ARP4754A、DO-178C和DO-331的自动驾驶仪研究附Matlab代码、Simulink仿真

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页:Matlab科研工作室

🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在现代航空领域,自动驾驶仪作为保障飞行安全、提升飞行效率的关键系统,其可靠性与安全性至关重要。随着航空技术的飞速发展,对自动驾驶仪的设计、开发与验证提出了更为严苛的要求。ARP4754A、DO-178C 和 DO-331 等标准规范在这一过程中扮演着核心角色,为自动驾驶仪的全生命周期提供了系统性的指导与约束。本研究旨在深入剖析这些标准在自动驾驶仪研发中的应用,探讨其对提升自动驾驶仪性能与安全性的重要意义。

(一)研究背景与意义

随着民航运输业的持续扩张以及无人机等新兴航空应用的兴起,自动驾驶仪的应用场景不断拓展。在复杂多变的飞行环境下,如恶劣天气、密集空域等,自动驾驶仪需具备高度的可靠性与精准的控制能力,以确保飞行安全。ARP4754A、DO-178C 和 DO-331 等标准正是顺应这一需求而制定,它们整合了航空工业多年来的实践经验与技术成果,为自动驾驶仪的研制提供了科学、严谨的框架。遵循这些标准开发的自动驾驶仪,能够更好地满足适航要求,增强公众对航空安全的信心,同时也有助于推动航空产业的规范化、国际化发展。

(二)相关标准概述

  1. ARP4754A:ARP4754A《民用飞机与系统研制指南》于 2010 年修订发布,它全面阐述了飞机及飞机系统的开发流程。该标准强调过程保证的重要性,核心在于 “双 V” 管理流程。第一个 “V” 代表飞机需求自上而下的分解和确认流程(Validation),从市场需求开始,逐步细化为飞机级需求、系统级需求、分系统级需求直至设备级需求,确保需求的完整性与准确性。第二个 “V” 是产品自下而上的集成验证流程(Verification),通过设备、分系统、系统的逐级验证,最终实现飞机级需求的验证,保证产品符合设计要求。例如在自动驾驶仪的研制中,ARP4754A 指导研发团队从飞行控制的总体需求出发,将其分解到自动驾驶仪的各个功能模块,如姿态控制、导航跟踪等模块,再通过对各模块的设计、开发与测试,逐步集成验证,确保最终的自动驾驶仪系统满足飞机整体的飞行控制需求。
  1. DO-178C:DO-178C《机载系统合格审定过程中的软件考虑》是当前最先进的机载软件标准。它的前身 DO-178 经历了多次修订,从最初注重文档和测试的规定性流程,逐步发展到 DO-178B 基于目标和过程的框架,并在 DO-178C 中进一步完善,明确了诸多细节,消除了不一致性。DO-178C 将软件定义为 A、B、C、D、E 五个等级,依据安全性分析过程确定软件等级,通常在初步系统安全性评估文件(Preliminary System Safety Assessment, PSSA)中说明。不同等级对应不同的设计保证活动和目标,软件等级越高,开发过程中的活动和目标要求越严格,以确保软件在飞机安全方面的可靠性。对于自动驾驶仪软件,由于其对飞行安全的关键影响,通常会被定为较高等级,如 A 级或 B 级,要求严格遵循 DO-178C 中的各项要求进行开发。
  1. DO-331:DO-331《对 DO-178C 和 DO-278A 的基于模型的开发和验证补充》是 DO-178C 的重要补充文件。随着基于模型的开发(MBD)技术在航空领域的广泛应用,DO-331 为使用该技术开发和验证机载软件提供了针对性指导。它详细说明了如何在基于模型的开发环境下,满足 DO-178C 中的目标和要求,包括模型的建立、验证、确认以及与传统软件开发过程的整合等方面,促进了基于模型的开发技术在自动驾驶仪软件开发中的规范化应用。

二、ARP4754A 对自动驾驶仪系统开发的指导

(一)需求管理与分解

  1. 需求捕获与定义:依据 ARP4754A,在自动驾驶仪开发初期,需全面捕获来自飞机总体设计、飞行任务要求、法规标准等多方面的需求。例如,飞机在不同气象条件下的自动着陆要求、巡航阶段的航迹保持精度要求等,都需准确纳入自动驾驶仪的需求定义中。通过严谨的需求分析,明确自动驾驶仪应具备的功能、性能指标以及与飞机其他系统的接口关系。
  1. 需求分解与分配:将自动驾驶仪的总体需求按照 “双 V” 流程自上而下逐步分解。以自动着陆功能为例,飞机级的自动着陆需求会被分解为自动驾驶仪系统级的需求,如对高度、速度、姿态等参数的精确控制需求。这些系统级需求进一步分配到各个子系统和模块,如传感器模块对高度和速度测量精度的需求,控制算法模块对姿态控制策略的需求等,确保每个底层组件都明确自身的设计目标与要求。

(二)系统设计与验证

  1. 架构设计:ARP4754A 指导设计人员根据分解后的需求进行自动驾驶仪的架构设计。考虑到安全性与可靠性,通常采用冗余架构,如多通道设计,当某一通道出现故障时,其他通道能够继续维持系统的基本功能。例如,常见的三余度自动驾驶仪系统,通过三个独立的计算通道对传感器数据进行处理和决策,相互比较和验证,提高系统的容错能力。
  1. 验证与确认:在自下而上的集成验证过程中,按照 ARP4754A 要求,对每个组件、子系统和系统级别的设计进行严格验证。通过测试、仿真等手段,验证自动驾驶仪是否满足预先定义的需求。如在子系统测试中,对传感器子系统进行精度测试,确保其测量数据的准确性;在系统集成测试中,模拟各种飞行工况,验证自动驾驶仪系统在不同条件下的控制性能和稳定性,确保整个系统满足飞机级的飞行控制需求。

三、DO-178C 在自动驾驶仪软件开发中的应用

(一)软件生命周期模型选择

  1. 模型特点与适用性:DO-178C 不规定具体的软件生命周期模型,但要求开发者在软件计划中明确所选模型及其合理性。常见的软件生命周期模型如瀑布模型、迭代模型、敏捷开发模型等在自动驾驶仪软件开发中各有应用。瀑布模型具有严格的阶段划分和顺序性,适合需求明确、对安全性要求极高的自动驾驶仪关键软件模块开发,如飞行控制律计算模块。迭代模型和敏捷开发模型则更适用于需求可能发生变化、对开发灵活性有一定要求的部分,如人机交互界面相关软件的开发。
  1. 模型实施要点:无论选择何种模型,都需满足 DO-178C 中对软件生命周期过程的要求,包括需求开发、设计、编码、集成、测试验证等过程。在每个过程中,要明确输入输出、转入转出准则以及过程间的反馈关系。例如,在需求开发过程中,输入为系统需求文档,输出为软件需求规格说明,转入准则是系统需求稳定且经过评审,转出准则是软件需求规格说明经过严格审查并得到相关方认可。

(二)软件等级确定与目标符合性

  1. 软件等级划分依据:根据初步系统安全性评估(PSSA)结果,确定自动驾驶仪软件的等级。由于自动驾驶仪直接关乎飞行安全,其核心软件模块通常被定为较高等级,如 A 级或 B 级。A 级软件要求最高,需满足最严格的设计保证活动和目标,因为其失效可能导致灾难性后果;B 级软件失效虽不会造成灾难性后果,但也可能严重影响飞行安全,同样需严格遵循 DO-178C 要求。
  1. 目标符合性实现:针对不同等级的软件,开发团队需确保各项设计保证活动满足 DO-178C 中相应等级的目标。例如,对于 A 级软件,在测试方面,除了进行全面的功能测试,还需进行结构覆盖率测试,确保代码的每一个分支、每一条语句都经过测试,以最大程度保证软件的可靠性和安全性。在文档编制方面,要求更为详尽,对软件需求、设计、测试等各个阶段的文档都有严格的格式和内容要求,以便于审查和追溯。

四、DO-331 对基于模型的自动驾驶仪软件开发的支持

(一)基于模型的开发流程

  1. 模型建立与应用:在自动驾驶仪软件开发中,DO-331 指导开发人员利用基于模型的开发技术建立系统模型。例如,通过建立飞行力学模型、控制算法模型等,对自动驾驶仪的功能和性能进行精确描述。这些模型不仅用于软件设计,还可在早期进行仿真验证,提前发现设计缺陷。如在设计自动驾驶仪的导航跟踪算法时,通过建立飞机运动模型和导航系统模型,在虚拟环境中对不同导航策略进行仿真测试,优化算法参数,提高导航精度。
  1. 模型与代码生成:DO-331 规定了如何从模型自动生成代码,并确保生成代码与模型的一致性和可追溯性。通过成熟的代码生成工具,将经过验证的模型转化为可执行代码,减少手工编码可能引入的错误。同时,建立模型元素与生成代码之间的映射关系,便于在后期维护和变更时进行追溯和验证,保证软件的质量和可靠性。

(二)模型验证与确认

  1. 验证方法与技术:依据 DO-331,对建立的模型进行严格验证。采用多种验证方法,如模型检查、仿真测试、形式化验证等。模型检查用于发现模型中的语法错误、逻辑不一致等问题;仿真测试通过模拟不同飞行工况,验证模型在实际运行中的性能表现;形式化验证则运用数学方法对模型的正确性进行严格证明。例如,对于自动驾驶仪的避障模型,通过形式化验证可证明在各种可能的飞行场景下,该模型能够正确规划避障路径,避免碰撞。
  1. 确认与传统开发过程整合:DO-331 强调将基于模型的开发过程中的确认活动与传统软件开发过程中的确认活动相整合。在模型验证的基础上,对生成的代码进行进一步的确认测试,确保最终的软件产品满足系统需求和 DO-178C 的要求。同时,在整个开发过程中,保持模型与需求、设计、测试等环节的紧密联系,实现全生命周期的一致性和可追溯性。

