CN112231389A - 基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质 - Google Patents
基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112231389A CN112231389A CN202011109624.9A CN202011109624A CN112231389A CN 112231389 A CN112231389 A CN 112231389A CN 202011109624 A CN202011109624 A CN 202011109624A CN 112231389 A CN112231389 A CN 112231389A
- Authority
- CN
- China
- Prior art keywords
- data
- aircrafts
- conflict
- time
- track
- 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.)
- Granted
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 20
- 238000010276 construction Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000010586 diagram Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000013459 approach Methods 0.000 claims description 22
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 claims description 20
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 6
- 230000002452 interceptive effect Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 240000002834 Paulownia tomentosa Species 0.000 description 3
- 235000010678 Paulownia tomentosa Nutrition 0.000 description 3
- 230000035508 accumulation Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质,属于空中交通管理技术领域。该方法通过获取预定区域内预定数目的飞行器的综合航迹,提取所述综合航迹中的数据项,对齐所述数据项的时间序列;根据所述飞行器对应的位置数据和高度数据,计算预定区域各个位置点发生冲突指数;将预定区域中所有位置点,依据冲突指数的大小进行排序,根据排序结果选用不同的标识对所述位置点进行表征,建立基于航迹数据的冲突模型,运用实际运行数据绘制了不同高度区间的冲突热力图,可以有效地提示管制运行安全风险,提升空中交通管制服务效率,为空域的管理规划提供一定的参考。
Description
技术领域
本发明属于空中交通管理技术领域,具体地说,涉及基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质。
背景技术
航路网络是民航飞行中使用最为重要的空域资源,在空域网络发展中具有基础性作用。近年来,评估空域的安全性越来越受到重视。现有技术中,公开了一种确定大流量下的主干航路规划方案,采用TAAM软件对方案进行仿真,从安全、容量、效率、经济环保等方面建立指标体系,使用层次分析法计算相应的指标权重,采用层次总排序对规划航路综合评估分析。给出了单个交叉点的复杂度和单个扇取的管制工作负荷两个指标。单个交叉点的复杂度即同一个交叉点汇聚的条数、角度和流量的复杂程度;单个扇区的管制工作负荷是由监视负荷、冲突负荷、协调负荷、高度改变负荷和改高度层负荷构成。然而,该指标评估的是主干航路,并不能对区域所有航路航线的安全状况有个直观的展现,因此具有一定的局限性。
发明内容
1、要解决的问题
针对现有的空域的冲突模型构建中考虑的指标较为单一,无法直观地对区域所有航路航线的安全状况同时展现的问题,本发明提供基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质,建立基于航迹数据的冲突模型,运用实际运行数据绘制了不同高度区间的冲突热力图,可以有效地提示管制运行安全风险,提升空中交通管制服务效率,对空域的管理规划提供一定的参考。
2、技术方案
为解决上述问题,本发明采用如下的技术方案。
本发明第一方面提供一种基于航迹的可视化冲突模型构建方法,所述方法包括:
获取预定区域内预定数目的飞行器的综合航迹,提取所述综合航迹中的数据项,对齐所述数据项的时间序列,所述数据项至少包括与预定数目飞行器对应的位置数据和高度数据;
根据所述飞行器对应的位置数据和高度数据,计算预定区域各个位置点发生冲突指数;
将预定区域中所有位置点,依据冲突指数的大小进行排序,根据排序结果选用不同的标识对所述位置点进行表征。
在一些实施例中,所述提取综合航迹中所有的数据项,对齐所述数据项的时间序列步骤包括:
将所述数据项的时间格式进行转换处理,提取预定区域内预定数目飞行器的飞行数据,所述飞行数据至少包括与预定数目飞行器对应的位置数据和高度数据;
