Simulering av eftersökning i terräng med en eller flera obemannade flygfarkoster

Douglas Cau

Sjöland & Thyselius Datakonsulter

Innehåll

Introduktion

Modellering av UAV (obemannad flygfarkost)

Modellering av eftersökning

Simulering

Resultat

Introduktion

Taktiska UAV:er används till spaning och rekognosera terräng

Modeller har utvecklats för att simulera taktiska scenarion

Simuleringar kan användas för att utvärdera krav på sökmönster, sensorer, antal UAV:er, logistik och basering.

Med en interaktiv klient kan även en operatörsstation simuleras

Bakgrund

Jag har studerat Farkostteknik, inriktning Flyg på KTH

Examensarbete på Sjöland & Thyselius Datakonsulter AB

Syftet med projektet är att ta fram ett analysverktyg för UAV simuleringar

Modellering av Shadow 200B (AAI)

Används av Amerikanska militären för spaning i Irak och Afghanistan

Beställd av FMV för användning i Afghanistan

Sjöland & Thyselius

Ca 170 anställda, med över 90% civilingenjörer eller motsvarande, många med forskarutbildning

Till största delen uppdrag inom Försvarsmakten med stödmyndigheter samt försvarsindustrin

Simulering, utbildning, systemutveckling, verksamhetsutveckling,experimentell aerodynamik (STARCS, fd FFA), byggprojektledning, telekom mm.

Långa kundrelationer, några uppdrag är mer än 15 år

Modellering av UAV

Enhet

PlattformBeteende(Plattform)

Sensor Radio

Simuleringsramverket Flames (Ternion Corporation) används

UAV enheter består av flera modeller tillsammans

Rörelseförmågan modelleras i en plattform

UAV Plattform

Fram

driv

ning

Flygmekanik

Reglersystem

6 DoF

Flygmekanik

Olinjär aerodynamisk modell av Shadow 200B (AAI)

Digital Datcom (US AF) används för aerodynamisk data

Modellen är begränsad med avseende på

Anfallsvinkeln (Datcom)

Attityden (Flames)

Framdrivning

Antaganden vid beräkning av drivkraft

Hastighet påverkar inte effekten

Luftens densitet påverkar effekten

Konstant verkningsgrad på propellern

Antaganden vid beräkning av bränsleförbrukning

Massan ändras, men tyngdpunken antas konstant

När bränslet är slut så sätts drivkraften till noll

Autopilot

UAV-enheter ges fördefinierade uppdrag

Beteendemodellen ansvarar för att uppdragen slutförs

Referenssignal genereras av hastighet och riktning till nästa brytpunkt

Uppdrag(Flames)

Beteende(Plattform)

Planerare

Banarhastighet

brytpunkter

uppgift

Reglersystem

LQ reglering med återkoppling

Förstärkningsmatriser K beräknas i förväg utifrån en linjäriserad modell vid bestämda hastigheter och höjder

Parameterstyrning utförs på K genom linjär interpolation

∫ K System∑

-

+e xi

x

y

r

Modellering av eftersökning

Enhet

PlattformBeteende(Sökning)

Sensor Radio

Eftersökning är en sammankoppling av

Beteendemodell (beslutsfattning)

Sensormodell (detektering)

Radiomodell (kommunikation)

Detektering

Optisk sensor detekterar enheter inom synfältet

Händelser bearbetas och paras ihop till målspår

Målspår används som underlag för beteendemodellen

Sensor Data CPUBeteende(Sökning)

Sökalgoritm

Svepmönster används för att täcka konvexa polygon

Bygger på Optimal search for a moving target, a geometric approach av Ablavsky et al

Avståndet mellan svepen varierar beroende på sensorn

Samarbete mellan UAV:er

Varje enskild enhet tar egna beslut

Besluten baseras på delad information

Information om vilka svep som söks skickas över radio

UAV:er väljer nästa svep utifrån vilka svep som redan är sökta

Sammanfattning av modeller

6DOF olinjär aerodynamisk modell

Parameterstyrd LQ reglering som följer brytpunkter

Optisk sensor som söker efter enheter på marken

Områden avsöks med en svepalgoritm

Samarbete sker mellan flera UAV:er som delar på uppgiften

Simuleringsramverket Flames

Forge

Hanterar scenarion

Fire

Exekverar scenarion

Flash

Spelar upp scenarion

Modellering i Flames

Flames modeller implementeras i C och C++

En modell motsvarar ett objekt med tillhörande tillstånd och metoder

Objekt bygger på Flames API grundklasser

Objekt använder olika gränssnitt som registreras i Flames API för att kommunicera med varandra

Interaktiva scenarion

Realtidssimulering med interaktiv klient

Kan användas för att ta över UAV:er under simuleringar

Klienten skickar riktningskommandon till autopiloten

Tillsammans med en 3D-vy går det att simulera en enkel operatörsstation

Datainsamling

I scenarion finns det globala parametrar, scenariovariabler

Modellerna använder parametrarna för att konfigurera egenskaper och förmågor

En tabellfil definierar värdet på variablerna

Scenariot exekveras för varje rad i tabellen

Resultat sparas i loggfiler

Modeller bidrar med intern tillståndsinformation till loggarna

Utförda simuleringar

Scenariot är uppbyggt av

Ett fientligt fordon

En eller flera aktiva UAV:er

Ett område att avsöka

Målet för UAV:erna är att rekognosera framrycknings-väg

Varierar antal UAV:er

Varierar sensorns synfält

Resultat

Simuleringarna sammanställs och en avvägningsfunktion, effektivitet definieras utifrån

Tid för att slutföra uppdraget

Total flygtid för alla UAV:er

Tid till första upptäckt

Resultatet kan användas för att analysera förbättrings-potential i effektiviteten

Delresultaten

Upp

drag

stid

Tot

al f

lygt

id

För

sta

uppt

äckt

Avv

ägt

resu

ltat

Användningsområden

Träna operatörer

Analysera användning av UAV:er

Systematisk datainsamling

Varierande parametrar

Utveckling av användargränssnitt för operatörsstationer

Frågor?