In this work, we present an integrated Framework for Autonomous Drone Safety (FADS). The demand for safe and efficient mobility of people and goods is growing rapidly, in line with the growth in population in US urban centers. In response, new technologies to meet these urban mobility demands are also rapidly maturing in preparation for future full-scale deployment. As surface congestion increases and the technology surrounding unmanned aerial systems (UAS) matures, more people are looking to the urban airspace and Urban Air Mobility (UAM) as a piece of the puzzle to promote mobility in cities. However, the lack of coordination between UAS stakeholders, federal UAS safety regulations, and researchers developing UAS algorithms continues to be a critical barrier to widespread UAS adoption. FADS takes into account federal UAS safety requirements, UAM challenge scenarios, contingency events, as well as stakeholder-specific operational requirements. FADS formalizes these requirements, through Signal Temporal Logic (STL) representations, and a trajectory planning optimization for multi-rotor UAS fleets guarantees robust and continuous-time satisfaction of the requirements and mission objectives. The intuitive FADS user interface makes it easy to plan missions in a variety of environments; we demonstrate this through several rural and urban environment-based case studies. FADS holistically integrates high-level stakeholder objectives with low-level trajectory planning; combined with a user-friendly interface, FADS reduces the complexity of stakeholder coordination within the UAM context.

在这项工作中，我们提出了一个集成的自主无人机安全框架 (FADS)。随着美国城市中心人口的增长，对人员和货物安全高效流动的需求正在迅速增长。作为回应，满足这些城市交通需求的新技术也在迅速成熟，为未来的全面部署做准备。随着地面拥堵的增加和无人机系统 (UAS) 技术的成熟，越来越多的人将城市空域和城市空中机动性 (UAM) 视为促进城市机动性的拼图。然而，UAS 利益相关者、联邦 UAS 安全法规和开发 UAS 算法的研究人员之间缺乏协调，仍然是 UAS 广泛采用的关键障碍。FADS 考虑到联邦 UAS 安全要求，UAM 挑战场景、突发事件以及特定于利益相关者的操作要求。FADS 通过信号时序逻辑 (STL) 表示形式化这些要求，并针对多旋翼 UAS 机队进行轨迹规划优化，以确保对要求和任务目标的稳健和连续时间满足。直观的 FADS 用户界面可以轻松地在各种环境中规划任务；我们通过几个基于农村和城市环境的案例研究证明了这一点。FADS 将高层次的利益相关者目标与低层次的轨迹规划相结合；结合用户友好的界面，FADS 降低了 UAM 环境中利益相关者协调的复杂性。FADS 通过信号时序逻辑 (STL) 表示形式化这些要求，并针对多旋翼 UAS 机队进行轨迹规划优化，以确保对要求和任务目标的稳健和连续时间满足。直观的 FADS 用户界面可以轻松地在各种环境中规划任务；我们通过几个基于农村和城市环境的案例研究证明了这一点。FADS 将高层次的利益相关者目标与低层次的轨迹规划相结合；结合用户友好的界面，FADS 降低了 UAM 环境中利益相关者协调的复杂性。FADS 通过信号时序逻辑 (STL) 表示形式化这些要求，并针对多旋翼 UAS 机队进行轨迹规划优化，以确保对要求和任务目标的稳健和连续时间满足。直观的 FADS 用户界面可以轻松地在各种环境中规划任务；我们通过几个基于农村和城市环境的案例研究证明了这一点。FADS 将高层次的利益相关者目标与低层次的轨迹规划相结合；结合用户友好的界面，FADS 降低了 UAM 环境中利益相关者协调的复杂性。多旋翼 UAS 机队的轨迹规划优化保证了要求和任务目标的稳健和连续时间满足。直观的 FADS 用户界面可以轻松地在各种环境中规划任务；我们通过几个基于农村和城市环境的案例研究证明了这一点。FADS 将高层次的利益相关者目标与低层次的轨迹规划相结合；结合用户友好的界面，FADS 降低了 UAM 环境中利益相关者协调的复杂性。多旋翼 UAS 机队的轨迹规划优化保证了需求和任务目标的稳健和连续时间满足。直观的 FADS 用户界面可以轻松地在各种环境中规划任务；我们通过几个基于农村和城市环境的案例研究证明了这一点。FADS 将高层次的利益相关者目标与低层次的轨迹规划相结合；结合用户友好的界面，FADS 降低了 UAM 环境中利益相关者协调的复杂性。FADS 将高层次的利益相关者目标与低层次的轨迹规划相结合；结合用户友好的界面，FADS 降低了 UAM 环境中利益相关者协调的复杂性。FADS 将高层次的利益相关者目标与低层次的轨迹规划相结合；结合用户友好的界面，FADS 降低了 UAM 环境中利益相关者协调的复杂性。