FR3120229A1 - Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés - Google Patents
Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés Download PDFInfo
- Publication number
- FR3120229A1 FR3120229A1 FR2101880A FR2101880A FR3120229A1 FR 3120229 A1 FR3120229 A1 FR 3120229A1 FR 2101880 A FR2101880 A FR 2101880A FR 2101880 A FR2101880 A FR 2101880A FR 3120229 A1 FR3120229 A1 FR 3120229A1
- Authority
- FR
- France
- Prior art keywords
- drone
- flight
- malfunction
- state
- behavior
- 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.)
- Pending
Links
- 230000007257 malfunction Effects 0.000 title claims abstract description 87
- 230000024703 flight behavior Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004590 computer program Methods 0.000 title claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000009471 action Effects 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 7
- 230000010006 flight Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000006399 behavior Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 description 9
- 230000015556 catabolic process Effects 0.000 description 8
- 238000006731 degradation reaction Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000001141 propulsive effect Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000035508 accumulation Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés L’invention concerne un système (10) de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, comprenant : - un capteur embarqué propre à obtenir au moins un paramètre de vol du drone ; - un jumeau numérique (14) dudit drone, - un calculateur (16) configuré pour prédire un état de vol virtuel dudit drone en injectant ledit au moins un paramètre de vol dans le jumeau numérique, - un module (18) de comparaison configuré pour : - comparer l’état de vol virtuel à un état de vol réel dudit drone, et - fournir un écart d’états, - un module (20) de détection configuré pour comparer l’écart d’états à au moins un seuil prédéterminé, et identifier la présence/absence d’un dysfonctionnement. Figure pour l'abrégé : Figure 1.
Description
La présente invention concerne un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone.
La présente invention concerne également un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le procédé étant propre à être mis en œuvre par un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention.
L’invention concerne également un programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont exécutées par un ordinateur, mettent en œuvre un tel procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone.
L’invention concerne la surveillance du comportement en vol d’un aéronef (HUMS de l’anglaisHealth and Usage Monitoring) et en particulier d’un drone (UAV de l’anglaisUnmanned Aerial Vehicles) c’est-à-dire un véhicule mobile sans pilote à bord, notamment les drones, volant à grande distance du télé-pilote (de l’anglaisbeyond visual line of sight), par exemple pour des vols d’inspection d’infrastructures linéaires de « grande élongation » telles que des gazoducs, des lignes électriques, des voies ferrées, des autoroutes.
Les missions effectuées par des drones de petite taille en basse hauteur, au-delà de la vue du pilote, sont typiquement mais non limitées à de la surveillance terrestre ou maritime (via des caméras/radars/lidars embarqués), de la logistique (transport de colis).
Actuellement, la complexité des comportements en vol possibles d’un drone en fonction des différentes conditions d’état et stimulations rend difficile l’identification d’un comportement anormal et encore plus de son origine.
En effet, de tels drones, du fait de leurs contraintes de masse et de volume, disposent d’un degré limité de surveillance interne de leur bon fonctionnement. En effet, généralement les drones, pour satisfaire les contraintes précitées, sont limités en termes de capacité d’insertion de capteurs de surveillance interne et de redondance de leurs systèmes/éléments constitutifs.
La surveillance unitaire du bon état ou comportement de tous les éléments est également difficile à mettre en œuvre du fait du nombre correspondant de capteurs nécessaires tels que des capteurs de vibration, de température, de chocs pour indiquer des tendances de dégradation ou des accumulations de sollicitations, d’autant plus sur des drones de masse et volume contraints tel qu’indiqué précédemment, et/ou, pour éviter l’installation d’un capteur dédié, difficile à mettre en œuvre en utilisant une estimation indirecte de paramètres de vol par utilisation d’équations de mécanique de vol et de mesures d’autres paramètres associés.
La sécurité du vol du drone étant généralement privilégiée, la détermination grossière (i.e. avec une précision faible) d’un état réel supposé anormal du drone, conduit à un excès de précaution en s’appuyant, par exemple, sur des jauges de contrainte intégrées dans la structure du drone et/ou sur des réductions de modèle de déformation mécanique pour déduire des conditions de fatigue excessive et/ou de risque de rupture.
Un tel excès de précaution est souvent pénalisant d’un point de vue opérationnel et économique, et entraîne généralement une prise de décision conservative pénalisante, correspondant par exemple à un atterrissage d’urgence et/ou à un arrêt de sa mission en présence, par exemple, d’un vent supposé supérieur à une valeur limite et/ou en présence, par exemple, d’une vitesse de progression constatée le long de la trajectoire inférieure à la vitesse de progression attendue.
Un tel arrêt intempestif de la mission est d’autant plus souvent mis en œuvre du fait des contraintes de taille, masse, portée associées aux drones, qui comme indiqué précédemment limitent la possibilité d’intégrer des éléments redondants ou surdimensionnées pour générer plus de possibilité d’adaptation/réaction face à une situation supposée anormale.
Un des buts de l’invention est donc de proposer un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone propre à connaître l’état réel de fonctionnement en vol du drone considéré, propre à identifier un comportement anormal du drone, associé à la présence de conditions extérieures anormales (i.e. au-delà du domaine d’usage prévu), ou à la présence d’un défaut de fonctionnement d’un élément du drone, ou encore à la dégradation de certaines de ses caractéristiques, telle que sa trainée, et propre à déterminer la réaction la plus appropriée pour la sécurité de vol du drone considéré et l’efficacité de sa mission.
À cet effet, l’invention a pour objet un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le système comprenant au moins :
- au moins un capteur embarqué à bord dudit drone, le drone étant configuré pour collecter et transmettre au moins un paramètre de vol courant dudit drone obtenu à partir dudit au moins capteur;
- un jumeau numérique dudit drone propre à reproduire le comportement en vol dudit drone,
- un calculateur configuré pour prédire un état de vol virtuel courant dudit drone en injectant ledit au moins un paramètre de vol courant au sein dudit jumeau numérique,
- un module de comparaison configuré pour :
- comparer :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à
- un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone, et
- fournir un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- un module de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone configuré pour comparer l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, identifier la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
Ainsi, la présente invention consiste à utiliser un jumeau numérique de drone dans lequel au moins un paramètre de vol fourni par un capteur embarqué est injecté afin d’en comparer les résultats avec ceux fournis par le drone en temps réel pour déterminer une dégradation anormale du comportement en vol du drone.
