CN113093568A - 基于长短时记忆网络的飞机自动驾驶操作模拟方法 - Google Patents

Abstract

本发明涉及一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，属于飞机自动驾驶领域。将航线整流程飞行数据作为训练集，利用长短时记忆网络挖掘数据在时间序列上的相关性，学习飞行员依据航线导航信息进行驾驶行为决策的模式。通过训练，模型将学习到人类飞行员根据导航数据进行飞行模式转换的关键决策信息。对独立的飞行阶段进行飞行机理分析与数据相关性分析，确定相应的模型训练输入。通过训练，模型将学习到从飞行状态、飞行环境等输入到操作量输出的映射关系。由此，飞机在实际飞行过程中根据感知到的飞行状态、飞行环境等数据，通过长短时记忆网络模型预测得到对应的油门杆、脚蹬、俯仰横滚摇杆操作量，从而实现飞机的自动驾驶。

Description

基于长短时记忆网络的飞机自动驾驶操作模拟方法

技术领域

本发明属于飞机自动驾驶领域，特别是涉及一种基于长短时记忆(LSTM)网络的端到端的深度神经网络模型的飞机自动驾驶模拟方法。

背景技术

飞机的自动驾驶仪是按技术要求自动控制飞行器轨迹的调节设备，其作用主要是保持飞机姿态和辅助驾驶员操纵飞机，现代自动驾驶仪已广泛应用于飞机。自动驾驶仪可以保证飞机按照设定的航线、速度和高度自动飞行，如果飞机偏离原有姿态，系统也能自动修正。自动驾驶仪能够完成高空中的自动巡航保持稳定飞行，但一些比较精确的操作，比如起飞降落、地面滑行、避免碰撞等仍然需要飞行员介入。

针对当前飞机自动驾驶仪的局限性，有必要研究一种新的飞机自动驾驶方法，不需要通过人类预先设定飞机飞行状态，而是让飞机学会在遇到特定情况时如何自动飞行，自行智能地做出操作应对决策，增加飞机自动驾驶方法在真实飞行过程中的应用场景和泛化能力。

深度学习的蓬勃发展，极大地扩展了人工智能算法的应用场景并深刻地影响着当下的社会生活。作为深度学习的重要应用之一，自动驾驶技术也成为了热点研究领域。自然而然地，开始有研究者类比地将深度学习方法引入到飞机的自动驾驶中。该技术试图取代传统代自动驾驶仪在飞行驾驶的问题上进一步解放人类，利用计算机系统以及机器学习算法提高飞机自动驾驶的智能性，提高飞机自动驾驶技术的适用性范围，提高飞机驾驶的安全性与便利性，因此该技术具有良好的应用前景。

许多新的研究表明，采用一个端到端的神经网络模型作为“黑箱”系统进行问题求解，比基于人类经验特征进行建模求解的方法具有更好的效果。得益于深度神经网络的强表征能力，端到端的神经网络模型可以自主学习飞机各种飞行状态量和人类的驾驶操作行为之间存在的映射关系，并依此进行正确、合理的预测。这种技术被称为“行为克隆”，实际上是一种模仿学习，采用深度学习模型模仿学习得到的状态-动作对序列决定飞机在特定情况下的驾驶方式。通过提供足够多情形下足够大体量的飞行员驾驶飞行数据进行示教，学习训练得到的神经网络就可以直接预测到在各种复杂情况下符合人类驾驶习惯的正确驾驶操作行为。

发明内容

要解决的技术问题

为了提升现有飞机自动驾驶系统的智能化程度扩大其适用性范围，本发明提出了了一种基于长短时记忆网络的飞机自动驾驶操作模拟方法。

技术方案

本发明主要包括以下两点：

1、提出用基于长短时记忆网络的方法实现对飞行员驾驶行为决策模式的学习预测。

将大量经处理过的航线整流程飞行数据作为训练集，利用长短时记忆网络挖掘数据在时间序列上的相关性，学习飞行员依据航线导航信息进行驾驶行为决策的模式。通过训练，模型将学习到人类飞行员根据导航数据进行飞行模式转换的关键决策信息，例如在何时进行飞行高度爬升、何时进行飞行转弯、何时进行巡航下降等，以及以何种爬升率或者爬升角爬升、以何种坡度进行转弯、以何种模式下降等。

2、提出用基于长短时记忆网络的方法实现飞机自动驾驶的操作量预测。

将飞行数据按阶段进行划分，以飞机飞行过程中油门杆、脚蹬、俯仰横滚摇杆的操作量为模型输出，针对独立的飞行阶段进行飞行机理分析与数据相关性分析，确定相应的模型训练输入。

通过训练，模型将学习到从飞行状态、飞行环境等输入到操作量输出的映射关系。由此，飞机在实际飞行过程中根据感知到的飞行状态、飞行环境等数据，通过长短时记忆网络模型预测得到对应的油门杆、脚蹬、俯仰横滚摇杆操作量，从而实现飞机的自动驾驶。

应当指出，该方法实际上是实现神经网络模型对飞行驾驶数据集中蕴含的驾驶决策、操作信息进行挖掘的一种普适性框架，原则上可以使用任何一种优秀的神经网络架构完成上述驾驶行为决策模式和驾驶操作量的学习，从而得到一个有较强泛化能力的、可适用于真实环境的飞机自动驾驶决策操作模型。

一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特殊之处在于步骤如下：

步骤1、飞行数据预处理。

对大量的整流程航线飞行数据进行数据预处理，作为后续深度神经网络训练学习的数据集。

步骤1-1.首先对七个常规飞行阶段(起飞滑跑、起飞爬升、入航爬升、直线巡航、入航下降、着陆下降、落地滑跑)进行步骤划分，并完成数据归一化处理，形成驾驶行为模式学习网络模型训练的数据集D₁。

步骤1-2.其次以四个空中基本机动动作(直线平飞、上升、转弯、下降)和两个地面基本机动动作(滑跑离地、落地滑跑)为基础进行飞行动作数据划分，并完成数据归一化处理，形成驾驶行为操作量学习网络模型训练的数据集D₂。

步骤2、飞行模式及飞行操作量学习。

本发明涉及一种分层次的飞行操作学习方法，因此需要设计两个神经网络模型。

步骤2-1.飞行模式预测网络构建。

根据飞行阶段划分，对飞行数据进行飞行模式学习，具体使用长短时记忆网络(LSTM)实现。以步骤1中数据集D₁包含的飞行航线导航信息

作为网络训练输入，

表示t时刻飞机的导航信息，具体包括当前飞机航向O_t、当前导航点与飞机航向夹角ΔO_t、当前飞机高度ALT_t、当前计划航线高度RVSM_t，即

将飞行阶段分别编号记作起飞滑跑Y₁、起飞爬升Y₂、入航爬升Y₃、直线巡航Y₄、入航下降Y₅、着陆下降Y₆、落地滑跑Y₇作为网络训练输出。设计以θ_m为模型参数的飞行模式预测网络

输出预测结果P(y＝Y_i|X_t)，并进一步计算交叉熵损失函数作为分类损失：

其中y_t对应X_t的模型预测输出，Y_i为X_t对应的真实飞行模式标签值。

步骤2-2.飞行操作量预测网络构建。

根据飞行阶段划分，对飞行数据进行飞行操作量训练，学习不同飞行状态对应的动作操作量，具体使用长短时记忆网络(LSTM)实现。飞行操作包括直线平飞、上升、转弯、下降和滑跑离地、落地滑跑等基本飞行动作。以步骤1中数据集D₂包含的飞行状态信息

作为网络训练输入，

表示t时刻飞机的飞行状态，具体包括当前飞机飞行模式Y_i、飞行高度ALT_t、飞行速度V_t、航向O_t、俯仰角θ_t、偏航角ψ_t、滚转角φ_t、迎角α_t、侧滑角β_t，即

网络输出包括t时刻飞行状态下飞行员的俯仰摇杆W_e、滚转摇杆W_a、偏航脚蹬W_r、油门杆δ_T操作量。设计以θ_a为模型参数的飞行动作预测网络

输出预测结果y_t＝[W_e,W_a,W_r,δ_T]并进一步计算预测损失函数，具体采用均方误差公式，即

其中

为t时刻

状态下飞行员采取的真实操作动作。

步骤3、优化模型参数。

将飞行模式预测网络、飞行操作量预测网络进行训练，优化模型参数θ_m和θ_a。本发明采用的优化目标为：

其中，

和

分别为最优化θ_m和θ_a得到的模型参数，λ为系数常量，表明模式预测损失相较于操作量预测损失的重要程度。通过梯度反向传播算法和Adam优化器训练神经网络模型，使模型参数逼近上述优化目标。

步骤4、对模型进行应用测试完成验证。

采用XPLANE飞行模拟软件作为仿真验证平台，将XPLANE飞行模拟软件的实时飞行数据信息通过UDP协议输入至训练好的神经网络模型，就可以得到具有较高准确率与高度泛化性的飞行模式预测与飞行操作量预测输出，并将操作量输出通过UDP协议反馈至XPLANE飞行模拟软件，实时控制飞机执行飞行动作，最终完成整流程飞行任务的自动驾驶。

有益效果

本发明提出的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，与现存的方法相比，本发明提出的算法具有以下优点：

高度智能化：本发明利用深度学习方法克服了现存自动驾驶仪的应用局限性，利用深度学习方法的泛化性能有效保证了该方法的适用性。

高准确率：实验证明，本发明提出的模型在测试数据集上获得了较高的准确率，并且在仿真平台成功验证证明了可行性。

附图说明

图1为本发明的整体框架图；

图2为飞行模式预测神经网络结构图；

图3为飞行操作量预测神经网络结构图；

图4为具体实施例流程图。

具体实施方式

现结合实施例、附图对本发明作进一步描述：

参见图1，所示为本方法的整体模型框架图。

本发明的具体步骤如下：

步骤(1)：获取数据集，进行数据预处理。

首先获取取样于真实飞行环境的真实飞行数据或者是专业飞行员在计算机模拟飞行软件中操作生成的模拟飞行数据。

对原始数据进行预处理，具体包括：

将飞行数据划分为七个飞行阶段并标注：起飞滑跑Y₁、起飞爬升Y₂、入航爬升Y₃、直线巡航Y₄、入航下降Y₅、着陆下降Y₆、落地滑跑Y₇，同时抽取飞机导航信息具体包括航向O_t、当前导航点与飞机航向夹角ΔO_t、当前飞机高度ALT_t、当前计划航线高度RVSM_t。将所有数据按属性进行归一化处理，形成飞行模式学习数据集D₁，其中

作为训练输入，Y_i为X_t对应的真实飞行模式标签值作为训练输出。

根据飞行阶段划分，进一步对每个飞行阶段的飞行动作进行分解，具体包括直线平飞、上升、转弯、下降、滑跑离地、落地滑跑。从原始数据中抽取飞机飞行模式Y_i、飞行高度ALT_t、飞行速度V_t、航向O_t、俯仰角θ_t、偏航角ψ_t、滚转角φ_t、迎角α_t、侧滑角β_t、俯仰摇杆操作量W_e、滚转摇杆操作量W_a、偏航脚蹬操作量W_r、油门杆操作量δ_T。并将所有数据按属性进行归一化处理，形成飞行操作量学习数据集D₂，其中

作为训练输入，y_t＝[W_e,W_a,W_r,δ_T]作为训练输出。

步骤(2)：使用两个参数独立的LSTM神经网络进行飞行模式及飞行操作量的学习，分别对来自数据集D₁和D₂的输入输出建立相应映射关系模型。本发明涉及一种分层次的飞行操作学习方法，因此需要设计两个神经网络模型。由于飞行数据是一种典型的时序数据，因此选取LSTM神经网络对训练样本进行学习。

步骤(2.1)：对于飞行模式预测网络，从数据集D₁中连续采取N₁个样本作为训练输入，网络采用序列模型，具体由两层LSTM神经网络层以及三层全连接层构成，网络结构可参见图2。第一层LSTM神经网络包含200个隐藏节点，输入维度为4，第二层LSTM神经网络包含100个隐藏节点，前两层全连接层的节点数分别为800、400，最后一层输出全连接层节点数为7，并且使用softmax函数进行激活，其余每层网络输出均用整流线性单元(RectifiedLinear Unit，ReLU)进行激活。

将训练样本

输入参数为θ_m的上述神经网络模型，即可输出得到模型预测的当前飞行模式概率P(y＝Y_i|X_t)，即

进一步计算交叉熵损失函数作为分类损失：

步骤(2.2)：对于飞行操作量预测网络，从数据集D₂中连续采取N₂个样本作为训练输入，网络采用序列模型，具体由两层LSTM神经网络层以及三层全连接层构成，网络结构可参见图3。第一层LSTM神经网络包含200个隐藏节点，输入维度为9，第二层LSTM神经网络层包含200个隐藏节点，前两层全连接层的节点数分别为800、400，最后一层输出全连接层节点数为1，并且每一层网络输出均用整流线性单元(Rectified Linear Unit,ReLU)进行激活。

将训练样本

输入参数为θ_a的上述神经网络模型，即可输出得到模型预测的飞机执行机构操作量y_t＝[W_e,W_a,W_r,δ_T]，即

进一步计算均方误差作为预测损失函数：

步骤(3)：将飞行模式预测网络、飞行操作量预测网络进行训练，优化模型参数θ_m和θ_a。

为了能够使整个网络统一使用通过梯度反向传播算法和Adam优化器进行训练，将两个损失函数合并为一个联合损失函数，即L＝λL_mod+L_act。所以本发明采用的优化目标为：

其中，

和

分别为最优化θ_m和θ_a得到的模型参数，λ为系数常量，表明模式预测损失相较于操作量预测损失的重要程度，建议其取值范围为[0.5,1]。然后使用Adam优化器进行模型训练，最小化联合损失函数L直至收敛。Adam优化器的参数均采用默认值。

步骤(4)：对模型进行应用测试完成验证。

将完成训练的以θ_m为参数的飞行模式预测网络、以θ_a为参数的飞行操作量预测网络进行保存，以进行后续的测试实验或实地应用。

采用MATLAB和XPLANE飞行模拟软件作为仿真验证平台，将XPLANE飞行模拟软件的实时飞行数据信息通过UDP协议传输至MATLAB中训练保存好的神经网络模型，具体包括步骤(1)提到的飞机当前航向O_t、导航点与飞机航向夹角ΔO_t、飞机高度ALT_t、计划航线高度RVSM_t、飞行速度V_t、俯仰角θ_t、偏航角ψ_t、滚转角φ_t、迎角α_t、侧滑角β_t数据。网络模型完成飞行模式概率预测P(y＝Y_i|X_t)以及飞行操作量预测y_t＝[W_e,W_a,W_r,δ_T]，并将操作量预测值通过UDP协议输出反馈至XPLANE飞行模拟软件，实时控制飞机执行飞行动作，最终完成高度智能化的整流程飞行任务自动驾驶，整体流程可参见图4。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于步骤如下：

步骤1：对飞行数据进行预处理分别得到两个数据集；

步骤2：将两个数据集分别作为两个长短时记忆网络的输入，构建以θ_m为模型参数的飞行模式预测网络，以θ_a为模型参数的飞行动作预测网络；

步骤3：将飞行模式预测网络、飞行操作量预测网络进行训练，优化模型参数θ_m和θ_a；

步骤4：将完成训练的以θ_m为参数的飞行模式预测网络、以θ_a为参数的飞行操作量预测网络进行保存，以进行后续的测试实验或实地应用。

2.根据权利要求1所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于步骤1具体如下：

步骤1-1：对常规飞行阶段进行步骤划分，并完成数据归一化处理，形成驾驶行为模式学习网络模型训练的数据集D₁；

步骤1-2：进行飞行动作数据划分，并完成数据归一化处理，形成驾驶行为操作量学习网络模型训练的数据集D₂。

3.根据权利要求2所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于步骤2中构建飞行模式预测网络具体为：以步骤1中数据集D₁包含的飞行航线导航信息

作为网络训练输入，

表示t时刻飞机的导航信息；将飞行阶段分别编号记作起飞滑跑Y₁、起飞爬升Y₂、入航爬升Y₃、直线巡航Y₄、入航下降Y₅、着陆下降Y₆、落地滑跑Y₇作为网络训练输出；设计以θ_m为模型参数的飞行模式预测网络

输出预测结果P(y＝Y_i|X_t)，并进一步计算交叉熵损失函数作为分类损失：

其中y_t对应X_t的模型预测输出，Y_i为X_t对应的真实飞行模式标签值。

4.根据权利要求3所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于

表示t时刻飞机的导航信息，包括当前飞机航向O_t O_t、当前导航点与飞机航向夹角ΔO_t、当前飞机高度ALT_t、当前计划航线高度RVSM_t，即

5.根据权利要求2所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于步骤2中构建飞行操作量预测网络具体为：以步骤1中数据集D₂包含的飞行状态信息

作为网络训练输入，

表示t时刻飞机的飞行状态；网络输出包括t时刻飞行状态下飞行员的俯仰摇杆W_e、滚转摇杆W_a、偏航脚蹬W_r、油门杆δ_T操作量；设计以θ_a为模型参数的飞行动作预测网络

输出预测结果y_t＝[W_e,W_a,W_r,δ_T]并进一步计算预测损失函数。

6.根据权利要求5所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于

表示t时刻飞机的飞行状态，包括当前飞机飞行模式Y_i、飞行高度ALT_t、飞行速度V_t、航向O_t、俯仰角θ_t、偏航角ψ_t、滚转角φ_t、迎角α_t、侧滑角β_t，即

7.根据权利要求5所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于损失函数，具体采用均方误差公式，即

其中

为t时刻

状态下飞行员采取的真实操作动作。

8.根据权利要求1所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于步骤3中优化目标为

其中，

和

分别为最优化θ_m和θ_a得到的模型参数，λ为系数常量，表明模式预测损失相较于操作量预测损失的重要程度。

9.根据权利要求1所述的一种基于长短时记忆网络的飞机自动驾驶操作模拟方法，其特征在于步骤4中通过梯度反向传播算法和Adam优化器训练神经网络模型，使模型参数逼近上述优化目标。

Images