CN113486602B - 机场飞机跑道管理数字孪生系统仿真方法、系统及装置 - Google Patents

机场飞机跑道管理数字孪生系统仿真方法、系统及装置 Download PDF

Info

Publication number
CN113486602B
CN113486602B CN202110642957.6A CN202110642957A CN113486602B CN 113486602 B CN113486602 B CN 113486602B CN 202110642957 A CN202110642957 A CN 202110642957A CN 113486602 B CN113486602 B CN 113486602B
Authority
CN
China
Prior art keywords
information
airplane
wind speed
target point
airport runway
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
Application number
CN202110642957.6A
Other languages
English (en)
Other versions
CN113486602A (zh
Inventor
魏明
孙博
李亚飞
吴维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Hangda Data Co ltd
Original Assignee
Civil Aviation University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN202110642957.6A priority Critical patent/CN113486602B/zh
Publication of CN113486602A publication Critical patent/CN113486602A/zh
Application granted granted Critical
Publication of CN113486602B publication Critical patent/CN113486602B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明适用于计算机领域，提供了机场飞机跑道管理数字孪生系统仿真方法，包括获取机场跑道的全景静态图像信息、机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道的风速数据；分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息；将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，生成数字孪生模型；输入指定参数化风速信息至数字孪生模型中，得到指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息。模拟了飞机在各风速下起飞时的横向位移。

