CN111506974B - 一种无人机超低空飞行区域分类划设方法 - Google Patents

Abstract

本发明一种针对无人机超低空飞行区域划设方法，包括如下步骤：超低空飞行区域栅格化处理，并对每一个栅格进行唯一化标识；建立无人机超低空飞行区域分类划设评价指标及指标量化计算模型，得到n个评价指标，及其分别对应的c个风险等级取值区间；利用G1法得到各个指标权值；根据每一栅格所对应的风险评价指标取值区间，确定其邻接栅格加成特征值；计算栅格所对应指标的等级相对隶属度；计算得到栅格对应无人机飞行限制程度级别特征值；建立无人机飞行限制程度级别特征值阈值模型，将栅格对应无人机飞行限制程度级别特征值与无人机飞行限制程度级别特征值阈值的比较，确定栅格所对应的无人机超低空飞行区域分类划设等级数。本发明综合考虑无人机对地风险、对空风险和无人机自身运行安全三类因素，建立一套基于定量分析的无人机超低空飞行区域分类划设方法。

Description

一种无人机超低空飞行区域分类划设方法

技术领域

本发明涉及本发明涉及空中交通管制技术领域，尤其涉及无人机空中交通运行管理。

背景技术

无人驾驶航空器(以下简称为“无人机”)是由控制站管理(包括远程操纵或自主飞行)的航空器，也称远程驾驶航空器。由于无人机具有机动性好、生存能力高、过载能力强等特点，在物流运输、电力巡线、农林植保、抢险救灾、地理测绘等领域拥有广阔的应用前景。

然而，在近几年民用无人机市场规模不断扩大的同时，其运行中也会潜藏诸多风险：2017年4月30日，成都双流机场发生无人机干扰民航客机飞行事件，造成数十架航班备降；2017年5月，湖北武汉两名男子操作带有摄像装置的无人机以航拍方式搜集城市景观素材时，闯入某涉军单位上空，将该重点单位的内部结构及细节拍摄得一清二楚；2018年3月，台湾日月潭景区发生无人机坠机伤人事件，受害者当场昏迷；2018年9月，浙江金华一位女士下班骑电瓶车回家路途中，被无人机撞伤，伤势严重。上述事件表明，目前大量在空中运行的无人机已对地面人员和设施、公共安全、空中其它飞行器等构成威胁，亟需对无人机进行合理有效地管理，保证无人机在空中的有序运行，从而促进无人机产业的健康可持续发展。

无人机飞行区域分类划设是将一定范围内飞行区域划分为若干类别，每种类别的飞行区域针对不同类型的无人机存在不同程度的限制，是实现无人机有序运行的基础工作。若将超低空飞行区域定义为真高120米(含)以下飞行区域，则目前有超过95％的无人机在超低空飞行区域内运行，因此，超低空飞行区域分类划设方法应当被优先考虑。目前无人机超低空飞行区域并无成熟的分类划设方法，在国家空中交通管制委员会办公室组织起草的《无人驾驶航空器飞行管理暂行条例(征求意见稿)》中，在真高120米(含)以下范围内，主要以重要设施或区域为中心，一定距离为半径的方式，针对轻型无人机划设了一定范围的管控区域。这种划设方式虽然简单，但由于精度不可调整，可能会泄露敏感位置点信息。相比之下，利用栅格法对飞行区域进行网格化处理，是一种更为合理的做法。利用栅格内部信息进行风险评估，并按照风险评估结果进行颜色编码可视化，能使得超低空飞行区域在离散方式下进行系统地管理；同时，可以根据不同的实际需要，提供不同的栅格划分精度，避免国家资源的信息泄露。

将超低空飞行区域进行栅格化处理之后，则对其分类划设的核心问题即是利用每个栅格内的信息数据，分别针对不同类型无人机进行风险评估。由于超低空飞行环境、无人机飞行特性都与高空民航存在较大差异，因而需要一套全新的风险评估方法。现行的基于SORA(Specific Operations Risk Assessment)的风险评估以无人机失控为核心事件，以包括对地面第三方、空中第三方和重要基础设施的致命伤害为后果，进行定性评估。SORA目前已被中国民用航空局用于特定类无人机的运行风险评估，但若基于超低空飞行区域栅格属性，将SORA用于栅格内无人机运行环境的风险评估，SORA还存在一定局限性：一方面，无人机并非只有自发失控才会产生风险，正常运行的无人机若是在军事基地上方超低空飞行区域飞行，也会威胁到国家安全，应属于风险事件，此外，若无人机在民航运输飞机尾流范围内飞行，或是在高楼大厦之间飞行，也可能因为尾流或是高楼风而发生飞行事故，同样需要被考虑为风险事件；另一方面，SORA目前并不适用于无人机与载人航空器混合运行的风险评估，而随着无人机应用范围的扩大，未来必将实现与载人航空器融合运行，无人机与载人航空器混合运行的风险评估是需要被考虑的。因此，针对无人机超低空飞行区域分类划设问题，需要建立一套全新的评价指标，并提出新的评估方法，针对不同类型无人机进行风险评估，得到匹配不同类型无人机的超低空飞行区域分类划设方案，从而实现更加科学合理地对无人机运行进行管理，促进无人机产业健康可持续发展。

发明内容

本发明的目的：针对现有技术的不足，综合考虑无人机对地风险、对空风险和无人机自身运行安全三方面的因素，建立一套无人机飞行区域分类划设评价指标，并针对不同类型无人机提供一种基于定量分析的无人机超低空飞行区域分类划设方法，以满足不同类型无人机的运行需求，提高无人机在超低空飞行区域运行的安全与效率，并使得对低空资源的利用更加科学合理。

发明内容：

本发明提供一种针对无人机超低空飞行区域分类划设方法，包括如下步骤：

S1超低空飞行区域栅格化处理，并对每一个栅格进行唯一化标识；

S2建立飞行区域分类划设评价指标及指标量化计算模型，得到n个评价指标、以及其分别对应的c个风险等级取值区间；

S3基于S2所建立飞行区域分类划设评价指标中n个评价指标，利用G1法赋权得到n个指标权值；

S4基于S2中n个评价指标所分别对应的c个风险等级取值区间，确定每一栅格所对应评价指标的邻接栅格加成特征值；

S5根据n个评价指标及其分别对应的c个风险等级取值区间，和栅格所对应评价指标的邻接栅格加成特征值,计算栅格所对应评价指标的等级相对隶属度；

S6根据n个评价指标权值和栅格所对应指标的等级相对隶属度，计算得到栅格对应无人机飞行限制程度级别特征值；

S7建立飞行限制程度级别特征值阈值模型，将栅格对应飞行限制程度级别特征值与飞行限制程度级别特征值阈值的比较，确定栅格所对应的无人机超低空飞行区域分类划设等级。

进一步的，所述S2选取的n个评价指标包括：对地面人群撞击危害程度X₁、设施建筑重要程度X₂、设施电磁环境要求X₃、受损之后对周边地区危害性X₄、与空中载人航空器碰撞风险X₅、范围内超低空固定航线无人机情况X₆、与民航运输飞机尾流影响范围的距离X₇、真高超120米建筑物数量X₈。

进一步的，所述S2的量化计算模型包括无人机对地面人群撞击危害程度模型、无人机与空中载人航空器碰撞风险模型和无人机受民航运输飞机尾流影响范围模型。

进一步的，所述S3中采用G1法对n个评价指标进行赋权，得到指标权值，具体包括：

L位专家对指标重要性顺序，确定指标序关系；

在第s类序关系下，L_s位专家关于指标集{X₁,X₂,…,X_n}给出的序关系为

记L_s位专家给出的

与

间重要程度之比的赋值分别为

其中r_ki,为k专家需给出

与

的重要性程度之比 r_ki,i＝2,3,…,n，

则在第s类序关系下，L_s位专家指标主观权重的计算方式如下：

式中

将专家给出序关系排列的

按照对应指标原始编号从小到大排序，得到

(s＝1,2,…,h)，综合h类序关系的专家主观赋权信息，得到n个指标权值为：

进一步的，所述S4中每一栅格所对应评价指标的邻接栅格加成特征值计算方法为：

其中：

为栅格G对应指标X_i的固有特征值

为栅格G的8个邻接栅格对应指标X_i的固有特征值。

进一步的，所述栅格G，当其邻接栅格不足8个时，缺失的栅格对应指标X_i的固有特征值取值为0。

进一步的，所述S5包括：

确立n个指标X_i在c个风险等级的取值区间为[a_ij,b_ij]

a_ij是指标X_i在第j级风险等级的下界，b_ij是指标X_i在第j级风险等级的上界

且a_ij+1＝b_ij,(i＝1,2,…,n,j＝1,2,…,c-1)