Ce jumeau numérique, correspond à une réplique numérique du drone, par exemple, accessible par et/ou stockée dans un calculateur avantageusement au sol pour bénéficier de plus de puissance et d’informations externes, dans la mesure où le drone est nominalement relié, via un système de communication bidirectionnel, en liaison de données radio avec un système de télé-pilotage au sol (i.e. une station de contrôle) de sorte à recevoir en temps réel les information(s)/donnée(s)/paramètre(s) de vol fourni(s) par ledit au moins un capteur embarqué à bord du drone, ou stockée dans un calculateur embarqué au sein du drone. Un tel jumeau numérique est alimenté par le ou les paramètre(s) de vol capté(s) en temps réel par le drone afin de produire virtuellement l’état (i.e. le comportement) attendu du drone en l’absence de perturbation(s)/dégradation(s).
La comparaison de l’état virtuel fourni par le jumeau numérique et de l’état réel fourni directement par le drone permet de déterminer de manière fiable la présence ou absence d’un dysfonctionnement dans le comportement en vol du drone considéré.
Selon des modes de réalisations particuliers, le système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend une ou plusieurs des caractéristiques suivantes, prises isolément ou suivant toutes les combinaisons techniquement possibles :
- ledit jumeau numérique dudit drone comprend au moins un modèle numérique de la conception interne dudit drone, chaque modèle numérique étant associé à un groupe prédéterminé de paramètre(s) de vol, et/ou chaque modèle numérique étant personnalisable par prise en compte du type de drone et/ou du numéro de série dudit drone, le numéro de série étant représentatif de l’historique de fonctionnement dudit drone depuis sa mise en service ;
- chaque modèle numérique est propre à être enrichi à chaque vol en utilisant les données collectées au cours du vol précédent dudit drone ;
- le système comprend en outre un module électronique d’analyse configuré pour analyser l’état de vol réel, lorsque l’écart d’états est supérieur audit au moins un seuil prédéterminé, en déterminant au moins une source possible du dysfonctionnement associé audit écart d’états ;
- le module électronique d’analyse est configuré pour exécuter au moins un élément appartenant au groupe comprenant au moins :
- un arbre logique propre à associer l’écart d’états avec ladite au moins une source possible,
- un ensemble de règles d’analyse prédéterminées ;
- un réseau de neurones préalablement entrainé par apprentissage des données collectées au cours de vols précédents dudit drone ;
- une combinaison desdits éléments précédents ;
- ledit écart d’états est monodimensionnel ou multidimensionnel, et correspond à :
- au moins une différence entre deux valeurs d’états virtuel et réel ;
- un niveau de dispersion entre l’état virtuel et l’état réel ;
- un taux de corrélation entre l’état virtuel et l’état réel.
- le module électronique d’analyse est en outre configuré pour associer une probabilité à chaque source possible du dysfonctionnement associé audit écart d’états ;
- le module électronique d’analyse est en outre configuré pour fournir, en fonction du type de dysfonctionnement identifié :
- au moins une suggestion d’action de pilotage et/ou au moins une commande de pilotage, au pilote à distance dudit drone ou directement à un système de commande embarqué à bord dudit drone, et/ou
- au moins une suggestion d’action de maintenance.
L’invention a également pour objet un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le procédé étant propre à être mis en œuvre par un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone tel que précité, le procédé comprenant les étapes suivantes :
- prédiction d’un état de vol virtuel courant dudit drone en injectant, au sein d’un jumeau numérique dudit drone propre à reproduire le comportement en vol dudit drone, au moins un paramètre de vol courant collecté et transmis par ledit drone, ledit au moins un paramètre de vol étant obtenu à partir d’au moins un capteur embarqué à bord dudit drone,
- comparaison de :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à
- un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone,
- fourniture d’un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- détection et gestion d’un dysfonctionnement dans le comportement en vol dudit drone en comparant l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, en identifiant la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
L’invention a également pour objet un programme d’ordinateur comportant des instructions logicielles qui, lorsqu’elles sont exécutées par un ordinateur, mettent en œuvre un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone tel que défini ci-dessus.
Par la suite, la référence à un programme d'ordinateur qui, lorsqu'il est exécuté, effectue l'une quelconque des instructions logicielles précitées, ne se limite pas à un programme d'application s'exécutant sur un ordinateur hôte unique.
En d’autres termes, les termes programme d'ordinateur et logiciel sont utilisés par la suite dans un sens général pour faire référence à tout type de code informatique (par exemple, un logiciel d'application, un micro logiciel, un microcode, ou toute autre forme d'instruction d'ordinateur) qui peut être utilisé pour programmer un ou plusieurs processeurs pour mettre en œuvre le procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone tel que défini ci-dessus.
Ces caractéristiques et avantages de l’invention apparaîtront plus clairement à la lecture de la description qui va suivre, donnée uniquement à titre d’exemple non limitatif, et faite en référence aux dessins annexés, sur lesquels :
- la est une représentation schématique d’un système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention ;
- la est un organigramme d’un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’invention.
De façon conventionnelle dans la présente demande, les expressions « sensiblement égal à » et « environ » exprimeront chacune une relation d'égalité à plus ou moins 10 %.
Sur l’exemple de la , le système10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, non représenté, selon la présente invention comprend tout d’abord un ensemble 12 embarqué à bord de ce drone, cet ensemble comprenant au moins un capteur tel qu’au moins un capteur de vitesse(s), un dispositif de localisation tel qu’un dispositif de positionnement par satellites GNSS (pour Géolocalisation et Navigation par système de Satellites), un capteur de puissance de propulsion.
