CN106504589B - 基于管制规则库与决策树的多机冲突探测与解脱方法 - Google Patents
基于管制规则库与决策树的多机冲突探测与解脱方法 Download PDFInfo
- Publication number
- CN106504589B CN106504589B CN201610993720.1A CN201610993720A CN106504589B CN 106504589 B CN106504589 B CN 106504589B CN 201610993720 A CN201610993720 A CN 201610993720A CN 106504589 B CN106504589 B CN 106504589B
- Authority
- CN
- China
- Prior art keywords
- conflict
- aircraft
- scheme
- multimachine
- decision tree
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000000523 sample Substances 0.000 title claims abstract description 41
- 238000003066 decision tree Methods 0.000 title claims abstract description 28
- 238000003795 desorption Methods 0.000 title claims abstract description 28
- 230000033228 biological regulation Effects 0.000 title claims abstract description 21
- 238000010801 machine learning Methods 0.000 claims abstract description 3
- SLVOVFVZZFUEAS-UHFFFAOYSA-N 2-[2-[2-[bis(carboxymethyl)amino]ethoxy]ethyl-(carboxymethyl)amino]acetic acid Chemical compound OC(=O)CN(CC(O)=O)CCOCCN(CC(O)=O)CC(O)=O SLVOVFVZZFUEAS-UHFFFAOYSA-N 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 2
- 238000011835 investigation Methods 0.000 abstract description 2
- 238000013480 data collection Methods 0.000 abstract 1
- 230000006698 induction Effects 0.000 abstract 1
- 230000001133 acceleration Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0043—Traffic management of multiple aircrafts from the ground
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/04—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于管制规则库与决策树的多机冲突探测与解脱方法，该方法首先通过对一线实际管制单位的调研和数据收集，整理出实际管制运行中的冲突分类，冲突探测的标准和冲突解脱的基本方法，总结归纳出基于实际管制运行的管制规则库，然后引入机器学习中的决策树模型，结合解脱方法合并规则的要求，构建了基于管制规则库与决策树的多机冲突探测与解脱算法，最终实现多航空器之间的冲突探测与解脱，为保证空中交通安全提供技术支持。
Description
技术领域
本发明涉及基于管制规则库与决策树的多机冲突探测与解脱方法，特别是涉及民用航空飞行中多架航空器冲突探测与解脱方法，属于空中交通安全技术领域。
背景技术
快速增涨的空中交通需求给了空中交通系统巨大压力，安全问题作为航空运输业的热点问题一直存在。为了提高航空运输业的安全性，降低航空器发生冲突的概率和减少航空器冲突的频次，对航空器预先进行冲突探测和解脱是一项重要方法，而且，多机冲突探测与解脱的研究一直以来都是冲突探测与解脱领域的核心问题和难点问题。
发明内容
本发明所要解决的技术问题是：提供基于管制规则库与决策树的多机冲突探测与解脱方法，实现多航空器之间的冲突探测与解脱，为保证空中交通安全提供技术支持。
本发明为解决上述技术问题采用以下技术方案：
基于管制规则库与决策树的多机冲突探测与解脱方法，包括如下步骤：
步骤1，以扇区作为多机冲突探测与解脱的范围，预测扇区内所有航空器未来某段时间的飞行轨迹；
步骤2，对扇区内所有航空器的飞行轨迹两两进行比较，判断有无冲突，得到存在冲突的航空器对；
步骤3，计算每对存在冲突的航空器对发生冲突的时间，并按照发生冲突时间先后的顺序对存在冲突的航空器对进行排序；
