Upload
nadine-snyder
View
50
Download
2
Embed Size (px)
DESCRIPTION
Simulering av eftersökning i terräng med en eller flera obemannade flygfarkoster. Douglas Cau Sjöland & Thyselius Datakonsulter. Introduktion Modellering av UAV (obemannad flygfarkost) Modellering av eftersökning Simulering Resultat. Innehåll. Introduktion. - PowerPoint PPT Presentation
Citation preview
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?