L’ensemble 12 est notamment propre à permettre de mesurer la vitesse et le couple sur une arbre d’hélice à pas fixe, ou plus directement, pour des motorisations électriques, de mesurer l’intensité du courant et de la tension d’alimentation conjuguées avec la température et la pression extérieure, ou à titre d’alternative, pour des motorisations à réaction, de mesurer un effort sur le mat réacteur pour la poussée, afin d’obtenir une bonne estimation de la donnée de force propulsive.
Les paramètres fournis par ces capteurs permettant de construire un vecteur d’état réel du drone.
Le drone est configuré pour collecter et transmettre, au sein dudit système 10, au moins un paramètre de vol courant du drone obtenu à partir dudit au moins capteur de l’ensemble 12. En complément facultatif, l’ensemble 12 comprend également au moins un calculateur de contrôle de vol embarqué à bord de l’appareil, le drone étant alors également configuré pour collecter et transmettre, au sein dudit système 10, les ordres courants aux moteurs et gouvernes du drone par exemple.
De plus, selon la présente invention, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend un jumeau numérique 14 du drone considéré, un tel jumeau numérique 14 étant propre à reproduire le comportement en vol dudit drone.
Par « jumeau numérique », on entend par la suite selon la présente invention une réplique numérique 14 du drone considéré. Une telle réplique numérique est accessible par et/ou stockée dans un calculateur au sol dans la mesure où le drone est nominalement relié en temps réel, via un système de communication bidirectionnel à bord du drone, en liaison de données radio avec un système de télé-pilotage au sol de sorte à recevoir en temps réel les information(s)/donnée(s)/paramètre(s) de vol fourni(s) par ledit au moins un ensemble 12 embarqué à bord du drone et/ou par un ou des calculateurs de vol embarqués à bord du drone, ou correspond directement à un autre aéronef jumeau du drone considéré.
Une telle réplique numérique (i.e. jumeau numérique) 14 est personnalisée ou non au moyen du type de drone (i.e. d’appareil) et/ou du numéro de série du drone considéré pour en reproduire le plus fidèlement possible le comportement.
Selon un aspect particulier facultatif de la présente invention, le jumeau numérique 14 du drone comprend au moins un modèle numérique de la conception interne du drone considéré, chaque modèle numérique étant associé à un groupe prédéterminé de paramètre(s) de vol, et/ou chaque modèle numérique étant personnalisable par prise en compte du numéro de série du drone, le numéro de série étant représentatif de l’historique de fonctionnement du drone depuis sa mise en service et notamment des dégradations/usures propres à ce numéro de série.
En particulier, chaque modèle numérique du drone défini lors de sa conception (i.e. sa mise au point, son étude en vue d’élaboration) est propre à modéliser le comportement du drone notamment en termes d’aérodynamisme et/ou de performances et/ou de redondances.
Par exemple, le jumeau numérique 14 du drone comprend un modèle numérique de « Performance moyenne » basé sur l’utilisation de données capteurs de l’ensemble 12 correspondant à la consommation d’énergie en fonction de la masse initiale du drone, de la distance parcourue, de la variation d’énergie cinétique et potentielle, de la vitesse, des conditions de vent/température/pression le long du trajet associé à la mission du drone. Un tel modèle numérique de « Performance moyenne » est en particulier propre à indiquer une dégradation du profil aérodynamique du drone correspondant à une déformation mécanique, à du givrage, etc., ou encore à indiquer une dégradation du rendement moteur ou d’une hélice du drone.
En complément facultatif, le jumeau numérique 14 du drone comprend un modèle numérique de « Dynamique » basé sur l’utilisation de données capteurs de l’ensemble 12 correspondant à des vitesses angulaires et accélérations linéaires, mesurées par les capteurs de l’ensemble 12 correspondant à des gyromètres et/ou accéléromètres embarqués à bord du drone, et ce en fonction des forces propulsives, et/ou correspondant à des commandes sur les gouvernes, au vecteur vitesse air mesuré par les capteurs de l’ensemble 12 correspondant à tube pitot pour le module du vecteur vitesse air et à une girouette pour l’incidence et le dérapage de ce vecteur vitesse air, et/ou correspondant au vent et à la densité de l’air par mesure de la vitesse sol fournie par un récepteur GNSS (pour Géolocalisation et Navigation par système de Satellites) de l’ensemble 12 embarqué à bord du drone, mesure du cap magnétique, mesure de la pression barométrique, mesure de la température extérieure, etc. Un tel modèle numérique de « Dynamique » est en particulier propre à indiquer un défaut d’efficacité des gouvernes ou des moteurs, des turbulences excessives, un cisaillement de vent, des vibrations anormales de la structure ou des moteurs, etc.
En complément facultatif, le jumeau numérique 14 du drone comprend un modèle numérique « d’Equilibre statique » basé sur l’utilisation de données capteurs de l’ensemble 12 correspondant à une vitesse et une pente de la trajectoire instantanée, et ce en fonction de la force propulsive, correspondant à des commandes sur les gouvernes, correspondant à du vent, correspondant à de la pression et à des températures extérieures. Un tel modèle numérique « d’Equilibre statique » est en particulier propre à indiquer une dégradation du profil aérodynamique du drone correspondant à une déformation mécanique, à du givrage, etc., ou encore à indiquer une dégradation du rendement moteur ou d’une hélice du drone, ou encore à indiquer une dégradation de l’efficacité des gouvernes.
D’autres modèles numériques de comportement du drone connus sont également propres à être utilisés à titre d’alternative et/ou en complément.
De plus, le système électronique 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention comprend également un calculateur 16 configuré pour prédire un état de vol virtuel courant dudit drone en injectant ledit au moins un paramètre de vol courant au sein (i.e. en entrée) dudit jumeau numérique 14, et/ou en injectant tel qu’indiqué précédemment les informations fournies par ledit au moins un calculateur de contrôle de vol embarqué à bord du drone tels que les ordres courants aux moteurs et gouvernes du drone.
