CN103824478A - 机场冲突热点识别方法 - Google Patents

Abstract

一种机场冲突热点识别方法，读取并预处理场面监视雷达数据，提取航空器历史滑行轨迹，以滑行道组件为单位统计所经过的航空器集合，分析航空器之间是否有重合的滑行路线、滑行时间，航空器之间的航向、距离是否超出规定的阈值，若经过同一滑行道的航空器集合中存在满足热点产生条件的航空器，则会被识别为机场热点。本发明的有益效果是：机场冲突热点识别方法不基于历史不安全事件、事故症候数据，场面监视数据获取简单，专家参与度较小，机场热点识别过程直观、结果清晰。

Description

机场冲突热点识别方法

技术领域

本发明涉及航空地面运行安全技术领域，特别是一种机场冲突热点识别方法。

背景技术

随着我国国民对航空运输需求的不断增长，飞行流量与日俱增，跑道基础设施不完善难以满足当下航空运输的需求。同时，大中型机场机动区域越来越大，滑行道和跑道越来越复杂，交叉口越来越多，飞机在危险区域活动时发生不安全事故屡见不鲜。在机场机动区内的某些联络节点上，由于场道布局不合理、识别标志标记牌或灯光设置不当等因素，容易导致机组产生疑惑，以致发生错滑或者其他混乱现象；这些风险比其他区域大很多的联络节点就被称为危险区或热点区域（Hot Spot）。国际民航组织的《航行服务程序—空中交通管理（Doc4444）》把机场机动区内的危险区定义为“机场活动区内曾经或可能发生碰撞或跑道侵入风险，飞行员和机场地面交通工具司机须对其提高警觉的位置”；并提出了基于历史事故和事故症候的机场热点识别方法。美国联邦航空器局FAA关于机场热点的定义与ICAO相同，进一步指出机场地面热点区域通常为滑行道与滑行道或滑行道与跑道交叉口，产生原因可能是由于机场地面布局、地面交通流、地面标识灯光不清楚等，并提出使用圆形和多边形在机场图上对热点进行标注。

国内机场热点识别研究方面，北京、上海、广州相应地划设了各自机场危险区，在机场图上以不同的图形划设了机场热点并给出了产生原因以及管制运行时的注意事项；但是机场热点的划设主要采用头脑风暴方法，结合一线管制员、地面运行人员的经验，以及发生航空器与车辆、航空器之间、航空器与障碍物发生相撞等事故的次数来进行统计，缺乏理论支撑和实践指导。实践表明，由于头脑风暴中参与人员层次复杂，意见不统一时往往出现少数服从多数现象。职位和资历高的参与者常常主导或左右其他人的意见，不利于获取公正的看法。霍志勤综合考虑事件次数和百万架次事件率两项指标并使用三选法识别机场热点区域。该方法较头脑风暴法准确可信，但是不安全数据获取比较困难，且数据量的大小直接关系到结果的可性度。关于机场热点等级划分目前还没有见报道。

因此，如何科学有效的、准确的对机场运行热点区域进行识别，并进行科学合理的等级划设，对保障机场机动区域内航空器安全运行，提高跑道入侵防范科学水平，防止诸如航空器地面滑行相撞、追尾等事件的发生，提高管制安全运行水平，保障飞行安全等具有重要意义。基于场面监视雷达数据，通过对机场范围内航空器和车辆轨迹研究，分析其滑行路径、位置、距离、航向等客观参数，分析机场热点区域的位置，并根据热点区域日平均冲突航空器架次比来进行等级划分，提高机场热点识别的可靠性和可信性。

发明内容

本发明目的在于提供一种机场冲突热点的识别方法，为保障机场机动区内航空器和车辆的安全运行，防止航空器、车辆地面滑行相撞、追尾以及跑道入侵做准备。

实现本发明目的的技术方案如下：一种机场冲突热点识别方法，包括

步骤1：根据机场场面监视雷达数据生成航空器轨迹集合TRACK＝{track₁,track₂...,track_n}，其中，产生航空器轨迹track的航空器p以呼号和航空器首次出现时间T^start为标识，且航空器轨迹track包括轨迹点集合TR和滑行道集合TL；所述轨迹点集合TR包括航空器p经过的所有轨迹点，每一个轨迹点tr包括轨迹点经度轨迹点纬度

航空器速度speed、轨迹点航向和首次出现时间T^start到轨迹点tr的时间间隔T_taxi；所述滑行道集合TL包括航空器p经过的所有滑行道，每一条滑行道包括进入滑行道的第一个轨迹点tr^enter和离开滑行道的最后一个轨迹点tr^exit；

步骤2：根据机场运行电子地图中滑行道图层数据生成机场滑行道集合TW＝{tw₁,tw₂...,tw_m}；

步骤3：从机场滑行道集合TW中任意选择一条滑行道tw_i，查找航空器轨迹集合TRACK中每一个航空器轨迹track的滑行道集合TL，如果滑行道tw_i存在于滑行道集合TL中，则把产生该航空器轨迹track的航空器p加入到航空器集合TP_i中；

步骤4：计算航空器集合TP_i中的每一个航空器p进入滑行道tw_i的时间T_enter和离开滑行道tw_i的时间T_exit，并将航空器集合TP_i中的所有航空器按其进入滑行道tw_i的时间先后排序，得到TP_i＝{p₁,p₂...,p_l}；

步骤5：从航空器集合TP_i中任意选择航空器p_j和p_k，且j＜k，如果航空器p_j离开滑行道tw_i的时间T_exit,j晚于航空器p_k进入滑行道tw_i的时间T_enter,k，则继续；否则，转步骤10；

步骤6：分别计算航空器p_j和航空器p_k在滑行道tw_i的航向hd_j和hd_k，以及航向差HD_j,k＝|hd_j-hd_k|；如果航向差HD_j,k大于航向差门限值Headingoffset，则继续；否则，转步骤10；

步骤7：计算航空器p_k进入滑行道tw_i前的等待时间T_hold,k；

步骤8：计算航空器p_j在时间段[T_enter,k-T_hold,k,T_exit,j]中的每一个轨迹点tr^j，与相同时刻航空器p_k的轨迹点tr^k之间的距离 ${\mathrm{Dis}}_{j,k}=\sqrt{{({\mathrm{pos}}_x^{{\mathrm{tr}}^j}-{\mathrm{pos}}_x^{{\mathrm{tr}}^k})}^2+{({\mathrm{pos}}_y^{{\mathrm{tr}}^j}-{\mathrm{pos}}_y^{{\mathrm{tr}}^k})}^2};$ 如果存在一个以上距离Dis_j,k小于距离门限值Disoffset，则将滑行道tw_i的入口识别为冲突热点hs_i；否则，转步骤10；

步骤9：转步骤5，直到航空器集合TP_i中的所有航空器均已被两两选择；

步骤10：转步骤3，直到机场滑行道集合TW中的所有滑行道均已被选择。

其中，所述根据机场场面监视雷达数据生成航空器轨迹集合TRACK＝{track₁,track₂...,track_n}，包括

101：按行读取场面监视雷达数据文件的一条记录；

102：判断该条记录中的运动目标是否为航空器，如是则继续；否则转101；

103：根据该条记录中航空器呼号和记录时间判断航空器轨迹集合TRACK中是否已存在该航空器p的轨迹track，是则将该条记录中的数据加入轨迹track；否则新建航空器p的轨迹track，再将该条记录中的数据加入轨迹track，并将轨迹track加入到航空器轨迹集合TRACK；之后转101。

所述计算航空器p进入滑行道tw_i的时间T_enter和离开滑行道tw_i的时间T_exit，包括

401：在航空器p的轨迹track中查找得到首次出现时间T^start；

402：在航空器p的轨迹track的滑行道集合TL中，查找得到航空器p进入滑行道tw_i的第一个轨迹点tr^enter和离开滑行道tw_i的最后一个轨迹点tr^exit；

403：在航空器p的轨迹track的轨迹点集合TR中，查找得到首次出现时间T^start到轨迹点tr^enter的时间间隔

以及首次出现时间T^start到轨迹点tr^exit的时间间隔

404：计算得到航空器p进入滑行道tw_i的时间以及航空器p离开滑行道tw_i的时间 $T_{\mathrm{exit}}=T^{\mathrm{start}}+T_{\mathrm{taxi}}^{\mathrm{exit}}.$

所述计算航空器p在滑行道tw_i的航向hd，包括

601：将航空器p的轨迹track的轨迹点集合TR中在滑行道tw_i的经过的所有轨迹点进行最小二乘法拟合，得到直线；

602：求得该直线与磁北方向的夹角为航空器p在滑行道tw_i的航向hd。

所述计算航空器p进入滑行道tw_i前的等待时间T_hold，包括

701：在航空器p的轨迹track的滑行道集合TL中，查找航空器p进入滑行道tw_i之前所经过的那一条滑行道tw₀；如果滑行道tw_i为航空器p进入机场的第一条滑行道，则令等待时间T_hold为0秒；

702：在航空器p的轨迹track的轨迹点集合TR中，计算得到航空器p在滑行道tw₀上的所有轨迹点中航空器速度speed小于15千米/小时的轨迹点总数s；

703：令等待时间T_hold为s秒。

本发明的有益效果是：读取并预处理场面监视雷达数据，提取航空器历史滑行轨迹，以滑行道组件为单位统计所经过的航空器集合，分析航空器之间是否有重合的滑行路线、滑行时间，航空器之间的航向、距离是否超出规定的阈值，从而进行机场冲突热点区域的识别。该机场热点识别方法不基于历史不安全事件、事故症候数据，场面监视数据获取简单，专家参与度较小，机场热点识别过程直观、结果清晰。

具体实施方式

机场冲突热点识别方法，通过读取场面监视雷达历史数据，将离散的点迹处理成以时间排序的航空器轨迹，以滑行道组件为单元分析所经过的航空器速度、位置和航向的动态变化情况，若经过同一滑行道的航空器集合中存在满足热点产生条件的航空器，则会被识别为机场热点。具体步骤如下：

步骤1：根据机场场面监视雷达数据生成航空器轨迹集合TRACK＝{track₁,track₂...,track_n}，其中，产生航空器轨迹track的航空器p以呼号和航空器首次出现时间T^start为标识，且航空器轨迹track包括轨迹点集合TR和滑行道集合TL；所述轨迹点集合TR包括航空器p经过的所有轨迹点，每一个轨迹点tr包括轨迹点经度

轨迹点纬度

航空器速度speed、轨迹点航向和首次出现时间T^start到轨迹点tr的时间间隔T_taxi；所述滑行道集合TL包括航空器p经过的所有滑行道，每一条滑行道包括进入滑行道的第一个轨迹点tr^enter和离开滑行道的最后一个轨迹点tr^exit；

步骤2：根据机场运行电子地图中滑行道图层数据生成机场滑行道集合TW＝{tw₁,tw₂...,tw_m}；

步骤3：从机场滑行道集合TW中任意选择一条滑行道tw_i，查找航空器轨迹集合TRACK中每一个航空器轨迹track的滑行道集合TL，如果滑行道tw_i存在于滑行道集合TL中，则把产生该航空器轨迹track的航空器p加入到航空器集合TP_i中；

步骤4：计算航空器集合TP_i中的每一个航空器p进入滑行道tw_i的时间T_enter和离开滑行道tw_i的时间T_exit，并将航空器集合TP_i中的所有航空器按其进入滑行道tw_i的时间先后排序，得到TP_i＝{p₁,p₂...,p_l}；

步骤5：从航空器集合TP_i中任意选择航空器p_j和p_k，且j＜k，如果航空器p_j离开滑行道tw_i的时间T_exit,j晚于航空器p_k进入滑行道tw_i的时间T_enter,k，则继续；否则，转步骤10；

步骤6：分别计算航空器p_j和航空器p_k在滑行道tw_i的航向hd_j和hd_k，以及航向差HD_j,k＝|hd_j-hd_k|；如果航向差HD_j,k大于航向差门限值Headingoffset，则继续；否则，转步骤10；

步骤7：计算航空器p_k进入滑行道tw_i前的等待时间T_hold,k；

步骤8：计算航空器p_j在时间段[T_enter,k-T_hold,k,T_exit,j]中的每一个轨迹点tr^j，与相同时刻航空器p_k的轨迹点tr^k之间的距离 ${\mathrm{Dis}}_{j,k}=\sqrt{{({\mathrm{pos}}_x^{{\mathrm{tr}}^j}-{\mathrm{pos}}_x^{{\mathrm{tr}}^k})}^2+{({\mathrm{pos}}_y^{{\mathrm{tr}}^j}-{\mathrm{pos}}_y^{{\mathrm{tr}}^k})}^2};$ 如果存在一个以上距离Dis_j,k小于距离门限值Disoffset，则将滑行道tw_i的入口识别为冲突热点hs_i；否则，转步骤10；

步骤9：转步骤5，直到航空器集合TP_i中的所有航空器均已被两两选择；

步骤10：转步骤3，直到机场滑行道集合TW中的所有滑行道均已被选择。

其中，场面监视雷达数据包含航空器呼号、二次雷达应答机编码、机型、尾流类型、经度、纬度等信息。但是，场面监视雷达数据记录的是机场范围内航空器和车辆等目标在某个时刻的点迹数据，这些离散位置点间的时间间隔可能不一致。因此，必须要对离散点迹数据进行预处理，形成运动航空器轨迹数据，才能用于机场热点识别与等级划设研究。首先按行读取场面监视雷达数据文件的一条记录，如果是车辆点迹则舍弃，否则查询容器中是否存在以该呼号为唯一标识的航空器对象，如果没有则新建航空器对象并加入容器，否则读取该条记录中与航空器起降相关的时间、位置、速度、使用跑道等信息到轨迹点对象中，并将轨迹点数据加入航空器对象的轨迹链表，最后在容器中得到以时间排序的并且以呼号为标识的航空器对象序列，如下所示：

根据机场场面监视雷达数据生成航空器轨迹集合TRACK＝{track₁,track₂...,track_n}的方法是：

101：按行读取场面监视雷达数据文件的一条记录；

102：判断该条记录中的运动目标是否为航空器，如是则继续；否则转101；

103：根据该条记录中航空器呼号和记录时间判断航空器轨迹集合TRACK中是否已存在该航空器p的轨迹track，是则将该条记录中的数据加入轨迹track；否则新建航空器p的轨迹track，再将该条记录中的数据加入轨迹track，并将轨迹track加入到航空器轨迹集合TRACK；之后转101。

另外，计算航空器p进入滑行道tw_i的时间T_enter和离开滑行道tw_i的时间T_exit的方法是：

401：在航空器p的轨迹track中查找得到首次出现时间T^start；

402：在航空器p的轨迹track的滑行道集合TL中，查找得到航空器p进入滑行道tw_i的第一个轨迹点tr^enter和离开滑行道tw_i的最后一个轨迹点tr^exit；

403：在航空器p的轨迹track的轨迹点集合TR中，查找得到首次出现时间T^start到轨迹点tr^enter的时间间隔

以及首次出现时间T^start到轨迹点tr^exit的时间间隔

404：计算得到航空器p进入滑行道tw_i的时间

以及航空器p离开滑行道tw_i的时间 $T_{\mathrm{exit}}=T^{\mathrm{start}}+T_{\mathrm{taxi}}^{\mathrm{exit}}.$

计算航空器p在滑行道tw_i的航向hd的方法是：

601：将航空器p的轨迹track的轨迹点集合TR中在滑行道tw_i的经过的所有轨迹点进行最小二乘法拟合，得到直线；

602：求得该直线与磁北方向的夹角为航空器p在滑行道tw_i的航向hd。

计算航空器p进入滑行道tw_i前的等待时间T_hold的方法是：

701：在航空器p的轨迹track的滑行道集合TL中，查找航空器p进入滑行道tw_i之前所经过的那一条滑行道tw₀；如果滑行道tw_i为航空器p进入机场的第一条滑行道，则令等待时间T_hold为0秒；

702：在航空器p的轨迹track的轨迹点集合TR中，计算得到航空器p在滑行道tw₀上的所有轨迹点中航空器速度speed小于15千米/小时的轨迹点总数s；

703：令等待时间T_hold为s秒。

通过上述方法得到机场冲突热点后，可以根据下述标准划设热点等级：

表1机场热点等级划设准则

其中，

造成机场热点hs_i的冲突航空器总架次。

Flow_j：该机场第j天的起降航空器总架次。

机场热点hs_i的x相对坐标。

机场热点hs_i的y相对坐标。

第j天机场热点hs_i的日冲突架次比。

机场热点hs_i的日平均冲突航空器架次比。

假设该机场使用02号方向运行时，机场热点hs_i日平均冲突航空器架次比。

假设该机场使用20号方向运行时，机场热点hs_i日平均冲突航空器架次比。

机场热点hs_i的日平均冲突航空器架次比。

相关参数按照下式计算得到：

${\mathrm{\η}}_j^{{\mathrm{hs}}_i}=\frac{{\mathrm{Sum}}_{{\mathrm{hs}}_i}}{{\mathrm{Flow}}_j}$

${\stackrel{\‾}{\mathrm{\η}}}^{{\mathrm{hs}}_i}=\frac{\underset{j=1,...,\mathrm{cnt}}{\mathrm{\Σ}}{\mathrm{\η}}_j^{{\mathrm{hs}}_i}}{\mathrm{cnt}}$

${\stackrel{\‾}{\mathrm{\η}}}_{\mathrm{sum}}^{{\mathrm{hs}}_i}={\stackrel{\‾}{\mathrm{\η}}}_{02}^{{\mathrm{hs}}_i}+{\stackrel{\‾}{\mathrm{\η}}}_{20}^{{\mathrm{hs}}_i}$

以下数据来自我国中南某机场2012年12月9日到12月15日共计一周的场面监视雷达数据，起降总架次为5820，平均每天起降约830架次，单条跑道小时起降最大架次为62，场面监视数据离散点迹个数为12010685。该机场使用跑道为02R/20L、02L/20R，东跑道长度3800米，西跑道长度4000米，跑道间距为2200米。两条跑道均可以单独起飞或者降落，机场地面运行模式通常采用独立平行离场/相关平行仪表进近。除12月14日、15日使用20方向起降以外，其余均使用02方向起降；基于场面监视雷达数据和热点识别与等级划设算法，设置Headingoffset=90度，Disoffset=100米；分别求出使用02和20方向跑道时机场热点的日平均冲突架次比，并标注机场热点位置，该位置是相对于02R跑道入口坐标为原点的直角坐标系中的相对坐标，根据等级划设准则最终得到机场热点的识别与等级划设结果如表2所示。

表2机场热点识别与等级划设结果

根据机场热点的识别与等级划设流程，组织了专家和一线管制、运行人员对机场热点位置和等级的合理性进行了讨论。专家指出，机场热点的位置与场面实际运行基本相符，等级划设准则基本合理。但是，机场热点应综合考虑机场范围内的活动目标，尤其是航空器与航空器、航空器与车辆以及车辆之间的潜在冲突。同时，机场热点区域是发生冲突或潜在冲突的多发地带，而日平均冲突架次较少则冲突发生的概率必然低，那么这些区域不应该等同于热点区域。结合专家的反馈意见，修改了机场热点等级划设标准，删除了很少发生冲突的IV类热点区域。最终得到HS02，HS03，HS04为I类热点区域，HS01，HS05为II类热点区域，HS05和HS07是III类热点区域。

本发明可以分析所述机场热点产生冲突的详细信息，包括冲突航空器呼号、进/离场类型、冲突开始时间、冲突结束时间、冲突航空器轨迹、冲突航空器总架次、冲突持续总时间等信息。根据日平均冲突航空器架次比，按照热点等级划设原则即可对其等级进行划分，从而提醒机长和场面运行司机通过热点时小心观察，注意滑行速度，防止机场地面航空器、车辆滑行相撞、追尾等，对于保障机场运行安全有重大意义。

Claims (6)

1.一种机场冲突热点识别方法，其特征在于，包括

步骤1：根据机场场面监视雷达数据生成航空器轨迹集合TRACK＝{track₁,track₂...,track_n}，其中，产生航空器轨迹track的航空器p以呼号和航空器首次出现时间T^start为标识，且航空器轨迹track包括轨迹点集合TR和滑行道集合TL；所述轨迹点集合TR包括航空器p经过的所有轨迹点，每一个轨迹点tr包括轨迹点经度轨迹点纬度

航空器速度speed、轨迹点航向和首次出现时间T^start到轨迹点tr的时间间隔T_taxi；所述滑行道集合TL包括航空器p经过的所有滑行道，每一条滑行道包括进入滑行道的第一个轨迹点tr^enter和离开滑行道的最后一个轨迹点tr^exit；

步骤2：根据机场运行电子地图中滑行道图层数据生成机场滑行道集合TW＝{tw₁,tw₂...,tw_m}；

步骤3：从机场滑行道集合TW中任意选择一条滑行道tw_i，查找航空器轨迹集合TRACK中每一个航空器轨迹track的滑行道集合TL，如果滑行道tw_i存在于滑行道集合TL中，则把产生该航空器轨迹track的航空器p加入到航空器集合TP_i中；

步骤4：计算航空器集合TP_i中的每一个航空器p进入滑行道tw_i的时间T_enter和离开滑行道tw_i的时间T_exit，并将航空器集合TP_i中的所有航空器按其进入滑行道tw_i的时间先后排序，得到TP_i＝{p₁,p₂...,p_l}；

步骤5：从航空器集合TP_i中任意选择航空器p_j和p_k，且j＜k，如果航空器p_j离开滑行道tw_i的时间T_exit,j晚于航空器p_k进入滑行道tw_i的时间T_enter,k，则继续；否则，转步骤10；

步骤6：分别计算航空器p_j和航空器p_k在滑行道tw_i的航向hd_j和hd_k，以及航向差HD_j,k＝|hd_j-hd_k|；如果航向差HD_j,k大于航向差门限值Headingoffset，则继续；否则，转步骤10；

步骤7：计算航空器p_k进入滑行道tw_i前的等待时间T_hold,k；

步骤8：计算航空器p_j在时间段[T_enter,k-T_hold,k,T_exit,j]中的每一个轨迹点tr^j，与相同时刻航空器p_k的轨迹点tr^k之间的距离 ${\mathrm{Dis}}_{j,k}=\sqrt{{({\mathrm{pos}}_x^{{\mathrm{tr}}^j}-{\mathrm{pos}}_x^{{\mathrm{tr}}^k})}^2+{({\mathrm{pos}}_y^{{\mathrm{tr}}^j}-{\mathrm{pos}}_y^{{\mathrm{tr}}^k})}^2};$ 如果存在一个以上距离Dis_j,k小于距离门限值Disoffset，则将滑行道tw_i的入口识别为冲突热点hs_i；否则，转步骤10；

步骤9：转步骤5，直到航空器集合TP_i中的所有航空器均已被两两选择；

步骤10：转步骤3，直到机场滑行道集合TW中的所有滑行道均已被选择。

2.如权利要求1所述的机场冲突热点识别方法，其特征在于，所述根据机场场面监视雷达数据生成航空器轨迹集合TRACK＝{track₁,track₂...,track_n}，包括

101：按行读取场面监视雷达数据文件的一条记录；

102：判断该条记录中的运动目标是否为航空器，如是则继续；否则转101；

103：根据该条记录中航空器呼号和记录时间判断航空器轨迹集合TRACK中是否已存在该航空器p的轨迹track，是则将该条记录中的数据加入轨迹track；否则新建航空器p的轨迹track，再将该条记录中的数据加入轨迹track，并将轨迹track加入到航空器轨迹集合TRACK；之后转101。

3.如权利要求1所述的机场冲突热点识别方法，其特征在于，所述计算航空器p进入滑行道tw_i的时间T_enter和离开滑行道tw_i的时间T_exit，包括

401：在航空器p的轨迹track中查找得到首次出现时间T^start；

402：在航空器p的轨迹track的滑行道集合TL中，查找得到航空器p进入滑行道tw_i的第一个轨迹点tr^enter和离开滑行道tw_i的最后一个轨迹点tr^exit；

403：在航空器p的轨迹track的轨迹点集合TR中，查找得到首次出现时间T^start到轨迹点tr^enter的时间间隔

以及首次出现时间T^start到轨迹点tr^exit的时间间隔

404：计算得到航空器p进入滑行道tw_i的时间

以及航空器p离开滑行道tw_i的时间 $T_{\mathrm{exit}}=T^{\mathrm{start}}+T_{\mathrm{taxi}}^{\mathrm{exit}}.$

4.如权利要求1所述的机场冲突热点识别方法，其特征在于，所述计算航空器p在滑行道tw_i的航向hd，包括

601：将航空器p的轨迹track的轨迹点集合TR中在滑行道tw_i的经过的所有轨迹点进行最小二乘法拟合，得到直线；

602：求得该直线与磁北方向的夹角为航空器p在滑行道tw_i的航向hd。

5.如权利要求1所述的机场冲突热点识别方法，其特征在于，所述计算航空器p进入滑行道tw_i前的等待时间T_hold，包括

701：在航空器p的轨迹track的滑行道集合TL中，查找航空器p进入滑行道tw_i之前所经过的那一条滑行道tw₀；如果滑行道tw_i为航空器p进入机场的第一条滑行道，则令等待时间T_hold为0秒；

702：在航空器p的轨迹track的轨迹点集合TR中，计算得到航空器p在滑行道tw₀上的所有轨迹点中航空器速度speed小于15千米/小时的轨迹点总数s；

703：令等待时间T_hold为s秒。

6.如权利要求1至5所述的任意一种机场冲突热点识别方法，其特征在于，所述航向差门限值Headingoffset为90度；所述距离门限值Disoffset为100米。