五、综合应用面临的挑战与应对策略

(一)标准协同与整合难题

  1. 挑战分析:ARP4754A 主要侧重于系统层面的开发流程,DO-178C 聚焦于软件方面,DO-331 则针对基于模型的开发补充说明,三者在实际应用中需协同配合,但由于各自的侧重点不同,在流程衔接、文档要求等方面存在一定的不一致性。例如,在系统需求向软件需求转换过程中,如何确保满足 ARP4754A 的需求分解要求,同时又符合 DO-178C 对软件需求开发的目标,存在协调难度。
  1. 应对策略:建立跨标准的项目管理团队,成员涵盖系统工程师、软件工程师以及适航专家等。在项目初期,制定详细的开发计划,明确各标准在不同阶段的应用要求和衔接点。例如,在需求阶段,共同梳理系统需求与软件需求的映射关系,确保满足 ARP4754A 的 “双 V” 流程和 DO-178C 对软件需求的规范。同时,建立统一的文档管理体系,对涉及不同标准的文档进行整合管理,保证文档的一致性和可追溯性。

(二)技术复杂性与成本控制

  1. 挑战分析:遵循 ARP4754A、DO-178C 和 DO-331 标准开发自动驾驶仪,需采用先进的技术和复杂的流程,这无疑增加了技术实现的难度和开发成本。例如,为满足 DO-178C 对软件测试的严格要求,可能需要购置昂贵的测试设备和工具,同时投入大量人力进行测试用例设计和执行;基于模型的开发技术虽有优势,但对开发人员的技术水平要求较高,培训成本增加。
  1. 应对策略:在技术方面,加强研发团队的技术培训,提升团队对先进技术和标准的理解与应用能力。与高校、科研机构合作,开展技术攻关,解决技术难题。在成本控制方面,合理规划项目预算,优化资源配置。例如,在测试设备选型上,综合考虑性能与成本,选择性价比高的设备;通过优化测试用例设计,提高测试效率,减少测试时间和人力成本。同时,随着技术的成熟和应用规模的扩大,利用规模效应降低单位成本。

(三)适航审查与认证压力

  1. 挑战分析:满足 ARP4754A、DO-178C 和 DO-331 标准是获得适航认证的关键,但适航审查过程严格且复杂,对开发团队的文档准备、技术解释能力等提出了很高要求。任何不符合标准的细节都可能导致审查不通过,延误项目进度。例如,在 DO-178C 的软件审查中,对软件需求的可追溯性、测试覆盖的完整性等方面的审查极为严格,一旦发现问题,需耗费大量时间进行整改。
  1. 应对策略:在项目开发过程中,建立完善的适航管理体系,提前与适航当局沟通,了解审查要点和流程。从项目启动开始,按照标准要求,规范文档编制和技术实现过程,确保各项工作符合适航要求。定期进行内部审查和模拟审查,及时发现问题并整改。同时,培养专业的适航人员,负责与适航当局的沟通协调,提高审查通过的效率和成功率。

六、结论

ARP4754A、DO-178C 和 DO-331 标准在自动驾驶仪的研究与开发中发挥着不可替代的作用。ARP4754A 为自动驾驶仪的系统开发提供了全面的流程指导,确保系统需求的准确捕获、分解与验证;DO-178C 规范了自动驾驶仪软件的全生命周期开发过程,通过严格的软件等级划分和目标符合性要求,保障软件的安全性和可靠性;DO-331 则为基于模型的自动驾驶仪软件开发提供了针对性的支持,促进了先进开发技术的应用与规范化。尽管在综合应用这些标准时面临着标准协同、技术成本和适航审查等挑战,但通过有效的应对策略,能够充分发挥这些标准的优势,推动自动驾驶仪技术的不断进步,为航空安全提供更为坚实的保障。未来,随着航空技术的持续发展,这些标准也将不断完善,在自动驾驶仪及其他航空系统的研发中持续发挥重要作用。

⛳️ 运行结果

图片

图片

🔗 参考文献

[1] 陈超.基于适航性认证考虑的航空系统模型仿真[C]//第24届中国系统仿真技术及其应用学术年会(CCSSTA24th 2023).上海科梁信息科技股份有限公司, 2023.

[2] 蔡丹,黄欢,余颖婕.基于ARP4754A的软硬件开发和集成研究[J].数字化用户, 2021(7):19-20.

[3] 李莉,孙星,刘路.适航要求下民机航电系统建设条件研究[J].中国设备工程, 2021(16):2.

📣 部分代码

🎈 部分理论引用网络文献,若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:

🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌈图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌈 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌈 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值