Description

机场飞机跑道管理数字孪生系统仿真方法、系统及装置
技术领域
本发明属于计算机领域，尤其涉及一种机场飞机跑道管理数字孪生系统仿真方法、系统及装置。
背景技术
数字孪生是利用多种手段进行现实仿真的过程，是在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
目前，多应用于机场的数字孪生模型多是配合飞机在机场跑道中升降起落时的安全次序安排的数字孪生模型，但是针对大风天气，目前还没有很好的，针对每个具有构造差异的飞机场，预知飞机是否能够安全起飞的能力的数字孪生模型，尤其是每个机场所处环境的不同，例如高山上和峡谷中的飞机场所受到的来自大风天气的影响是不同的，单一的禁飞标准不适用于所处环境各不相同的飞机场中的飞机起飞情况。
发明内容
本发明实施例提供一种机场飞机跑道管理数字孪生系统仿真方法、系统及装置，旨在解决根据所处位置和设计结构不同的飞机场和飞机跑道上空的风速，通过数字孪生的仿真方法，模拟飞机在不同风速下起飞时的横向位移，从而得到合理的允许飞机起飞的最大风速阈值。
本发明实施例是这样实现的，一种机场飞机跑道管理数字孪生系统仿真方法，包括：
获取机场跑道的全景静态图像信息、机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道的风速数据；
分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息；
将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，生成数字孪生模型；
输入指定参数化风速信息至数字孪生模型中，得到指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息。
作为本发明的一种改进方案：所述获取机场跑道的全景静态图像信息的步骤包括：
获取多个机场跑道的分场景静态图片信息；
拼接融合多个分场景静态图片信息，得到机场跑道的全景静态图像信息。
作为本发明的又一种改进方案：所述目标点飞机实时动态图像信息包括目标点飞机的飞机代号数据和目标点飞机对应的起飞跑道的跑道代号数据。
作为本发明的另一种改进方案：所述机场跑道的风速数据包括机场内每条跑道上空的风速数据和每条跑道对应的半径十米区域范围内的风速数据。
作为本发明的进一步方案：所述分析机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道周围的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息的步骤，具体包括：
获取目标点飞机的飞机代号数据；
根据飞机代号数据调取对应飞机的参数信息；
构建牛顿力学方程模型，将飞机的参数信息和机场跑道的风速数据代入牛顿力学方程模型中，得到目标点飞机的水平位移偏移信息；
根据目标点飞机起飞的时间，拼接同一个目标点飞机的多个水平位移偏移信息，得到该目标点飞机的风力偏移轨迹信息；
定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息。
作为本发明的再进一步方案：所述将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，并构建数字孪生模型的步骤包括：
将契合组信息输入至预设的参数化模型中，对所述契合组信息参数化处理；
在对应的机场跑道的全景静态图像信息上叠加参数化后的契合组信息，并生成数字孪生模型。
作为本发明的优化方案：所述指定参数化风速信息包括风向信息和风速大小信息。
作为本发明的又一种方案：所述指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息包括指定飞机的代号数据、参数信息以及指定飞机从静止至升空过程中的路径轨迹信息。
本发明实施例的另一目的在于提供一种机场飞机跑道管理数字孪生系统仿真系统，包括：
获取模块，用于获取机场跑道的全景静态图像信息、机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道的风速数据；
分析模块，用于分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息；
整合模块，用于将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，生成数字孪生模型；
仿真模块，用于输入指定参数化风速信息至数字孪生模型中，得到指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息。
本发明实施例的另一目的在于提供一种计算机装置，包括显示屏、存储器、处理器以及计算机程序，其中所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的所述机场飞机跑道管理数字孪生系统仿真方法。
本发明的有益效果：为了精确得到飞机起飞时，其外部环境对飞机本身的影响的结果，本设计通过建立风速与飞机从静止到完全起飞这段时间内的运行轨迹的映射关系，从而能够在具有仿真功能的数字孪生系统下，通过不断输入合理的参数化风速信息，得到与之相对应的指定飞机的运行轨迹的仿真信息，从而能够直观得到飞机在起飞过程中在水平方向上的偏移距离，进而能够判断在该参数化风速信息下，具有指定型号的指定飞机知否能够安全起飞，最终可以得到飞机起飞的风速阈值，以直观得到最适合本机场飞机起飞的合适风速，提高了飞机的起飞效率和机场的运行效率。
附图说明
图1是一种机场飞机跑道管理数字孪生系统仿真方法的架构图；
图2是一种机场飞机跑道管理数字孪生系统仿真方法的流程图；
图3是一种机场飞机跑道管理数字孪生系统仿真方法中获取机场跑道的全景静态图像信息的步骤流程图；
图4是一种机场飞机跑道管理数字孪生系统仿真方法中构建契合组信息的步骤流程图；
图5是一种机场飞机跑道管理数字孪生系统仿真方法中生成数字孪生模型的步骤的流程图；
图6是一种机场飞机跑道管理数字孪生系统仿真系统的结构图。
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仅用以解释本发明，并不用于限定本发明。
目前，多应用于机场的数字孪生模型多是配合飞机在机场跑道中升降起落时的安全次序安排的数字孪生模型，但是针对大风天气，目前还没有很好的，针对每个具有构造差异的飞机场，预知飞机是否能够安全起飞的能力的数字孪生模型，尤其是每个机场所处环境的不同，例如高山上和峡谷中的飞机场所受到的来自大风天气的影响是不同的，单一的禁飞标准不适用于所处环境各不相同的飞机场中的飞机起飞情况。
为了解决根据所处位置和设计结构不同的飞机场和飞机跑道上空的风速，通过数字孪生的仿真方法，模拟飞机在不同风速下起飞时的横向位移，从而得到合理的允许飞机起飞的最大风速阈值还设计了一种机场飞机跑道管理数字孪生系统仿真方法、系统及装置，通过本设计，建立起风速与飞机从静止到完全起飞这段时间内的运行轨迹的映射关系，从而能够在具有仿真功能的数字孪生系统下，通过不断输入合理的参数化风速信息，得到与之相对应的指定飞机的运行轨迹的仿真信息，从而能够直观得到飞机在起飞过程中在水平方向上的偏移距离，进而能够判断在该参数化风速信息下，具有指定型号的指定飞机知否能够安全起飞，最终可以得到飞机起飞的风速阈值，以直观得到最适合本机场飞机起飞的合适风速，提高了飞机的起飞效率和机场的运行效率。
请参阅图1和图2，图1是一种机场飞机跑道管理数字孪生系统仿真方法的架构图；图2是一种机场飞机跑道管理数字孪生系统仿真方法的流程图。
一种机场飞机跑道管理数字孪生系统仿真方法，包括：S100，获取机场跑道的全景静态图像信息、机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道的风速数据。
机场跑道的全景静态图像是指机场跑道本体以及机场跑道附近的所有图像的整合，是一张没有重合和缺漏的对机场跑道有直观反映的图像，通过机场跑道的全景静态图像即能够快速对该机场的机场跑道的结构有一定程度了解，机场跑道的全景静态图像信息则是包含有机场跑道的全景静态图像的所有内容。
机场跑道周围通常都安装有许多摄像头，通过这些摄像头所采集到的目标点飞机实时动态图像，能够了解到图像内部的飞机的情况，具体的，所述目标点飞机实时动态图像是包括有目标点飞机起飞时的动态图像，通过实时记录每次目标点飞机的起飞能够观察出飞机在起飞时的状态，如起飞的稳定性和对外界风力的抗干扰能力，所述目标点飞机实时动态图像信息包括了目标点飞机实时动态图像的所有内容。
所述目标飞机点飞机指的是摄像头所拍摄的画面中呈现出的飞机，通常情况下，需要对目标点飞机的代号和参数进行记录，便于后续的受力分析。
每条机场跑道的风速数据各不相同，即是在同一个机场内，靠近外围的机场跑道的风速和靠近内侧的建筑的机场跑道上空的风速都不完全相同，即便是同一个飞机，在这些不同的跑道上起飞时，其受到的风力的影响也是各不相同的。
在进行图像采集时，还可以采用目标检测金属，在实时的飞机起飞过程中进行检测、提取机场跑道和各类指标，从而具化模拟出机场各个跑道的三维环境。
S200，分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息。
目标点飞机的风力偏移轨迹指的是，目标点飞机在起飞的过程中，受到横向的风力，从而改变原定的飞行路径，并与原定的飞行路径相偏离的轨迹，通常情况下，起飞过程中，飞机所受到的横向力越大，其飞行时的轨迹偏离程度就越大。
S300，将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，生成数字孪生模型500。
将所采集到的各类信息都参数化处理，再将这些参数化后的信息叠加至原先采集得到的全景静态图像信息内，如此即可以在虚拟的世界中重现真实的机场内情况，还可以模拟各类代号的飞机进行起飞时的状态。
S400，输入指定参数化风速信息至数字孪生模型500中，得到指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息。
通过设置好的数字孪生模型500，形成一个映射通道，当像数字孪生模型500中输入一个指定参数化风速信息时，能够通过映射通道得到一个模拟出的指定飞机运行时的轨迹，从该轨迹中能够看出在该指定参数化风速信息下，具有指定代号的飞机起飞时所偏移的程度，在本映射中，输入的指定参数化风速信息为自变量，而得到的指定飞机运行轨迹的仿真值信息为因变量，所述飞机的代号等信息则为可控变量，通过控制变量法，能够较为精确的得到自变量和因变量之间的关系。
作为本发明的一种实施例，请参阅图3，图3是一种机场飞机跑道管理数字孪生系统仿真方法中获取机场跑道的全景静态图像信息的步骤流程图。
所述S100，获取机场跑道的全景静态图像信息的步骤包括：S110，获取多个机场跑道的分场景静态图片信息。
分多次获取多个机场跑道的分场景静态图片信息，一方面能够提高获取单张多个机场跑道的分场景静态图片信息的效率，另一方面，将对应的多个机场跑道的分场景静态图片信息进行编号，在后续的机场改建时，能够通过更换对应位置的分场景静态图片信息从而避免重新拍摄全景静态图像信息，从而能够提高获取机场跑道的全景静态图像信息的便捷性。
S120，拼接融合多个分场景静态图片信息，得到机场跑道的全景静态图像信息。
将多个分场景静态图片信息拼接成一个整的全景静态图像信息，能够及时的展现出一个完整的机场跑道景观，从而能够便于对这片区域进行三维建模，便于后续的各种信息的叠加。
作为本发明的一种优化实施例，请参阅图2，图2是一种机场飞机跑道管理数字孪生系统仿真方法的流程图。
所述目标点飞机实时动态图像信息包括目标点飞机的飞机代号数据和目标点飞机对应的起飞跑道的跑道代号数据。
一个飞机代号对应的是一个具有特定型号的飞机，例如P100可以代表MH777，从而在获取飞机代号数据的同时，便能够获得该飞机的机型。
作为本发明的又一种优化实施例，请参阅图2，图2是一种机场飞机跑道管理数字孪生系统仿真方法的流程图。
所述机场跑道的风速数据包括机场内每条跑道上空的风速数据和每条跑道对应的半径十米区域范围内的风速数据。
常见到的，因为机场跑道由特殊的沥青材料制成，而跑道相邻的区域是由草皮制成的，在这两个区域内，其气流流经的速度是不同的，故还需要分开对待，从而能够提高本设计后期建模时的精确性。
作为本发明的一种实施例，请参阅图4，图4是一种机场飞机跑道管理数字孪生系统仿真方法中构建契合组信息的步骤流程图。
所述S200，分析机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道周围的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息的步骤，具体包括：S210，获取目标点飞机的飞机代号数据。
S220，根据飞机代号数据调取对应飞机的参数信息。
一个飞机场内通常情况下均会建设有特定的飞机参数数据库，当根据向飞机数据库内输入飞机代号数据时，飞机数据库便会自动调取出对应的飞机的参数信息，以B747为例，机型：B747-400COMBI，飞机制造公司：Boeing，国际民航组织代码：B744，按尾流强弱分类H，机长(m)：68.5，机高(m)：9.7，翼展(m)：64.3，主轮距(m)：11，最小转弯半径(m)：45.7，发动机型号：PW4056，发动机台数：B747-400COMBI，Tsh：Boeing，发动机推力(马力)：4×55600LB，45度侧风(m/s)：21，90度侧风(m/s)：15，顺风(m/s)：7.7，最大起飞重量(Kg)：385557，最大着陆重量(Kg)：285766，最大无油重量(Kg)：256282，最大业载(Kg)：75297，最大载油量(Kg)：160036，燃油容量(Ltr)：203875，平均小时耗油量(Kg)：11000，最大爬升率(ft/min)：2000，最大爬升率(m/s)：10.2，实用升限(m)：13746，起飞距离(m)：B747-400COMBI，着陆距离(m)：2012，满载最大航程(Km)：12964，ACN值：61R/B/W/T，最大巡航速度(Kts)：542，最大巡航速度(Km/h)：1002，最大巡航速度(M)：.92，正常巡航速度(Kts)：495，正常巡航速度(Km/h)：916，正常巡航速度(M)：.86，最小光洁速度(Kts)：290，最小光洁速度(Km/h)：537，最后进近速度(Kts)：160，最后进近速度(Km/h)：296，跑道入口速度(Kts)：155，跑道入口速度(Kts,Km/h)：287。
S230，构建牛顿力学方程模型，将飞机的参数信息和机场跑道的风速数据代入牛顿力学方程模型中，得到目标点飞机的水平位移偏移信息。
所述牛顿力学方程模型是根据飞机的外形的受力面积和风速计算得到飞机起飞时其表面所受到的流体压强的大小。
S240，根据目标点飞机起飞的时间，拼接同一个目标点飞机的多个水平位移偏移信息，得到该目标点飞机的风力偏移轨迹信息；
通过牛顿力学方程模型的计算，可以得到在一定条件下，飞机起飞时受到的流体压强，从而得到飞机的位移大小，该位移可以进一步分解成水平位移和垂直位移，所述水平位移即是目标点飞机的风力偏移轨迹大小，而垂直位移则是飞机的起飞高度。
S250，定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息。
所述契合组信息的设置能够便于提取一定条件下的风速数据和对应的目标点飞机的风力偏移轨迹信息，便于快速的得到相关数据，同时也便于后期的快速建模。
作为本发明的一种实施例，请参阅图5，图5是一种机场飞机跑道管理数字孪生系统仿真方法中生成数字孪生模型500的步骤的流程图。
所述S300，将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，并构建数字孪生模型500的步骤包括：S310，将契合组信息输入至预设的参数化模型中，对所述契合组信息参数化处理。
参数化模型具有可以参数化数据的能力，使得各种数据能够变成参数被代入至映射中，并被利用构建数字孪生模型500。
S320，在对应的机场跑道的全景静态图像信息上叠加参数化后的契合组信息，并生成数字孪生模型500。
参数化各类数据，使得各类数据能够通过数字孪生模型500的映射能力，在所构建的虚拟的机场中形成一个特定的参数，从而便于控制这些参数，使得整个设计的逻辑符合控制变量法，继而使得最后得到的参数关系只和自变量和因变量相关。
请参阅图2，图2是一种机场飞机跑道管理数字孪生系统仿真方法的流程图。
作为本发明的一种实施例，所述指定参数化风速信息包括风向信息和风速大小信息。风向的走向能够影响飞机偏移的方向，而风速的大小能够影响飞机偏离的程度，通过控制着两个变量，边能够在模拟的三维空间中仿真出飞机偏离的轨迹。
请参阅图2，图2是一种机场飞机跑道管理数字孪生系统仿真方法的流程图。
作为本发明的一种实施例，所述指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息包括指定飞机的代号数据、参数信息以及指定飞机从静止至升空过程中的路径轨迹信息。
通过数字孪生模型500的映射关系，在自变量一定的情况下，一定可以得到一个对应的且正确的因变量，而该因变量中包含有指定飞机的代号数据、参数信息以及指定飞机从静止至升空过程中的路径轨迹信息，因此，通过本设计中的数字孪生模型500的映射关系能够快速显示出自变量、因变量和无关可控变量，方便快捷，便于操作。
请参阅图6，图6是一种机场飞机跑道管理数字孪生系统仿真系统的结构图。
作为又一个实施例，本发明实施例的另一目的在于提供一种机场飞机跑道管理数字孪生系统仿真系统，包括：获取模块10，用于获取机场跑道的全景静态图像信息、机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道的风速数据。
分析模块20，用于分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息。
整合模块30，用于将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，生成数字孪生模型500。
仿真模块40，用于输入指定参数化风速信息至数字孪生模型500中，得到指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息。
作为又一个实施例，本设计的另一目的在于提供一种计算机装置，包括显示屏、存储器、处理器以及计算机程序，其中所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的所述机场飞机跑道管理数字孪生系统仿真方法。
本应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种机场飞机跑道管理数字孪生系统仿真方法，其特征在于，包括：
获取机场跑道的全景静态图像信息、机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道的风速数据；
分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息；
将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，生成数字孪生模型；
输入指定参数化风速信息至数字孪生模型中，得到指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息；
所述分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息的步骤，具体包括：
获取目标点飞机的飞机代号数据；
根据飞机代号数据调取对应飞机的参数信息；
构建牛顿力学方程模型，将飞机的参数信息和机场跑道的风速数据代入牛顿力学方程模型中，得到目标点飞机的水平位移偏移信息；
根据目标点飞机起飞的时间，拼接同一个目标点飞机的多个水平位移偏移信息，得到该目标点飞机的风力偏移轨迹信息；
定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息。
2.如权利要求1所述的一种机场飞机跑道管理数字孪生系统仿真方法，其特征在于，所述获取机场跑道的全景静态图像信息的步骤包括：
获取多个机场跑道的分场景静态图片信息；
拼接融合多个分场景静态图片信息，得到机场跑道的全景静态图像信息。
3.如权利要求1所述的一种机场飞机跑道管理数字孪生系统仿真方法，其特征在于，所述目标点飞机实时动态图像信息包括目标点飞机的飞机代号数据和目标点飞机对应的起飞跑道的跑道代号数据。
4.如权利要求1所述的一种机场飞机跑道管理数字孪生系统仿真方法，其特征在于，所述机场跑道的风速数据包括机场内每条跑道上空的风速数据和每条跑道对应的半径十米区域范围内的风速数据。
5.如权利要求1所述的一种机场飞机跑道管理数字孪生系统仿真方法，其特征在于，所述将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，并构建数字孪生模型的步骤包括：
将契合组信息输入至预设的参数化模型中，对所述契合组信息参数化处理；
在对应的机场跑道的全景静态图像信息上叠加参数化后的契合组信息，并生成数字孪生模型。
6.如权利要求1所述的一种机场飞机跑道管理数字孪生系统仿真方法，其特征在于，所述指定参数化风速信息包括风向信息和风速大小信息。
7.如权利要求6所述的一种机场飞机跑道管理数字孪生系统仿真方法，其特征在于，所述指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息包括指定飞机的代号数据、参数信息以及指定飞机从静止至升空过程中的路径轨迹信息。
8.一种机场飞机跑道管理数字孪生系统仿真系统，其特征在于，包括：
获取模块，用于获取机场跑道的全景静态图像信息、机场跑道周围所有摄像头采集到的目标点飞机实时动态图像信息和机场跑道的风速数据；
分析模块，用于分析目标点飞机实时动态图像信息和机场跑道的风速数据，得到一个风速数据下对应的目标点飞机的风力偏移轨迹信息，并定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息；具体包括：获取目标点飞机的飞机代号数据；根据飞机代号数据调取对应飞机的参数信息；构建牛顿力学方程模型，将飞机的参数信息和机场跑道的风速数据代入牛顿力学方程模型中，得到目标点飞机的水平位移偏移信息；根据目标点飞机起飞的时间，拼接同一个目标点飞机的多个水平位移偏移信息，得到该目标点飞机的风力偏移轨迹信息；定义该风速数据和对应的目标点飞机的风力偏移轨迹信息为一个契合组信息；
整合模块，用于将契合组信息参数化，同时整合参数化的契合组信息和对应的机场跑道的全景静态图像信息，生成数字孪生模型；
仿真模块，用于输入指定参数化风速信息至数字孪生模型中，得到指定参数化风速信息对应的指定飞机运行轨迹的仿真值信息。
9.一种计算机装置，其特征在于，包括显示屏、存储器、处理器以及计算机程序，其中所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-7任一所述机场飞机跑道管理数字孪生系统仿真方法。
CN202110642957.6A 2021-06-09 2021-06-09 机场飞机跑道管理数字孪生系统仿真方法、系统及装置 Active CN113486602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110642957.6A CN113486602B (zh) 2021-06-09 2021-06-09 机场飞机跑道管理数字孪生系统仿真方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110642957.6A CN113486602B (zh) 2021-06-09 2021-06-09 机场飞机跑道管理数字孪生系统仿真方法、系统及装置

Publications (2)

Publication Number Publication Date
CN113486602A CN113486602A (zh) 2021-10-08
CN113486602B true CN113486602B (zh) 2022-08-12

Family

ID=77935054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110642957.6A Active CN113486602B (zh) 2021-06-09 2021-06-09 机场飞机跑道管理数字孪生系统仿真方法、系统及装置

Country Status (1)

Country Link
CN (1) CN113486602B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114399498B (zh) * 2022-01-19 2022-08-30 浙大网新系统工程有限公司 一种机场跑道表面状况评估方法及系统
CN114973777B (zh) * 2022-05-12 2024-04-12 华设设计集团北京民航设计研究院有限公司 基于物联网的机场环境监测方法和系统
CN117150632B (zh) * 2023-10-27 2024-01-19 北京云庐科技有限公司 基于数字孪生技术的机场跑道健康态势感知系统及方法
CN117831352B (zh) * 2024-01-17 2024-09-06 中科世通亨奇(北京)科技有限公司 飞机起飞机场预测方法、系统、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950147A (zh) * 2020-08-10 2020-11-17 上海数设科技有限公司 一种以统一形式样机模型定义数字孪生体的方法及装置
CN112053085A (zh) * 2020-09-16 2020-12-08 四川大学 一种基于数字孪生的机场场面运行管理系统及方法
CN112258898A (zh) * 2020-10-16 2021-01-22 中国民用航空华东地区空中交通管理局 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
CN112364473A (zh) * 2020-09-14 2021-02-12 苏州数设科技有限公司 一种数据处理方法、装置、电子设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017117840A1 (de) * 2017-08-07 2019-02-07 Franz Haimer Maschinenbau Kg Erstellung eines digitalen zwillings in einem bearbeitungszentrum
CN112416531B (zh) * 2020-12-07 2021-11-26 深圳华制智能制造技术有限公司 数字孪生系统仿真方法、系统、计算机设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111950147A (zh) * 2020-08-10 2020-11-17 上海数设科技有限公司 一种以统一形式样机模型定义数字孪生体的方法及装置
CN112364473A (zh) * 2020-09-14 2021-02-12 苏州数设科技有限公司 一种数据处理方法、装置、电子设备及存储介质
CN112053085A (zh) * 2020-09-16 2020-12-08 四川大学 一种基于数字孪生的机场场面运行管理系统及方法
CN112258898A (zh) * 2020-10-16 2021-01-22 中国民用航空华东地区空中交通管理局 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

Also Published As

Publication number Publication date
CN113486602A (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN113486602B (zh) 机场飞机跑道管理数字孪生系统仿真方法、系统及装置
CN113485392B (zh) 基于数字孪生的虚拟现实交互方法
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
CN106570249B (zh) 一种大火箭起飞漂移离散仿真方法
CN107709158A (zh) 用于自动检查表面的系统和方法
US20220189145A1 (en) Unpaired image-to-image translation using a generative adversarial network (gan)
US10650694B2 (en) Unmanned vehicle simulator
CN110119701A (zh) 基于视觉关系检测的煤矿综采工作面不安全行为识别方法
CN104573285A (zh) 一种基于飞行员动作特征的驾驶舱布局设计方法
Vijayanandh et al. Numerical study on structural health monitoring for unmanned aerial vehicle
Minghui et al. Deep learning enabled localization for UAV autolanding
CN115392015A (zh) 一种基于数字孪生的自动驾驶推演系统和推演方法
CN116089261A (zh) 一种面向直升机低空任务规划的地面验证系统及方法
Wu et al. Aircraft flight regime recognition with deep temporal segmentation neural network
CN112346481A (zh) 一种无人机电力巡检作业的方法及系统
Vidimlic et al. Image Synthesisation and Data Augmentation for Safe Object Detection in Aircraft Auto-landing System.
CN108431816A (zh) 关于设备的数字模型来控制设备
CN113656918B (zh) 一种应用于成品高架库场景的四旋翼仿真测试方法
CN107808040A (zh) 基于变尺度空间邻域评估的无人机模型验证方法
Au et al. Challenges and opportunities of computer vision applications in aircraft landing gear
CN102364488B (zh) 一种合成环境模拟平台
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
Smyers et al. AVOIDDS: aircraft vision-based intruder detection dataset and simulator
US20230409785A1 (en) Method of mapping predicted aircraft exhaust plumes and associated systems
Zhang et al. A Model-Based Aircraft Function Analysis Method: From Operational Scenarios to Functions

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
TR01 Transfer of patent right

Effective date of registration: 20230202

Address after: AVIC Science Park, No. 9, Guangxuan Road, Dongli District, Tianjin 300300

Patentee after: Tianjin Hangda Data Co.,Ltd.

Address before: 300300 Binhai International Airport, Dongli District, Tianjin

Patentee before: CIVIL AVIATION University OF CHINA

TR01 Transfer of patent right