a ground vehicle | |
Oliveira et al. | Three dimensional moving path following for fixed-wing unmanned aerial vehicles | |
Wang et al. | Precision uav landing control based on visual detection | |
Lai et al. | Image dynamics-based visual servo control for unmanned aerial manipulatorl with a virtual camera | |
Irfan et al. | Vision-based guidance and navigation for autonomous mav in indoor environment | |
KR20210075647A (en) | Method and apparatus for learning of controlling aviation of unmanned aviation vehicle by using depth camera | |
Fahimi et al. | An alternative closed-loop vision-based control approach for Unmanned Aircraft Systems with application to a quadrotor | |
RU2821253C1 (en) | Method for autonomous landing of unmanned aerial vehicle on mobile platform | |
CN113269100B (en) | Aircraft offshore platform landing flight visual simulation system and method based on vision | |
Ceren et al. | Vision-based servo control of a quadrotor air vehicle | |
Shastry et al. | Autonomous detection and tracking of a high-speed ground vehicle using a quadrotor UAV | |
CN114397909B (en) | Automatic inspection method for small unmanned aerial vehicle aiming at large aircraft | |
CN109472258A (en) | Tracking and device | |
CN109283933A (en) | The control method and device that unmanned plane follows | |
de Santana et al. | Vision-based autonomous landing for micro aerial vehicles on targets moving in 3d space | |
Olivares-Mendez et al. | Vision based fuzzy control approaches for unmanned aerial vehicles | |
Swart | Monocular vision assisted autonomous landing of a helicopter on a moving deck |