.png){kind=icon}
返回
Uncertainty quantification on state-based conflict detection and resolution algorithms
.png){kind=icon}
OA
AI
DOI：10.1016/j.ress.2025.112111.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究探讨了导航不确定性如何影响U-space中无人机的冲突检测与解决（CD&R）。位置和速度误差被建模为零均值的高斯噪声，与ADS-L精度一致，并通过蒙特卡罗和解析近似方法在冲突指标中传播。在不确定性条件下，基于状态的检测变为概率性。检测概率取决于不确定性的程度和相遇几何形状，当名义侵入时间等于前瞻时间时，该概率会降至50%以下。在实际操作中，随着相遇的发展，检测会随时间重新评估，产生具有不同概率的多次观测。比较了两种解决算法：改进电压势场（MVP）和速度障碍（VO）。MVP在不确定性条件下表现出更强的鲁棒性，因为它显式地最大化最近接近点（CPA）的距离。通过最大化CPA距离，MVP维持向外的推力并避免机动过程中的反转行为，而VO在低相对速度和浅角度时的性能下降。BlueSky仿真证实了这些效果：MVP在冲突场景中实现了更高的侵入预防率和更大的解决后脱靶距离，其优势在低相对速度时最为显著。研究结果表明，将最大化CPA距离作为冲突解决策略具有重要意义。此外，前瞻时间和保护区范围可进行调整以实现期望的安全目标水平。
Keyword:
Conflict detection and resolutions
Navigation uncertainty
Uncertainty quantification
UAS safety
U-space
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
R
IF:
11
论文数:
9.0K
被引数:
4.2W
机构
暂无机构信息
引用论文
分享收藏Demarcation method of safety separations for sUAV based on collision risk estimation基于碰撞风险估计的sUAV安全间距标定方法
PREAI
分享收藏
Velocity Obstacle Based Conflict Avoidance in Urban Environment with Variable Speed Limit.png)
AerospaceOAAI
AerospaceIF0
OAAI分享收藏
查看更多内容