建立指标标准区间矩阵I_ab：

根据指标标准区间矩阵建立指标可变范围区间矩阵I_cd：

其中

令M_ij为指标区间内隶属度为1的点，则M_ij的确定方式如下：

则M矩阵为：

根据I_ab、I_cd、M矩阵，计算指标值的等级相对隶属度μ(X_i)_j,

当

时，有：

当

时，有：

进一步的，所述S6包括：

栅格G所代表飞行区域对飞行限制程度级别特征值S^G计算公式为：

进一步的，所述S7包括：

设第j级分类划设等级对应的飞行限制程度级别特征值阈值S_j(j＝ 1,2,…,c-1)

其中ζ为管控程度调整参数，取值区间为[0,c-1)，c为无人机超低空飞行区域分类划设等级数。

进一步的，所述S7还包括：

当S^G<S₁时，栅格G所代表超低空飞行区域应被划设为1类可飞区；

当S_j-1≤S^G<S_j(c₁≥2,j＝2,3,…,c₁)时，栅格G所代表超低空飞行区域应被划设为j类可飞区；

当S_j-1≤S^G<S_j(c₂≥2,j＝c₁+1,c₁+2,…,c-1)时，栅格G所代表超低空飞行区域应被划设为(j-c₁)类管控区；

当S^G≥S_c-1时，栅格G所代表超低空飞行区域应被划设为c₂类管控区；

其中：c₁,c₂∈N^*,c＝c₁+c₂

c₁为无人机超低空可飞区细化分类等级数；

c₂为无人机超低空管控区细化分类等级数；

c为无人机超低空飞行区域分类划设等级数。

本发明的有益效果是：

首先，本发明综合考虑无人机对地风险、对空风险和无人机自身运行安全三方面的因素，建立一套无人机飞行区域分类划设评价指标。

其次，本发明克服了现有技术中仅能定性分析的缺陷，提供一种基于定量分析的新型评估、分类划设方法，为评价指标建立量化模型，计算获得栅格化无人机飞行区域的分类等级特征值，通过建立阈值模型，确定飞行区域的分类划设等级。

再次，本发明对无人机飞行区域栅格化时，不仅考虑栅格固有特征值，还考虑了邻近栅格的加成影响，更符合实际应用场景。

最后，本发明能满足不同类型无人机的运行需求，可提高无人机在超低空飞行区域运行的安全与效率，并使得对低空资源的利用更加科学合理，为我国无人机低空运行管理提供技术支撑。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1为无人机超低空飞行区域栅格化示意图；

图2为无人机超低空飞行区域分类划设评价指标；

图3为包含指标基础数据的栅格化无人机飞行区域示意图；

图4为无人机超低空飞行区域分类划设实例示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不限定本发明。

将真高H米以下超低空飞行区域，总体上分为无人机可飞区和管控区，无人机管控区对于无人机运行的限制应强于可飞区。进一步，根据实际运行需要，按照无人机在可飞区和管控区运行风险由低到高，无人机可飞区和无人机管控区又可进一步细分为c₁类无人机可飞区细分类型数与c₂类无人机管控区细分类型数 (c₁,c₂∈N^*,c＝c₁+c₂，即无人机超低空飞行区域分类划设等级数为c个)，其中无人机运行于1类管控区的风险在所有类别管控区中最低，对无人机采取的限制措施也应为所有类别管控区中最为宽松，无人机运行于c₂类管控区的风险在所有类别管控区中最高，对无人机采取的限制措施也应为所有类别管控区中最为严格，可飞区的情况同理。划设中，评价指标的风险等级数与无人机超低空飞行区域分类划设等级数保持一致。

S1超低空飞行区域栅格化处理，并对每一个栅格进行唯一化标识

以正方形为栅格形状，a千米为边长，对需要进行分类划设的飞行区域栅格化，并建立直角坐标系，对每一个栅格进行唯一化标识，如图1所示。

S2建立无人机超低空飞行区域分类划设评价指标及其分别对应的c个风险等级取值区间

S201建立无人机超低空飞行区域分类划设评价指标

为了评价每一个栅格所代表超低空飞行区域应对无人机飞行限制程度，需要建立一套无人机超低空飞行区域分类划设评价指标。评价指标应至少包含三类因素，分别为对地风险、对空风险和无人机自身运行安全。其中对地风险应考虑无人机对地面人群危害、对地面重要设施风险以及损毁地面设施可能对周边造成的危害等方面；对空风险应考虑无人机对空中载人飞机以及其它非载人无人机可能造成的风险；无人机自身运行安全主要考虑外部环境可能对无人机飞行造成的干扰，例如无人机受民航运输飞机尾流影响以及在高层建筑群中受到的影响。

基于以上三种因素的考虑，本发明选取n个评价指标作为无人机超低空飞行区域分类划设评价指标。

当n＝8时，选取的评价指标分别为：对地面人群撞击危害程度X₁、设施建筑重要程度X₂、设施电磁环境要求X₃、受损之后对周边地区危害性X₄、与空中载人航空器碰撞风险X₅、范围内超低空固定航线无人机情况X₆、与民航运输飞机尾流影响范围的距离X₇、真高超120米建筑物数量X₈，其中X₁,X₅,X₈为定量评价指标，X₂,X₃,X₄,X₆,X₇为定性评价指标。

S202建立评价指标量化计算模型

指标集中部分指标需要对其进行量化计算，用以进行量化评价，或是作为定性评价的依据，S201中n＝8时的评价指标中涉及需量化计算的部分主要包括无人机对地面人群撞击危害程度、无人机与空中载人航空器碰撞风险以及无人机民航运输飞机尾流影响范围的距离。

1)、无人机对地面人群撞击危害程度模型

无人机对地面人群撞击危害程度主要与该区域人口密度、无人机机型(决定了无人机最大起飞重量和撞击地面平均面积)有关，则无人机对地面人群危害程度P_gp可按如下方式计算：

P_gp＝ρ·m_UA·A_exp

其中ρ为该区域常住人口密度，m_UA为无人机最大起飞重量，A_exp为无人机撞击地面平均伤害面积。

根据上述模型，获得无人机对地面人群危害程度P_gp即为选取的对地面人群撞击危害程度X₁的量化计算。

2)、无人机与空中载人航空器碰撞风险模型

空中载人航空器包含民航运输飞机、通航飞机以及未来可能出现的载人无人机。根据不同类别载人航空器历史飞行轨迹数据，分别计算该类航空器相对于计划航线的横向偏差及垂向偏差情况，并计算无人机在栅格范围内飞行时与该类航空器的碰撞概率。通常情况下，航空器在飞行过程中的横向偏差和垂向偏差可看做相互独立，且一般满足正态分布，设栅格G周边共运行有CAT类载人航空器，无人机在栅格G范围内飞行时与第i类载人航空器的碰撞概率

为：

其中h_x(y)为该类航空器在XY面的概率密度函数，

和

为XY面内栅格G中的点到该类航空器计划航线距离的最大值和最小值，fx_x(z)为该类航空器在XZ面的概率密度函数，H为超低空飞行区域划设上界真高。则无人机在栅格G范围内飞行时与周边载人航空器的碰撞概率P_CAT(G)为：

根据上述模型，获得碰撞概率

即为选取的与空中载人航空器碰撞风险X₅的量化计算。

3)、无人机受民航运输飞机尾流影响范围模型

根据民航运输飞机尾流运动特性，尾流的侧移按照是否受地面效应影响可分为两个阶段考虑：一个为远地运动阶段，另一个为尾流受地面效应影响的近地阶段。在远地阶段，若在稳定的大气条件下，尾流维持时间约为120秒，尾涡的中心间距以几乎保持不变的同时下降，最大垂直下降高度为300米；当有侧风影响时，尾涡会以略大于风速的速度侧移。在近地阶段，尾涡之间及与地面的相互作用会导致向两侧移动，在稳定大气条件下，尾涡会以2-3米/秒的速度向两侧移动。

则当民航运输飞机不受地面效应影响时，尾涡最大运动垂直距离H₁取300米，最大侧移距离D₁为：

其中，ws为民航运输飞机机翼长度，ws₀为航空器起始涡流，T_w1为尾流维持时间，w_v为侧风速度，δ₁为不受地面效应影响时，无侧风影响下的尾涡侧移速度。

当受地面效应影响时，尾涡最大运动垂直距离H₂取该时民航运输飞机的飞行真高，最大侧移距离D₂为：

其中，T_w2为尾流维持时间，δ₂为受地面效应影响时，无侧风影响下的尾涡侧移速度。

因此，民航运输飞机尾流侧向最大影响距离D为：

D＝max(D₁,D₂)

根据上述模型，无人机民航运输飞机尾流影响范围的距离指标X₇所属风险等级可由民航运输飞机尾流侧向最大影响距离D的量化计算结果进行判断。

S203构建定性指标风险等级对应表

考虑到评价指标风险等级数与无人机超低空飞行区域分类划设等级数一致，针对设施建筑重要程度X₂、设施电磁环境要求X₃、受损之后对周边地区危害性X₄、范围内超低空固定航线无人机情况X₆、民航运输飞机尾流影响范围的距离X₇等定性指标，构建无人机超低空飞行区域分类划设评价定性指标风险等级对应表，根据无人机超低空飞行区域分类划设等级数c，将定性指标也分别划分为c个风险等级，当c＝3时，无人机超低空飞行区域分类划设评价定性指标风险等级对应表可如表1所示：

表1无人机超低空飞行区域分类划设评价定性指标风险等级对应表

S204确定n个评价指标分别对应的c个风险等级取值区间

建立无人机飞行区域分类划设评价取值标准，明确栅格对应评价指标取值区间。针对将无人机可飞区和无人机管控区细分为c₁类与c₂类的情况，构建如表2 所示评价指标风险等级取值区间标准表：

表2评价指标风险等级取值区间标准表

分类划设等级为c级(c＝c₁+c₂)，级别越高，表明对应该指标风险等级越高。对于指标X_i，a_ij和b_ij分别为X_i对应的风险等级j级的下界和上界(i＝ 1,2,…,n，j＝1,2,…,c)，且有a_ij+1＝b_ij,(i＝1,2,…,n,j＝1,2,…,c-1)。X_i各个风险等级区间取值a_ij和b_ij(i＝1,2,…,n,j＝1,2,…,c)由行业专家根据指标X_i实际情况进行确定，特别的，若X_i为定性指标，一般取a_i1＝0,b_ic＝100。

S3利用G1法对n个评价指标进行赋权处理，得到n个指标权值

对于建立得到的n个评价指标，设评价指标集为{X₁,X₂,…,X_n}，采用G1法，对所构建评价指标集中的n个评价指标进行赋权，具体步骤如下：

1)、同时邀请L位专家对指标重要性顺序进行判断。以第k个专家(记为k专家)为例，首先按如下方式对指标重要性进行排序：

请k专家在指标集{X₁,X₂,…,X_n}中，选出认为最重要的一个指标记为

再从余下n-1个指标中，选出认为最重要的一个指标记为

以此类推，直到经过n-1次挑选，剩下的评价指标记为

如此便确定了一个序关系：

其中

表示指标集{X_i}经k专家按序关系"＞"确定顺序之后的第i个评价指标(i＝1,2,…,n)。

2)、接着请L位专家各自给出自己给定的序关系中相邻评价指标的重要性程度比。同样以k专家为例，k专家需给出

与

的重要性程度之比r_ki,i＝ 2,3,…,n，赋值可参考表3。

表3 r_ki赋值参考表

3)、当L位专家都完成赋值判断之后，易知此时可能有

(s＝1,2,…,h)位专家，分别给出相同的序关系以及相应的主观赋值，即L_s位专家关于指标集{X₁,X₂,…,X_n}给出的序关系分别为：

记L_s位专家给出的

与

间重要程度之比的赋值分别为

则针对给出相同序关系的L_s位专家，指标主观权重

的计算方式如下：

式中

将专家给出序关系排列的

按照对应指标原始编号从小到大排序，得到

(s＝1,2,…,h)，综合h类序关系的专家主观赋权信息，得到n个指标权值为：

S4基于S2建立的评价指标及各个指标分别对应的c个风险等级取值区间，确定每一栅格所对应评价指标的邻接栅格加成特征值

栅格特征值分为固有特征值和邻接栅格加成特征值。栅格固有特征值完全由栅格内部属性确定的指标值所决定，邻接栅格加成特征值则会考虑栅格所邻接的栅格(至多为外围一圈共8个)对栅格固有特征值的加成。

以栅格G为例，对于定性评价指标，栅格G内对应指标情况达到定性指标某一级别，则对应指标取值为该等级所对应区间的下界；对于定量评价指标，将其实际的统计值作为定量评价指标取值，由此得到一组栅格G中指标取值

将x^G作为栅格固有特征，即

为栅格G对应指标X_i的固有特征值 (i＝1,2,…,n)。

一个栅格对无人机飞行限制程度，除了由栅格内部属性决定外，还应考虑其邻接栅格的情况，因此在对栅格所代表飞行区域对无人机飞行限制程度进行评价时，评价指标值采用邻接栅格加成特征值。栅格的邻接栅格加成特征值

计算方式为：

其中

为栅格G的8个邻接栅格对应指标X_i的固有特征值，当邻接栅格不足8个时，缺失的栅格对应指标X_i的固有特征值取值为0。

S5根据n个评价指标与其分别对应的c个风险等级取值区间，以及栅格所对应评价指标的邻接栅格加成特征值,计算栅格所对应指标的等级相对隶属度μ(X_i)_j

根据所建立的无人机超低空飞行区域分类划设评价指标风险等级取值标准表所标定的n个指标等级的取值区间，建立指标标准区间矩阵I_ab：

i为矩阵行数，j为矩阵的列数

根据指标标准区间矩阵建立指标可变范围区间矩阵I_cd：

其中

令M_ij为指标区间内隶属度为1的点，则M_ij的确定方式如下：

则可得矩阵M为：

根据I_ab、I_cd、N矩阵，计算指标值的等级相对隶属度μ(X_i)_j。

以栅格G所对应指标X_i的取值

为例(i＝1,2,…,n,j＝1,2,…,c)：

当

时，有：

当

时，有：

S6根据n个指标权值ω_i和栅格所对应评价指标的等级相对隶属度μ(X_i)_j，计算得到栅格对应无人机飞行限制程度级别特征值S^G

综合由G1法所得到的指标权值，则栅格G所代表飞行区域对无人机飞行限制程度级别特征值S^G计算方式为：

S7建立无人机飞行限制程度级别特征值阈值模型，将栅格对应无人机飞行限制程度级别特征值与无人机飞行限制程度级别特征值阈值的比较，确定栅格所对应的无人机超低空飞行区域分类划设等级

设定无人机飞行限制程度级别特征值阈值S_j(j＝1,2,…,c-1)

其中ζ为管控程度调整参数，取值区间为[0,c-1)，由行业专家综合考虑国家政策、飞行区域分类划设所针对的无人机机型、待分类划设飞行区域所属地实际情况等因素，因地制宜进行设置，ζ的值越大，则代表该片待分类划设飞行区域划分标准越严格(更倾向于将待分类飞行区域划设为管控区)。在确定ζ的取值之后，则可根据计算得到的无人机飞行限制程度级别特征值阈值，确定栅格G所代表超低空飞行区域应被划设的类别，具体方式如下：

1)、当S^G<S₁时，栅格G所代表超低空飞行区域应被划设为1类可飞区；

2)、当S_j-1≤S^G<S_j(c₁≥2,j＝2,3,…,c₁)时，栅格G所代表超低空飞行区域应被划设为j类可飞区；

3)、当S_j-1≤S^G<S_j(c₂≥2,j＝c₁+1,c₁+2,…,c-1)时，栅格G所代表超低空飞行区域应被划设为(j-c₁)类管控区；

4)、当S^G≥S_c-1时，栅格G所代表超低空飞行区域应被划设为c₂类管控区。

本发明具体应用实例如下：

以正方形为栅格形状，1千米为边长(即a＝1)，对真高120米(即H＝120) 以下某片超低空飞行区域进行栅格化处理。针对轻型无人机，将无人机管控区细分为两类，即1类管控区和2类管控区，特别的，这里分别命名为无人机管控区缓冲区和无人机管控区内核区，无人机管控区内核区内对无人机飞行限制程度高于无人机管控区缓冲区，无人机可飞区不做细分(即c₁＝1,c₂＝2)。管控程度调整参数的取值范围为[0,2)，这里将其取为1.6，则无人机飞行限制程度级别特征值阈值S₁和S₂分别为1.2和1.4。为了评价每一个栅格所代表超低空飞行区域应对无人机飞行限制程度，考虑无人机对地风险、对空风险和自身运行安全三类因素，建立一套无人机飞行区域分类划设评价指标如下图2所示。

为明确栅格对应指标风险等级取值区间，针对轻型无人机，建立如表1所示无人机超低空飞行区域分类划设评价定性指标风险等级对应表，以及轻型无人机超低空飞行区域分类划设评价指标风险等级取值标准表4如下：

表4轻型无人机超低空飞行区域分类划设评价指标风险等级取值区间标准表

接着运用G1法对各个指标进行赋权。邀请行业内3位资深专家，对所构建的管制运行效率评价指标进行主观排序赋值。根据G1法的赋权原则，先要对专家给出的序关系进行分类。经整理，共有2种序关系，即h＝2，按序关系整理的专家赋值结果如表5所示：

表5专家排序赋值结果

在序关系1下，有：

则：

按照对应指标原始编号从小到大排序，得到:

同理可得，在序关系2下，有：

综合给出相同序关系的专家的主观赋权信息，得到指标最终的赋权结果为：

(ω₁，ω₂，ω₃，ω₄，ω₅，ω₆，ω₇，ω₈)

＝(0.091，0.227，0.082，0.167，0.190，0.051，0.141，0.051)

图3为包含指标基础数据的栅格化飞行区域示意图，其中每个栅格中的“N1/N2”表示常住人口密度和建筑物高度信息，如A1栅格的“438/5”代表该区域内常住人口密度为438人/平方千米，真高超120米建筑物数量为5幢。此外， A1、B1、A2和B2栅格内包含军工设施保护区，A5栅格内包含一个气象雷达站，D3、C4、D4、E4和D5栅格内包含超低空固定航线无人机飞行航线，特别的，D4栅格内包含交汇的超低空固定航线无人机飞行航线。

根据轻型无人机超低空飞行区域分类划设评价指标风险等级取值区间标准表，令m_UA＝7kg，A_exp＝0.143m2，可计算得到各栅格对应邻接栅格加成特征值如下表6所示：

表6各栅格对应邻接栅格加成特征值

根据所建立的轻型无人机超低空飞行区域分类划设评价指标风险等级取值区间标准表所标定的8个指标等级的取值区间，建立指标标准区间矩阵I_a8：

根据指标标准区间矩阵建立指标可变范围区间矩阵I_cd：

进而可得M矩阵为：

根据I_ab、I_cd、M矩阵，可计算各个栅格对应指标值的等级相对隶属度μ(X_i)_j。以A1栅格为例，A1栅格对应指标值的等级相对隶属度μ(X_i)_j为：

则由G1法所得到的指标权值，可计算得到栅格A1所代表飞行区域对无人机飞行限制程度级别特征值S^A1：

由于无人机飞行限制程度级别特征值阈值S₁和S₂分别为1.2和1.4，又因为 S^A1>S₂，可知栅格A1所代表超低空飞行区域应被划设为c₂类管控区，即无人机管控区内核区。

同理计算得到范围内其余各个栅格(A2，A3，……，E5)所代表飞行区域对无人机飞行限制程度级别特征值向量为(1.48 1.22 1.19 1.22 1.50 1.49 1.23 1.24 1.15 1.241.22 1.22 1.31 1.18 1.19 1.19 1.26 1.26 1.23 1.29 1.18 1.14 1.25 1.15)。则根据无人机飞行限制程度级别特征值阈值S₁和S₂可得，栅格D1、E2、E3、A4、B4、B5、C5、E5所代表超低空飞行区域应划设为轻型无人机可飞区，栅格C1、 E1、C2、D2、A3、B3、C3、D3、C4、D4、E4、A5、D5所代表超低空飞行区域应划设为轻型无人机管控区缓冲区，栅格B1、A2、B2所代表超低空飞行区域应划设为轻型无人机管控区内核区，无人机超低空飞行区域分类划设示意图如下图所示，用①进行标识的栅格代表超低空飞行区域为轻型无人机可飞区，用②进行标识的栅格代表超低空飞行区域为轻型无人机管控区缓冲区，用③进行标识的栅格代表超低空飞行区域为轻型无人机管控区内核区。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。

Claims (6)

1.一种无人机超低空飞行区域分类划设方法，其特征在于，包括如下步骤：

S1无人机超低空飞行区域栅格化处理，并对每一个栅格进行唯一化标识；

S2建立飞行区域分类划设评价指标及评价指标量化计算模型，得到n个评价指标，及其分别对应的c个风险等级取值区间；

S3基于S2所建立评价指标n个评价指标，利用G1法赋权得到n个评价指标权值；

S4基于S2中n个评价指标所分别对应的c个风险等级取值区间，计算栅格所对应评价指标的邻接栅格加成特征值；

S5根据n个评价指标与其分别对应的c个风险等级取值区间，以及栅格所对应评价指标的邻接栅格加成特征值,计算栅格对应评价指标的等级相对隶属度；

S6根据n个评价指标权值和栅格所对应评价指标的等级相对隶属度，计算得到栅格对应限制程度级别特征值；

S7建立限制程度级别特征值阈值模型，将栅格对应限制程度级别特征值与限制程度级别特征值阈值比较，确定栅格所对应的无人机超低空飞行区域分类划设等级，

所述S2选取的n个评价指标X_i(i＝1,2,…,n)包括：对地面人群撞击危害程度X₁、设施建筑重要程度X₂、设施电磁环境要求X₃、受损之后对周边地区危害性X₄、与空中载人航空器碰撞风险X₅、范围内超低空固定航线无人机情况X₆、与民航运输飞机尾流影响范围的距离X₇、真高超120米建筑物数量X₈，

所述S2的评价指标量化计算模型包括无人机对地面人群撞击危害程度模型、无人机与空中载人航空器碰撞风险模型、和无人机受民航运输飞机尾流影响范围模型，

所述S3中采用G1法赋权，得到n个评价指标权值，包括：

L位专家对评价指标重要性顺序，确定评价指标序关系；

在第s类序关系下，L_s位专家关于评价指标集{X₁,X₂,…,X_n}给出的序关系为

记L_s位专家给出评价指标

与

间重要程度之比的赋值分别为

则在第s类序关系下，L_s位专家评价指标权值

的计算为：

式中

将专家给出序关系排列的

按照对应评价指标原始编号从小到大排序，得到

综合h类序关系的专家主观赋权信息，得到n个评价指标权值为：

所述S5包括：

n个评价指标X_i在c个风险等级的取值区间为[a_ij,b_ij](i＝1,2,…,n,j＝1,2,…,c)

a_ij是评价指标X_i在第j级风险等级的下界，b_ij是评价指标X_i在第j级风险等级的上界，且a_ij+1＝b_ij,(i＝1,2,…,n,j＝1,2,…,c-1)

建立评价指标标准区间矩阵I_ab：

根据评价指标标准区间矩阵建立评价指标可变范围区间矩阵I_cd：

其中

令M_ij为评价指标区间内隶属度为1的点，则M_ij的确定方式如下：

则M矩阵为：

根据I_ab、I_cd、M矩阵，计算栅格对应评价指标值的等级相对隶属度μ(X_i)_j,

当

时，有：

当

时，有：

2.如权利要求1所述的方法，其特征在于，所述S4中栅格对应评价指标的邻接栅格加成特征值计算方法为：

其中：

为栅格G对应评价指标X_i(i＝1,2,…,n)的固有特征值

为栅格G的8个邻接栅格对应评价指标X_i的固有特征值

为栅格的邻接栅格加成特征值。

3.如权利要求2所述的方法，其特征在于，所述栅格G，当其邻接栅格不足8个时，缺失的栅格对应评价指标X_i的固有特征值取值为0。

4.如权利要求3所述的方法，其特征在于，所述S6包括：

栅格G的限制程度级别特征值S^G计算公式为：

5.如权利要求4所述的方法，其特征在于，所述S7包括：

设第j级分类划设等级对应的无人机飞行限制程度级别特征值阈值S_j(j＝1,2,…,c-1)

其中ζ为管控程度调整参数，取值区间为[0,c-1)，c为无人机超低空飞行区域分类划设等级数。

6.如权利要求5所述的方法，其特征在于，所述S7还包括：

当S^G<S₁时，栅格G所代表超低空飞行区域应被划设为1类可飞区；

当S_j-1≤S^G<S_j(c₁≥2,j＝2,3,…,c₁)时，栅格G所代表超低空飞行区域应被划设为j类可飞区；

当S_j-1≤S^G<S_j(c₂≥2,j＝c₁+1,c₁+2,…,c-1)时，栅格G所代表超低空飞行区域应被划设为(j-c₁)类管控区；

当S^G≥S_c-1时，栅格G所代表超低空飞行区域应被划设为c₂类管控区；

其中：c₁,c₂∈N^*,c＝c₁+c₂

c₁为无人机超低空可飞区细化分类等级数；

c₂为无人机超低空管控区细化分类等级数；

c为无人机超低空飞行区域分类划设等级数。

Images