实时半实物多传感器感,避免系统的实验室检测

文摘

本文在半实物设施旨在实时测试架构和多传感器感,避免系统的算法。这是在一个研究项目,旨在开发的飞行演示使自主避碰的无人驾驶飞机系统。在这个框架中,一个可选驾驶轻型飞机被用来作为实验平台。飞行系统是基于复式传感器数据集成,它包括ka波段雷达、四个光电传感器,两个专门的处理单元。实验室测试系统开发的主要目的原型验证之前多传感器跟踪和避碰飞行测试。系统概念、硬件/软件组件和操作模式描述。模块化方法的设施已建成包括飞行硬件和模拟系统,可以在实验的基础上综合测试或生成场景。事实上,混合操作模式也预见到这也使性能评估的替代传感体系结构和飞行场景,很难重现在飞行测试。实时多传感器跟踪结果基于飞行数据的报道,这证明实验室模拟的可靠性,同时显示雷达/光电融合在一个非合作的有效性防撞体系结构。

1。介绍

后最重要的指导方针对无人机系统(UAS)集成到民用空域,这些飞机的机载航空电子设备包括感觉和避免(保险)系统能够取代人类的飞行员在执行视觉碰撞检测和避免威胁(1- - - - - -3]。因此,一些经验进行了全球为了开发一个系统,可以完成上述功能。

在所有这些项目中,配置包括两个子系统:(1)障碍检测和跟踪子系统允许披露飞入侵者在选定的领域方面,估计他们的运动;(2)防撞子系统提供冲突检测和解决能力。

关于“意义”的功能,提出了几个解决方案取决于可用的预算和机载资源,从独立的光电传感器(EO) (4- - - - - -7)集成体系结构包括机载雷达和协作系统基于广播信息,如见面和ads - b (8- - - - - -10]。

在研究项目命名TECVOL,意大利航空航天研究中心(CIRA)和那不勒斯大学开发了一个原型S&A系统依赖于一个完整的雷达/光电(EO)配置。特别是,传感系统由脉冲雷达、四个光电传感器和两个处理单元图像处理和实时多传感器跟踪。分层数据融合模型被选中时,雷达是必须执行的主要传感器初始检测和跟踪和光电传感器作为辅助信息来源来提高跟踪精度和测量速度10]。

硬件/软件原型系统已经安装机载飞行演示和性能评估一个定制的可选驾驶非常轻型飞机(VLA)命名的航空飞行实验室研究(闪光)。耀斑的修改版本TECNAM先驱平面和代表一个有效的平台测试创新飞行技术。飞行测试成功演示了雷达和光电检测功能(11],雷达跟踪入侵者[12,非合作和自主避碰13),而基于多传感器的自动避免测试正在进行中,将描述的未来的工作。

在系统开发中,扮演了一个关键角色的特别的半(HWIL)开发设施,旨在测试图像处理的实时操作和数据融合算法。事实上,多传感器跟踪算法被广泛验证离线模拟(10),和一个类似的验证所需的实时软件和处理单元。

实际上,测试系统的可能的应用远远超出飞行原型验证,因为它允许实时性能评估在几个场景(也很难复制的飞行)以及不同的模拟传感器和/或处理架构。

本文在这个实验室测试设备,它由障碍检测和跟踪处理单元(飞行软件安装),飞行控制计算机的模拟器,雷达模拟器(两个模拟器使用相同的硬件和协议的机载系统),一个同步电脑,显示器和场景生成合成飞行场景监控,由光电成像相机(飞行测试中使用的相同)。

本文组织如下。首先,飞行系统安装在耀斑简要回忆道。读者被称为(10- - - - - -14为更多的细节在研制原型传感系统,这不是本文的重点。实验室系统概念、硬件/软件组件和操作模式,而不是彻底的稍后部分中描述。最后,基于飞行数据实时多传感器跟踪结果详细报告和分析。

2。飞行系统设置

非合作传感器套件包括一个脉冲雷达、ai - 130的障碍感知系统由前Amphitech制造两个摄像头,可见全色和颜色(盟军视觉技术马林),和两个红外(IR)相机(FLIR A40V)。整个传感器包放置在顶部的飞机机翼的雷达在中央位置。可见的两个摄像头安装与飞机纵轴平行。因此可以同时获得相同的颜色和高分辨率全色图像区域。红外摄像机轻微偏心指为了得到一个方位的视野(FOV)与可见的相机。

35 GHz载波频率的雷达操作构成良好的天线尺寸之间的妥协,雨和雾角精度和灵敏度。可见相机的视场大约49.8°×38.9°,和他们工作的最大分辨率1280×960像素的帧率7.5赫兹。全色相机是用来与雷达回波数据融合,而另一个是针对障碍识别将会在未来实现。红外摄像头在光线暗的条件,旨在提高态势感知视场较小24°×18°最大分辨率为320×240像素。

两种不同的处理单元完成系统,CPU致力于实时跟踪的传感器数据融合(RTT-CPU),和一个CPU用于图像处理(IP-CPU)和应用障碍检测。第一个是基于确定的操作系统(OS),也就是说,Microsoft Windows CE 5.0版本,它直接连接到雷达通过以太网连接和传输控制协议/网际协议(TCP / IP)。它运行跟踪算法和执行数据交换与指导、导航和控制(GNC)系统通过确定性控制器区域网络(可以)总线。其他计算机连接到光电传感器通过火线链接。它是基于传统的操作系统,也就是说,微软Windows Xp嵌入式,致力于可见光和红外图像的处理。从硬件的角度来看,处理单元通过以太网进行通信链接的用户数据报协议(UDP)。飞行系统硬件架构如图1。

从逻辑的角度来看,一个层次了融合架构被选中的雷达是必须执行的主要传感器初始检测和跟踪和光电传感器作为辅助信息来源来提高精度和数据率。特别是,跟踪估计有效地减少计算时间和光电图像处理的误警率,因为EO障碍检测过程应用于正确地定义搜索窗口在像素(相对较小的尺寸15]。

3所示。实验室系统设置

开发了HWIL系统的整体架构如图2。在此体系结构中,一些元素完全复制飞行系统,也就是说,可见全色相机,IP-CPU, RTT-CPU,硬件连接和协议(CAN总线,以太网链接,UDP和TCP / IP协议)。值得注意的是,与实验室测试系统主要对多传感器跟踪,只有全色相机。一些其他的元素,比如GNC系统模拟器与雷达模拟器,模拟相关飞行系统组件的行为。最后,场景激活电脑和显示器的场景为HWIL模拟是必要的支持工具。

关于光电部分的设置,相机是固定一个光学试验台和它处理图像投射在一个液晶显示器,设置在它前面。合适的准直透镜之间的大小和安装摄像头和监控以保证更好的一致性条件。这些组件封装在一个黑盒子,杂散光的影响可以忽略。图3显示了摄像头,监控和准直光具座,而图4显示了黑盒包含上述所有组件。显示器电脑运行一个合成视频的场景与一个预定义的飞行场景。

系统操作模式和元素描述在下一节中,简要讨论一起的飞行软件旨在EO障碍检测和数据融合。

3.1。操作模式

室内设施可以在两个基本操作模式操作,如预录和模拟飞行的场景。而不同的设置元素总是以同样的方式运作,两种操作模式之间的主要区别在于数据文件相关HWIL模拟生成。

在预先录制的飞行场景,故意设计的离线软件工具允许隔离在实验室模拟飞行段被复制。在这个框架中,数据插值进行护理。例如,在数据收集航班,入侵者的位置是已知的在1赫兹的频率(GPS更新率),这场景显示器电脑必须执行一个插值的入侵者,方位角和仰角为了生成图像在10或20赫兹的频率。在这种情况下,进行插值在North-East-Down (NED)坐标。态度测量(存储在10 Hz)后用于体内转换参考系(BRF),为了避免引入额外的错误由于动力学耀斑嘈杂的态度。

在模拟场景中,生成数据文件相同的格式,但来自离线模拟相关的物理过程。例如,合成雷达数据可以通过模拟生成目标探测过程的蒙特卡罗方法,考虑到雷达参数、环境条件,和入侵者特征,如雷达截面和Swerling类型(16]。

混合操作模式是可能的,例如,相对动力学相关试验附近碰撞几何图形与模拟雷达回波可以一起使用,为了快速测试选择传感器的选择的影响。此外,尽管合成飞行图像允许测试IP-CPU相机软件和飞行配置,真正的EO图像聚集在飞行测试可以使用在一个图像处理软件,几乎完全复制了飞行版本(除了从相机图像采集),为了评估实时模拟性能参数如光电探测距离和误警率。

3.2。场景激活

基本上,所有的数据文件用于HWIL测试包括许多time-referenced传感器测量,获得的时间引用在哪里联系与所有适当的GPS时间的数据。系统操作要求雷达模拟器,模拟器GNC,场景显示器使用非常精确的相对同步运行。这是通过一个同步信号,启动模拟,由场景激活发送计算机通过以太网网络作为一个广播消息。从实现的角度,在初始化程序,三个电脑最初等待开始信号阻塞UDP套接字(17]。值得注意的是,因为它可以模拟飞行场景的变量时间(隔离适当的飞行段的利益),相对在CPU时钟漂移的影响可以忽略不计。事实上,非合作碰撞场景附近通常有几十秒或几分钟,持续时间。

3.3。GNC模拟器

GNC模拟器复制飞行控制计算机的行为。特别是,以下导航数据在CAN总线上发送:(我)配备了飞机位置(纬度、经度和海拔wgs - 84)和速度(NED组件);(2)态度角度估计的姿态和航向参考系统(AHRS);(3)AHRS-based角速度组件沿体轴;(iv)AHRS-based加速度计测量沿体轴。

如上预期,输入数据文件包含所有这些测量gps时间标签。后激活信号(与给定的GPS时间有关),CPU时钟是用来发送导航测量正确的时机。

同时,GNC模拟器监视器和商店RTT-CPU输出从而使端到端分析的多传感器跟踪系统的操作。

3.4。雷达模拟器

上的雷达模拟器提供以太网TCP / IP连接相同的数据生成的机载雷达,如下:(我)每一个雷达的目标检测扫描;(2)为每个目标检测:(一)范围;(b)方位;(c)海拔高度;(d)延迟女士(所有雷达的目标检测在一个消息发送的传球完成,从而为精确的时间延迟的信息是至关重要的检测到回波的引用);(e)强度。

GNC模拟器的情况下,正确的手术时机是基于CPU时钟和激活信号。

3.5。多传感器跟踪

RTT-CPU运行的飞行软件多传感器跟踪。算法是基于扩展卡尔曼滤波(EKF)和线性动态模型和非线性测量方程。特别是,九个组件的状态向量是由目标障碍坐标的NED(参考飞机质心)的起源与第一和第二次衍生品。采用动态模型假定每个组件的目标加速度发展的相关噪声过程与给定的时间常数和瞬时方差(16]。

导航算法所使用的数据是在10赫兹的频率,这样自己的车辆动力学很容易追踪。特别是,GPS数据被用于跟踪初始化阶段,加速度和态度测量被用于所有跟踪阶段。角速度估计用于正确的杠杆臂对加速度测量的影响。输出数据速率是10赫兹。问题相关的实时实现等变量传感器延迟和地面杂物过滤处理专用技术(11,12]。一旦公司跟踪生成,范围和角度估计(BRF转换)发送(在10 Hz)的最大频率的IP-CPU开展EO障碍检测。

3.6。图像处理和EO障碍检测

如上预期,全色相机是一个辅助传感器增加角精度和测量速度。特别是,全色的障碍检测软件建立相机就被激活IP-CPU接收(雷达)估计的跟踪模块。如果入侵者飞机进行障碍检测封装在摄像机视场。方位和仰角预测转换从身体参考系(BRF)相机参考系(CRF)和搜索窗口是建立集中在这些估计,其大小取决于估计范围和测量的不确定性。图像处理算法只有在搜索窗口中运行,从而使显著减少计算负担的同时确保更准确和频繁的角测量。采用图像处理技术是基于一个定制的边缘detection-labeling方法(15]。如果入侵者检测,CRF角估计被转换回BRF RTT-CPU和传播。

3.7。合成场景表示

合成场景描绘了一个液晶显示器的尺寸和分辨率像素,以监测和相机之间的距离,和订单的入侵者定位角误差是0.04°。这种不确定性对应摄像机瞬时视场(IFOV),因此,被认为是可以接受的。刷新时间,班长也表现出良好的性能在20赫兹的频率,确保大型标准相机更新过采样率。

关于表示的飞行场景,目标是有一个真实的描述图像的类型处理的光电系统在实际飞行中,虽然这些并不旨在估计光学性能,合成图像的探测范围和天气条件的敏感性。这些性能参数准确地估计在离线分析基于EO收集的数据在数据收集航班15]。

合成图像模拟产生的背景(地平线上方和下方),估计地平线的位置前后一致地导航状态,生成合成视图的入侵者。后台复制中遇到的不同可能的照明条件下飞行的像素强度的平均值和标准偏差。由于摄像机视场范围相对狭窄,地平线通过模拟飞机飞行高度和姿态角(俯仰和滚)考虑在内,因为它是在态度指标包括在飞机座舱仪表(18]。这个过程假设地形形态的变化可以忽略不计,使计算地平线的视线点在摄像机坐标系。然后,实际的液晶显示器上的地平线的位置被发现通过考虑内在相机参数(如焦距、偏态系数和变形系数(19])和外部校准摄像机和监控之间允许发现CRF之间的连接和显示参考系(DRF;参见图5)。

最后模拟图像特性是入侵者战机。它是由图的形状6,再现了一个真正的入侵者的几何不变量的飞机飞行图像估计。此外,它的强度和对比的背景模拟根据实际范围和模拟照明条件,及其维度计算基于范围和实际入侵者维度。入侵者在监视器上表示如果它是包含在摄像机视场。

在当前的设备实现,入侵者强度和对比对模拟的一些背景,通过复制条件中遇到光电数据收集航班。事实上,这些航班在不同的天气和光照条件下,进行了大量实验数据集收购。这是符合合成图像生成的目标在实时半实物仿真,这如上所述的是一个现实的表示类型的图像处理在飞行中,超过估算光电检测性能的检测范围和误警率。

然而,设施架构允许使用的合成图像中产生一个更一般的方式,同时考虑条件,没有实验数据收集航班。这一目标,例如,总督等人提出的模型在20.),这是一个大气模型预测飞机外观广泛目视飞行规则的条件下,可以用来生成入侵者飞机合成的图像。

4所示。基于飞行数据的半实物测试结果

几个HWIL测试进行了以优化多传感器跟踪算法和障碍检测软件和评估他们的处理延迟和结果的可靠性。基于飞行数据的相关测试结果报告在这一节中。特别是,附近碰撞相遇耀斑和入侵者飞机进行了分析。雷达和GNC测量是真实的传感器输出聚集在飞行实时仿真环境中使用,而EO障碍检测过程应用于合成图像符合飞行场景。考虑的情况下,雷达的视野将90°(方位)乘以20°(高程)。光电系统审问5赫兹的频率。耀斑和入侵者GPS数据聚集在飞行中被用作参考计算跟踪性能。值得注意的是,以GPS的入侵者相对运动估计NED非常准确,因为他们不受态度影响测量的不确定性:残余误差是由于GPS精度(差分GPS耀斑,独立的GPS入侵者)和残余同步不确定性。

在考虑的情况下,入侵者被雷达探测到第一次约2650(图7)。三一致的检测之后,公司跟踪输入的范围约2450。一旦跟踪声明,相关的信息传递到EO障碍检测系统精度和数据速率增加。一个合成图像的例子还包括光电搜索窗口如图8。区间估计的跟踪系统在整个遇到非常准确,由于雷达误差的几米(图的顺序7)。

当考虑方位角和高度角内德(通常叫“稳定方位”和“稳定海拔”文献[16]),EO对跟踪性能的影响是显著的,一个戏剧性的改善角精度和数据率(数字9和10)对第一个基于雷达的跟踪估计。事实上,几个高度准确(误差标准差约一个数量级小于雷达)光电测量从生成一系列约2公里,直到相机视场以外的入侵者苍蝇在方位(图11)。此外,光电检测提供一个非常小的延时0.1秒(图的顺序12),从而使有效的延迟补偿和实时与雷达数据融合。

尽管没有光电测量的情况下,在最后遇到几个提供雷达探测的一部分,因为更大的传感器视场:系统再次切换到雷达只跟踪,可以清楚地观察到角的增加不确定性。

雷达/ EO融合的有效性分析入侵者相对速度时更为明显。虽然率范围是准确地估计在雷达只能和雷达(图/光电跟踪模式13),误差角衍生品时大大降低传感器都在跟踪算法(数据集成14和15)再增加当入侵者超出相机视场。

多传感器融合影响自主的提高态势感知能力如图16这描绘了估计的方法(距离最近的点两架飞机之间的)。事实上,这是最重要的变量进行可靠的碰撞检测(10,12]。和之前一样,GPS数据作为参考。的第一部分认为遇到的雷达只能追踪展品显著高估因为错误的影响相对较大的角衍生品(订单0.5°/ s方位率和高程,甚至有点比平均雷达只跟踪性能(12]),相对较大的范围(最接近点2公里)和时间的方法。然后,改善角衍生品估计由于雷达/ EO融合立即的影响准确性。当入侵者相机视场以外的苍蝇和跟踪系统切换到雷达只跟踪角性能再次恶化,但影响是有限的,因为较小的范围和时间冲突。

除了用雷达跟踪精度的增加使/ EO融合,同样重要的是要强调设计多传感器体系结构的有效性显著减少误警率,这是一个独立的光电系统的已知问题。

事实上,它也证明了飞行测试结果(12),雷达一般是一个可靠的信息来源与大型探测范围和较低的误警率,如果地面杂波回波是适当的过滤。

实现传感器融合体系结构,基于一个分层的概念,和交换信息的传感器水平(cross-sensor提示),是有效提高EO可靠性:光电检测只对确认激活跟踪,和光电检测过程中利用从tracking-based估计以不同的方式15),如搜索窗口定义基于粗估计入侵者的视线,范围为基础选择的搜索窗口的大小,范围依赖于边缘检测阈值的定义,和采用范围依赖标准选择有效产出的边缘。

一般来说,即使在这个架构有一个非空的概率EO假警报,可以有负面影响跟踪精度和鲁棒性,因为小协方差与光学传感器测量。

为了减少过滤EO误报的风险,如果图像处理系统成功地检测到一个入侵者,只有满足使用的光电测量控制过程(16]。必须考虑,在雷达/光电跟踪跟踪协方差减少对雷达只跟踪,所以假警报门外可能下降,在这种情况下被丢弃,不影响跟踪精度。

此外,保守的方法已被用于调优的EO障碍检测软件,为了得到一个非常小的误警率尽管增加一点错过检测(15]。

的确,没有错误的EO假警报过滤的跟踪算法在半和飞行试验。

总的来说,结果证实了质量好的HWIL的可靠性测试,估计系统性能与理论预测的好协议。事实上,这些实验室检测部分基于飞行数据确认合适的雷达和光学测量相结合,可以提供一个显著地提高碰撞检测的可靠性,甚至考虑相对低成本传感体系结构基于商用现货(COTS)组件。

为了获得这种级别的性能在飞行中,额外的问题,例如准确相对传感器校准和可靠的EO障碍检测在可变光照条件下必须处理。这些主题将详细讨论在未来的作品也会从多传感器跟踪飞行测试报告结果与在线光电图像的处理。

5。结论

本文聚焦于一个HWIL系统,旨在支持开发一种多传感器,避免飞行系统。设备是基于模块化的方法,可以使用不同的操作模式,使不同可能的组合的模拟和实验传感器数据。

后系统逻辑的描述和相关的组件,实时HWIL测试结果,包括雷达和导航测量聚集在飞行测试,报告和分析。除了确认发达HWIL架构的可靠性,这些结果清楚地表明潜在的雷达/光电融合非合作无人机避碰。

描述系统是一个自定义的模拟环境,结合模块化和飞行测量和合成数据代表的一般概念,可以有效地应用于创新的无人机遥感系统的发展。此外,虽然飞行测试通常覆盖有限的实验条件,一般实时半实物测试可以提供性能评估在更广泛的操作条件。

实验室设备的未来发展预测(模拟)的实时测试原型雷达传感器和多个入侵者场景和模拟器的合作系统的集成如ads - b。

引用

1. 欧洲,欧洲规范使用军用无人机的作战空中交通隔离空域外,1.0版本,医生没有。欧洲规范——0102年,布鲁塞尔,比利时,2007年7月。
2. 美国联邦航空管理局(FAA),无人机系统的适航认证8130.34、秩序,华盛顿,美国,2008年。
3. 美国国防部(DoD),无人机系统路线图2005 - 2030美国,华盛顿特区,2005年。
4. j . Utt j . McCalmont和m . Deschenes“感,避免系统的发展,”信息技术在航空航天:推进当代航天技术及其集成美国弗吉尼亚州阿灵顿,页1 - 10,2005年9月。视图:谷歌学术搜索
5. l . j . Lai Mejias, j·j·福特,“空中碰撞检测系统,建立”《机器人技术领域,28卷,不。2、137 - 157年,2010页。视图:出版商的网站|谷歌学术搜索
6. d·戴伊c·盖尔,s·辛格和m . Digioia“被动、远程飞机的检测:对一个字段可部署的感觉,避免系统,”领域和服务机器人卷,62年,第123 - 113页,2010年。视图:出版商的网站|谷歌学术搜索
7. t . Zsedrovits。Zarandy, b . Vanek t . Peni j .波和t·博通,“避碰无人机使用的视觉检测,”学报电路和系统的IEEE国际研讨会(ISCAS’11)2011年5月,页2173 - 2176。视图:出版商的网站|谷歌学术搜索
8. r·h·陈,a . Gevorkian a . Fung w z . Chen和诉的声明,“自主意识,避免多传感器数据集成,”张仁信息技术在航空航天技术会议美国,圣路易斯,密苏里州,2011年3月。视图:谷歌学术搜索
9. e . Portilla a . Fung W.-Z。陈、o . Shakernia和t . Molnar”意识,避免(SAA)和交通警报和防撞系统(TCAS)集成为无人机系统(UAS)”张仁2信息技术在航空会议2807年,页2796 - 2007年5月Rohnert公园,加利福尼亚州,美国。视图:谷歌学术搜索
10. 法,d . Accardo a默西亚最过硬et al .,“Multi-sensor-based全自动非合作无人驾驶飞行器防撞系统,”《航空计算、信息和通信,5卷,不。10日,338 - 360年,2008页。视图:出版商的网站|谷歌学术搜索
11. g .法l . Forlenza d . Accardo a .默西亚最过硬和a . Rispoli”综合障碍检测系统基于雷达和光学传感器,”张仁信息技术在航空20102010年4月,亚特兰大,乔治亚州,美国。视图:谷歌学术搜索
12. d . Accardo g法、l . Forlenza a .默西亚最过硬和a . Rispoli”飞行试验无人机的雷达跟踪系统,避免,”IEEE航空航天和电子系统卷,49号2、1139 - 1160年,2013页。视图:谷歌学术搜索
13. 美国sidney诉迪维托·g·法,d . Accardo l . Forlenza和a·默西亚最过硬的“自动避碰系统:设计、开发和飞行测试,”学报30数字航空电子系统Conference-Closing代沟:增加对航班运营能力的遗产,现代和无人飞机(DASC 11),页5-C11、西雅图、洗、美国,2011年10月。视图:出版商的网站|谷歌学术搜索
14. g法、d . Accardo a默西亚最过硬,a . Rispoli”一个创新过程校准捷联式光电传感器上无人飞行器,“传感器,10卷,不。1,第654 - 639页,2010。视图:出版商的网站|谷歌学术搜索
15. l . Forlenza g法、d . Accardo和a·默西亚最过硬的“飞行性能分析的综合感受并避免系统的图像处理算法,”国际航空航天工程杂志》上ID 542165条,卷。2012年,8页,2012。视图:出版商的网站|谷歌学术搜索
16. 美国黑人和r·f·Popoli现代跟踪系统的设计与分析,诺伍德Artech房子质量,美国,1999年。
17. m . j . Donahoo和k·l·卡尔弗特,“TCP / IP套接字,”C:程序员的实用指南摩根考夫曼,第二版,2009年版。视图:谷歌学术搜索
18. r·p·g·歌介绍了航空电子设备11卷微波技术系列1996年,查普曼&大厅。
19. J.-Y。Matlab Bouguet”,相机标定工具箱,”http://www.vision.caltech.edu/bouguetj/calib_doc/。视图:谷歌学术搜索
20. d·戴伊c·盖尔,s·辛格和m . Digioia”一个级联的方法检测飞机的视频图像,”国际机器人研究杂志》上,30卷,不。12日,第1540 - 1527页,2011年。视图:出版商的网站|谷歌学术搜索

版权

版权©2013 Giancarmine法等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。