步骤4，在冲突解脱规则库中，找到每对存在冲突的航空器对优先级最高的解脱方案；
步骤5，筛选出出现在两个或两个以上存在冲突的航空器对中的共用航空器，同时筛选出共用航空器所在航空器对各自的解脱方案，根据解脱方案合并规则合并上述解脱方案，得到新的多机冲突解脱方案；
步骤6，将步骤5得到的新的多机冲突解脱方案在扇区内对应的航空器上预演，判断所有冲突是否被解脱，如果是，则执行新的多机冲突解脱方案，否则，在冲突解脱规则库中，找到每对存在冲突的航空器对下一优先级的解脱方案，并重复步骤5-6，直至所有冲突被解脱。
作为本发明的一种优选方案，步骤1所述飞行轨迹是基于BADA的轨迹预测模型并结合航空器飞行计划数据预测得到。
作为本发明的一种优选方案，步骤3所述计算每对存在冲突的航空器对发生冲突的时间是基于BADA的轨迹预测模型来计算。
作为本发明的一种优选方案，步骤4所述冲突解脱规则库是基于机器学习中的决策树算法来构建。
作为本发明的一种优选方案，步骤6所述判断所有冲突是否被解脱的方法是：将新的多机冲突解脱方案在扇区对对应的航空器上预演，基于BADA的轨迹预测模型预测航空器未来某段时间的飞行轨迹，对飞行轨迹两两进行比较，判断有无冲突。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1、本发明基于管制规则库与决策树的多机冲突探测与解脱方法，通过运行飞行计划数据，实现了多航空器之间的冲突探测与解脱。
2、本发明基于管制规则库与决策树的多机冲突探测与解脱方法，可用于评估空管运行安全水平。
3、本发明基于管制规则库与决策树的多机冲突探测与解脱方法，为保证空中交通安全供技术支持。
附图说明
图1是本发明基于管制规则库与决策树的多机冲突探测与解脱方法的流程图。
图2是本发明中同向航迹冲突探测与解脱流程图。
图3是本发明中逆向航迹冲突探测与解脱流程图。
图4是本发明中交叉航迹冲突探测与解脱流程图。
图5是本发明中交叉航迹实例图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
如图1所示，为本发明基于管制规则库与决策树的多机冲突探测与解脱方法的流程图，包括如下几个步骤：
步骤1：以扇区作为多机冲突探测与解脱范围，预测航空器未来n分钟的飞行轨迹。
在冲突探测与解脱之前，以扇区为单元，利用基于BADA的轨迹预测模型，结合飞行计划数据，预测出扇区内所有航空器在未来n分钟的飞行轨迹。
步骤2：对每个扇区内的所有航空器，两两配对进行冲突探测，确定存在冲突的航空器对。
根据步骤1中预测出的航空器轨迹，取扇区内所有航空器的轨迹两两比较，判断有无冲突，最终确定冲突航空器对。
步骤3：计算出每个冲突航空器对发生冲突的时间，按照发生冲突从早到晚的顺序对冲突航空器对进行排序。
根据步骤2得出的冲突航空器对，利用基于BADA的轨迹预测模型计算出各冲突航空器对发生冲突的时间，然后依据发生冲突从早到晚的顺序对冲突航空器对进行排序。
步骤4：进入基于决策树建立的冲突解脱规则库，按解脱方案优先级从高到低的顺序，生成冲突航空器对中每一对的解脱方法。
通过对冲突航空器的排序，结合基于决策树的管制冲突规则库，依据冲突解脱规则库中解脱方法优先级从高到低的顺序，生成第一组冲突航空器对的冲突解脱规则序列。
步骤5：筛选出冲突航空器对同时出现在两个或以上航空器对中的航空器，同时筛选出它们各自的解脱方法(如果有的话)，依据解脱方法合并规则合并这些航空器的解脱方法，最终生成新的多机冲突解脱方法。
在生成第一组冲突航空器对的冲突解脱规则序列之后，从冲突航空器对中筛选出同时出现在两个或以上冲突航空器对中的共用航空器，然后参考冲突解脱合并规则，对共用航空器的冲突解脱规则进行合并，保证所有冲突航空器最多有一个冲突解脱机动。
步骤6：将上一步生成的新的多机冲突解脱方法在对应的航空器上预演，判断所有冲突是否被解脱。如果是，执行多机冲突解脱方法，如果否，返回步骤4，按优先级顺序，重新生成多机冲突解脱方法，直至生成可以解脱所有冲突的多机冲突解脱方法。
将步骤5中最终生成的冲突航空器的冲突解脱机动应用到对应的航空器上，利用基于BADA的轨迹预测模型推测出应用解脱机动后的航空器轨迹，判断所有冲突是否被完全解脱。如果完全解脱所有冲突，则对冲突航空器执行步骤5中生成的冲突解脱机动方法；如果存在未解脱的冲突，则返回步骤4，依据航空器解脱方法的优先级顺序，重新生成下一优先级的冲突解脱方法，再执行步骤5和6，直至步骤6中生成解脱所有冲突的多机冲突解脱方法。
构建管制规则库的方法如下：
通过调研分析，根据航空器之前的航向关系，可以将冲突划分为同向航迹、逆向航迹和交叉航迹三种类型。然后再依据航空器的上升、平飞和下降等飞行状态对冲突进一步分类细化，最后，结合真实管制员解脱冲突方法的调研结果，制定出每一种冲突对应的解脱规则，构建管制规则库即冲突解脱规则库。
生成决策树算法模型的方法如下：
在已经完成管制规则库构建的基础上，采用数据挖掘中数据分类的基本技术——决策树分类技术实现冲突探测与解脱。首先，以扇区作为多机冲突探测单元，将航空器的航向关系、飞行状态、航行诸元等作为决策树节点，依据冲突探测——冲突分类——冲突解脱的顺序，构建冲突解脱与探测的决策树模型。
合并共用航空器的解脱方法如下：
筛选出涉及到两对或两对以上冲突航空器对中的共用航空器，然后依据如下冲突解脱方法合并规则对共用航空器的解脱方法进行合并，生成多机冲突解脱方法序列。
a)两个机动均为上升高度，合并为上升到高高度的单个机动
b)两个机动均为下降高度，合并为下降到低高度的单个机动
c)两个机动分别为调速和调高，合并为调高的机动方法
d)两个机动中有一个空机动，则合并为另一个非空机动
多机冲突探测与解脱方法如下：
不同于双机冲突探测与解脱，多机冲突探测与解脱过程复杂。每种类型冲突的解脱方案按优先级顺序排列，同时针对不同冲突航空器对共用航空器的解脱方案，则依据解脱合并规则对共用航空器的解脱方法进行合并，最后，对合并后的解脱方案进行验证是否能解脱所有冲突，如果可以解脱所有冲突，则执行多机解脱方法序列，如果不能解脱所有冲突，则返回决策树，生成下一优先级的多机冲突解脱方法序列，直至生成可以解脱所有冲突的多机冲突解脱方法序列。
如图2、图3、图4所示，本发明以两个航空器之间的航迹冲突探测与解脱为例，分别给出了两机同向、逆向、交叉航迹冲突探测与解脱流程图。其中，D表示两机距离，ΔH表示两机高度差，H1表示航空器1的高度，H2表示航空器2的高度，t1表示后机减速到前机速度时两机间隔恰好满足安全水平间隔所需时间，t2表示后机减速到前机速度时所需时间，v2表示航空器2的速度。
ROCD1表示航空器1的上升或下降率，ROCD2表示航空器2的上升或下降率；A表示ROCD1为0、B表示ROCD2为0、C表示ROCD1、ROCD2均为0、D表示航空器1、2中其中一个为爬升另一个为下降、E表示航空器1、2都为爬升、F表示表示航空器1、2都为下降。
v1、v2分别表示航空器1、2的速度，l1、l2分别表示航空器1、2距预计发生冲突位置的距离，a表示当前的加速度。
以图5的两机交叉航迹为例，探测到潜在冲突时，航空器1的速度为v1，航空器1距离冲突点的距离为l1。航空器2的速度为v2，航空器2距离冲突点的距离为l2。航空器1运动到冲突点所需时间为t1，航空器2运动到冲突点所需时间为t2。D表示当前航空器间的距离，a表示当前的加速度。X表示当其中一架航空器到达交叉点时，另外一架航空器距离交叉点的距离。
假设不考虑航空器自身的加速度，那么：
当t2>t1,说明航空器1比航空器2先到达交叉点(时间少)，所以当航空器1到达交叉点时，航空器2距离交叉点的距离为：X＝l2-t1v2；
当t2<t1,说明航空器2比航空器1先到达交叉点，所以当航空器2到达交叉点时，航空器1距离交叉点的距离为：X＝l1-t2v1。
那么，根据式子：求解出t，根据t的大小做相应的冲突调配。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。
Claims (5)
1.基于管制规则库与决策树的多机冲突探测与解脱方法，其特征在于，包括如下步骤：
步骤1，以扇区作为多机冲突探测与解脱的范围，预测扇区内所有航空器未来某段时间的飞行轨迹；
步骤2，对扇区内所有航空器的飞行轨迹两两进行比较，判断有无冲突，得到存在冲突的航空器对；
步骤3，计算每对存在冲突的航空器对发生冲突的时间，并按照发生冲突时间先后的顺序对存在冲突的航空器对进行排序；
步骤4，基于决策树算法构建冲突解脱规则库，在冲突解脱规则库中，将航空器的航向关系、飞行状态、航行诸元作为决策树节点，依据冲突探测——冲突分类——冲突解脱的顺序，找到每对存在冲突的航空器对优先级最高的解脱方案；
步骤5，筛选出出现在两个或两个以上存在冲突的航空器对中的共用航空器，同时筛选出共用航空器所在航空器对各自的解脱方案，根据解脱方案合并规则合并上述解脱方案，得到新的多机冲突解脱方案；
其中，解脱方案合并规则具体为：a、若共用航空器所在航空器对的解脱方案均为爬升高度，则将两个解脱方案合并为爬升高度较高的单个解脱方案；b、若共用航空器所在航空器对的解脱方案均为下降高度，则将两个解脱方案合并为下降高度较低的单个解脱方案；c、若共用航空器所在航空器对的解脱方案分别为调速和调高，则将两个解脱方案合并为调高的单个解脱方案；d、若共用航空器所在航空器对的解脱方案中有一个解脱方案为空，则将两个解脱方案合并为另一个非空解脱方案；
步骤6，将步骤5得到的新的多机冲突解脱方案在扇区内对应的航空器上预演，判断所有冲突是否被解脱，如果是，则执行新的多机冲突解脱方案，否则，在冲突解脱规则库中，找到每对存在冲突的航空器对下一优先级的解脱方案，并重复步骤5-6，直至所有冲突被解脱。
2.根据权利要求1所述基于管制规则库与决策树的多机冲突探测与解脱方法，其特征在于，步骤1所述飞行轨迹是基于BADA的轨迹预测模型并结合航空器飞行计划数据预测得到。
3.根据权利要求1所述基于管制规则库与决策树的多机冲突探测与解脱方法，其特征在于，步骤3所述计算每对存在冲突的航空器对发生冲突的时间是基于BADA的轨迹预测模型来计算。
4.根据权利要求1所述基于管制规则库与决策树的多机冲突探测与解脱方法，其特征在于，步骤4所述冲突解脱规则库是基于机器学习中的决策树算法来构建。
5.根据权利要求1所述基于管制规则库与决策树的多机冲突探测与解脱方法，其特征在于，步骤6所述判断所有冲突是否被解脱的方法是：将新的多机冲突解脱方案在扇区对对应的航空器上预演，基于BADA的轨迹预测模型预测航空器未来某段时间的飞行轨迹，对飞行轨迹两两进行比较，判断有无冲突。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610993720.1A CN106504589B (zh) | 2016-11-10 | 2016-11-10 | 基于管制规则库与决策树的多机冲突探测与解脱方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610993720.1A CN106504589B (zh) | 2016-11-10 | 2016-11-10 | 基于管制规则库与决策树的多机冲突探测与解脱方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106504589A CN106504589A (zh) | 2017-03-15 |
| CN106504589B true CN106504589B (zh) | 2019-04-19 |
Family
ID=58324278
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610993720.1A Active CN106504589B (zh) | 2016-11-10 | 2016-11-10 | 基于管制规则库与决策树的多机冲突探测与解脱方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106504589B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110659797A (zh) * | 2019-08-09 | 2020-01-07 | 中国船舶重工集团公司第七0九研究所 | 一种飞行冲突解脱管制指令的评估方法及系统 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106981222B (zh) * | 2017-05-26 | 2019-11-05 | 四川九洲电器集团有限责任公司 | 一种冲突告警检测方法和装置 |
| CN108694864B (zh) * | 2018-06-12 | 2021-02-09 | 南京航空航天大学 | 一种复杂低空飞行多机冲突探测与解脱方法及系统 |
| CN109255982B (zh) * | 2018-09-27 | 2020-04-21 | 中国人民解放军国防科技大学 | 一种三架次飞机防撞方法及系统 |
| CN110428666B (zh) * | 2019-08-01 | 2021-06-29 | 中国民航大学 | 一种基于人机协同进化智能的民航飞机空中冲突解决决策方法 |
| CN111210669B (zh) * | 2020-01-11 | 2021-01-22 | 中国人民解放军93209部队 | 一种基于推演评估的空域冲突解脱规则创建方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694752A (zh) * | 2009-07-06 | 2010-04-14 | 民航数据通信有限责任公司 | 空域运行仿真中冲突的自动检测和调解系统及方法 |
| CN102509476A (zh) * | 2011-11-01 | 2012-06-20 | 四川川大智胜软件股份有限公司 | 一种短期飞行冲突解脱方法 |
| EP2492856A1 (en) * | 2011-02-22 | 2012-08-29 | General Electric Company | Methods and systems for managing air traffic |
| CN103854517A (zh) * | 2012-12-05 | 2014-06-11 | 北京航空航天大学 | 低空空域飞行器冲突解脱方法及设备 |
| CN105336222A (zh) * | 2015-10-27 | 2016-02-17 | 中国民用航空总局第二研究所 | 一种机场地面智能指挥调度系统与方法 |
-
2016
- 2016-11-10 CN CN201610993720.1A patent/CN106504589B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694752A (zh) * | 2009-07-06 | 2010-04-14 | 民航数据通信有限责任公司 | 空域运行仿真中冲突的自动检测和调解系统及方法 |
| EP2492856A1 (en) * | 2011-02-22 | 2012-08-29 | General Electric Company | Methods and systems for managing air traffic |
| CN102509476A (zh) * | 2011-11-01 | 2012-06-20 | 四川川大智胜软件股份有限公司 | 一种短期飞行冲突解脱方法 |
| CN103854517A (zh) * | 2012-12-05 | 2014-06-11 | 北京航空航天大学 | 低空空域飞行器冲突解脱方法及设备 |
| CN105336222A (zh) * | 2015-10-27 | 2016-02-17 | 中国民用航空总局第二研究所 | 一种机场地面智能指挥调度系统与方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110659797A (zh) * | 2019-08-09 | 2020-01-07 | 中国船舶重工集团公司第七0九研究所 | 一种飞行冲突解脱管制指令的评估方法及系统 |
| CN110659797B (zh) * | 2019-08-09 | 2022-08-16 | 中国船舶重工集团公司第七0九研究所 | 一种飞行冲突解脱管制指令的评估方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106504589A (zh) | 2017-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106504589B (zh) | 基于管制规则库与决策树的多机冲突探测与解脱方法 | |
| Guo et al. | Urban traffic signal control with connected and automated vehicles: A survey | |
| CN109191922B (zh) | 一种大规模四维航迹动态预测方法及装置 | |
| US9037519B2 (en) | Urban traffic state detection based on support vector machine and multilayer perceptron | |
| KR102031151B1 (ko) | 선박의 효율 운항을 위한 항로 안내 방법 | |
| CN106570453A (zh) | 用于行人检测的方法、装置和系统 | |
| CN111739347B (zh) | 一种应用于自由航路空域的自主航迹规划与冲突解脱方法及装置 | |
| Marczak et al. | Key variables of merging behaviour: empirical comparison between two sites and assessment of gap acceptance theory | |
| CN108091132B (zh) | 一种交通流量预测方法及装置 | |
| CN109934164A (zh) | 基于轨迹安全度的数据处理方法和装置 | |
| Hyeon et al. | Short-term speed forecasting using vehicle wireless communications | |
| Zeng et al. | Person-based adaptive priority signal control with connected-vehicle information | |
| Gallego et al. | Discussion on density-based clustering methods applied for automated identification of airspace flows | |
| Durand et al. | Collision Avoidance Using Neural Networks Learned by Genetic Algorithm | |
| CN108877298A (zh) | 一种基于四维航迹运行的航班计划安全性判断预警方法 | |
| He et al. | PAMSCOD: Platoon-based arterial multi-modal signal control with online data | |
| CN113178074A (zh) | 应用于车辆的交通流机器学习建模系统及其方法 | |
| Çeçen et al. | Conflict-free en-route operations with horizontal resolution manoeuvers using a heuristic algorithm | |
| CN114529883A (zh) | 检测交通灯的方法和电子设备 | |
| KR20160036310A (ko) | 궤적 패턴을 이용한 항공기 도착시간 예측 장치 및 방법 | |
| Wu et al. | Lane-GNN: Integrating GNN for Predicting Drivers' Lane Change Intention | |
| JP4572944B2 (ja) | 運転支援装置、運転支援方法および運転支援プログラム | |
| CN109344729A (zh) | 一种识别道路中人员运动的方法 | |
| Pusadan et al. | Cluster phenomenon to determine anomaly detection of flight route | |
| CN111652428B (zh) | 一种基于历史数据的航班预达时刻估算方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |