用于辅助飞行器着陆的嵌入在飞行器中的神经网络的学习方法以及用于实施该方法的服务器技术

一种方法使用配备有至少一个雷达传感器的飞行器的机队，该方法至少包括：由所述机队的飞行器(A

The learning method of the neural network embedded in the aircraft and the server used to implement the method

【技术实现步骤摘要】
用于辅助飞行器着陆的嵌入在飞行器中的神经网络的学习方法以及用于实施该方法的服务器
本专利技术涉及用于辅助飞行器着陆的嵌入在所述飞行器中的神经网络的学习方法。本专利技术还涉及用于实施这样的方法的服务器。本专利技术的
是对相对于观察者的位置的环境的检测和识别。主要操作领域是用于着陆辅助应用的雷达。本专利技术更具体针对“EVS”(增强视觉系统)着陆辅助系统。本专利技术可以被应用于其他传感器(例如，光学的或电光学的)。
技术介绍
本专利技术特别解决了在降低的能见度的状况下，特别是由于恶劣的天气状况(例如，在起雾的情况下)，辅助飞行器在着陆跑道上着陆的问题。标准强加了用于在着陆阶段期间获得能见度的规则。这些规则由决策阈值来反映，所述决策阈值指代飞行器在其下降阶段期间的高度。在这些阈值中的每个阈值处，必须获得识别出的视觉标记以继续进行着陆操作，否则必须中止该着陆操作。中止的着陆操作表示针对空中交通管理和航班调度的实际问题。在起飞之前，必须基于天气预报(其或多或少是可靠的)来估计能够在目的地着陆的能力，并且如果有必要，必须提供后备解决方案。在降低的能见度的状况下飞行器着陆的问题已经成为当前使用的多种技术的发展主题。这些技术中的一种技术是仪表着陆系统(ILS)。ILS系统依赖于安装在地面上着陆跑道处的射频装置以及在飞行器上放置的兼容仪器。使用这样的引导系统需要昂贵的装置和特定的飞行员资格。另外，其不能够在所有机场上安装。其需要由用于对所述系统进行校准的飞机来维护。该系统尚未普遍，并且目前正在退出操作。另一替代方案是借助GPS的着陆辅助。尽管该方法具有足够的准确度，但是该解决方案的可靠性太低，因为其很容易——有意地或无意地——受到干扰。不保证其完整性。最后，还采用了增强视觉技术(增强视觉系统，EVS)。原理是在恶化的天气状况下使用比飞行员的眼睛更强大的传感器，并且借助于飞行员佩戴的平视显示器或头盔的遮阳镜将收集到的信息嵌入在飞行员的视野中。该技术本质上依赖于使用传感器来检测沿跑道以及在引道坡上设置的灯的辐照。白炽灯产生可见光，但是它们也在红外范围内发射。红外范围内的传感器使得能够检测这些辐照，并且在恶化的天气状况下，检测范围比人眼可见范围内的更好。因此，能见度增强使得能够在一定程度上改善着陆阶段并且限制中止着陆(abortedapproaches)。然而，该技术依赖于跑道附近存在的灯发出的杂散红外辐照。为了灯的耐用性，当前的趋势是用LED灯来代替白炽灯。LED灯在红外范围内具有较窄的光谱。因此，附带的效果是引起基于红外传感器的EVS系统的技术淘汰。红外传感器的替代方案是通过雷达传感器在厘米波段或毫米波段中获取图像。在水蒸气吸收峰之外选取的某些频带对恶劣的天气状况展现出非常低的灵敏度。因此，这样的传感器使得例如能够产生穿过雾的图像。然而，即使这些传感器具有良好的距离分辨率，它们也具有比光学解决方案要粗糙得多的角度分辨率。所述分辨率与所使用的天线的大小直接相关，并且常常过于粗糙，以至于无法在足够的距离上获得对着陆跑道的准确定位以形成调节动作。因此，需要使得能够利用在降低的能见度状况下着陆的视图引导着陆操作的新的技术方案。
技术实现思路
本专利技术的一个目的是特别允许在降低的能见度状况下进行这样的引导。为此，本专利技术的主题是一种用于辅助飞行器在至少一条给定的跑道上着陆的嵌入在所述飞行器中的神经网络的学习方法，所述神经网络相对于跑道来定位所述飞行器，所述方法使用至少配备有一个雷达传感器的飞行器的机队并且至少包括：-由所述机队的飞行器集合对雷达图像的共同收集的步骤，所述雷达图像由所述飞行器的雷达传感器在所述跑道上的标称着陆阶段中获得；在其中利用至少关于所述跑道相对于所述飞行器的位置的信息来标记由飞行器收集的每幅图像的步骤，标记的图像被发送到共享数据库并且被存储在所述数据库中；-由神经网络根据存储在所述共享数据库中的标记的图像来学习所述跑道的步骤，在所述步骤结束时，对所述神经网络进行训练；-将经训练的神经网络发送到所述飞行器中的至少一个飞行器的步骤。在特定的实现方式中，所述神经网络将所述飞行器的轨迹传输到显示和/或控制单元。所述数据库包括例如特定于若干着陆跑道的标记的雷达图像，所述标记的图像包括被成像的跑道的标识。每幅标记的图像都包括例如已经传输所述图像的所述飞行器的标识。在特定的实现方式中：-所述雷达图像受到特定于在每个飞行器上的雷达传感器的安装的偏差的影响，在将每幅雷达图像存储在所述数据库中之前，针对所述每幅雷达图像来估计所述偏差，所估计的偏差与所述图像一起存储；-将经训练的神经网络以特定于给定飞行器的估计的偏差传输到该飞行器。例如，通过由所述飞行器配备的所述雷达传感器获得的至少一幅雷达图像与所述跑道以及其环境的参考图像的比较来产生针对给定飞行器和针对给定跑道的所述偏差的估计。所述参考图像例如包括数字地形模型。用于在飞行器与所述数据库之间传输所述标记的图像的单元是例如依靠所述飞行器配备的所述雷达传感器制成的，所述传输是通过在雷达波上对形成所述图像的数据的调制来执行的。在特定的实现方式中，对于承载所述雷达传感器的飞行器而言，对所述图像的标记包括以下指示符中的至少一项：-相对于所述运载器在跑道上触地的时刻的所述图像的获取日期；-在图像捕获时刻所述运载器的位置：*绝对值：GPS位置；*相对于跑道的相对值：惯性单位(unit)；-所述运载器的高度；-所述运载器的姿态；-所述运载器的速度矢量(由雷达传感器根据所述运载器的地面速度获得)；-所述运载器的加速度矢量(由雷达传感器根据所述运载器的地面速度获得)；-由准确定位光学单元获得的所述跑道和参考结构相对于所述运载器的位置。例如，所述数据库是在由所述飞行器在至少所述跑道上执行的整个标称着陆期间更新的。本专利技术的另一主题是一种服务器，其包括用于实施先前所描述的方法的嵌入式神经网络的学习的数据库，所述服务器能够与飞行器通信。所述神经网络例如在所述服务器中被训练，经训练的网络被传输到所述飞行器中的至少一个飞行器。附图说明本专利技术的其他特征和优点将根据以下结合附图的描述变得显而易见，这些附图表示：图1是由根据本专利技术的方法所使用的着陆辅助设备的示例性实施例；图2是使用图1的设备执行的操作性着陆阶段的图示；图3是表示允许根据一系列雷达图像相对于给定的跑道对运载器进行定位的神经网络。图4是根据本专利技术的集中学习的原理的图示；图5是在本专利技术的实现方式中学习数据的操作和经训练的神经网络的恢复的链路；图6是与飞行器相关的偏差的估计的示例的表示。具体实施方式为了引导飞行器重新进入跑道，本专利技术有利地组合了对天气状况具有非常低敏感性的雷达传感器与神经网络，雷达传感器和神经网络两者均嵌入在飞行器中。该神经网络与其他飞行器的神经网络共享雷本文档来自技高网...

【技术保护点】
1.一种用于辅助飞行器(A1)在至少一条给定跑道(P1)上的着陆的嵌入在所述飞行器中的神经网络的学习方法，所述神经网络建立所述飞行器相对于所述跑道的定位，其特征在于，使用至少配备有一个雷达传感器(1)的飞行器的机队，所述方法至少包括：/n-由所述机队的飞行器(A

【技术特征摘要】
20181122 FR 18716981.一种用于辅助飞行器(A1)在至少一条给定跑道(P1)上的着陆的嵌入在所述飞行器中的神经网络的学习方法，所述神经网络建立所述飞行器相对于所述跑道的定位，其特征在于，使用至少配备有一个雷达传感器(1)的飞行器的机队，所述方法至少包括：
-由所述机队的飞行器(A1，…AN)集合对雷达图像的共同收集的步骤，所述雷达图像是由所述飞行器(A1，…AN)的所述雷达传感器在所述跑道上的标称着陆阶段获得的；在其中利用至少关于所述跑道(P1)相对于飞行器的位置的信息来标记由所述飞行器收集的每幅图像的步骤，经标记的图像被发送(42)到共享数据库(10、41)并且被存储在所述数据库中；
-由神经网络(3)根据存储在所述共享数据库(41、10)中的所述经标记的图像对所述跑道的学习的步骤，在所述步骤的结束时，对所述神经网络(3)进行训练；
-将经训练的神经网络发送(43)到所述飞行器中的至少一个飞行器(A1)的步骤。


2.根据权利要求1所述的方法，其特征在于，所述神经网络将所述飞行器的轨迹传输到显示和/或控制单元(5)。


3.根据前述权利要求中的任一项所述的方法，其特征在于，所述数据库(41、10)包括特定于若干着陆跑道的经标记的雷达图像，所述经标记的图像包括被成像的跑道的标识。


4.根据前述权利要求中的任一项所述的方法，其特征在于，每幅经标记的图像包括已经传输所述图像的所述飞行器的标识。


5.根据权利要求4所述的方法，其特征在于：
-所述雷达图像受到特定于在每个飞行器上的所述雷达传感器(1)的安装的偏差的影响，所述偏差是在将每幅雷达图像存储在所述数据库(10)中之前针对每幅雷达图像来估计(51)的，所估计的偏差与所述图像一起存储；
-将所述经训练的神经网络与特定于给定飞行器的所估计的偏差一起传输到所述飞行器。


6.根据前述权利要求中...

【专利技术属性】
技术研发人员：Y·韦拉克，P·加雷克，P·科尔尼克，
申请(专利权)人：塔莱斯公司，
类型：发明
国别省市：法国;FR