Machine learning algorithm of immune neuro-fuzzy anti-collision embedded system for autonomous unmanned aerial vehicles team

Gorobetz, Mikhail; Ribickis, Leonīds; Levchenkov, Anatoly; Beinarovica, Anna

doi:10.1145/3309772.3309797

Cited by 4 publications

(2 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…By implementing this anti-collision model, navigation of aerial robots becomes safer. The study [15] is dedicated to solving a collision prevention task for autonomous unmanned aerial vehicles' team by Immune Neuro-Fuzzy Network (INFN) application. The goal of the research was to develop the machine learning algorithm for autonomous UAV.…”

Section: Selected Published Research Results In the Field Of Anti-col...mentioning

confidence: 99%

Anti-Collision System for Small Civil Aircraft

2022

View full text Add to dashboard Cite

This paper presents the results of the research in the field of anti-collision systems for small civil aircraft, which are not dependent on secondary radars and satellite navigation systems. The aviation communication network was used to design the anti-collision system. The simulation results manifested that the anti-collision system precision depended on the errors of synchronization of the aviation communication network. The precision of the anti-collision system is also influenced by the errors of the coordinates of individual aviation communication network users, based on which the system identifies its own position. The results of the simulation show that the dispersion of the positioning error σ2∆P by the ACS system varied in the range of 1.94 m2 to 503.23 m2. The simulation results confirm that the designed anti-collision system is operational in establishing its position against other FOs, with the distance from the given FOs being 50.0 km maximum. The main contribution of this paper are derived algorithms for the operation of an anti-collision system for small civil aircraft, in addition to the design of movement trajectory models of five flying objects which operate within the aviation communication network. The advantage of the anti-collision system is that it is independent of satnav systems and secondary radars. A significant advantage is the low cost of this system.

show abstract

Section: Selected Published Research Results In the Field Of Anti-col...mentioning

confidence: 99%

Anti-Collision System for Small Civil Aircraft

2022

View full text Add to dashboard Cite

show abstract

“…Cette approche comprend la détection d'obstacles ou d'intrus dans une certaine zone de sécurité autour de l'aéronef en vol et selon le système, l'évitement automatique de collisions si nécessaire en plus de l'alerte. Les articles consistent en des revues de littérature où le sujet est traité[82,92,109], des améliorations d'algorithmes[7,13,32,35,43,44,56,60,74,77,84,91,118,123,125] ainsi que des systèmes (matériel et logiciel) fournissant la fonctionnalité de Détecter et Éviter[46,73].Le géorepérage constitue 3.03% des réponses. La réglementation[30] la définit comme une fonction qui, sur la base des données fournies par le régulateur, détecte une violation potentielle des limites de l'espace aérien et en alerte les télépilotes, afin que ces derniers puissent agir de manière immédiate et efficace pour éviter cette violation.…”

unclassified

Revue Systématique de la Littérature sur le Soutien à la Sécurité des Opérations de Drones

Rakotonarivo

Conversy

Drougard

et al. 2021

32e Conférence Francophone Sur l'Interaction Homme-Machine

View full text Add to dashboard Cite

Dans cet article, nous nous intéressons au soutien à la sécurité des opérations de drones. Il s'agit d'un enjeu primordial pour les exploitants qui doivent se conformer au cadre légal. Nous présentons tout d'abord les systèmes de drones et la réglementation européenne. Ensuite nous décrivons une revue systématique de la littérature sur cette thématique. L'identification des approches principales en résulte : "Voir & Éviter", Interactions Humain-Machine et Facteurs Humains (IHM/FH), intégrité de l'aéronef, analyses de sécurité, planification de trajectoires, géorepérage, cyber-sécurité et gestion du trafic de drones. Nous analysons plus en détail les contributions liées à l'IHM en identifiant les tâches utilisateurs, les recommandations pour la conception d'interactions améliorant la sécurité des opérations de drones et les perspectives de recherche. Enfin, nous discutons des aspects peu couverts dans les articles examinés.

show abstract

Recent Progress on Multiple-Unmanned Aerial Vehicle Collision Avoidance Algorithms

Jia

2020

2020 Chinese Automation Congress (CAC)

View full text Add to dashboard Cite

Machine learning algorithm of immune neuro-fuzzy anti-collision embedded system for autonomous unmanned aerial vehicles team

Cited by 4 publications

References 7 publications

Anti-Collision System for Small Civil Aircraft

Anti-Collision System for Small Civil Aircraft

Revue Systématique de la Littérature sur le Soutien à la Sécurité des Opérations de Drones

Recent Progress on Multiple-Unmanned Aerial Vehicle Collision Avoidance Algorithms

Contact Info

Product

Resources

About