Understanding Bounding Functions in Safety-Critical UAV Software

本文从安全视角探讨无人机软件,重点分析Bounding Functions(BF)的角色。BF用于确保变量保持在安全范围内,涉及Trajectory、Sensor、Speed、Engine和Pose管理。通过静态和动态方法研究BF,包括源码分析和微分模拟,揭示其对无人机行为的影响,以增强安全性和可靠性。
摘要由CSDN通过智能技术生成

Introduction

无人机软件安全的经验视角

  • 特点
    • bottom-up:听取现场无人机软件开发人员的意见,并逆向工程他们认为最关键的安全软件组件是什么。
    • Bounding Functions (BF) :BF是程序员插入的动态检查,以确保有界变量Bounded Variable (BV)保持在规定范围内。
    • 假设:BFs的使用与无人机特有的安全问题保持一致。
    • 双管齐下的呃呃方法验证猜想:
      • 静态的:从源码中识别所有的BF,并提供基于数据类型的BF用途的详细分类
      • 动态的:进行微分模拟,以说明BF使用对无人机行为的影响

A Datatype-based Taxonomy

  • 发现
    • 大量变量是int或float
    • BV属于一小组众所周知的无人机参数,反映了它们的网络物理性质,称之为物理变量
  • 具体分类
    • Trajectory Management ( TM ):为无人机提供安全导航的BF实例,主要是position, distance, and heading等有界物理变量。
    • Sensor Management (SM): 提供有效传感器读数的BF实例,与传感器值直接相关的边界物理变量。
    • Speed and Acceleration Management (SAM): 确保发动机安全速度和加速的BF实例,将这两个物理变量限制在内。
    • Engine Management (EM):BF实例通过边界2个物理变量为发动机提供安全:发动机的推力和油门。
    • Pose Management (PM):保持无人机定向安全的BF实例。这些实例主要绑定无人机的3个物理变量:pitch, roll, yaw。

A Differential Simulation

  • 为了交叉验证BF是否真的对无人机行为的正确性产生影响,对BF的影响进行了细粒度模拟

Summar

  • identified 241 BF through analyzing Paparazzi’s 2049 source files in autopilot software modules
  • 对109个物理变量进行了划分
  • 开发了工具PBF-Detector (Paparazzi Bounding Function Detector)

Background

Engine and Pose

  • Engine management:与无人机的速度和加速度直接相关
  • Pose(attitude):由3个角度表示(欧拉角度)
    • 固定翼飞机通过使用飞行控制表面来改变姿态
    • 旋翼飞机通过改变向相反方向旋转的电机的转速来改变姿态
      在这里插入图片描述

Navigation

  • path planning:路径规划是承担飞行任务目标的步骤
  • trajectory planning:轨道规划需要访问的下一个路点,并计划一个推力和姿势,以设置无人机到达该路点。
  • heading:无人机指向的一个方向
  • course:无人机前进的方向

Paparazzi Flight Controller Software

  • Paparazzi UAV software suite是能够在各种无人机上飞行的模块集合
  • 传感器值输入惯性导航系统(INS),该系统估计无人机的位置、速度和加速度
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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