对所述的预定数目飞行器对应的位置数据和高度数据进行插值处理,对齐所述飞行器的位置数据和高度数据的时间序列。
在一些实施例中,所述的计算预定区域各个位置点的冲突指数步骤之前,预先计算预定区域内任意两飞行器的接近率,所述步骤包括:
将预定区域内任意两飞行器作为一组,根据所述位置数据,获取任意两个飞行器在对应位置的经纬度数据;
计算任意两个飞行器在第一时刻的第一相对距离,计算所述两个飞行器在第二时刻的第二相对距离,其中所述第一时刻与第二时刻不同;
将第一相对距离与第二相对距离的差值,与第一时刻和第二时刻间的差值的比值作为所述两飞行器的接近率。
在一些实施例中,所述计算任意两个飞行器在某时刻的相对距离的公式如下:
S=R*arccos(cos(lat2)*cos(lat1)*cos(lng2-lng1)+sin(lat2)*sin(lat1))
其中R为地球半径;lat1为第一目标飞行器在预定区域内某时刻的纬度;lng1为第一目标飞行器在预定区域内某时刻的经度;lat2为第二目标飞行器在预定区域内某时刻的纬度;lng2为第二目标飞行器在预定区域内某时刻的经度。
在一些实施例中,所述接近率计算公式为:
其中,S1为第一目标飞行器在t1时刻的距离为S1,S2为第二目标飞行器在t2时刻的距离为S2;
根据所述接近率计算公式得到冲突指数计算公式为:
T为冲突指数;a为根据目标飞行器飞行高度确定的系数;ti为根据接近率确定的得分数;n为目标航空器在同一位置点接近率计算的次数。
在一些实施例中,当所述冲突指数计算完成后,选用folium交互地图进行热力图绘制;其中所述folium交互地图建立在Python生态系统数据应用和Leaflet.js库的映射上,在Python中操作数据,然后通过folium在Leaflet地图中进行可视化绘制。
在一些实施例中,根据冲突指数的大小进行降序排序将预定区域内的位置点分成五个等级,依次分别用白色、蓝色、绿色、黄色和红色进行表征。
本发明第二方面提供,一种基于航迹的可视化冲突模型构建装置,所述装置包括:
数据获取模块,其用于获取预定区域内预定数目的飞行器的综合航迹,提取所述综合航迹中的数据项,对齐所述数据项的时间序列,所述数据项至少包括与预定数目飞行器对应的位置数据和高度数据;
计算模块,其用于根据所述位置数据和高度数据,计算预定区域各个位置点发生冲突指数;及
绘制模块,将预定区域中所有位置点,根据冲突指数的大小进行排序,根据排序结果选用不同的标识对所述位置点进行表征。
本发明第三方面提供一种电子设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器依次连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述的方法。
本发明第四方面提供一种可读存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述的方法。
3、有益效果
相比于现有技术,本发明的有益效果为:
(1)本发明在计算预定区域的位置点的冲突指数时,根据高度和距离范围进行分区,科学合理地设置参数,使冲突指数的计算更加精确,且将总积分得到的总值除以积分次数,可以避免了因多次低分累积带来的热度虚高问题,从而使绘制的热点区域计算更准确、符合实际。
(2)本发明可以用实时数据结合飞行计划,绘制冲突热力图,当做管制预案时,可以进行安全风险提示,对矛盾聚集区域(热力高地区)的航班运行,建立情景意识,有针对的管理运行风险。
(3)本发明可以运用在空中交通管制服务方面,根据模型计算的热点地区,管制员在指挥航空器时,对灵活使用空域、灵活使用高度层起到辅助决策的作用,有效提升管制服务效率。
(4)本发明绘制的热力图,在空域管理规划方面,可以对未来规划航线起到辅助作用,以将降低热点区域的热度为规划目标,空域管理者规划航线时,根据不同颜色表征的区域,避开热点区域,做出有据可循的空域规划,避免风险累积。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。附图中:
图1为本发明实施例提供的基于航迹的可视化冲突模型构建方法流程图;
图2为本发明实施例提供的基于航迹的可视化冲突模型构建装置框图;
图3为本发明实施例提供的冲突指数计算方法流程图;
图4图示了根据本申请实施例的电子设备的框图;
图5-7图示了不同地区不同时间短的冲突热力图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
示例性方法
如图1所示,基于航迹的可视化冲突模型构建方法,所述方法包括:
S102:获取预定区域内预定数目的飞行器的综合航迹,提取所述综合航迹中的数据项,对齐所述数据项的时间序列,所述数据项至少包括与预定数目飞行器对应的位置数据和高度数据。
具体的,本示例所用的数据是从自动化系统导出的ASTERIX CAT062格式的综合航迹,为了便于程序解析,需要将数据转换成了JSON格式的文件。其中,综合航迹数据包括时间、航班号、位置(经纬度)、高度、飞行速度等信息。
将所述数据项的时间格式进行转换处理,提取预定区域内预定数目飞行器的飞行数据,所述飞行数据至少包括与预定数目飞行器对应的位置数据和高度数据;需要说明的是,ASTERIX CAT062格式的综合航迹中包含了时间数据项Time of Track Information,但是这个数据项只能记录24小时,即没有年月日的记录。所以使用了自动化系统的Unix时间戳,该时间戳是自1970年1月1日(00:00:00GMT)以来的秒数,使用Python time.strftime函数进行时间格式的转换。本领域技术人员应当理解,此处也可通过其他方式获取时间记录和相关数据内容,不以此为限。
对所述的预定数目飞行器对应的位置数据和高度数据进行插值处理,对齐所述飞行器的位置数据和高度数据的时间序列。
具体的,因为航迹出现的时间点不同,自动化系统的航迹数据是5秒更新一次,所以为了把航班的时间序列对齐,需要对航班的位置数据和高度数据进行插值。本示例使用的是Pandas数据包中的interpolate插值函数进行线性插值。
S104:根据所述位置数据和高度数据,计算预定区域各个位置点发生冲突指数。
具体的,由于综合航迹ASTCAT062数据项很多,这里读取Position in WGS-84coord数据项作为计算相对距离S、接近率dS的数据,读取Geometric Altitude数据项作为计算高度H和垂直间隔⊿h的数据。
其中计算任意两个飞行器在某时刻的相对距离S的公式如下:
S=R*arccos(cos(lat2)*cos(lat1)*cos(lng2-lng1)+sin(lat2)*sin(lat1))
其中R为地球半径;lat1为第一目标飞行器在预定区域内某时刻的纬度;lng1为第一目标飞行器在预定区域内某时刻的经度;lat2为第二目标飞行器在预定区域内某时刻的纬度;lng2为第二目标飞行器在预定区域内某时刻的经度。
本公式可以由下面的过程进行推导:
假设第一目标飞行器在在A点的纬度为lat1,经度为lng1,第二目标飞行器在B点的纬度为lat2,经度为lng2。以地球半径为R,地心为坐标原点O,先把坐标转换为直角空间坐标系的点,可得到:
坐标A(Rcos(lat1)cos(lng1),Rcos(lat1)sin(lng1),Rsin(lat1))
坐标B(Rcos(lat2)cos(lng2),Rcos(lat2)sin(lng2),Rsin(lat2))
然后计算线段OA和线段OB的夹角,这里用向量的夹角计算方法,那么夹角COS计算公式为:
令A点坐标为(x,y,z),B点坐标为(a,b,c);
把经纬度的坐标代进去,得到:
COS=cos(lat2)*cos(lat1)*cos(lng1-lng2)+sin(lat2)*sin(lat1)
根据余弦值可得线段OA和线段OB的夹角的角度,再计算A点和B点的弧长,即得相对距离s(arccos为反余弦函数,这里是根据反余弦的结果得到弧度。
S=2PIR*(arccos(COS)/2*PI)
S=R*arccos(COS)
S=R*arccos(cos(lat2)*cos(lat1)*cos(lng2-lng1)+sin(lat2)*sin(lat1))
根据上述任意两个飞行器在某时刻的相对距离S的公式计算公式,计算预定区域内任意两飞行器的接近率,所述步骤包括:
将预定区域内任意两飞行器作为一组,根据所述位置数据,获取任意两个飞行器的在对应位置的经纬度数据;
计算任意两个飞行器在第一时刻的第一相对距离,计算所述两个飞行器在第二时刻的第二相对距离,其中所述第一时刻与第二时刻不同;
将第一相对距离与第二相对距离的差值,与第一时刻和第二时刻间的差值的比值作为所述两飞行器的接近率。
则接近率计算公式为:
其中,S1为第一目标飞行器在t1时刻的距离为S1,S2为第二目标飞行器在t2时刻的距离为S2;
此时将预定区域内任意两飞行器作为一组,并将二者在不同时刻的接近率作为某一目标飞行器的飞行参数,将该飞行参数(接近率)作为计算目标飞行器的飞行轨迹在预定区域内的位置点的分数;具体根据上述接近率计算公式得到冲突指数计算公式为:
T为冲突指数;a为根据目标飞行器飞行高度确定的系数;ti为根据接近率确定的得分数;n为同一位置点接近率计算的总次数。
S106:将预定区域中所有位置点,根据冲突指数的大小进行排序,根据排序结果选用不同的标识对所述位置点进行表征。
具体的,当所述冲突指数计算完成后,选用folium交互地图进行热力图绘制;其中所述folium交互地图建立在Python生态系统数据应用和Leaflet.js库的映射上,在Python中操作数据,然后通过folium在Leaflet地图中进行可视化。其中Leaflet是一个为移动设备设计的交互式地图的开源的javascript库,并只有38k,包含了大多数开发者需要的地图特点。folium相比较于国内百度的pyecharts灵活性更强,能够自定义绘制区域,并且展现形式更加多样化。根据冲突指数的大小进行降序排序将预定区域内的位置点分成五个等级,依次分别用白色、蓝色、绿色、黄色和红色进行表征。具体的,热力图的颜色设置方法是把所有位置点的总积分T按照从低到高的顺序排列,排在分数最低的10%的位置点不显色,之后按照20%的区间,依次显示蓝色、绿色和黄色,分数最高的30%的位置点显示红色。
作为一个变化例,如图3所示,为了防止机场附近频繁起降、穿越带来的热度虚高,本示例的模型剔除高度3000m以下的数据,当水平接近率为负数时,表明两航班已经背向飞行,这部分数据也可以不用考虑。因此为了使模型更精确,本示例将高度h分成三层,进行不同的参数赋值,具体如下:
将预定区域内任意两飞行器作为一组,设定任一飞行器在t1时刻与另一飞行器的相对距离为S1,飞行高度为ha;在t2时刻与另一飞行器的相对距离为S2,飞行高度为hb。
⊿h=|ha-hb|,其中⊿h为目标飞行器在t1与t2时刻的高度差;
第一层:高度ha hb均在3000m-6000m含以下,两架目标航空器距离S1和s2在11km-100km范围内,接近率dS在30km/min以内;且垂直间隔⊿h小于300米时,计算冲突指数。
相对距离S1和s2在8km-40km,确定系数α=1;
相对距离S1和s2在40km-70km,确定系数α=0.7;
相对距离S1和s2在70km-100km,确定系数α=0.4;
接近率dS在0-30km/min依次对应的接近率分数ti=dS,为0-30分。
第二层:高度ha hb均在6000m-7800m含以下,两架目标航空器距离S在15km-150km范围内,接近率dS在40km/min以内并且垂直间隔⊿h小于300米时,计算冲突指数。
相对距离S1和s2在15km-60km,确定系数α=1;
相对距离S1和s2在60km-110km,确定系数α=0.7;
相对距离S1和s2在110km-150km,确定系数α=0.4;
接近率dS在0-40km/min依次对应的接近率分数t=ds/2。
第三层:高度ha hb均在7800m以上,两架目标航空器距离S在15km-150km范围内,接近率dS在40km/min以内并且垂直间隔⊿h小于300米时,开始计算。
相对距离S1和s2在15-60km,确定系数α=1;
相对距离S1和s2在60-110km,确定系数α=0.7;
相对距离S1和s2在110-150km,确定系数α=0.4;
接近率dS在0-40km/min,依次对应的接近率分数t=ds/2。
依次根据判断条件,计算接近率dS,如果满足条件,计算一次得分数,每次的累积分数记在对应的一对位置坐标点上。在计算总积分时除以累积分次数是为了避免多次低分累积带来的热度虚高问题。
结果分析
如图5所示,本示例选取了2019年8月2日华东地区内的综合航迹数据,按照上述算法模型,绘制高度3000m—6000m的冲突热力图。
结合航路图看出:
1在桐庐tol附近热度较高,该区域是多条航线交汇密集区,主要涉及杭州进离港和多个中小机场进离港的交汇。所以该热力图验证了该区域的繁忙情况。
2在南京进近和合肥进近间的R343航路附近,形成的热力区。该区域涉及多条航路汇集,南京进近和合肥进近进离港交汇于此。该热力图也验证了该区域繁忙的情况。
3该热力图还显示了上海两场周边进离港穿越密集区。该热力图直观的展示了上海终端穿越的热点在哪些位置,穿越造成的风险在哪些区域较为密集。
如图6所示,本示例选取了2019年8月2日华东地区内的综合航迹数据,绘制高度6000m—7800m冲突热力图。结合航路图,反映合肥区域异常繁忙且冲突量大,HFE(合肥)VOR是全国最繁忙的航路点,以HFE(合肥)VOR台为中心,涉及到B208航路FYG--HFE段、H2航线HFE-P179段、R343航路HFE-MADUK段,其中南昌区域中H2航线P179--P215段也是飞行冲突较大的航段。
如图7所示,本示例选取了2019年8月2日华东地区内的综合航迹数据,绘制了高度7800m以上冲突热力图,结合航路图,反映上海管制区域A599、H24航路区域流量较大、且双向运行,相对飞行冲突风险较大,主要为以TOL(桐庐)VOR台为起点,A599航路TOL桐庐至SAGON段,以及H24航路TOL(桐庐)至OVTAN段。其中上海区域TOL、P49和SHR(上饶)三点连线范围内相对飞行冲突量较大。
示例性装置
如图2所示,基于航迹的可视化冲突模型构建装置,其特征在于,所述装置包括:
数据获取模块20,其用于获取预定区域内预定数目的飞行器的综合航迹,提取所述综合航迹中的数据项,对齐所述数据项的时间序列,所述数据项至少包括与预定数目飞行器对应的位置数据和高度数据;数据获取模块20包括数据对齐单元,所述对齐单元用于将所述数据项的时间格式进行转换处理,提取预定区域内预定数目飞行器的飞行数据,所述飞行数据至少包括与预定数目飞行器对应的位置数据和高度数据;对所述的预定数目飞行器对应的位置数据和高度数据进行插值处理,对齐所述飞行器的位置数据和高度数据的时间序列
计算模块30,其用于根据所述位置数据和高度数据,计算预定区域各个位置点发生冲突指数;计算模块30还包括相对距离计算单元,其用于将预定区域内任意两飞行器作为一组,根据所述位置数据,获取任意两个飞行器在对应位置的经纬度数据;所述计算任意两个飞行器在某时刻的相对距离的公式如下:
S=R*arccos(cos(lat2)*cos(lat1)*cos(lng2-lng1)+sin(lat2)*sin(lat1))
其中R为地球半径;lat1为第一目标飞行器在预定区域内某时刻的纬度;lng1为第一目标飞行器在预定区域内某时刻的经度;lat2为第二目标飞行器在预定区域内某时刻的纬度;lng2为第二目标飞行器在预定区域内某时刻的经度。
计算模块30还包括接近度计算单元,其用于计算任意两个飞行器在第一时刻的第一相对距离,计算所述两个飞行器在第二时刻的第二相对距离,其中所述第一时刻与第二时刻不同;
将第一相对距离与第二相对距离的差值,与第一时刻和第二时刻间的差值的比值作为所述两飞行器的接近率;所述接近率计算公式为:
其中,S1为第一目标飞行器在t1时刻的距离为S1,S2为第二目标飞行器在t2时刻的距离为S2;
计算模块30还包括冲突指数计算单元,其用于根据所述接近率计算公式得到冲突指数计算公式为:
T为冲突指数;a为根据目标飞行器飞行高度确定的系数;ti为根据接近率确定的得分数;n为目标航空器在同一位置点接近率计算的次数
绘制模块40,将预定区域中所有位置点,根据冲突指数的大小进行排序,根据排序结果选用不同的标识对所述位置点进行表征;具体的,冲突指数计算完成后,选用folium交互地图进行热力图绘制;其中所述folium交互地图建立在Python生态系统数据应用和Leaflet.js库的映射上,在Python中操作数据,然后通过folium在Leaflet地图中进行可视化绘制;根据冲突指数的大小进行降序排序将预定区域内的位置点分成五个等级,依次分别用白色、蓝色、绿色、黄色和红色进行表征。
示例性电子设备
下面,参考图1来描述根据本申请实施例的电子设备。该电子设备可以是可移动设备本身,或与其独立的单机设备,该单机设备可以与可移动设备进行通信,以从它们接收所采集到的输入信号,并向其发送所选择的目标决策行为。
图4图示了根据本申请实施例的电子设备的框图。
如图4所示,电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本申请的各个实施例的决策行为决策方法以及/或者其他期望的功能。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。例如,该输入设备13可以包括例如车载诊断系统(OBD)、统一诊断服务(UDS)、惯性测量单元(IMU)、摄像头、激光雷达、毫米波雷达、超声波雷达、车载通信(V2X)等各种设备。该输入设备13还可以包括例如键盘、鼠标等等。该输出装置14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图4中仅示出了该电子设备10中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备10还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的决策行为决策方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的决策行为决策方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.基于航迹的可视化冲突模型构建方法,其特征在于,所述方法包括:
获取预定区域内预定数目的飞行器的综合航迹,提取所述综合航迹中的数据项,对齐所述数据项的时间序列,所述数据项至少包括与预定数目飞行器对应的位置数据和高度数据;
根据所述飞行器对应的位置数据和高度数据,计算预定区域各个位置点发生冲突指数;
将预定区域中所有位置点,依据冲突指数的大小进行排序,根据排序结果选用不同的标识对所述位置点进行表征。
2.根据权利要求1所述的基于航迹的可视化冲突模型构建方法,其特征在于,所述提取综合航迹中所有数据项,对齐所述数据项的时间序列步骤包括:
将所述数据项的时间格式进行转换处理,提取预定区域内预定数目飞行器的飞行数据,所述飞行数据至少包括与预定数目飞行器对应的位置数据和高度数据;
对所述的预定数目飞行器对应的位置数据和高度数据进行插值处理,对齐所述飞行器的位置数据和高度数据的时间序列。
3.根据权利要求1所述的基于航迹的可视化冲突模型构建方法,其特征在于,所述的计算预定区域各个位置点的冲突指数步骤之前,预先计算预定区域内任意两飞行器的接近率,所述步骤包括:
将预定区域内任意两飞行器作为一组,根据所述位置数据,获取任意两个飞行器在对应位置的经纬度数据;
计算任意两个飞行器在第一时刻的第一相对距离,计算所述两个飞行器在第二时刻的第二相对距离,其中所述第一时刻与第二时刻不同;
将第一相对距离与第二相对距离的差值,与第一时刻和第二时刻间的差值的比值作为所述两飞行器的接近率。
4.根据权利要求3所述的基于航迹的可视化冲突模型构建方法,其特征在于,所述计算任意两个飞行器在某时刻的相对距离的公式如下:
S=R*arccos(cos(lat2)*cos(lat1)*cos(lng2-lng1)+sin(lat2)*sin(lat1))
其中R为地球半径;lat1为第一目标飞行器在预定区域内某时刻的纬度;lng1为第一目标飞行器在预定区域内某时刻的经度;lat2为第二目标飞行器在预定区域内某时刻的纬度;lng2为第二目标飞行器在预定区域内某时刻的经度。
6.根据权利要求1所述的基于航迹的可视化冲突模型构建方法,其特征在于,当所述冲突指数计算完成后,选用folium交互地图进行热力图绘制;其中所述folium交互地图建立在Python生态系统数据应用和Leaflet.js库的映射上,在Python中操作数据,然后通过folium在Leaflet地图中进行可视化绘制。
7.根据权利要求6所述的基于航迹的可视化冲突模型构建方法,其特征在于,根据冲突指数的大小进行降序排序将预定区域内的位置点分成若干个等级,依次分别用不同颜色进行表征。
8.基于航迹的可视化冲突模型构建装置,其特征在于,所述装置包括:
数据获取模块,其用于获取预定区域内预定数目的飞行器的综合航迹,提取所述综合航迹中的数据项,对齐所述数据项的时间序列,所述数据项至少包括与预定数目飞行器对应的位置数据和高度数据;
计算模块,其用于根据所述位置数据和高度数据,计算预定区域各个位置点发生冲突指数;及
绘制模块,将预定区域中所有位置点,根据冲突指数的大小进行排序,根据排序结果选用不同的标识对所述位置点进行表征。
9.一种电子设备,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器依次连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-7任一项所述的方法。
10.一种可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011109624.9A CN112231389B (zh) | 2020-10-16 | 2020-10-16 | 基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011109624.9A CN112231389B (zh) | 2020-10-16 | 2020-10-16 | 基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112231389A true CN112231389A (zh) | 2021-01-15 |
CN112231389B CN112231389B (zh) | 2021-08-24 |
Family
ID=74118459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011109624.9A Active CN112231389B (zh) | 2020-10-16 | 2020-10-16 | 基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112231389B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113655807A (zh) * | 2021-07-16 | 2021-11-16 | 北京电子工程总体研究所 | 一种计算空中匀变速运动目标飞行轨迹的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20170316033A1 (en) * | 2013-03-15 | 2017-11-02 | The Florida International University Board Of Trustees | Streaming representation of moving objects and shapes in a geographic information service |
CN109684384A (zh) * | 2018-12-29 | 2019-04-26 | 太原科技大学 | 一种轨迹数据时空密度分析系统及其分析方法 |
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 |
CN111291098A (zh) * | 2020-05-12 | 2020-06-16 | 北京航空航天大学 | 一种航迹模式挖掘方法与装置 |
CN111460074A (zh) * | 2020-04-09 | 2020-07-28 | 深圳云天励飞技术有限公司 | 一种轨迹碰撞分析方法、装置及电子设备 |
CN111506692A (zh) * | 2020-04-21 | 2020-08-07 | 成都路行通信息技术有限公司 | 一种基于目标行为的碰撞检测方法 |
-
2020
- 2020-10-16 CN CN202011109624.9A patent/CN112231389B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170316033A1 (en) * | 2013-03-15 | 2017-11-02 | The Florida International University Board Of Trustees | Streaming representation of moving objects and shapes in a geographic information service |
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 |
CN109684384A (zh) * | 2018-12-29 | 2019-04-26 | 太原科技大学 | 一种轨迹数据时空密度分析系统及其分析方法 |
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 |
CN111460074A (zh) * | 2020-04-09 | 2020-07-28 | 深圳云天励飞技术有限公司 | 一种轨迹碰撞分析方法、装置及电子设备 |
CN111506692A (zh) * | 2020-04-21 | 2020-08-07 | 成都路行通信息技术有限公司 | 一种基于目标行为的碰撞检测方法 |
CN111291098A (zh) * | 2020-05-12 | 2020-06-16 | 北京航空航天大学 | 一种航迹模式挖掘方法与装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113655807A (zh) * | 2021-07-16 | 2021-11-16 | 北京电子工程总体研究所 | 一种计算空中匀变速运动目标飞行轨迹的方法 |
CN113655807B (zh) * | 2021-07-16 | 2024-02-02 | 北京电子工程总体研究所 | 一种计算空中匀变速运动目标飞行轨迹的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112231389B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112258898B (zh) | 基于数字孪生技术的空中交通管制方法、系统、电子设备及存储介质 | |
US11783711B2 (en) | Airspace information modeling and design | |
US9171473B1 (en) | Method and system for dynamic automated corrections to weather avoidance routes for aircraft in en route airspace | |
US6314362B1 (en) | Method and system for an automated tool for en route traffic controllers | |
CN202549080U (zh) | 一种雷达数据、飞行计划数据与ads-b数据融合系统 | |
CN105531748B (zh) | 降落判断辅助系统、降落判断辅助方法以及降落判断辅助程序 | |
US10154096B2 (en) | Method for integrating a new service into an avionics onboard system with open architecture of client-server type, in particular for an FIM manoeuvre service | |
EP3007153A2 (en) | Flight object communications system | |
US9494945B2 (en) | Flight management device for an aircraft adapted to the handling of multiple time constraints and corresponding method | |
CN110060513A (zh) | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 | |
US10026327B2 (en) | Managing the trajectory of an aircraft in case of engine outage | |
RU2746058C1 (ru) | Способ и устройство управления воздушным движением | |
US10147327B2 (en) | Method for integrating a constrained route(s) optimization application into an avionics onboard system with open architecture of client server type | |
CN112231389B (zh) | 基于航迹的可视化冲突模型构建方法、装置、电子设备及存储介质 | |
Zhong et al. | Analysis of terminal area airspace operation status based on trajectory characteristic point clustering | |
Ruiz et al. | A novel performance framework and methodology to analyze the impact of 4D trajectory based operations in the future air traffic management system | |
CN114545961A (zh) | 无人机航线生成方法、装置、设备和计算机可读存储介质 | |
Spirkovska et al. | Urban Air Mobility Airspace Dynamic Density | |
Rosenow et al. | Multiple Aircraft in a multi-criteria Trajectory Optimization | |
Erzberger et al. | Direct-to tool for en route controllers | |
Boccalatte et al. | A multi-UAS cooperative mission over non-segregated civil areas | |
Ranieri et al. | STREAM—Strategic Trajectory de-confliction to Enable seamless Aircraft conflict Management | |
Herndon et al. | Analysis of advanced flight management systems (FMS), flight management computer (FMC) field observations trials, vertical path | |
Paglione et al. | A collaborative approach to trajectory modeling validation | |
Dao et al. | A research platform for urban air mobility (UAM) and uas traffic management (UTM) concepts and application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |