CN113223329B - 一种无人机在台风场中飞行安全性评估方法 - Google Patents
一种无人机在台风场中飞行安全性评估方法 Download PDFInfo
- Publication number
- CN113223329B CN113223329B CN202110352486.5A CN202110352486A CN113223329B CN 113223329 B CN113223329 B CN 113223329B CN 202110352486 A CN202110352486 A CN 202110352486A CN 113223329 B CN113223329 B CN 113223329B
- Authority
- CN
- China
- Prior art keywords
- wind speed
- wind
- typhoon
- unmanned aerial
- aerial vehicle
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
- G08G5/0091—Surveillance aids for monitoring atmospheric conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种无人机在台风场中飞行安全性评估方法,包括定位台风中心和飞行安全性评估,所述的定位台风中心主要是根据风场中东西向风速、南北向风速和垂直向风速计算出整个台风场的旋度,再根据旋度及合风速绝对值大小定位台风中心;所述的评估无人机在台风场中飞行的安全性主要是先确定不同的研究半径,该半径是指研究的位置与台风中心的距离,再根据无人机的抗风能力计算该半径所确定的风圈上无人机遭遇危险风速的概率。本发明能够对无人机在台风场中飞行的安全性进行评估,进而能够指导无人机在台风场中的飞行路线的规划。
Description
技术领域
本发明涉及无人机飞行安全技术领域,具体涉及一种无人机在台风场中飞行安全性评估方法。
背景技术
台风是自然界最严重的自然灾害之一,具有突发性强、破坏力大的特点。我国东南沿海地区经常会受到台风的侵袭,而台风侵袭期间往往会带来大风、暴雨等灾害性天气给飞行安全带来很大的影响。台风中心叫台风眼,以其为同心圆由内向外分别是旋涡风雨区和外围大风区。台风眼的形成,系由于台风内的风是反时针方向吹动,使中心空气发生旋转,而旋转时所造成之离心力,与向中心旋转吹入之风力互相平衡抵消,而使强风不能再向中心聚合,因此形成台风中心数十公里范围内的无风现象,而且因为有空气下沉增温现象,导致云消雨散而成为台风眼。
无人机能否安全顺利的完成任务,很大一部分因素取决于天气、环境。而台风作为严重的自然灾害之一在很大程度上会影响无人机的运作。现有技术中,对台风的探测方式有多种,但是目前技术中并未有结合无人机特性综合考虑其在台风场中的飞行安全问题。
发明内容
本发明的目的在于提供一种无人机在台风场中飞行安全性评估方法,根据风场旋度和风场速度求解台风中心位置,并根据无人机的抗风能力计算出无人机遭遇危险的概率,最终解决无人机在台风场中飞行安全的问题。
本发明一种无人机在台风场中飞行安全性评估方法,包括:
A.获取风场中的风速,根据风速计算台风场的旋度;
B.根据风速以及台风场的旋度定位台风中心;
C.根据得到的台风中心,选取不同的研究半径;
D.根据无人机的抗风能力以及选取的研究半径计算无人机遭遇危险风速的概率。
本发明提供了一种台风中心的定位方法,同时根据无人机的抗风能力,可以计算出无人机在距台风中心不同距离时遭遇危险风速的概率,从而对无人机在台风场中飞行的安全进行评估进而能够指导无人机在台风场中的飞行路线的规划。
进一步的,步骤A具体包括:
A1.在原始数据库中获取相关数据,得到“经-纬-高-时间-风速”的数据矩阵,具体包括:“经-纬-高-时间-东西风速”矩阵、“经-纬-高-时间-南北风速”矩阵和“经-纬-高-时间-垂直风速”矩阵;所述相关数据包括:经、纬、高、时间和风速;
A2.根据获得的数据矩阵,忽略台风中心随海拔高度的变化,只考虑随时间的变化,即认为同一时刻不同海拔高度处的台风中心与海拔高度为1km时的台风中心相同,采用旋度计算公式,计算得到各个风场位置对应的风场旋度,从而得到矩阵其中a11,…,ann表示由“经-纬-高-时间”确定的风场位置对应的风场旋度;所述旋度计算公式为:上述旋度计算公式中表示风场的矢量速度;U表示东西向风速;V表示南北向风速;W表示垂直向风速。
进一步的,步骤B具体包括:
B1.根据得到的整个台风场中由“经-纬-高-时间”确定的风场位置对应的旋度A计算出其与合风速Vh的乘积,记为矩阵B,其中vh11,…,vhnn表示由“经-纬-高-时间”确定的风场位置对应的合风速大小;则
B2.找出矩阵B中的最大值所在的经纬度,记为OBmax=(lonBmax,latBmax),以OBmax为中心,将其周围±5°的矩形区域作为风眼存在的区域C;
B3.计算区域C的合风速Vhc,其中Uc、Vc和Wc分别表示区域C的东西向风速、南北向风速和垂直向风速;找出Vhc的最大值,记为Vhcmax,在区域C中画出(Vhcmax-5)的等高线,根据该等高线的几何中心即得到定位的台风中心。
步骤A和步骤B的目的在于定位台风中心,而台风中心的精确定位关系着后续路径预报的准确程度。本发明利用风速和风场旋度进行台风中心的定位,定位方法更加简便且能保证定位的精确度。
进一步的,步骤C具体包括:
进一步的,步骤D具体包括:
根据无人机的抗风能力确定危险风速,即无人机可以安全飞行的最大风速,并采用公式P=m/n计算出无人机遭遇危险风速的概率P;其中m表示半径为Ri时的风圈上出现超过危险风速的数据点数;n表示半径为Ri时的风圈上所有的风速的数据点数;
计算得到所有选定的半径所对应的风圈中无人机遭遇危险风速的概率,当遭遇危险风速的概率为零时,即无人机飞行是安全的。
本发明在定位台风中心后,综合考虑无人机的抗风能力,计算在台风中心周围无人机可能遭遇危险风速的概率,最终解决无人机在台风场中飞行安全的问题,从而能够指导无人机在台风场中的飞行路线的规划。
附图说明
图1为本发明一种无人机在台风场中飞行安全性评估方法的流程图。
图2为本发明得到的台风中心存在区域示意图。
图3为本发明得到的台风中心位置图。
图4为本发明台风半径选取示意图。
图5为本发明得到的无人机遭遇危险的概率统计图。
具体实施方式
以下结合实施例的具体实施方式,对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。在不脱离本发明上述技术思想情况下,根据本领域普通技术知识和惯用手段做出的各种替换或变更,均应包括在本发明的范围内。
如图1本发明一种无人机在台风场中飞行安全性评估方法的流程图所示,本发明包括:
A.定位台风中心
A1.读取原始文件;
在相关数据库中读取有关风速等的相关数据。
A2.提取“经-纬-高-时间-风速”数据矩阵;
在数据库中提取相关数据,形成“经-纬-高-时间-风速”数据矩阵,具体包括“经-纬-高-时间-东西风速”矩阵、“经-纬-高-时间-南北风速”矩阵以及“经-纬-高-时间-垂直风速”矩阵。
A3.计算不同时刻台风场旋度;
根据步骤A2中提取的数据矩阵,忽略台风中心随海拔高度的变化,只考虑时间的变化,即认为同一时刻不同海拔高度处的台风中心与海拔高度为1km时的台风中心相同,通过旋度公式:计算得到台风场旋度,从而得到矩阵其中a11,…,ann表示由“经-纬-高-时间”确定的风场位置对应的风场旋度。
A4.找出旋度及合风速同时都比较大的区域,作为风眼存在的区域;
找出数组B的最大值所在的经纬度,记为OBmax=(lonBmax,latBmax),如图2所示以OBmax为中心,将其周围±5°的矩形区域作为风眼存在的区域C。
A5.在该区域找出合风速较大的等高线,等高线的几何中心即为台风中心;
计算区域C的合风速Vhc,其中Uc、Vc、Wc分别表示区域C的东西向风速、南北向风速和垂直向风速;找出Vhc的最大值,记为Vhcmax,在区域C中画出(Vhcmax-5)的等高线,找出该等高线的几何中心,该中心即为所定位的台风中心;如图3所示的五角星位置即为定位的台风中心。
B.飞行安全性评估
B1.选取研究半径;
B2.计算该半径所确定的风圈上无人机遭遇危险风速的概率;
根据无人机的抗风能力确定危险风速,危险风速即指无人机可以安全飞行的最大风速。根据公式P=m/n计算无人机遭遇危险风速的概率P,其中m表示半径为Ri时的风圈上出现超过危险风速的数据点数;n表示半径为Ri时的风圈上所有的风速数据点数,数据点n的选取原则为ni和ni+1的圆心角间隔为1°,如果数据点ni不在风圈上,则采用曲面插值法求得相应的点的风速值。
B3.评估无人机飞行的安全区域;
如图5所示,根据步骤B2获得各风圈中无人机遭遇危险风速的概率,当遭遇危险风
速的概率为0时,即飞机飞行是安全的。
Claims (1)
1.一种无人机在台风场中飞行安全性评估方法,其特征在于,包括:
A.获取风场中的风速,根据风速计算台风场的旋度;
B.根据风速以及台风场的旋度定位台风中心;
C.根据得到的台风中心,选取不同的研究半径;
D.根据无人机的抗风能力以及选取的研究半径计算无人机遭遇危险风速的概率;步骤A具体包括:
A1.在原始数据库中获取相关数据,得到“经-纬-高-时间-风速”的数据矩阵,具体包括:“经-纬-高-时间-东西风速”矩阵、“经-纬-高-时间-南北风速”矩阵和“经-纬-高-时间-垂直风速”矩阵;其中所述相关数据包括:经、纬、高、时间和风速;
A2.根据获得的数据矩阵,采用旋度计算公式计算得到各个风场位置对应的风场旋度,从而得到矩阵其中a11,…,ann表示由“经-纬-高-时间”确定的风场位置对应的风场旋度;所述旋度计算公式为:上述旋度计算公式中表示风场的矢量速度;U表示东西向风速;V表示南北向风速;W表示垂直向风速;其中,表示参数,表示矢量方向;
步骤B具体包括:
B2.找出矩阵B中的最大值所在的经纬度,记为OBmax=(lonBmax,latBmax),以OBmax为中心,将其周围±5°的矩形区域作为风眼存在的区域C;
B3.计算区域C的合风速Vhc,其中Uc、Vc和Wc分别表示区域C的东西向风速、南北向风速和垂直向风速;找出Vhc的最大值,记为Vhcmax,在区域C中画出(Vhcmax-5)的等高线,根据该等高线的几何中心即得到定位的台风中心;
步骤D具体包括:根据无人机的抗风能力确定危险风速,即确定无人机可以安全飞行的最大风速,并采用公式P=m/n计算出无人机遭遇危险风速的概率P;其中m表示半径为Ri时的风圈上出现超过危险风速的数据点数;n表示半径为Ri时的风圈上所有的风速的数据点数;
通过计算得到所有所选半径对应的风圈中无人机遭遇危险风速的概率,当遭遇危险风速的概率为零时,即无人机飞行是安全的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110352486.5A CN113223329B (zh) | 2021-03-31 | 2021-03-31 | 一种无人机在台风场中飞行安全性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110352486.5A CN113223329B (zh) | 2021-03-31 | 2021-03-31 | 一种无人机在台风场中飞行安全性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113223329A CN113223329A (zh) | 2021-08-06 |
CN113223329B true CN113223329B (zh) | 2022-06-14 |
Family
ID=77086204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110352486.5A Active CN113223329B (zh) | 2021-03-31 | 2021-03-31 | 一种无人机在台风场中飞行安全性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113223329B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610126A (zh) * | 2010-12-20 | 2012-07-25 | 塞莱斯系统集成公司 | 空中交通管理的快速垂直轨迹预测方法及相关atm系统 |
CN103679734A (zh) * | 2013-12-25 | 2014-03-26 | 浙江师范大学 | 基于svm和pde的有眼台风二维表面风场反演方法 |
CN111373881B (zh) * | 2011-09-20 | 2015-04-15 | 湖北航天飞行器研究所 | 一种机载探空飞行器 |
KR20180070201A (ko) * | 2016-12-16 | 2018-06-26 | 주식회사 케이티 | 위치 추적 서비스용 휴대 장치 및 드론과 이를 이용한 위치 추적 서비스 제공 방법 |
CN109584637A (zh) * | 2018-11-28 | 2019-04-05 | 南京莱斯信息技术股份有限公司 | 基于区域管制中心席位互备的空管容灾备份系统及备份方法 |
CN112307862A (zh) * | 2019-10-23 | 2021-02-02 | 朱桂苓 | 外形匹配度大数据分析系统 |
US10914865B1 (en) * | 2020-04-20 | 2021-02-09 | Northrop Grumman Systems Corporation | UAVs for monitoring the intensification of tropical cyclones |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10888051B2 (en) * | 2017-04-11 | 2021-01-12 | Thomas Peter DeFelice | Intelligent systems for weather modification programs |
-
2021
- 2021-03-31 CN CN202110352486.5A patent/CN113223329B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610126A (zh) * | 2010-12-20 | 2012-07-25 | 塞莱斯系统集成公司 | 空中交通管理的快速垂直轨迹预测方法及相关atm系统 |
CN111373881B (zh) * | 2011-09-20 | 2015-04-15 | 湖北航天飞行器研究所 | 一种机载探空飞行器 |
CN103679734A (zh) * | 2013-12-25 | 2014-03-26 | 浙江师范大学 | 基于svm和pde的有眼台风二维表面风场反演方法 |
KR20180070201A (ko) * | 2016-12-16 | 2018-06-26 | 주식회사 케이티 | 위치 추적 서비스용 휴대 장치 및 드론과 이를 이용한 위치 추적 서비스 제공 방법 |
CN109584637A (zh) * | 2018-11-28 | 2019-04-05 | 南京莱斯信息技术股份有限公司 | 基于区域管制中心席位互备的空管容灾备份系统及备份方法 |
CN112307862A (zh) * | 2019-10-23 | 2021-02-02 | 朱桂苓 | 外形匹配度大数据分析系统 |
US10914865B1 (en) * | 2020-04-20 | 2021-02-09 | Northrop Grumman Systems Corporation | UAVs for monitoring the intensification of tropical cyclones |
Non-Patent Citations (3)
Title |
---|
A Post-Hurricane Unmanned Aircraft System (UAS) Flight Risk Assessment Model with Temporal Wind Hazards;Priti Kantesaria;《IIE Annual Conference. Proceedings》;20180101;1843-1848 * |
Cooperative Damage Inspection with Unmanned Surface Vehicle and Micro Unmanned Aerial Vehicle at Hurricane Wilma;Robin Murphy;《2006 IEEE/RSJ International Conference on Intelligent Robots and Systems》;20070115;第9页 * |
无人机在湛江电网台风应急巡检中的应用;王柯;《广东电力》;20150930;第28卷(第9期);107-112 * |
Also Published As
Publication number | Publication date |
---|---|
CN113223329A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Forbes et al. | A concentrated outbreak of tornadoes, downbursts and microbursts, and implications regarding vortex classification | |
Fujita et al. | Palm sunday tornadoes of April 11, 1965 | |
Byers et al. | The thunderstorm: report of the Thunderstorm Project | |
Fujita | Downbursts: meteorological features and wind field characteristics | |
Bluestein et al. | Modes of isolated, severe convective storm formation along the dryline | |
Weiss et al. | A comparison of near-surface buoyancy and baroclinity across three VORTEX2 supercell intercepts | |
Chan | Generation of an eddy dissipation rate map at the Hong Kong International Airport based on Doppler lidar data | |
Jones et al. | Forecasting high-impact weather in landfalling tropical cyclones using a Warn-on-Forecast system | |
CN113223329B (zh) | 一种无人机在台风场中飞行安全性评估方法 | |
Wood et al. | Single Doppler velocity signature interpretation of nondivergent environmental winds | |
Fujita | Spearhead echo and downburst near the approach end of a John F. Kennedy Airport runway, New York City | |
Schwiesow | Horizontal velocity structure in waterspouts | |
Achermann et al. | WindSeer: Real-time volumetric wind prediction over complex terrain aboard a small UAV | |
Brown et al. | A guide for interpreting Doppler velocity patterns: Northern Hemisphere edition | |
CN111222082A (zh) | 适用于无人飞行器的上升气流位置和速度的辨识方法 | |
Burpee | Mesoscale structure of hurricanes | |
CN112197762B (zh) | 一种基于点钟方向的野外机动目标位置估计方法 | |
O'Connor | Demonstration of a Novel 3-D Wind Sensor for Improved Wind Shear Detection for Aviation Operations | |
Guo et al. | Investigation of the north-east monsoon characteristics in the region of South East Asia using ERS wind scatterometer data | |
JP4097917B2 (ja) | 微小ベクトル生成装置により局地的な風の進路を俯瞰図としてリアルタイムで表示または記録する方法および装置 | |
Porter et al. | Wind environment in the Lee of Kauai Island, Hawaii during trade wind conditions: weather setting for the Helios Mishap | |
Wang et al. | An Multi-Data Fusion Investigation Method Research for Civil Aviation Turbulence Events | |
KR20230061261A (ko) | 디지털 트윈을 위한 기상데이터 생산방법 및 디지털 트윈을 위한 기상데이터 생산시스템 | |
Axon | Using Remote and in situ Observations from TORUS to Investigate a Preexisting Airmass Boundary and its Influence on a Tornadic Supercell on 28 May 2019 | |
Holle et al. | Cloud Interaction and the Formation of the 15 June 1973 Tornado in the FACE Mesonetwork |
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 |