CN104537431A - 一种基于冲突检测的滑行道路径优化方法 - Google Patents

一种基于冲突检测的滑行道路径优化方法 Download PDF

Info

Publication number
CN104537431A
CN104537431A CN201410783294.XA CN201410783294A CN104537431A CN 104537431 A CN104537431 A CN 104537431A CN 201410783294 A CN201410783294 A CN 201410783294A CN 104537431 A CN104537431 A CN 104537431A
Authority
CN
China
Prior art keywords
node
conflict
path
flight
taxiway
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410783294.XA
Other languages
English (en)
Inventor
周航
蒋欣欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201410783294.XA priority Critical patent/CN104537431A/zh
Publication of CN104537431A publication Critical patent/CN104537431A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于冲突检测的滑行道路径优化方法,其在航空器滑行过程中,对可能存在的交叉点冲突、对头冲突、追尾冲突进行检测,在冲突避免的基础上,采用改进的A*算法对滑行路径进行优化。该方法充分考虑到航空器在滑行过程中可能遇到的冲突问题,在避免冲突,保障安全的前提下,实现滑行路径最短的目标,进而提高机场场面运行的效率。

Description

一种基于冲突检测的滑行道路径优化方法
技术领域:
本发明涉及一种基于冲突检测的滑行道路径优化方法,属于民航技术领域。
背景技术:
我国民航业发展迅速,机场跑道数量增加,航空器地面运行路径日趋复杂,滑行道是机场场面运行的关键资源。合理规划航空器的滑行路径,同时避免滑行过程中可能遇到的冲突对保障航空器滑行安全、航班顺利起降有重要意义。因此,基于冲突检测的滑行道路径优化是机场场面运行规划的重要内容之一。
当前关于机场场面运行的研究,多偏向于跑道优化调度和停机位合理分配,运用各种定量方法对场面运行系统进行分析与规划,而滑行作为一个中间过程略显薄弱;此外,有些研究虽然对航空器的滑行路径进行了优化,但是由于没有考虑航空器运行的方向,没有整合冲突避免策略,在航空器滑行过程中留下隐患。针对该问题,国内外学者进行了大量研究,以下各举一例予以说明。
2010年,董天圣、彭舰提出了一种基于遗传算法的滑行调度策略,该策略首先使用遗传算法确定各航班经过交叉点的顺序,再根据上一步得到的顺序求解具体的滑行路径,反复迭代,逐步优化,直到得出满意解。第一阶段解决航班交叉点的定序问题,第二阶段的滑行道调度计划生成问题转换成线性规划问题,极大地提高了求解速度。文中,给定机场滑行道布局,通过求解各航班经过交叉点的时间,确定使得总体滑行时间最小或总体滑行代价最小的滑行路径。滑行代价可由航班机型、运行成本、燃油消耗、旅客人数等多因素决定,采用遗传算法对目标进行求解,该算法能有效提高求解效率,降低求解时间。该研究中只是单纯的根据航空器通过节点的时间来规划滑行路径,旨在使航空器尽早完成滑行过程,降低滑行代价;而没有很好地考虑滑行过程中可能存在的冲突问题,没能很好的保障滑行过程中的安全,是需要改进和完善的地方,[董天圣彭舰.基于遗传算法的机场滑行调度优化策略[J].计算机应用,2010,30(2):482-485.]。
2009年,Gillian Clare、Arthur Richards对机场跑道调度和航空器滑行路径进行了双优化,该研究中,对可能存在的冲突问题进行二进制变量的定义,以航空器总的滑行时间最小为目标函数,运用松弛算法建立MILP方程,在计算初期不考虑航空器冲突问题,接下来每计算一次就加上一个约束条件,迭代多次之后得到最优解,同时结合滚动时域策略,提高求解效率。约束条件包括:初始路径和时间约束,滑行路径约束,滑行时间约束等。然而,该研究在使用滚动时域策略时,参数的设定具有很大的变动性,只有选择合适恰当的参数,才可能得到优化的路径,使得该研究的结果具有偶然性,有待于加强该算法的稳定性,[Clare G,Richards A,Sharma S.Receding horizon,iterativeoptimization of taxiway routing and runway scheduling[C]//Proceedings of the AIAAGuidance,Navigation and Control Conference,Chicago,USA.2009.]。
航空器在滑行过程中,可能发生以下三类冲突:交叉点冲突、对头冲突、追尾冲突。交叉点冲突是指:有大于等于两架的航空器陆续请求通过一个相同的滑行道交叉点,且相隔时间不符合规定的最小安全间隔;对头冲突是指:在同一滑行道上,两架航空器预先规定的滑行路径发生重叠,且运行方向相反,可能发生相撞;追尾冲突是指:在同一滑行道上,两架航空器预先规定的滑行路径发生重叠,且运行方向相同,位于运行方向后方的航空器滑行速度大于前方航空器,可能发生追尾。本发明专利在综合考虑交叉点冲突、对头冲突和追尾冲突的基础上,在确保航空器冲突避免的前提下,应用改进的A*算法规划最短滑行路线,最终得到合理安全优化的滑行路径。
发明内容:
本发明提供一种基于冲突检测的滑行道路径优化方法,在航空器滑行过程中,对可能存在的交叉点冲突、对头冲突、追尾冲突进行检测,在冲突避免的基础上,采用改进的A*算法对滑行路径进行优化。该方法充分考虑到航空器在滑行过程中可能遇到的冲突问题,在避免冲突,保障安全的前提下,实现滑行路径最短的目标,进而提高机场场面运行的效率。
本发明采用如下技术方案:一种基于冲突检测的滑行道路径优化方法,其包括如下步骤:
步骤1.
(1)分析机场场面运行机理,简化滑行系统网络结构
机场场面运行系统中包括跑道系统、停机位系统以及衔接跑道系统和停机位系统的滑行道系统,将所述跑道系统、停机位系统以及滑行道系统抽象成由链路和节点组成的几何网络图,网络中设滑行道和跑道作为弧,它们的交点以及起始点为节点,以此为基础进行滑行路径规划;
(2)提出节点时刻表的概念,为冲突检测提供依据
在冲突检测流程中,为每个节点设定一个时刻表,节点时刻表用以记录经过该节点的航班数据,按照时刻的先后顺序存入时刻表,在第一个航班数据录入之后,后继的航班则要检索整条路径,为冲突检测提供依据;
步骤2.滑行道冲突分析,具体分析滑行过程中的冲突为交叉点冲突、对头冲突、追尾冲突中的哪一种;
步骤3.冲突检测流程分析
首先,系统为将到达本场且已分配停机位的航班和在停机位上将要推出的航班按照初步模型计算出初始路径;
其次,在初始路径、滑行速度v、预计推出/脱离跑道时间、从n-1节点到n节点的链路长度为l确定之后,计算各个航班通过初始路径上每一个节点的时刻tn,存入节点时刻表;
最后,航班通过该节点后,将该航班数据从时刻表中删除
t n = t n - 1 + l v ;
步骤4:冲突解决
当滑行路径中存在冲突时,航空器可以选择原地等待,当前航空器通过节点后再通过,或者重新选择新的滑行路径;
步骤5:应用改进的A*算法对滑行道路径进行优化
(1)A*算法寻找最短滑行路径
设定一个估价函数f'(n)
f'(n)=g(n)+h'(n)
其中f'(n):经过节点n的最优路径长度的一个估计;g(n):起点到节点n的实际距离;h'(n):节点n到终点距离的一个估计,
(2)在最优路径的基础上,结合步骤3和步骤4,对滑行路径中可能存在的冲突进行检测和排除,最终确定没有冲突的最优滑行路径。
进一步地,所述步骤3中
一个航班中,初始路径经过的节点为n个,记为Pn,起点为P0,从n=1开始检索节点Pn的时刻表,设定时刻表中的时间为ti,航班通过该节点的时间为tn,如果在时刻表中有项目和本航班通过节点的时刻相差小于等于10s,则表示有冲突,若无冲突,则t=t+1,对下一个节点进行检索
本发明具有如下有益效果:
(1).把滑行系统简化成有坐标的实体网络结构,创新性的提出节点时刻表的概念,结合航空器的滑行速度为每一个节点创建航班时刻数据,以此作为冲突检测的依据;
(2).综合分析了航空器滑行过程中可能存在的三种冲突:交叉点冲突、对头冲突、追尾冲突,设计并改进A*算法,对于可能发生的冲突情况,是选择等待还是重新选择新的路径,根据设定的权重值不同,采用多目标优化的方法进行选择与判断,从而排除冲突;
(3).本发明基于冲突检测的滑行道路径优化方法为一种能够智能避免冲突,且权衡延误时间和滑行路径长度的最优滑行路径的方法,在保证安全的前提下,降低了油耗,提高了滑行效率。
附图说明:
图1为滑行系统简图。
图2为本发明基于冲突检测的滑行道路径优化方法的流程图。
具体实施方式:
请参照图2所示,针对机场场面运行日趋复杂的现状,在航空器滑行过程中,寻求滑行路径最短且能够避免冲突的最优滑行路径,其实施过程可以分为以下5个步骤:
步骤1:
(1)分析机场场面运行机理,简化航空器滑行系统网络结构
滑行道在场面运行系统中扮演着重要的角色,它衔接着跑道系统和停机位系统,是机场活动区的重要资源之一。对滑行道路径规划系统进行初始规划和路径优化,主要对包含了跑道系统,滑行道系统和停机位系统为主体的机场活动区上运行的航空器滑行策略进行制定和优化。现在将这三个系统抽象成由链路(links)和节点(nodes)组成的几何网络图,网络中设滑行道和跑道作为弧,它们的交点以及起始点(包括停机位和跑道端)为节点,以此为基础进行滑行路径规划。
现给定一个机场滑行系统的布局图,用一个节点来表示滑行道和跑道、滑行道和滑行道之间的交汇点,而点与点之间的滑行路径用一个有向线段表示,整个滑行系统就可以简化成一个有向网络图,如图1所示,其中N是所有节点的集合,L是所有链路的集合。
对于每一架航班,滑行路径都可以用一连串的箭头和节点序号表示。比如,n1→n2→n3→n5→n6→n7就表示了一架航班从跑道入口进入,随后在n3脱离跑道进入滑行道,最后到达停机位的过程,这是一条完整的滑行路线,每一架航班可行的路线有很多,本发明要探讨的就是在这些路线中找到一条没有冲突且滑行路程最短的路线。
(2)提出节点时刻表概念,为冲突检测提供依据
在冲突检测流程中,第一步是为每个节点设定一个时刻表,用来储存航班经过该节点的时刻,这个时刻表就作为在节点上检测冲突流程的依据。节点时刻表用以记录经过该节点的航班数据,它包含的项目如下表所示:
表1节点时刻表项目栏
按照时刻的先后顺序存入时刻表,在第一个航班数据录入之后,后继的航班则要检索整条路径,为冲突检测提供依据。
步骤2:滑行道冲突分析
航空器在滑行过程中,可能发生以下三类冲突:
(1)交叉点冲突:
有大于等于两架的航空器陆续请求通过一个相同的滑行道交叉点,且相隔时间不符合规定的最小安全间隔。
假设现有两架航空器在滑行道上运行,分别为航空器A和航空器B,安全间隔标准为L,运行速度为Va和Vb,运行路径均经过节点N,到达节点N的时刻分别为Ta和Tb。若有|Ta-Tb|≤L*|Va-Vb|,则两航空器在交叉点处不满足最低间隔标准,存在冲突。
(2)对头冲突:
在同一滑行道上,两架航空器预先规定的滑行路径发生重叠,且运行方向相反,可能发生相撞。
假设现有两架航空器在同一滑行道上运行,分别为航空器A和航空器B,两者运行方向相反且在相遇前不改变运行方向,则它们存在对头冲突。这种冲突是滑行道系统中最为危险的一种,如果不进行防范会造成机毁人亡的后果,给旅客带来巨大的生命和财产损失。
(3)追尾冲突:
在同一滑行道上,两架航空器预先规定的滑行路径发生重叠,且运行方向相同,位于运行方向后方的航空器的滑行速度大于前方航空器,可能发生追尾。
假设现有两架航空器在滑行道上运行,分别为航空器A和航空器B,A在运行方向后方,两者安全间隔标准为L,运行速度为Va和Vb,运行方向相同,经过共同节点N的时间分别为Ta和Tb。若有(Tb-Ta)*Vb≤L,则两航空器在交叉点后不满足最低间隔标准,可能发生追尾冲突。
步骤3:冲突检测流程分析
根据航空器机型大小来划分滑行速度,取滑行速度的平均值作为参考,设定大型机为7m/s,中型机为6m/s,小型机为5m/s。对滑行的航空器来说,到达各个节点的时刻由链路长度、出发时间和机型速度决定,某节点的时刻表条目为到达父节点的时刻加上前一段链路滑行时间。
首先,系统为将到达本场且已分配停机位的航班和在停机位上将要推出的航班按照初步模型计算出初始路径;其次,在初始路径、滑行速度v、预计推出/脱离跑道时间、从n-1节点到n节点的链路长度为l确定之后,计算各个航班通过初始路径上每一个节点的时刻tn,存入节点时刻表;最后,航班通过该节点后,将该航班数据从时刻表中删除。
t n = t n - 1 + l v
对于一个航班而言,初始路径经过的节点为n个,记为Pn,起点为P0,从n=1开始检索节点Pn的时刻表,设定时刻表中的时间为ti,航班通过该节点的时间为tn,如果在时刻表中有项目和本航班通过节点的时刻相差小于等于10s,则表示有冲突。若无冲突,则t=t+1,对下一个节点进行检索。
步骤4:冲突解决方法
当滑行路径中存在冲突时,航空器有两种选择:一是选择原地等待,当前航空器通过节点后再通过;二是重新选择新的滑行路径。比较当前航班与冲突航班的优先级,如果当前航班的优先级高,可以不避让,继续滑行;反之,原地等待,要求间隔超过30s,或者重新选择滑行路线。
根据重新选择滑行路线的消耗代价与原地等待消耗代价的不同分别计算节点的代价值,记录各个节点的代价值,设置一个评价函数D(m)对各个节点进行评价,选择评价值最小的方式解决冲突。
D(m)=g(n)*x/v+t(n)*y
其中D(m):扩展第m优个节点的代价;g(n):节点n(第m优个节点)到节点n的实际距离;x:滑行消耗的权重;t(n):航空器在第m优个节点的等待时间;v:航空器的速度;y:等待消耗的权重。
在衡量采取措施的代价之前要计算通过原节点的代价,第m优节点代价为D(m),那么最优节点的代价则为D(1)。随后检测是否存在次优节点。如果存在,则使m=m+1,检索第m优节点的时刻表是否存在冲突,若有冲突,则计算在该节点等待的代价后转向相对于本节点的次优节点。若没有冲突,则计算节点代价,存入D(m)函数。重复上述过程,持续到第m优的节点没有冲突或者没有次优节点时结束,然后评价各节点的代价。同时记录D(m),判断采取哪一种措施是哪一种方式消耗代价最小,即选取minD(m)的方法。对路径中所有节点检索,直到Pn为终点时结束。
步骤5:改进的A*算法对滑行道路径进行优化
(1)A*算法寻找最短滑行路径
设定一个估价函数f'(n),表示节点n的实值,也就是从初始点到节点n的最短实际路程与节点n到终点的直线距离,f'(n)的值越小表示节点n可以节约的路程最大,可选择性越高。这就确定了f'(n)最小的那个节点就是下一个要扩展的节点。如果下一个要扩展的节点已经是终点的话表明路径搜索过程终止,路径已生成。节点的估价值就可以用下式表示:
f'(n)=g(n)+h'(n)
其中f'(n):经过节点n的最优路径长度的一个估计;g(n):起点到节点n的实际距离;h'(n):节点n到终点距离的一个估计。
(2)在最短路径的基础上,结合步骤3和步骤4,对滑行路径中可能存在的冲突进行检测和排除,最终确定没有冲突的最优滑行路径。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以作出若干改进,这些改进也应视为本发明的保护范围。

Claims (2)

1.一种基于冲突检测的滑行道路径优化方法,其特征在于:包括如下步骤
步骤1.
(1)分析机场场面运行机理,简化滑行系统网络结构
机场场面运行系统中包括跑道系统、停机位系统以及衔接跑道系统和停机位系统的滑行道系统,将所述跑道系统、停机位系统以及滑行道系统抽象成由链路和节点组成的几何网络图,网络中设滑行道和跑道作为弧,它们的交点以及起始点为节点,以此为基础进行滑行路径规划;
(2)提出节点时刻表的概念,为冲突检测提供依据
在冲突检测流程中,为每个节点设定一个时刻表,节点时刻表用以记录经过该节点的航班数据,按照时刻的先后顺序存入时刻表,在第一个航班数据录入之后,后继的航班则要检索整条路径,为冲突检测提供依据;
步骤2.滑行道冲突分析,具体分析滑行过程中的冲突为交叉点冲突、对头冲突、追尾冲突中的哪一种;
步骤3.冲突检测流程分析
首先,系统为将到达本场且已分配停机位的航班和在停机位上将要推出的航班按照初步模型计算出初始路径;
其次,在初始路径、滑行速度v、预计推出/脱离跑道时间、从n-1节点到n节点的链路长度为l确定之后,计算各个航班通过初始路径上每一个节点的时刻tn,存入节点时刻表;
最后,航班通过该节点后,将该航班数据从时刻表中删除
t n = t n - 1 + l v ;
步骤4:冲突解决
当滑行路径中存在冲突时,航空器可以选择原地等待,当前航空器通过节点后再通过,或者重新选择新的滑行路径;
步骤5:应用改进的A*算法对滑行道路径进行优化
(1)A*算法寻找最短滑行路径
设定一个估价函数f'(n)
f'(n)=g(n)+h'(n)
其中f'(n):经过节点n的最优路径长度的一个估计;g(n):起点到节点n的实际距离;h'(n):节点n到终点距离的一个估计,
(2)在最优路径的基础上,结合步骤3和步骤4,对滑行路径中可能存在的冲突进行检测和排除,最终确定没有冲突的最优滑行路径。
2.如权利要求1所述的基于冲突检测的滑行道路径优化方法,其特征在于:所述步骤3中
一个航班中,初始路径经过的节点为n个,记为Pn,起点为P0,从n=1开始检索节点Pn的时刻表,设定时刻表中的时间为ti,航班通过该节点的时间为tn,如果在时刻表中有项目和本航班通过节点的时刻相差小于等于10s,则表示有冲突,若无冲突,则t=t+1,对下一个节点进行检索
CN201410783294.XA 2014-12-16 2014-12-16 一种基于冲突检测的滑行道路径优化方法 Pending CN104537431A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410783294.XA CN104537431A (zh) 2014-12-16 2014-12-16 一种基于冲突检测的滑行道路径优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410783294.XA CN104537431A (zh) 2014-12-16 2014-12-16 一种基于冲突检测的滑行道路径优化方法

Publications (1)

Publication Number Publication Date
CN104537431A true CN104537431A (zh) 2015-04-22

Family

ID=52852950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410783294.XA Pending CN104537431A (zh) 2014-12-16 2014-12-16 一种基于冲突检测的滑行道路径优化方法

Country Status (1)

Country Link
CN (1) CN104537431A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106981221A (zh) * 2017-03-24 2017-07-25 北京航空航天大学 基于时空间维度分解的机场停机位分配方法及系统
CN107843252A (zh) * 2017-10-18 2018-03-27 歌尔股份有限公司 导航路径优化方法、装置及电子设备
CN107862910A (zh) * 2017-11-15 2018-03-30 南京航空航天大学 基于机场场面滑行多种冲突模式的滑行延误时间和离场延误时间预测方法
CN110033111A (zh) * 2018-01-11 2019-07-19 北京航空航天大学 机场场面运动规划方法和装置
CN110069888A (zh) * 2019-05-06 2019-07-30 中国民航大学 一种机场场面模拟与路径优化方法
CN111127958A (zh) * 2019-12-04 2020-05-08 深圳微品致远信息科技有限公司 飞机滑行路线的确定方法、装置、设备及可读介质
CN111427344A (zh) * 2020-02-13 2020-07-17 深圳市镭神智能系统有限公司 自主体轨迹冲突的解决方法、装置、设备和存储介质
CN112270847A (zh) * 2020-09-30 2021-01-26 民航数据通信有限责任公司 基于高通路数据链的机组航空器路由共享系统及方法
CN113283727A (zh) * 2021-05-17 2021-08-20 南京航空航天大学 基于量子启发式算法的机场滑行道调度方法
CN113610271A (zh) * 2021-07-01 2021-11-05 四川大学 一种基于历史数据分析的多Agent机场场面滑行路径规划方法
CN114200965A (zh) * 2022-02-21 2022-03-18 中国民航大学 一种飞机安全移动路径规划方法
CN114360300A (zh) * 2021-11-26 2022-04-15 中国航空无线电电子研究所 一种面向场面增强态势感知的交通冲突告警方法
CN115294808A (zh) * 2022-06-29 2022-11-04 中国航空无线电电子研究所 一种机载场面运行路径指引与告警系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020092744A1 (en) * 2000-12-13 2002-07-18 Esw-Extel Systems Wedel Arrangement for detecting impermissibly high forces acting on the supporting structure of a vehicle
CN101833699A (zh) * 2009-03-12 2010-09-15 北京博懋易通科技有限公司 一种用于船舶航线设计的启发式航段寻径方法
CN102004852A (zh) * 2010-11-18 2011-04-06 南京莱斯信息技术股份有限公司 一种机场场面航空器滑行路由自动解算方法
US8242392B1 (en) * 2011-11-01 2012-08-14 John Ondracek Multi-directional momentum-change sensor and methods of use
CN102880186A (zh) * 2012-08-03 2013-01-16 北京理工大学 基于稀疏a*算法和遗传算法的航迹规划方法
CN103390355A (zh) * 2013-07-30 2013-11-13 中国民用航空总局第二研究所 一种基于a-smgcs系统的滑行道冲突检测方法
CN103824478A (zh) * 2014-03-05 2014-05-28 中国民用航空飞行学院 机场冲突热点识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020092744A1 (en) * 2000-12-13 2002-07-18 Esw-Extel Systems Wedel Arrangement for detecting impermissibly high forces acting on the supporting structure of a vehicle
CN101833699A (zh) * 2009-03-12 2010-09-15 北京博懋易通科技有限公司 一种用于船舶航线设计的启发式航段寻径方法
CN102004852A (zh) * 2010-11-18 2011-04-06 南京莱斯信息技术股份有限公司 一种机场场面航空器滑行路由自动解算方法
US8242392B1 (en) * 2011-11-01 2012-08-14 John Ondracek Multi-directional momentum-change sensor and methods of use
CN102880186A (zh) * 2012-08-03 2013-01-16 北京理工大学 基于稀疏a*算法和遗传算法的航迹规划方法
CN103390355A (zh) * 2013-07-30 2013-11-13 中国民用航空总局第二研究所 一种基于a-smgcs系统的滑行道冲突检测方法
CN103824478A (zh) * 2014-03-05 2014-05-28 中国民用航空飞行学院 机场冲突热点识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张海涛等: "基于A*算法的全局路径搜索", 《机器人技术》 *
张莹等: "航空器机场地面滑行时刻优化模型研究", 《中国民航飞行学院学报》 *
李楠等: "基于A*算法的机场滑行路径优化研究", 《计算机仿真》 *
漆阳华等: "A*的改进路径规划算法", 《信息与电子工程》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106981221A (zh) * 2017-03-24 2017-07-25 北京航空航天大学 基于时空间维度分解的机场停机位分配方法及系统
CN107843252B (zh) * 2017-10-18 2020-10-09 歌尔股份有限公司 导航路径优化方法、装置及电子设备
CN107843252A (zh) * 2017-10-18 2018-03-27 歌尔股份有限公司 导航路径优化方法、装置及电子设备
CN107862910A (zh) * 2017-11-15 2018-03-30 南京航空航天大学 基于机场场面滑行多种冲突模式的滑行延误时间和离场延误时间预测方法
CN107862910B (zh) * 2017-11-15 2019-12-06 南京航空航天大学 基于机场场面滑行多种冲突模式的滑行延误时间和离场延误时间预测方法
CN110033111A (zh) * 2018-01-11 2019-07-19 北京航空航天大学 机场场面运动规划方法和装置
CN110033111B (zh) * 2018-01-11 2021-07-30 北京航空航天大学 机场场面运动规划方法和装置
CN110069888A (zh) * 2019-05-06 2019-07-30 中国民航大学 一种机场场面模拟与路径优化方法
CN110069888B (zh) * 2019-05-06 2023-01-13 中国民航大学 一种机场场面模拟与路径优化方法
CN111127958A (zh) * 2019-12-04 2020-05-08 深圳微品致远信息科技有限公司 飞机滑行路线的确定方法、装置、设备及可读介质
CN111427344A (zh) * 2020-02-13 2020-07-17 深圳市镭神智能系统有限公司 自主体轨迹冲突的解决方法、装置、设备和存储介质
CN112270847A (zh) * 2020-09-30 2021-01-26 民航数据通信有限责任公司 基于高通路数据链的机组航空器路由共享系统及方法
CN113283727A (zh) * 2021-05-17 2021-08-20 南京航空航天大学 基于量子启发式算法的机场滑行道调度方法
CN113283727B (zh) * 2021-05-17 2023-09-15 南京航空航天大学 基于量子启发式算法的机场滑行道调度方法
CN113610271A (zh) * 2021-07-01 2021-11-05 四川大学 一种基于历史数据分析的多Agent机场场面滑行路径规划方法
CN113610271B (zh) * 2021-07-01 2023-05-02 四川大学 一种基于历史数据分析的多Agent机场场面滑行路径规划方法
CN114360300A (zh) * 2021-11-26 2022-04-15 中国航空无线电电子研究所 一种面向场面增强态势感知的交通冲突告警方法
CN114200965A (zh) * 2022-02-21 2022-03-18 中国民航大学 一种飞机安全移动路径规划方法
CN115294808A (zh) * 2022-06-29 2022-11-04 中国航空无线电电子研究所 一种机载场面运行路径指引与告警系统

Similar Documents

Publication Publication Date Title
CN104537431A (zh) 一种基于冲突检测的滑行道路径优化方法
Liang et al. Integrated sequencing and merging aircraft to parallel runways with automated conflict resolution and advanced avionics capabilities
CN102004852B (zh) 一种机场场面航空器滑行路由自动解算方法
Liang et al. Conflict-free arrival and departure trajectory planning for parallel runway with advanced point-merge system
Péter et al. A new network model for the analysis of air traffic networks
Kim et al. Runway assignments that minimize terminal airspace and airport surface emissions
Li et al. Traffic signal timing optimization in connected vehicles environment
Jiang et al. A collaborative optimization model for ground taxi based on aircraft priority
CN110991913B (zh) 繁忙机场高峰时间拥堵风险分析方法
Zhou et al. Research on taxiway path optimization based on conflict detection
Yu et al. Integrated optimization of airport taxiway and runway scheduling
Akgunduz et al. A non-time segmented modeling for air-traffic flow management problem with speed dependent fuel consumption formulation
Man An agent-based approach to automated merge 4D arrival trajectories in busy terminal maneuvering area
CN110033111B (zh) 机场场面运动规划方法和装置
Toratani et al. Feasibility study on applying continuous descent operations in congested airspace with speed control functionality: Fixed flight-path angle descent
CN116168566B (zh) 一种航空器场面联合调度方法、装置、设备及存储介质
Liang et al. Potential operational benefits of multi-layer point merge system on dense TMA operation hybrid arrival trajectory optimization applied to Beijing capital international airport
Meyn A closed-form solution to multi-point scheduling problems
Zhao et al. 4D trajectory planning of aircraft taxiing considering time and fuel
Zhang et al. Modelling and traffic signal control of a heterogeneous traffic network with signalized and non-signalized intersections
Stiverson et al. Heuristics for a runway-queue management problem
Kwasiborska Development of an algorithm for determining the aircraft pushback sequence
Li et al. A dynamic model for aircraft route optimizing in airport surface management
CN111080110A (zh) 机场拥堵风险分析系统
Meng et al. Dynamic Planning of Aircraft Sortie Generation Based on Multiobjective Optimization

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20150422

RJ01 Rejection of invention patent application after publication