Articulo de referencia

Simulación de sistemas de aeronaves no tripuladas

La simulación de sistemas de aeronaves no tripuladas se centra en la formación de pilotos (u operadores) para controlar una aeronave no tripulada o su carga útil desde una estac...

La simulación de sistemas de aeronaves no tripuladas se centra en la formación de pilotos (u operadores) para controlar una aeronave no tripulada o su carga útil desde una estación de control. La simulación de vuelo implica un dispositivo que recrea artificialmente el vuelo de una aeronave y el entorno en el que vuela para la formación de pilotos, el diseño u otros fines. Incluye la reproducción de las ecuaciones que rigen el modo en que vuelan las aeronaves, su reacción a las aplicaciones de los controles de vuelo, los efectos de otros sistemas de la aeronave y su reacción a factores externos como la densidad del aire, la turbulencia, la cizalladura del viento, las nubes, las precipitaciones, etc.

La simulación tripulada se utiliza por diversas razones, incluido el entrenamiento de vuelo (principalmente de pilotos), el diseño y desarrollo de la aeronave en sí, y la investigación de las características de la aeronave y las cualidades de manejo del control. [1] A diferencia de la simulación tripulada, la simulación del sistema de aeronave no tripulada (UAS) no involucra a un piloto a bordo del dispositivo de entrenamiento.

Entrenamiento de simulación de sistemas de aeronaves no tripuladas (UAS)

Los simuladores de vuelo tripulados emplean distintos tipos de hardware y software, dependiendo del nivel de detalle y realismo del modelado que se requiera para la función en la que se van a utilizar. Los diseños varían desde modelos de sistemas de aeronaves basados ​​en computadoras portátiles (llamados Entrenadores de Tareas Partidas o PTT), hasta réplicas de cabinas para una familiarización inicial, hasta simulaciones altamente realistas de la cabina , los controles de vuelo y los sistemas de la aeronave para una capacitación más completa del piloto. [2]

El uso de sistemas no tripulados por parte de las fuerzas de defensa a nivel mundial ha crecido sustancialmente durante la última década y se espera que siga creciendo significativamente. Además, los sistemas no tripulados se utilizarán cada vez más para aplicaciones comerciales como la inspección remota de tuberías e instalaciones hidroeléctricas , la vigilancia de incendios forestales, la observación de recursos naturales críticos, la evaluación de desastres naturales y una variedad de otras aplicaciones. Este aumento en el uso de capacidades de UAS da como resultado la necesidad de contar con pilotos de UAS, operadores de sensores y comandantes de misión más altamente capacitados. [3]

Un vehículo aéreo no tripulado (UAV), comúnmente conocido como dron y denominado aeronave pilotada a distancia (RPA) por la Organización de Aviación Civil Internacional (OACI), es una aeronave sin un piloto humano a bordo. Su vuelo es controlado de forma autónoma por ordenadores de a bordo o por el control remoto de un piloto en tierra o en otro vehículo. El método típico de lanzamiento y recuperación de una aeronave no tripulada es mediante la función de un sistema automático o un operador externo en tierra. [4] Históricamente, los UAV eran simples aeronaves pilotadas a distancia, pero cada vez se emplea más el control autónomo. [5] Un UAS está compuesto por el UAV en sí, así como por el hardware y el software de lanzamiento, recuperación y control asociados.

Los UAV se utilizan generalmente para aplicaciones militares y de operaciones especiales, pero también se utilizan en un número pequeño pero creciente de aplicaciones civiles, como la vigilancia policial y la extinción de incendios, y en tareas de seguridad no militares, como la vigilancia de oleoductos. Los UAV suelen preferirse para misiones que son demasiado "aburridas, sucias o peligrosas" para aeronaves tripuladas. [6]

El entrenamiento con simulación de UAS permite a los operadores de UAS entrenarse en tiempo real para operar UAV en un entorno virtual realista y preciso, pero sin los riesgos y limitaciones de un vuelo real. La simulación de UAS incluye:

  • UAVS simulados: El sistema permite el entrenamiento tanto en helicópteros como en UAVs de ala fija.
  • Entrenamiento con la estación terrestre real: el sistema utiliza datos reales generados por el piloto automático del UAV real para proporcionar una simulación extremadamente realista.
  • El mundo virtual en el que vuela el UAV está modelado en 3D con texturas fotográficas y contiene todas las características necesarias para simular una misión en condiciones operativas.
  • Simulación de la carga útil: el sistema genera un vídeo en tiempo real para simular la salida de la carga útil tanto en modo visible como en modo infrarrojo. Este vídeo se transmite a la estación de vídeo real como en el sistema real.
  • Características de simulación: Interfaz multilingüe, controles tipo VCR (reproducción hacia adelante/hacia atrás), funciones meteorológicas simuladas, opciones de visualización (panel de vuelo, trayectoria del UAV), visualización de datos de telemetría . [7]

El entrenamiento con simulación de UAS combina una arquitectura abierta con hardware y software de simulación disponibles comercialmente que facilitan el uso de diseños patentados para proporcionar un sistema de entrenamiento integral e independiente de la plataforma. Los clientes se benefician de una mayor flexibilidad para la evolución, la creación de redes, el entrenamiento de misiones distribuidas y la combinación dentro de un entorno de entrenamiento integrado. UAS es una solución que optimiza la preparación operativa al tiempo que minimiza el uso de activos en vivo para entrenar y preparar al equipo de misión integrado para las operaciones. La solución integral también prepara al equipo de misión integrado (piloto, especialista en carga útil y oficial al mando) en procedimientos operativos de plataforma, interpretación y análisis de datos e interacción del equipo. [3]

Entrenamiento de UAS en las Fuerzas Armadas de los Estados Unidos

Los potenciales pilotos de UAS de la Fuerza Aérea y los operadores de sensores asisten a tres meses y medio de cursos de capacitación especializados, la mayoría de los cuales son simulados. [8] En el entrenamiento simulado para el Predator , los operadores utilizan una palanca de control manual, un sistema de timón y un sistema de monitor que es el mismo que el simulador real. Las principales bases de entrenamiento de UAS de la Fuerza Aérea se encuentran en la Base de la Fuerza Aérea Holloman , NM, Cannon AFB , NM, Ellsworth AFB , SD y Whiteman AFB , MO, pero recibirán el entrenamiento de vuelo inicial en Pueblo, CO . [9]

Los soldados del ejército reciben entrenamiento en UAS más pequeños y fáciles de maniobrar, como el Raven y el Puma, por parte de instructores expertos. Los instructores expertos son seleccionados de bases de todo el mundo y reciben instrucción en Ft. Benning, Georgia. [10] Estos instructores expertos luego entrenan a las unidades en su base de origen. Los operadores del ejército para UAS más grandes, como Shadow y Gray Eagle, realizan el entrenamiento en Fort Huachuca , Arizona debido a su ubicación remota. [10] Estos operadores son especialistas en combate de UAS para un solo modelo específico. Esto se debe a las diferentes capacidades y funciones de cada aeronave. [10] El entrenamiento es una combinación de entrenamiento en vivo y simulado para enseñar a los nuevos operadores. El entrenamiento se simula fácilmente porque es casi la misma experiencia que el entrenamiento en vivo en la aeronave que es operada por una estación de control terrestre (GCS). [10]

El estándar para la Marina era utilizar pilotos que hubieran completado al menos un período de pilotaje antes de permitir el entrenamiento en la operación de un UAS. Con el avance y la economía de los simuladores, la Marina está comenzando a entrenar al personal alistado con experiencia de vuelo para convertirse en operadores. [11] El capitán Patrick Smith, un gerente del programa Fire Scout , fue citado diciendo: "Idealmente, tomamos [operadores potenciales] de la comunidad SH-60 SeaHawk y los agregamos al programa de cinco semanas, principalmente basado en simuladores". [11] La Marina lleva a cabo el entrenamiento de UAS en Ft. Huachuca, Arizona para simulación en vivo o instalaciones militares cerca del río Patuxent, Maryland para los Fire Scouts. [11]

En 2014, los marines que completen el curso básico de oficiales de la escuela en Quantico , Virginia, habrán recibido capacitación en UAS pequeños (Raven y Puma). [12] Los UAS no se utilizan ampliamente en los marines, [12] pero a medida que se vuelvan más pequeños y más móviles, se integrarán más en los recursos de la misión. Los marines recientemente comenzaron a recibir capacitación de la Actividad de Apoyo Logístico y Capacitación de UAS del Grupo I (menos de 20 libras) en Camp Lejeune , Carolina del Norte. [13]

UAS en inventario para cada rama de servicio:

Capacitación en UAS en sectores domésticos y civiles

Los bomberos, la policía, los mineros y los investigadores meteorológicos utilizan ahora vehículos aéreos no tripulados (comúnmente denominados drones), que se utilizaron por primera vez en el sector militar. Los drones que utilizan la policía y los bomberos son del mismo tipo, pero se utilizan para fines diferentes. Los vehículos aéreos no tripulados han superado la capacidad humana de levantar cargas pesadas, realizar fotografías atrevidas en medio de una fuerte tormenta y digitalizar imágenes que se pueden convertir en mapas 3D.

Los investigadores meteorológicos utilizan diferentes drones para ayudar a predecir el tiempo, fotografiar tormentas y medir la temperatura. Los drones son muy esenciales para los equipos meteorológicos a la hora de predecir la velocidad y la temperatura del viento, la dirección del viento, la temperatura y la presión del aire (Aerosonde Mark 4). [15] Otros drones se utilizan para tomar imágenes de sistemas de tormentas, incluso dentro de la propia tormenta. [16] Al igual que el Mark 4, el Global Hawk de la NASA se utiliza para medir la temperatura del aire, la velocidad y la presión del viento, pero a diferencia del Mark 4, puede tomar imágenes del sistema de tormentas. [16] [17]

En la minería, los drones ayudan a los mineros con tareas como inspección y mantenimiento, transporte de equipos pesados ​​e incluso la realización de tareas las 24 horas del día, los 7 días de la semana. La industria minera utiliza drones como Responder y Serenity para ayudar a los equipos mineros con el mantenimiento, la inspección y la toma de imágenes. [15] Algunos drones dentro de la industria minera ayudan a los trabajadores con la fotografía de los sedimentos que se extraerán para que se pueda calcular en términos de volumen para la eliminación y la reserva de sedimentos clasificada por los trabajadores. [18]

En las fuerzas policiales, los drones se utilizan para detonar bombas, responder a incidentes, perseguir criminales en el aire y determinar la ubicación de un sospechoso utilizando sistemas de cámaras de alta tecnología (Viking 400-S). [19] Otros usos de los drones en los sectores policiales son grabar incidentes, crear mapas de los incidentes en modelos 3D y luego enviarlos a los teléfonos inteligentes de los oficiales (Sensefly eBee). [19] Otros drones, como el Kaman, dejan caer suministros y equipo para los oficiales, así como para transportarlos hacia y desde la escena del crimen. El E300 se utiliza para detener a los criminales y grabar un incidente. [19]

Los bomberos utilizan los mismos drones, pero con diferentes propósitos. Por ejemplo, el E300 de ELIMCO se utiliza para apagar incendios, el Viking 400-S utiliza una cámara para fotografiar incidentes y luego transmite las imágenes al personal de extinción de incendios para que cartografíen electrónicamente los incidentes. [20] El MCV de Information Processing Systems, al igual que el E300, se utiliza para apagar incendios forestales y provocados por el hombre. [20] El eBee, al igual que su variante policial, toma fotografías con una cámara de 16 MP, que se utiliza para crear modelos 3D de mapas mediante la integración de tecnología de Google Maps. Posteriormente se envía a los teléfonos inteligentes del personal de extinción de incendios. El Kaman, al igual que su variante policial, se utiliza para abastecer a los bomberos y a las víctimas de incendios, y para proporcionar asistencia médica. [20] El Defikopter envía desfibriladores a las víctimas de un ataque cardíaco. Para localizar a una víctima, utiliza un sistema GPS. [17]

Formación de la UAS en Educación Superior

Existen dos funciones o propósitos principales para los UAS en la educación superior:

  • Formación y certificación de operadores de UAS
  • Investigación relacionada con los UAS

Aplicaciones específicas de UAS por escuela

En el programa de Licenciatura en Ciencias en Aeronáutica de la Universidad de Dakota del Norte (UND), los simuladores se utilizan tanto para la certificación de operadores como para fines de investigación. [21] Para la certificación de operadores, UND utiliza simuladores de Fabricante de Equipo Original (OEM) específicos para un vehículo en particular (por ejemplo, ScanEagle, MQ-8, etc.). La capacitación de calificación real está en suspenso hasta que la Administración Federal de Aviación (FAA) establezca estándares para el uso de UAS en el espacio aéreo de los Estados Unidos. Sin embargo, los estudiantes pueden aprender los principios básicos de operación y cómo funcionarán los UAS en el espacio aéreo nacional. UND también realiza investigaciones financiadas por el Laboratorio de Investigación de la Fuerza Aérea sobre la carga de tareas de los operadores de UAS. Esta investigación compara operadores individuales versus tripulaciones de múltiples operadores y sistemas completamente autopilotados versus sistemas pilotados remotamente.

La Universidad Aeronáutica Embry-Riddle en Daytona Beach, Florida, utiliza simuladores en un programa de licenciatura para operadores de UAS que otorga una licenciatura en Ciencias en Sistemas de Aeronaves No Tripuladas. [22] Principalmente, este programa capacita a operadores de UAS, pero también cumple una función de investigación para probar la aplicación de UAS en el espacio aéreo nacional.

Varias otras escuelas ofrecen programas de grado en UAS no basados ​​en ingeniería, de los cuales los simuladores son una parte integral. Algunos ejemplos incluyen:

Modelado y simulación de UAS basados ​​en agentes

Los simuladores de UAV generalmente se centran en el control y la coordinación de vuelos a baja altura mediante el uso de modelos complejos basados ​​en la física que están orientados a la precisión. Estos simuladores requieren experiencia en el dominio y conocimientos complejos para construir, aprender y operar el simulador en sí. [26] [27] Se están desarrollando simuladores alternativos, como el modelado y la simulación basados ​​en agentes para UAS, especialmente por parte de militares. [28]

La modelización y simulación de UAV basadas en agentes se centra en cuestiones especializadas como la coordinación y la planificación. Por ejemplo, el simulador CoUAV. [29] se centra en la búsqueda cooperativa y MAS-Planes [30] se centra en la atención de solicitudes mediante coordinación descentralizada. La simulación basada en agentes también se ha utilizado para la modelización de la dinámica de vuelo de UAV. [31]

La modelización y simulación basadas en agentes se ha utilizado para gestionar misiones de UAS. [32] [33] Los autores utilizaron Codarra Avatar para sus experimentos. Codarra Avatar es un UAV ligero que se ha construido específicamente para misiones de reconocimiento y vigilancia a pequeña escala. Este UAV se puede montar y desmontar muy rápidamente y transportar en una mochila. Sin embargo, para convertirse en un UAV autónomo, el Codarra Avatar se enfrenta a desafíos de tiempo de vuelo, alcance de vuelo, durabilidad, potencia computacional limitada, datos sensoriales limitados y regulaciones y restricciones de vuelo. Los autores desarrollaron la Arquitectura del Sistema de Control de Vuelo Agente (FCS) para combatir los problemas que enfrenta el UAV.

El FCS tiene un agente que se encuentra en la parte superior de un árbol de control, recibe datos a intervalos regulares y emite comandos de alto nivel para puntos de referencia. El agente está diseñado en JACK, un lenguaje de programación orientado a agentes . El comportamiento de los agentes definidos mediante JACK se estructura en torno a la teoría de la agencia BDI (creencia, deseo, intenciones). El sistema de gestión de misiones está diseñado utilizando el enfoque OODA (observar, orientar, decidir, actuar) desarrollado por el coronel John Boyd. Los autores realizaron pruebas exitosas en Melbourne, Australia, utilizando una arquitectura FCS en el UAV Codarra Avatar. [33]

Referencias

  1. ^ Administración Federal de Aviación (25 de abril de 2013). "FAR 121 Subparte N: Programa de capacitación".
  2. ^ Artículo de Wikipedia sobre simulación de vuelo (8 de mayo de 2014) Obtenido de: Simulación de vuelo .
  3. ^ ab Manual de entrenamiento de tripulaciones de vehículos aéreos no tripulados. CAE. Recuperado de: www.fas.org/irp/doddir/.../34-212.pdf.
  4. ^ Sargento técnico Amaani Lyle (9 de junio de 2010). "Funcionarios de la Fuerza Aérea anuncian un programa de capacitación para pilotos de aeronaves pilotadas a distancia", www.af.mil,.
  5. ^ Pir Zubair Shah (18 de junio de 2009). "Pakistán dice que un avión no tripulado estadounidense mató a 13 personas". New York Times.
  6. ^ Tice, Brian P. (primavera de 1991). "Vehículos aéreos no tripulados: el multiplicador de fuerza de los años 1990". Airpower Journal. Consultado el 6 de junio de 2013. "Cuando se utilizan, los vehículos aéreos no tripulados deberían realizar misiones caracterizadas por las tres D: aburridas, sucias y peligrosas".
  7. ^ H-SIM Obtenido de: http://www.h-sim.com/new_uav_sims.php.
  8. ^ Cloucci, F. (2004). La Fuerza Aérea perfecciona los programas de capacitación para operadores de vehículos aéreos no tripulados. Revista de Defensa Nacional. Recuperado de http://www.nationaldefensemagazine.org/archive/2004/May/Pages/Air_Force_Refines3555.aspx
  9. ^ Zakaria, T. (2013). Pilotos de drones aprenden el arte de la guerra en un lugar remoto de Nuevo México. Huffington Post. Recuperado de http://www.huffingtonpost.com/2013/04/23/drone-pilots_n_3137646.html
  10. ^ abcde Rosenberg, Zach. (2012). En foco: el ejército de los EE. UU. replantea el entrenamiento de vehículos aéreos no tripulados. Recuperado de http://www.flightglobal.com/news/articles/in-focus-us-army-rethinks-uav-training-379178/
  11. ^ abc Stewart, J. (2011). Los pilotos de drones proceden de plataformas similares. The Navy Times. Recuperado de http://www.navytimes.com/article/20111016/NEWS/110160310/Drone-pilots-come-from-similar-platforms
  12. ^ ab Story, C. (2014). Oficiales de la Marina se entrenan con un avión no tripulado. Cuartel general del Cuerpo de Marines. Recuperado de http://www.hqmc.marines.mil/News/NewsArticleDisplay/tabid/3488/Article/165596/marine-officers-train-with-unmanned-bird.aspx
  13. ^ NAS. (2012). Nueva escuela de entrenamiento de UAS, bienvenida a los marines. Comando de sistemas aéreos navales. Recuperado de http://www.navair.navy.mil/index.cfm?fuseaction=home.NAVAIRNewsStory&id=5107
  14. ^ abcd DoD. (2012.) Informe del Departamento de Defensa al Congreso sobre capacitación, operaciones y sostenibilidad de futuros sistemas de aeronaves no tripuladas. RefID: 7-3C47E5F. Recuperado de https://fas.org/irp/program/collect/uas-future.pdf
  15. ^ ab Ingrobotic.com. (2014). Minería. http://ingrobotic.com/mining-exploration/ . ING Robotic Aviation. Publicado por ingrobotic.com. Consultado el 18 de julio de 2014.
  16. ^ ab Darack, Ed. (2012). UAVs: The New Frontier for Weather Research and Prediction [Vehículos aéreos no tripulados: la nueva frontera para la investigación y predicción meteorológica]. www.weatherwise.org.http://www.weatherwise.org/Archives/Back%20Issues/2012/March-April%202012/UAVs-full.html. Weatherwise. Publicado por weatherwise.org. Marzo-abril de 2012. Consultado el 18 de julio de 2014.
  17. ^ ab Healy, Marc. (2013). 5 Aplicaciones de los drones en la respuesta a emergencias. www.d4h.org. http://www.d4h.org/blog/post/20131014-5-Applications-for-Drones-in-Emergency-Response. D4H Technologies. Publicado por d4h.org. 15 de octubre de 2013. Consultado el 18 de julio de 2014.
  18. ^ Lane, Michael Ann. (2013). Cómo la industria minera se beneficia de los UAV. www.intergraphgblogs.com. http://www.intergraphblogs.com/connect/2013/11/how-the-mining-industry-benefits-from-uavs/. Intergraph Connect. Publicado por intergraphblogs.com. 5 de noviembre de 2013. Consultado el 18 de julio de 2014.
  19. ^ abc http://www.policeone.com. (2014).5 Tecnologías de vehículos aéreos no tripulados para la policía. http://www.policeone.com/police-products/investigation/video-surveillance/articles/7067279-5-UAV-technologies-for-police/. PoliceOne.com. Publicado por PoliceOne.com. 10 de abril de 2014. Consultado el 18 de julio de 2014.
  20. ^ abc Roberts, Mary Rose. (2014). 5 tecnologías de drones para la lucha contra incendios. www.firechief.com. http://www.firechief.com/2014/03/20/5-drone-technologies-firefighting/. 20 de marzo de 2014. Fire Chief. Publicado por firechief.com. Consultado el 18 de julio de 2014.
  21. ^ Operaciones de sistemas de aeronaves no tripuladas. (sin fecha). Recuperado de http://aviation.und.edu/ProspectiveStudents/Undergraduate/uasops.aspx
  22. ^ Ciencia de sistemas de aeronaves no tripuladas. (sin fecha). Recuperado de http://daytonabeach.erau.edu/degrees/bachelor/unmanned-aircraft-systems-science/index.html
  23. ^ Sistemas no tripulados. (sin fecha). Recuperado de http://technology.indstate.edu/uas/
  24. ^ Sistemas de aeronaves no tripuladas. (sin fecha). Recuperado de http://www.salina.k-state.edu/aviation/uas/
  25. ^ Sistemas de aeronaves no tripuladas. (sin fecha). Recuperado de https://unmanned.okstate.edu/
  26. ^ Garcia, R.; Barnes, L. (2009). "Multi-UAV Simulator Utilizing X-Plane". Artículos seleccionados del 2nd International Symposium on UAVs, Reno, Nevada, EE. UU., 8-10 de junio de 2009. Vol. 57. págs.  393-406 . doi :10.1007/978-90-481-8764-5_20. ISBN 978-90-481-8763-8. {{cite book}}: |journal=ignorado ( ayuda )
  27. ^ Jang, MW, Reddy, S., Tosic, P., Chen, L. y Agha, G. (2005). Una simulación basada en actores para estudiar la coordinación de vehículos aéreos no tripulados. En el 15.º Simposio Europeo de Simulación (pp. 593–601). Recuperado de http://www.dtic.mil/cgi-bin/GetTRDoc?AD=ADA434354#page=329
  28. ^ Cioppa, TM, Lucas, TW y Sanchez, SM (2004). Aplicaciones militares de simulaciones basadas en agentes. En RG Ingalls, MD Rossetti, JS Smith y BA Peters (Eds.), Actas de la Conferencia de Simulación de Invierno de 2004 (WSC 2004).
  29. ^ Happe, J., y Berger, J. (2010). CoUAV: Un entorno de simulación de planificación de rutas de búsqueda cooperativa para múltiples UAV. En Actas de la Conferencia de Simulación Informática de Verano de 2010 (SCSC 2010), Ottawa, Ontario, Canadá (págs. 86-93). San Diego, CA, EE. UU.: Society for Computer Simulation International.
  30. ^ Pujol-gonzalez, M., Cerquides, J., y Meseguer, P. (2014). MAS-Planes: Un entorno de simulación multiagente para investigar la coordinación descentralizada de equipos de vehículos aéreos no tripulados (demostración). En A. Lomuscio, P. Scerri, A. Bazzan y M. Huhns (Eds.), Actas de la 13.ª Conferencia internacional sobre agentes autónomos y sistemas multiagente (AAMAS 2014), 5-9 de mayo de 2014, París, Francia (pp. 1695-1696). Fundación Internacional para la AAMAS.
  31. ^ Yun, C.; Li, X. (2014). "Investigación sobre el modelo de simulación dinámica de vuelo de vehículos aéreos no tripulados basado en múltiples agentes". Journal of Software . 9 (1): 121– 128. doi :10.4304/jsw.9.1.121-128.
  32. ^ Karim, S., y Heinze, C. (2005). Experiencias con el diseño e implementación de un controlador de UAV autónomo basado en agentes. En Actas de la 4.ª Conferencia conjunta internacional sobre agentes autónomos y sistemas multiagente (AAMAS 2005) (pp. 19-26). ACM.
  33. ^ ab Karim, S., Heinze, C., y Dunn, S. (2004). Gestión de misiones basada en agentes para un UAV. En Actas de la Conferencia sobre sensores inteligentes, redes de sensores y procesamiento de información de 2004, 2004. (págs. 481–486). IEEE. doi :10.1109/ISSNIP.2004.1417508
  • NOVA: El ascenso de los drones
  • 60 minutos: Drones sobre Estados Unidos
Obtenido de "https://es.wikipedia.org/w/index.php?title=Simulación_de_sistemas_de_aeronaves_no_tripuladas&oldid=1189520686"