Un état de vol virtuel et/ou réel comporte au moins une position et/ou une attitude du drone ainsi que ses dérivées premières (i.e. vitesses, …) et secondes (i.e. accélérations), et/ou sa masse dont la quantité de fuel embarquée, et/ou son niveau de batterie, et/ou ses régimes moteurs, et/ou ses braquages gouvernes, etc.
En outre, le système électronique 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention comprend également un module 18 de comparaison configuré pour comparer l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique 14, à un état de vol réel courant du drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone, et configuré pour fournir un écart d’états entre l’état de vol virtuel et l’état de vol réel.
En outre, le système électronique 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la présente invention comprend également un module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone configuré pour comparer l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, identifier la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
En complément facultatif, le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone est également configuré tel qu’illustré par la flèche 21, pour transmettre les données traitées à une base Bp de données collectées au préalable.
En complément facultatif, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend également un module 22 de raffinement (i.e. d’enrichissement) du jumeau numérique 14. Plus précisément, via un tel module 22 de raffinement optionnel, chaque modèle numérique du jumeau numérique 14 est propre à être enrichi de manière récurrente à chaque vol en utilisant les données collectées au cours du vol précédent du drone et stockées au sein de la base de données collectées au préalable, par rapport à l’instant courant de la mission courante du drone considéré.
Ainsi, selon cet aspect optionnel, le jumeau numérique 14 est enrichi/affiné, via le module optionnel 22 de raffinement, durant les vols précédents, les vols d’essais, voire potentiellement tout au long de la vie de l’appareil.
En particulier, notamment pour intégrer une usure propre à diminuer les performances du drone considéré, lorsque l’écart d’états entre l’état de vol virtuel et l’état de vol réel déterminé par le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone est minime, c’est-à-dire inférieur à un seuil prédéterminé, et donc représentatif d’un comportement en vol « normal », un tel écart est propre à être, stocké dans la base de données collectées au préalable Bp pour être réinjecté, via le module optionnel 22 de raffinement, dans le jumeau numérique 14 pour en améliorer le ou les modèle(s) numérique(s) de conception interne du drone.
En outre, de manière non représentée, le module optionnel 22 de raffinement est propre à également des données d’environnement plus globales reçues de sources extérieures au drone, par exemple une source accessible en ligne non représentée propre à caractériser les vents, les pressions, les températures présentes sur la zone géographique et dans le créneau temporel associé à la mission courante du drone, en sus des paramètres de vol fournis via les capteurs installés sur le drone.
En effet, pour éliminer des mesures de capteur erronées dues à défaut de fonctionnement d’un ou plusieurs capteur(s) embarqué(s) de l’ensemble 12 et propre à fausser la détection de dysfonctionnement mise en œuvre ensuite par le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, une redondance maximum des données collectées et fournies au jumeau numérique 14 est recherchée. Ainsi, le système 10 proposé selon la présente invention a la capacité de différencier une situation anormale propre à être dangereuse d’une situation associée à un défaut de capteur dépourvue de conséquence sur la sécurité du vol.
En complément facultatif, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend également un module électronique 24 d’analyse configuré pour analyser l’état de vol réel, lorsque l’écart d’états (virtuel et réel) est supérieur audit au moins un seuil prédéterminé, en déterminant au moins une source possible du dysfonctionnement associé audit écart d’états.
Autrement dit, le module électronique 24 d’analyse est propre à apprécier l’écart d’états en le comparant à au moins un seuil prédéterminé.
Selon un aspect particulier optionnel, l’écart d’états, déterminé et fourni au module électronique 24 d’analyse par le module de comparaison 18, via le module de détection 20, est monodimensionnel ou multidimensionnel, et correspond à :
- au moins une différence (brute) entre deux valeurs d’états virtuel et réel ;
- un niveau de dispersion entre l’état virtuel et l’état réel (e.g. un écart-type à la moyenne) ;
- un taux de corrélation entre l’état virtuel et l’état réel (i.e. un taux de corrélation d’une suite de valeurs d’états virtuel et réel).
Par exemple, l’écart d’états correspond à une dérive lente d’un paramètre tel qu’un écart latéral croissant entre la position réelle du drone et la position estimée par le jumeau numérique 14, signe d’une possible dérive de capteurs de position (i.e. dispositif de localisation tel qu’un dispositif de positionnement par satellites GNSS (pour Géolocalisation et Navigation par système de Satellites), et/ou correspond à un écart croissant entre la trajectoire verticale réelle du drone et celle de son jumeau numérique 14, signe d’un possible problème de portance, lié soit à la puissance disponible du drone réel, soit à des conditions météorologique, par exemple un vent de face, défavorables et constantes.
Un tel module électronique 24 d’analyse correspond notamment à un module d’analyse cause-racine et de prise de décision, lui-même prédéfini par utilisation, durant la phase de conception du drone considéré, du ou des modèle(s) numérique de son comportement, pour tester les différentes situation et facteurs d’influence.
Selon un aspect particulier de ce complément facultatif, le module électronique d’analyse 24 est configuré pour exécuter au moins un élément appartenant au groupe comprenant au moins :
- un arbre logique propre à associer l’écart d’états avec ladite au moins une source possible,
- un ensemble de règles d’analyse prédéterminées ;
- un réseau de neurones préalablement entrainé par apprentissage des données collectées au cours de vols précédents dudit drone ;
- une combinaison desdits éléments précédents.
En particulier, l’ensemble de règles d’analyse prédéterminées est notamment obtenu en utilisant des formules mathématiques issues de la phase de conception du drone permettant de remonter à une source de dysfonctionnement possible à partir de l’écart d’états observé.
Selon un autre aspect particulier de ce complément facultatif, le module électronique d’analyse 24 est en outre configuré pour associer une probabilité à chaque source possible du dysfonctionnement associé à l’écart d’états. En particulier, en cas d’incertitudes sur la source de dysfonctionnement, chaque source possible du dysfonctionnement est fournie au télé-pilote et/ou à une plateforme de maintenance avec leurs caractéristiques en terme de probabilité ou intervalles de tolérance.
En particulier, le module électronique d’analyse 24 est propre à associer un indice de confiance au résultat de détection fourni par le module 20 de détection et de gestion de dysfonctionnement dans le comportement en vol du drone.
Un tel indice de confiance est par exemple exprimé en termes de probabilité de vraisemblance d’un événement binaire, ou en termes d’intervalle de confiance pour une probabilité de validité donnée sur une grandeur continue. Cette indice de confiance exploite le niveau de redondance constaté des données utilisées pour obtenir l’état virtuel et le résultat de détection fourni par le module de détection 20, le niveau de qualité des données influentes à partir de la fiabilité et de la précision associée à chaque capteur, la qualité du ou des modèle(s) numérique(s) du jumeau numérique 14 et de l’historique de fonctionnement du drone pris en compte à partir de la base de données collectées au préalable Bp.
Par exemple, en présence d’un dysfonctionnement (i.e. correspondant à un écart d’états dont la valeur est supérieure à au moins un seuil prédéterminé), le module électronique d’analyse 24 indique, par affichage et/ou par diffusion sonore et/ou par transmission d’un message, au télé-pilote et/ou à une plateforme de maintenance, que le dysfonctionnement est à 80% probablement dû à une turbulence locale sévère (i.e. externe au drone) et à 20% probablement dû à un accéléromètre dont la mesure selon un axe de déplacement, par exemple un axe y non représenté, est défectueux). Autrement dit, selon cet exemple, le module électronique d’analyse 24 indique que le dysfonctionnement a 80% de chance d’être dû à une turbulence locale et a 20% de chance d’être dû à un accéléromètre défectueux (i.e. capteur) embarqué à bord de l’aéronef.
Selon un autre aspect particulier de ce complément facultatif, le module électronique d’analyse 24 est en outre configuré pour fournir, via un outil de prise de décision 26, intégré au module électronique d’analyse 24 de manière non représenté, ou en dehors du module électronique d’analyse 24 tel qu’illustré par la , en fonction du type de dysfonctionnement identifié :
- au moins une suggestion d’action de pilotage et/ou au moins une commande de pilotage, au pilote à distance dudit drone ou directement à un système de commande embarqué à bord dudit drone (i.e. pilote automatique), et/ou
- au moins une suggestion d’action de maintenance.
Plus précisément, l’outil de prise de décision 26 fournit des recommandations ou des ordres de réaction, remontés soit au pilote soit aux calculateurs de conduite du vol à bord du drone, notamment en cas de réaction automatisée.
Les actions recommandées possibles sont, par exemple, une vérification de la distance franchissable à partir du carburant ou de l’énergie restant(e) et de la consommation constatée, et/ou une reconfiguration plus ou moins importante du vol en allant d’un changement de cap et/ou d’altitude et/ou de vitesse à une descente et un atterrissage d’urgence, et/ou une reconfiguration du drone, par exemple, par passage sur une batterie secours, sur un moteur secours, sur un mode de commande de vol alternatif tel que l’utilisation de poussée vectorielle à la place ou en sus des surfaces mobiles, et/ou une maintenance à effectuer après le vol du drone, avant un intervalle de temps prédéterminé, par exemple, pour changer la batterie, le moteur, vérifier la commande de gouverne selon un axe x non représenté, ou encore un capteur défectueux tel que l’accéléromètre précité.
Ces actions peuvent elles-mêmes être enregistrées, leurs effets constatés par la suite, via les capteurs de l’ensemble 12 ou des annotations humaines, pour être optionnellement utilisé, tel qu’illustré par la flèche 28, pour enrichir le module d’analyse 24.
Selon un aspect particulier, deux seuils prédéterminés sont utilisés successivement, selon la présente invention, par le module électronique d’analyse 24 pour indiquer, via l’outil de prise de décision 26, l’action à mettre en œuvre, à savoir un premier seuil de vigilance et un deuxième seuil d’alerte. Si l’écart d’états apprécié par le module d’analyse 24 est supérieur au premier seuil de vigilance, l’outil de prise de décision 26 recommande/déclenche une première reconfiguration de la mission du drone, sous la forme d’une première donnée de contrôle, et si l’écart d’états est supérieur au deuxième seuil d’alerte, l’outil de prise de décision 26 recommande/déclenche une deuxième reconfiguration de la mission du drone, sous la forme d’une deuxième donnée de contrôle.
La première ou deuxième donnée de contrôle est transmise au drone via le système de communication bidirectionnel, en transitant optionnellement préalablement par le (télé)pilote propre à la valider, à l’ignorer, à la traduire en d’autres actions et ordres élémentaires, le drone exécutant en réponse la donnée de contrôle via son calculateur de contrôle du vol qui commande les moteurs, actionneurs, sélecteurs du drone etc.
Dans l’exemple de la , le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend au moins une unité de traitement d’informations non représentée formée par exemple d’une mémoire et d’un processeur associé à la mémoire tous deux non représentés.
Dans l’exemple de la , le jumeau numérique 14, le calculateur 16, le module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et optionnellement le module de raffinement 22 ainsi que le module d’analyse 24, l’outil de prise de décision 26, sont réalisés chacun sous forme d’un logiciel, ou d’une brique logicielle, exécutables par au moins un processeur du système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone. Au moins une mémoire du système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone est alors apte à stocker au moins un logiciel correspondant à chacun de ces éléments 14, 16, 18 et 20, et optionnellement 22, 24 et 26. Au moins un processeur du système électronique 10 est alors apte à exécuter au moins un ou chacun de ces logiciels.
En effet, selon une première variante, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone comprend une seule unité de traitement d’informations dont la mémoire est propre à stocker chaque logiciel correspondant à chacun des éléments 14, 16, 18 et 20, et optionnellement 22, 24 et 26 et dont le processeur est alors apte à exécuter chacun de ces logiciels.
Selon une deuxième variante, le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone est distribué dans des dispositifs distincts (i.e. séparés) associés chacun respectivement au jumeau numérique 14, au calculateur 16, et au module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et optionnellement le module de raffinement 22 ainsi que le module d’analyse 24 et l’outil de prise de décision 26. Chaque dispositif comprenant une unité de traitement d’informations dont la mémoire est propre à stocker un logiciel parmi ceux associés aux éléments 14, 16, 18 et 20, et optionnellement 22, 24 et 26 et dont le processeur est apte à exécuter ce logiciel.
Selon un premier exemple de cette deuxième variante, le calculateur 16 est intégré au sein d’une unité de traitement localisée au sol hors du drone et/ou le 18 de comparaison et/ou le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et/ou optionnellement le module de raffinement 22 et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26, est intégré au sein d’une autre unité de traitement localisée au sol hors du drone. L’architecture conforme à ce premier exemple vise ainsi à descendre au sol les quelques paramètres observés par le drone puis à remonter les ordres en conséquence, et permet une utilisation en temps réel d’une capacité de calcul déportée au sol, le drone envoyant ses propres informations capteurs par une liaison descendante pour une détection de dysfonctionnement et, le cas échéant, prise de décision au sol, en alternative à un calcul embarqué à partir d’informations globales montantes.
Selon un deuxième exemple de cette deuxième variante, le calculateur 16 est intégré au sein d’une unité de traitement embarquée à bord du drone et/ou le module 18 de comparaison est intégré au sein d’une autre unité de traitement embarquée à bord du drone et/ou le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone est intégré au sein d’une autre unité de traitement embarquée à bord du drone et/ou optionnellement le module de raffinement 22 est intégré au sein d’une autre unité de traitement embarquée à bord du drone et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26 est intégré au sein d’une autre unité de traitement embarquée à bord du drone, ce qui permet de conserver à bord du drone la détection d’un dysfonctionnement, par exemple pour les cas de perte de communication avec le sol (i.e. cas/phases où la liaison de données de contrôle/commande du drone se trouve coupée), afin de pouvoir quand même prendre des décisions automatiques conservatrices en présence de dysfonctionnement.
Selon une troisième variante, au moins deux éléments parmi les logiciels associés au jumeau numérique 14, au calculateur 16, et au module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et/ou optionnellement le module de raffinement 22 et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26, sont associés à une même unité de traitement.
Par exemple, le calculateur 16, et le module 18 de comparaison sont intégrés au sein d’une même unité de traitement.
Selon une autre variante, le module 18 de comparaison est par exemple directement intégré au calculateur 16 réalisé sous forme d’un unique logiciel, ou d’une brique logicielle.
En variante non représentée, le jumeau numérique 14, le calculateur 16, le module 18 de comparaison et le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone, et/ou optionnellement le module de raffinement 22 et/ou optionnellement le module d’analyse 24 et l’outil de prise de décision 26, sont réalisés chacun sous forme d’un composant logique programmable, tel qu’un FPGA (de l’anglaisField Programmable Gate Array), ou encore sous forme d’un circuit intégré dédié, tel qu’un ASIC (de l’anglaisApplication Specific Integrated Circuit).
Lorsque le système électronique 10 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone est réalisé sous forme d’un ou plusieurs logiciels, c’est-à-dire sous forme d’un programme d’ordinateur, il est en outre apte à être enregistré sur un support, non représenté, lisible par ordinateur. Le support lisible par ordinateur est par exemple un médium apte à mémoriser des instructions électroniques et à être couplé à un bus d’un système informatique. A titre d’exemple, le support lisible est, une mémoire ROM ou une mémoire RAM, tout type de mémoire non volatile par exemple EPROM, EEPROM, FLASH, NVRAM…. Sur le support lisible est alors mémorisé un programme d’ordinateur comprenant des instructions logicielles.
Le fonctionnement du système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’invention va être à présent décrit à l’aide de la illustrant un organigramme d’un exemple de mode de réalisation du procédé 30 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’invention, mis en œuvre par ordinateur.
Selon une première étape 32, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le calculateur 16, met en œuvre une prédiction 32 d’un état de vol virtuel courant dudit drone en injectant, au sein du jumeau numérique 14 du drone, le jumeau numérique 14 étant propre à reproduire le comportement en vol du drone, au moins un paramètre de vol courant collecté et transmis par ledit drone, ledit au moins un paramètre de vol étant obtenu à partir d’au moins un capteur de l’ensemble 12 embarqué à bord du drone.
Puis, selon une étape 34, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le module de comparaison 18, met en œuvre la comparaison de l’état de vol virtuel courant, obtenu à partir du jumeau numérique 14, à un état de vol réel courant du drone, obtenu à partir dudit au moins un paramètre de vol courant du drone.
Ensuite selon une étape 36, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le module de comparaison 18, met en œuvre la fourniture d’un écart d’états entre l’état de vol virtuel et l’état de vol réel au module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone.
Enfin, au cours d’une étape 37, le système 10 électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, via le module 20 de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone met en œuvre la détection et la gestion d’un dysfonctionnement dans le comportement en vol dudit drone en comparant l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, en identifiant la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone.
L’homme du métier comprendra que l’invention ne se limite pas aux modes de réalisation décrits, ni aux exemples particuliers de la description, les modes de réalisation et les variantes mentionnées ci-dessus étant propres à être combinés entre eux pour générer de nouveaux modes de réalisation de l’invention.
On conçoit ainsi que le système électronique 10 et le procédé 30 de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone propose d’utiliser un ou des capteur(s) embarqué(s) à bord du drone pour mesurer les principaux paramètres du vol et de l’environnement du drone considéré, dont les données sont injectées dans un jumeau numérique de l’appareil incluant des modèles de mécanique du vol et de performance, optionnellement enrichis d’observations accumulées sur les vols précédents.
La présente invention propose donc par le biais d’un calculateur, qui avantageusement peut être au sol pour bénéficier de plus de puissance et d’informations externes, d’utiliser un jumeau numérique du type de drone, le cas échéant personnalisé par numéro de série, pour détecter en temps réel et de manière fiable un dysfonctionnement tout en ayant la capacité de différencier une situation anormale propre à être dangereuse d’une situation associée à un défaut de capteur dépourvue de conséquence sur la sécurité du vol.
Ainsi, la présente invention permet d’éviter et/ou de limiter l’utilisation de capteurs dédiés à la surveillance de la structure du drone ou des gouvernes/surfaces mobiles.
Claims (10)
- Système (10) électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le système étant caractérisé en ce qu’il comprend au moins :
- au moins un capteur embarqué à bord dudit drone, le drone étant configuré pour collecter et transmettre au moins un paramètre de vol courant dudit drone obtenu à partir dudit au moins capteur;
- un jumeau numérique (14) dudit drone propre à reproduire le comportement en vol dudit drone,
- un calculateur (16) configuré pour prédire un état de vol virtuel courant dudit drone en injectant ledit au moins un paramètre de vol courant au sein dudit jumeau numérique,
- un module (18) de comparaison configuré pour :
- comparer :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à
- un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone, et
- fournir un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- un module (20) de détection et de gestion d’un dysfonctionnement dans le comportement en vol dudit drone configuré pour comparer l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, identifier la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone. - Système (10) électronique selon la revendication 1, dans lequel ledit jumeau numérique (14) dudit drone comprend au moins un modèle numérique de la conception interne dudit drone, chaque modèle numérique étant associé à un groupe prédéterminé de paramètre(s) de vol, et/ou chaque modèle numérique étant personnalisable par prise en compte du type de drone et/ou du numéro de série dudit drone, le numéro de série étant représentatif de l’historique de fonctionnement dudit drone depuis sa mise en service.
- Système (10) électronique selon la revendication 2, dans lequel chaque modèle numérique est propre à être enrichi à chaque vol en utilisant les données collectées au cours du vol précédent dudit drone.
- Système (10) électronique selon l’une quelconque des revendications précédentes, comprenant en outre un module (24) électronique d’analyse configuré pour analyser l’état de vol réel, lorsque l’écart d’états est supérieur audit au moins un seuil prédéterminé, en déterminant au moins une source possible du dysfonctionnement associé audit écart d’états.
- Système (10) électronique selon la revendication 4, dans lequel le module (24) électronique d’analyse est configuré pour exécuter au moins un élément appartenant au groupe comprenant au moins :
- un arbre logique propre à associer l’écart d’états avec ladite au moins une source possible,
- un ensemble de règles d’analyse prédéterminées ;
- un réseau de neurones préalablement entrainé par apprentissage des données collectées au cours de vols précédents dudit drone ;
- une combinaison desdits éléments précédents. - Système (10) électronique selon l’une quelconque des revendications précédentes, dans lequel ledit écart d’états est monodimensionnel ou multidimensionnel, et correspond à :
- au moins une différence entre deux valeurs d’états virtuel et réel ;
- un niveau de dispersion entre l’état virtuel et l’état réel ;
- un taux de corrélation entre l’état virtuel et l’état réel. - Système (10) électronique selon l’une quelconque des revendications 4 à 6, dans lequel le module (24) électronique d’analyse est en outre configuré pour associer une probabilité à chaque source possible du dysfonctionnement associé audit écart d’états.
- Système (10) électronique selon l’une quelconque des revendications 4 à 7, dans lequel le module électronique d’analyse (24) est en outre configuré pour fournir, en fonction du type de dysfonctionnement identifié :
- au moins une suggestion d’action de pilotage et/ou au moins une commande de pilotage, au pilote à distance dudit drone ou directement à un système de commande embarqué à bord dudit drone, et/ou
- au moins une suggestion d’action de maintenance. - Procédé (30) de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, le procédé étant propre à être mis en œuvre par un système (10) électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon l’une quelconque des revendications, le procédé comprenant les étapes suivantes :
- prédiction (32) d’un état de vol virtuel courant dudit drone en injectant, au sein d’un jumeau numérique dudit drone propre à reproduire le comportement en vol dudit drone, au moins un paramètre de vol courant collecté et transmis par ledit drone, ledit au moins un paramètre de vol étant obtenu à partir d’au moins un capteur embarqué à bord dudit drone,
- comparaison (34) de :
-l’état de vol virtuel courant, obtenu à partir dudit jumeau numérique, à
- un état de vol réel courant dudit drone, obtenu à partir dudit au moins un paramètre de vol courant dudit drone,
- fourniture (36) d’un écart d’états entre l’état de vol virtuel et l’état de vol réel,
- détection et gestion (37) d’un dysfonctionnement dans le comportement en vol dudit drone en comparant l’écart d’états à au moins un seuil prédéterminé, et, en fonction du résultat de la comparaison de l’écart d’états audit au moins un seuil prédéterminé, en identifiant la présence/absence d’un type de dysfonctionnement dans le comportement en vol dudit drone. - Programme d’ordinateur comportant des instructions logicielles qui lorsqu’elles sont exécutées par un ordinateur, mettent en œuvre un procédé de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone selon la revendication précédente.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2101880A FR3120229A1 (fr) | 2021-02-26 | 2021-02-26 | Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés |
| PCT/EP2022/054748 WO2022180196A1 (fr) | 2021-02-26 | 2022-02-25 | Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2101880A FR3120229A1 (fr) | 2021-02-26 | 2021-02-26 | Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés |
| FR2101880 | 2021-02-26 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3120229A1 true FR3120229A1 (fr) | 2022-09-02 |
Family
ID=75690464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2101880A Pending FR3120229A1 (fr) | 2021-02-26 | 2021-02-26 | Système électronique de détection et de gestion d’un dysfonctionnement dans le comportement en vol d’un drone, procédé et programme d’ordinateur associés |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR3120229A1 (fr) |
| WO (1) | WO2022180196A1 (fr) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116047889B (zh) * | 2023-01-16 | 2023-06-27 | 中国人民解放军国防科技大学 | 一种虚实结合仿真系统中控制补偿方法及装置 |
| CN116774714A (zh) * | 2023-05-17 | 2023-09-19 | 北京理工大学 | 一种基于事件触发机制的多约束协同制导方法 |
| CN117163305A (zh) * | 2023-09-04 | 2023-12-05 | 黑龙江惠达科技股份有限公司 | 检测无人机动力系统的方法和装置 |
| CN117311396B (zh) * | 2023-11-30 | 2024-04-09 | 中国科学院空天信息创新研究院 | 飞行监控方法、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3044143A1 (fr) * | 2015-11-23 | 2017-05-26 | Thales Sa | Appareil electronique et procede d'assistance d'un pilote d'aeronef, programme d'ordinateur associe |
| EP3392728A1 (fr) * | 2017-04-19 | 2018-10-24 | Parrot Drones | Procédé de pilotage d'un drone à voilure tournante, programme d'ordinateur, appareil électronique et drone associés |
| EP3489929A1 (fr) * | 2017-11-24 | 2019-05-29 | Thales | Système électronique de télé-pilotage de drones, procédé et programme d'ordinateur associés |
| EP3648439A1 (fr) * | 2018-10-31 | 2020-05-06 | Thales | Dispositif anticollision, système avionique de protection, procédé d'anticollision et programme d'ordinateur associés |
| FR3094350A1 (fr) * | 2019-04-01 | 2020-10-02 | Safran Aircraft Engines | Procédé de surveillance d’au moins un moteur d’aéronef |
-
2021
- 2021-02-26 FR FR2101880A patent/FR3120229A1/fr active Pending
-
2022
- 2022-02-25 WO PCT/EP2022/054748 patent/WO2022180196A1/fr active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3044143A1 (fr) * | 2015-11-23 | 2017-05-26 | Thales Sa | Appareil electronique et procede d'assistance d'un pilote d'aeronef, programme d'ordinateur associe |
| EP3392728A1 (fr) * | 2017-04-19 | 2018-10-24 | Parrot Drones | Procédé de pilotage d'un drone à voilure tournante, programme d'ordinateur, appareil électronique et drone associés |
| EP3489929A1 (fr) * | 2017-11-24 | 2019-05-29 | Thales | Système électronique de télé-pilotage de drones, procédé et programme d'ordinateur associés |
| EP3648439A1 (fr) * | 2018-10-31 | 2020-05-06 | Thales | Dispositif anticollision, système avionique de protection, procédé d'anticollision et programme d'ordinateur associés |
| FR3094350A1 (fr) * | 2019-04-01 | 2020-10-02 | Safran Aircraft Engines | Procédé de surveillance d’au moins un moteur d’aéronef |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022180196A1 (fr) | 2022-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022180196A1 (fr) | Système électronique de détection et de gestion d'un dysfonctionnement dans le comportement en vol d'un drone, procédé et programme d'ordinateur associés | |
| EP3039497B1 (fr) | Surveillance d'un moteur d'aéronef pour anticiper les opérations de maintenance | |
| EP2500267B1 (fr) | Surveillance d'un actionneur de commande de vol d'un aéronef | |
| EP3045920B1 (fr) | Procede et dispositif de determination de la vitesse du vent a prendre en compte afin d'optimiser la masse au decollage d'un aeronef | |
| FR2911972A1 (fr) | Procede de surveillance de moteurs d'avion | |
| FR2991486A1 (fr) | Procede et dispositif d'assistance au suivi de mission d'un aeronef | |
| FR3077059A1 (fr) | Methode de detection de conditions givrantes pour un aeronef par apprentissage automatique supervise | |
| FR2939558A1 (fr) | Procede de modelisation meteorologique pour le calcul d'un plan de vol d'aeronef | |
| FR3005454A1 (fr) | Procede pour diagnostiquer une defaillance d'un systeme de prelevement d'air | |
| EP3956646B1 (fr) | Système de surveillance de la santé d'un hélicoptère | |
| FR3007131A1 (fr) | Procede et dispositif de diagnostic d'une perte de controle d'un aeronef | |
| FR3053460A1 (fr) | Procede et systeme d'assistance pour la detection d'une degradation de la performance des avions | |
| FR3064739A1 (fr) | Gestion de vol par optimisation iterative basee sur un modele | |
| FR2905778A1 (fr) | Procede de verification de pertinence d'une valeur de masse d'un aeronef | |
| FR2977687A1 (fr) | Procede heuristique pour calculer la performance d'un avion | |
| EP3232417B1 (fr) | Securisation du sequencement du plan de vol d'un aeronef | |
| FR3095424A1 (fr) | Système et procédé de surveillance d’un moteur d’aéronef | |
| FR3067491B1 (fr) | Dispositif, systeme et procede d'assistance a un pilote d'un aeronef | |
| EP3893173A1 (fr) | Procédé et dispositif de gestion de risques et d'alertes | |
| FR3002035A1 (fr) | Procede de controle des niveaux de fluide hydraulique dans un aeronef | |
| FR2982381A1 (fr) | Dispositif et procede pour regrouper des informations de gestion de controles techniques | |
| EP2799890A1 (fr) | Procédé et système de détermination d'une vitesse par rapport à l'air d'un aéronef | |
| FR3068490B1 (fr) | Procede de calcul d'une trajectoire verticale d'un aeronef a partir de sa position courante, produit programme d'ordinateur et systeme de calcul associes | |
| EP3443425A1 (fr) | Procédé de contrôle d'intégrité de l'avionique d'un aéronef, dispositif et produit programme d'ordinateur associés | |
| FR2967647A1 (fr) | Procede et systeme de sauvegarde de donnees de fonctionnement d'un vehicule |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20220902 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |