essentials from droned related work

fixed-wing UAV
простір планування польоту як 4 вимір;
AGL above ground level вище землі;
планування передполітне, перед завданням;
високорівневий контролер формує з трансльованих команд підзавдання та готовий до перепланування;
планувальник маршруту формує оптимальний ланцюжок проміжних засічок до пункту призначення;
return-to-base procedure;
UAS - unmanned aircraft system, повна система/платформа з мережею і персоналом;
складні операції на різних висотах потребують таймінгу погодних прогнозів для планування і пошуку оптимумівьна прийнятті рішень;
від "всі рішення приймає людина" до "комп’ютер ігнорує людину", проміжна: "компʼютер приймає рішення, що доводить";
OODA - observe(сенсори), orient(гіпотези з асінхронних даних), decide(алгоритм прийняття рішень, оцінки, відокремлення, резервування, зв’язування), act (системні приводи);
Health manager, fault tolerant control, Situation awareness manager, Mission goal manager;
operational research, algorithms for mission planning, trajectory generation, health monitoring, path following, adaptive
control theory, fault tolerant control for fast and robust adaptation;
SHM Structural health monitoring, монітор стану сполучень і вузлів для самодіагностики;
паралельна обробка команд і вже підготовлених даних смарт-сенсорів;
планування переміщення в площинах в залежності від прогнозованої погоди;
глибокий аналіз плану на логічні і семантичні неузгодженості для запобігання ризикам;
верифікація кожного з задіяних маталгоритмів;
нелінійні рівняння руху з шостима ступенями свободи (3 положення + 3 оріениація)для fixed-wing над моделлю необертаючоїсь "плоскої" землі, 12 рівнянь стану;
zermelo navigation problem, the use of
diverse Kalman filter algorithms as well as Monte Carlo simulations (mcs), desired trajectory
and its open loop steering control, інтеграція навігації з монітором стану;
 4 актуатори - пряма тяга, елерони крен, руль висоти кут і кермо напряму поворот);
(..матапарат розрахунку моделей фіксованого крила і валідації розрахунку, пра-алістиваєм..)
типи сенсорів: оптронні, пасивні CCD/CMOS денна камера, нічна і інфра; активні оптичні LiDAR, лазерні для поганих погодних умов; радарні мм хвиль 5 км, ViSAR синтезована апертура 100км, event-base visual sensor; інерційні: гіроскопи і акселерометри;
INS, inertial navigation, 3 гіроскопи і 3 акселе плюс гравітаційне прискорення;
трубки Піто швидкість вітру;
Data fusion for navigation has been characterized by the use of probabilistic tech-
niques such as Kalman filters, Gauss approximation methods, vector maps,
grid maps
GPS за 4 точками в космосі і 4 затримками часу, DGPS differential - окрім базової ще станції поблизу для виокремлення похибки проходження;
три рівні бачення об’єкта камерою - знаходження, впізнавання, ідентифікація;
застосування мережі Петрі PN/FPN/FRPN для моделювання;
моделювання оператора: аналіз значущості інформації в потоках даних про події і виводи на його основі щоскоріше. re-looks - за неможливості прийняти оптимальне рішення треба ще раз окинути оком щоскоріше, відомо що інколи причина щнаходиться в глибині даних і аналіз вимагає часу (як після інцидентів)
атмосфера: градієнти змін тиску, центрифуга і коріоліс від обертання земної кулі по осях, сили тертя на поверхні, лагранж і ейлер і газодинаміка, вітри, повітряні фронти, турбуленція фон карман драйден, флуктуації;
UAV як постійно керована механічна система з зовнішнім та внутрішнім контурами керування
генерації траекторії що відповідає можливостям і аеродинамиці бпла, жорстка увязка керування і контролю для оптимальної гнучкості, відповідність граничним і ефективним критеріям;
врахування мінімального розходу палива чи
енергії;
LST Lyapunov stability theorem;
..матапарат.. стійкість до шумів..HOSMC..100 сторінок рівнянь..
планування польоту і маршруту: оптимальна менш затратна траекторія і zermelo problem, вся решта вимог плюс специфіка операції;
PMW primary mission waypoints;
..тут вже підз*бався..матапарат..тесселяція..проблема китайського поштаря, а також комівояжера і ремонтника..Марков HMM..PVDTSP..довше буде? . як слідкувати з бпла не переймаючись планами рухливого бобіка.. multi criteria decision analysis (MCDA)  за вагою факторів в умовах суперечливих критеріїв..
візуальна геолокація по сенсорах..
монітор справності, наприклад пошкодження обшивки привнесе значну похибку в решту обрахунків..fault
tolerant flight control system (FTFCS)
Multiple sensor fault detection, isolation and accommodation (SFDIA)
. віртуальні сенсори. ..для реконфігурації на помилках..теорема Тихонова..

Acronyms
2D Two-dimensional
3D Three-dimensional
b-frame Body-fixed frame
e-frame Earth-fixed frame
gi-frame Geocentric inertial fixed-frame
i-frame Inertial-fixed frame
n-frame Navigation frame
w-frame Wind frame
ACO Ant colony optimization
ADS-B Automatic dependent surveillance broadcast
AER Attainable equilibrium region
AFC Adaptive fuzzy control
AFCS Automatic flight control system
AGL Above ground level
AIAA American Institute of Aeronautics and Astronautics
AMF Antecedent membership function
AMPC Adaptive model predictive control
ANDI Adaptive nonlinear dynamic inversion
ANFIS Adaptive neural fuzzy inference system
ANN Artificial neural network
APO Adaptive polytopic observer
ATC Air traffic control
ATSP Asymmetric traveling salesman problem
BCV Behavior coordination virtual
BIBS Bounded input bounded state
BN Bayesian network
BVP Boundary value problem
C3 Command, control, communication
CA Control allocation
CCF Common cause failures
CE Cross entropy
CEKM Continuous enhanced Kernel–Mendel
CICS Convergent input convergent state
CKM Continuous Kernel–Mendel
CLF Control Lyapunov function
CPT Conditional probability table
CR Controller reconfiguration
CSC Circle straight circle
CSP Constraint satisfaction problem

CT Coordinated turn
CV Constant velocity
DAG Directed acyclic graph
DCA Direct control allocation
DCM Direction cosine matrix
DE Differential evolution
DI Dynamic inversion
DLM Double-lattice method
DME Distance measurement equipment
DMOC Discrete mechanics and optimal control
DOF Degrees of freedom
DSPP Dubins shortest path problem
DSS Decision support system
DTRP Dynamic traveling repairman problem
DTSP Dynamic traveling salesman problem
EA Evolutionary algorithm
EASA European aviation safety agency
EBA Extended bifurcation analysis
EFCS Electronic flight control system
EIF Extended information filter
EKF Extended Kalman filter
EKM Enhanced Kernel–Mendel
ELOS Equivalent level of safety
ENU East North Up frame
EP Evolutionary programming
ESD Event sequence diagram
EST Expansive search trees
ETSP Euclidean traveling salesman problem
EVS Enhanced vision system
FAA Federal aviation authority
FAR Federal aviation regulations
FCC Flight control computer
FDD Fault detection and diagnosis
FDI Fault detection isolation
FDIR Fault detection isolation and response
FFA Functional fault analysis
FGS Fuzzy guidance system
FIFO First-in, first-out
FIM Fisher information matrix
FIS Fuzzy inference system
FL Flight level
FLC Fuzzy logic controller
FLF Fuzzy Lyapunov function
FMEA Failure modes and effects analysis

FOM Figures of merit
FOTSP Finite-one in set traveling salesman problem
FP Frobenius–Perron
FRBS Flight rule based system
FT Fault tree
FTA Fault tree analysis
FTFCS Flight tolerant flight control system
FU Footprint of uncertainty
GA Genetic algorithm
GAS Global asymptotic stability
GFS Genetic fuzzy system
GIS Geographic information system
GNC Guidance, navigation and control
GNSS Global navigation satellite system
GPS Global positioning system
GVD Generalized Voronoi diagram
HJB Hamilton–Jacobi–Bellman
HJI Hamilton–Jacobi–Isaacs
HOSMC Higher order sliding mode control
IACR Instantaneous acceleration center of rotation
IEEE Institute of electrical and electronic engineers
IHU Intelligent hardware units
IID Independent identically distributed
ILS Instrument landing system
IMU Inertial measurement unit
INS Inertial navigation system
IO Input output
IOP Input-to-output path
IRRT Information-rich rapidly exploring random tree
IRU Inertial reference unit
ISA International standard atmosphere
ISHM Integrated system health management
ISMC Integral sliding mode control
ISR Intelligence, surveillance, reconnaissance
IT2 Interval type 2
IVMH Integrated vehicle health management
JAR Joint aviation regulations
KF Kalman filter
KM Kernel–Mendel
LARC Lie algebra rank condition
LASSO Least absolute shrinkage and selection operation
LIFO Last in first out
LLM Local linear model
LMI Linear matrix inequality


LOS Line of sight
LPV Linear parameter variant
LQE Linear quadratic estimator
LQG Linear quadratic Gaussian
LRU Line replaceable unit
LS Least squares
LTI Linear time invariant
LTL Linear temporal logic
LTV Linear time variant
OLS Orthogonal least squares
OODA Observe, orient, decide, act
MA Maneuver automaton
MAS Multi-agent system
MBFS Model based fuzzy system
MC Monte Carlo
MCDA Multi-criteria decision analysis
MCS Motion capture system
MCMC Markov chain Monte Carlo
MDL Motion description language
MDP Markov decision process
MF Membership function
MFP Mission flight planning
MILP Mixed integer linear programming
MIMO Multi-input multi-output system
MISO Multi-input single-output
ML Machine learning
MLD Master logic diagram
MMAE Multiple model adaptive estimation
MP Mission priority
MPC Model predictive control
MR Mission risk
MRAC Model reference adaptive control
MST Minimum spanning trees
MTBF Mean time between failure
MTTR Mean time to repair
NAS National air space
NDI Nonlinear dynamic inversion
NDM Naturalistic decision making
NED North East Down frame
NOWR Neighboring optimal wind routing
NP Nonpolynomial
NT Nie-Tau
OCP Optimal control problem
OLS Orthogonal least squares


OODA Observe, orient, decide, act
OWP Optimal wind routing
PC Polynomial chaos
PD Proportional derivative
PDC Parallel distributed compensator
PDE Partial differential equation
PDF Probability distribution function
PID Proportional integral derivative
PMP Pontryagin maximum principle
PN Proportional navigation
POI Point of interest
POMDP Partially observable Markov decision process
PP Pole placement
PRA Probabilistic risk assessment
PRM Probabilistic road map
PSO Particle swarm optimization
PVDTSP Polygon visiting Dubins traveling salesman problem
PWM Primary waypoints mission
QV Quantization vector
RA Randomized algorithm
RBF Radial basis function
RCA Root cause analysis
RCLF Robust control Lyapunov function
RDM Relative degree matrix
RF Radio frequency
RGUAS Robust global uniform asymptotic stability
RHC Receding horizon control
RHTA Receding horizon task assignment
RL Reinforcement learning
RPDM Recognition primed decision making
RRT Rapidly exploring random tree
RS Robust stabilizability
RT Risk tolerance
RVM Relevance vector learning mechanism
RW Rule weight
SAA Sense and avoid
SCP Set covering problem
SDA Self-diagnosis accelerometer
SDRE State-dependent Riccati equation
SEC Software enabled control
SF Scaling factors
SFC Specific fuel consumption
SFDIA Sensor fault detection, isolation, accommodation
SGP Set covering problem

SHM System health management
SI Swarm intelligence
SISO Single-input single-output
SLAM Simultaneous localization and mapping
SLHS Stochastic linear hybrid system
SMC Sliding mode control
SPOI Sensed points of interest
SPP Sensory graph plan
SQP Sequential quadratic programming
SSE Sum Square errors
STC Self-tuning controller
SVD Singular value decomposition
SVD-QR Singular value decomposition and QR
TA Terrain avoidance
TAA Technical airworthiness authority
TCAS Traffic alert and collision avoidance
TCG Temporal causal graph
TF Terrain following
TPBVP Two-point boundary value problem
TR Type reduction
TSFS Takagi–Sugeno fuzzy system
TSK Takagi–Sugeno–Kang
TSP Traveling salesman problem
TTF Temporal transition to failure
UAS Unmanned aerial systems
UAV Unmanned aerial vehicle
UB Uncertainty bounds
UCA Uniform cost assignment
UKF Unscented Kalman filter
VFF Virtual force field
VOR VHF omni-directional range
VSC Variable structure control
VTP Virtual target point
WG Waypoint generation
WLS Weighted least squares
WSN Wireless sensor network
ZVD Zermelo–Voronoi diagram