CN114595880A - 一种飞行区行为路线的智能预设方法及系统 - Google Patents

Abstract

本发明公开了一种飞行区行为路线的智能预设方法及系统，其中，所述方法包括：基于飞行区时空地图模型，获得飞行区标识属性信息；对第一行驶目标物进行信息分层，获得第一地图信息层级；根据第一地图信息层级对飞行区标识属性信息进行分析，获得目标行驶区域；基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标；将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得第一路线预设结果；如果所述第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集。解决了现有技术存在对飞行区内运行的调度路线规划不够准确合理，导致影响飞行区管理效率的技术问题。

Description

一种飞行区行为路线的智能预设方法及系统

技术领域

本发明涉及人工智能领域，尤其涉及一种飞行区行为路线的智能预设方法及系统。

背景技术

飞行区是指供飞机起飞、着陆、滑行和停放使用的场地，包括跑道、升降带、跑道端安全地区、滑行道、机坪以及机场周边对障碍物有限制要求的区域，错综复杂的飞行区场内道路以及随时变化的各类运行信息为飞行区管理提出了更多挑战，因此对飞行区进行行为路线的预设规划对飞行区管理具有重要意义。

然而，现有技术存在对飞行区内运行的调度路线规划不够准确合理，导致影响飞行区管理效率的技术问题。

发明内容

本申请通过提供一种飞行区行为路线的智能预设方法及系统，解决了现有技术存在对飞行区内运行的调度路线规划不够准确合理，导致影响飞行区管理效率的技术问题，达到通过结合飞行区时空地图模型和地图信息层级对飞行区的行为路线进行预设规划，保证路线规划结果的准确性和合理性，从而提高飞行区管理效率的技术效果。

鉴于上述问题，本发明提供了一种飞行区行为路线的智能预设方法及系统。

第一方面，本申请提供了一种飞行区行为路线的智能预设方法，所述方法包括：构建第一机场的飞行区时空地图模型；基于所述飞行区时空地图模型，获得飞行区标识属性信息；对第一行驶目标物进行信息分层，获得第一地图信息层级；根据所述第一地图信息层级对所述飞行区标识属性信息进行分析，获得目标行驶区域；基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标；将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得第一路线预设结果；如果所述第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集。

另一方面，本申请还提供了一种飞行区行为路线的智能预设系统，所述系统包括：第一构建单元，所述第一构建单元用于构建第一机场的飞行区时空地图模型；第一获得单元，所述第一获得单元用于基于所述飞行区时空地图模型，获得飞行区标识属性信息；第二获得单元，所述第二获得单元用于对第一行驶目标物进行信息分层，获得第一地图信息层级；第三获得单元，所述第三获得单元用于根据所述第一地图信息层级对所述飞行区标识属性信息进行分析，获得目标行驶区域；第一确定单元，所述第一确定单元用于基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标；第四获得单元，所述第四获得单元用于将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得第一路线预设结果；第五获得单元，所述第五获得单元用于如果所述第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集。

第三方面，本申请提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了构建机场飞行区时空地图模型，并基于飞行区时空地图模型，获得相应的飞行区标识属性信息，同时对行驶目标物进行信息分层，根据信息分层的地图信息层级对所述飞行区标识属性信息进行分析，获得对应的目标行驶区域，基于目标行为信息，确定目标路径起点坐标和目标路径终点坐标，再将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得模型输出结果即第一路线预设结果，如果第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集的技术方案。进而达到通过结合飞行区时空地图模型和地图信息层级对飞行区的行为路线进行预设规划，保证路线规划结果的准确性和合理性，从而提高飞行区管理效率的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请一种飞行区行为路线的智能预设方法的流程示意图；

图2为本申请一种飞行区行为路线的智能预设方法中构建第一机场的飞行区时空地图模型的流程示意图；

图3为本申请一种飞行区行为路线的智能预设方法中获得特征标签数据集的流程示意图；

图4为本申请一种飞行区行为路线的智能预设方法中根据第一标签分类结果和飞行区特征向量进行映射匹配的流程示意图；

图5为本申请一种飞行区行为路线的智能预设系统的结构示意图；

图6为本申请示例性电子设备的结构示意图。

附图标记说明：第一构建单元11，第一获得单元12，第二获得单元13，第三获得单元14，第一确定单元15，第四获得单元16，第五获得单元17，总线1110，处理器1120，收发器1130，总线接口1140，存储器1150，操作系统1151，应用程序1152和用户接口1160。

具体实施方式

在本申请的描述中，所属技术领域的技术人员应当知道，本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本申请可以具体实现为以下形式：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外，在一些实施例中，本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。

上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。

本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。

应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。

也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样，存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。

也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。

下面结合本申请中的附图对本申请进行描述。

实施例一

如图1所示，本申请提供了一种飞行区行为路线的智能预设方法，所述方法包括：

步骤S100：构建第一机场的飞行区时空地图模型；

如图2所示，进一步而言，所述构建第一机场的飞行区时空地图模型，本申请步骤S100还包括：

步骤S110：获得所述第一机场的第一飞行区特征数据集；

步骤S120：对所述特征数据集进行归一化处理，生成标准飞行区特征数据集；

步骤S130：对所述标准飞行区特征数据集进行标签化分类，获得特征标签数据集；

步骤S140：基于所述特征标签数据集，获得对应的可视化图像信息集；

步骤S150：根据所述标准飞行区特征数据集和所述可视化图像信息集，构建所述构建飞行区时空地图模型。

具体而言，飞行区是指供飞机起飞、着陆、滑行和停放使用的场地，包括跑道、升降带、跑道端安全地区、滑行道、机坪以及机场周边对障碍物有限制要求的区域，错综复杂的飞行区场内道路以及随时变化的各类运行信息为飞行区管理提出了更多挑战，因此对飞行区进行行为路线的预设规划对飞行区管理具有重要意义。为对飞行区行为路线的规划进行全面高效的设置，构建第一机场的飞行区时空地图模型，所述第一机场为需要进行路线预设的机场，例如民用机场类型、军用机场类型。时空地图模型是是一种有效组织和管理时态地理数据，属性、空间和时间语义更完整的地理数据模型，时空地图模型表达了随时间变化的动态结构，用于机场飞行区空间数据的时态变化分析。

所述第一飞行区特征数据集为飞行区的各属性特征，包括飞行区的标识空间特征、道路地理位置、飞行区区域划分、飞行区等级等特征。对所述特征数据集进行归一化处理，将有量纲的飞行区特征数据经过变换转化为无量纲的表达，保证数据一致性，实现数据共享，使得到的数据信息更为完整规范，生成归一化处理后的标准飞行区特征数据集，提高数据一致性和规范性，加强数据完整性和标准程度。对所述标准飞行区特征数据集进行标签化分类，不同的数据特征对应不同的标签分类结果，例如空间特征标签、道路位置特征标签、区域划分特征标签等。

基于所述特征标签数据集，获得对应的可视化图像特征集，包括飞行区内场景图像、可视化机场飞行区地图图片、道路标识图片等，确保后续模型可以数据可视化。根据所述标准飞行区特征数据集和所述可视化图像信息集，构建所述构建飞行区时空地图模型，并对模型及时进行数据更新，通过构建飞行区的时空地图模型进行路线预设，直观准确的还原飞行区的空间应用场景，实现飞行区路线规划的动态调整和动态可视化管理。

步骤S200：基于所述飞行区时空地图模型，获得飞行区标识属性信息；

步骤S300：对第一行驶目标物进行信息分层，获得第一地图信息层级；

具体而言，基于所述飞行区时空地图模型，获得飞行区标识属性信息，所述飞行区标识属性信息是飞行区内各区域、设施点以及道路行驶位置规划情况，通过飞行区标识属性信息可对飞行区路线设置。对第一行驶目标物进行信息分层，所述第一行驶目标物是在飞行区内行驶的目标主体，包括飞行器和行使特定功能的特殊车辆、保障车辆等。不同功能的车辆可行驶的区域是完全不同的，例如摆渡车，食品车和加油车，只需要行驶在服务车道上，并可以短暂进入非运行区域的机位进行服务；引导车却需要进入到没有任何服务车道标志的滑行道上对航空器进行引导；拖车甚至需要在滑行道上拖拽飞机从一个机坪到另一个机坪。为了应对不同类型的目标主体的路线规划需求，需要对地图数据进行分层，对不同行驶区域进行有效的区分，获得与所述第一行驶目标物对应的第一地图信息层级，例如摆渡车地图层级，保证行为路线的设置符合行驶管理标准。

步骤S400：根据所述第一地图信息层级对所述飞行区标识属性信息进行分析，获得目标行驶区域；

步骤S500：基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标；

具体而言，根据所述第一地图信息层级对所述飞行区标识属性信息进行划分分析，获得目标行驶区域，所述目标行驶区域是所述第一行驶目标物可以行驶的飞行区区域。所述目标行为信息是所述第一行驶目标物需要完成的目标行驶地点，例如引导车对航空器进行引导，基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标，起点坐标和终点坐标是通过飞行区时空地图模型对飞行区的各地理位置进行坐标构建所得到的坐标信息，使得目标位置确定更加合理准确。

步骤S600：将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得第一路线预设结果；

具体而言，将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，所述路线调配模型为神经网络模型，用于对行驶目标物进行路线规划设置，获得所述模型的训练输出结果即第一路线预设结果，所述第一路线预设结果是对行驶目标物进行路线规划导航的结果信息，包括行驶推荐路线。

步骤S700：如果所述第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集。

具体而言，如果所述第一路线预设结果存在冲突因素，例如在该条推荐路线上存在其他车辆或因施工禁止通行等因素，基于时间窗算法获得备选预设路线集。时间窗算法包括基于时间窗的静态调度算法，和基于时间窗的动态调度算法，可实现目标解决由于不确定因素导致的相向冲突，解决路口冲突。通过时间窗算法为提供多条备选路线，保证路线规划结果的准确性和合理性，从而提高飞行区管理效率。

如图3所示，进一步而言，本申请步骤S130还包括：

步骤S131：构建飞行区特征坐标系，所述飞行区特征坐标系为多维坐标系；

步骤S132：对所述飞行区特征坐标系进行区域标签化分类，获得第一标签分类结果；

步骤S133：将所述标准飞行区特征数据集输入所述飞行区特征坐标系，获得飞行区特征向量；

步骤S134：根据所述第一标签分类结果和所述飞行区特征向量进行映射匹配，获得所述特征标签数据集。

具体而言，构建飞行区特征坐标系，所述飞行区特征坐标系为多维坐标系，用于对各飞行区特征进行坐标体现，例如空间特征、道路分布特征等。对所述飞行区特征坐标系进行区域标签化分类，不同的飞行区特征区域对应不同的特征标签，例如空间大小、道路类型、区域分布特征、道路分布等特征及其等级标签，获得对应的坐标标签分类结果，所述坐标标签分类结果是飞行区特征的标签分类结果。

将所述标准飞行区特征数据集输入所述飞行区特征坐标系，获得特征数据对应的飞行区特征向量，通过向量用表示各飞行区特征。根据所述第一标签分类结果和所述飞行区特征向量进行映射匹配，获得匹配得到的所述特征标签数据集。通过飞行区特征标签的分类标记对飞行区特征数据进行分析，使得获得的特征标签更加合理准确，进而使得飞行区时空地图模型的构建更加准确合理。

如图4所示，进一步而言，所述根据所述第一标签分类结果和所述飞行区特征向量进行映射匹配，本申请步骤S134还包括：

步骤S1341：对所述飞行区特征向量进行距离计算，获得欧氏距离数据集；

步骤S1342：根据所述欧氏距离数据集，获得飞行区特征分类数据集，所述飞行区特征分类数据集为所述欧氏距离数据集中最短k个距离；

步骤S1343：根据所述飞行区特征分类数据集和所述第一标签分类结果进行映射匹配，获得所述特征标签数据集。

具体而言，对所述飞行区特征向量进行距离计算，获得欧氏距离数据集，所述欧氏距离数据集为欧几里得度量距离数据集合，即坐标系中两点之间的直线距离。所述分享文件特征分类数据集为所述欧氏距离数据集中最短的k个距离，k值为所述欧氏距离数据集的一部分，可自行设定。将所述飞行区特征分类数据集和所述第一标签分类结果进行映射匹配，获得所述特征标签数据集。达到通过计算向量距离的分类方法，对飞行区特征进行分类确定，使得获得的特征标签更加合理准确，进而使得飞行区时空地图模型的构建更加准确合理。

进一步而言，本申请步骤还包括：

步骤S810：获得所述第一行驶目标物的行驶性能数据信息；

步骤S820：构建行驶安全支持向量机，将所述行驶性能数据信息输入所述行驶安全支持向量机中，获得第一行驶安全评估结果；

步骤S830：如果所述第一行驶安全评估结果超过预设安全系数，根据第一预警指令对所述第一行驶目标物进行安全预警。

具体而言，所述第一行驶目标物的行驶性能数据信息为行驶目标在飞行区行驶过程中的运行性能信息，包括行驶速度、驾驶人员状态、行驶位置、行驶轨迹、行驶路况等，用于对驾驶情况进行全方面采集识别，做好安全预防。构建行驶安全支持向量机，支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最优超平面。SVM使用铰链损失函数计算经验风险，并在求解系统中加入了正则化项以优化结构风险，是一个具有稀疏性和稳健性的分类器。

将所述行驶性能数据信息输入所述行驶安全支持向量机中，获得支持向量机的输出结果即第一行驶安全评估结果，所述第一行驶安全评估结果表明目标物行驶安全等级。如果所述第一行驶安全评估结果超过预设安全系数，表明此时安全隐患较高，超出正常安全等级，安全系数越高表明驾驶安全隐患越大，所述预设安全系数为在飞行区内安全行驶的安全等级。根据第一预警指令对所述第一行驶目标物进行安全预警，例如超速、超过限高、停止点未停车、车辆误入跑道和滑行道时进行连续报警。通过构建支持向量机对行驶目标物的安全状况进行实时评估，对安全隐患进行及时预警，从而提高飞行区内的行驶安全稳定性。

进一步而言，所述构建行驶安全支持向量机，本申请步骤S820还包括：

步骤S821：按照预定比例对历史行驶性能数据集进行划分，获得第一行驶性能训练样本和第一行驶性能测试样本；

步骤S822：根据所述第一行驶性能训练样本和所述第一行驶性能测试样本，获得第一训练样本行驶安全评估标签和第一测试样本行驶安全评估标签；

步骤S823：将所述第一行驶性能训练样本和所述第一训练样本行驶安全评估标签作为训练数据，构建所述行驶安全支持向量机。

具体而言，按照预定比例对历史行驶性能数据集进行随机划分，如按照训练样本和测试样本6：4的比例进行随机划分，获得划分后对应的第一行驶性能训练样本和第一行驶性能测试样本。根据所述第一行驶性能训练样本和第一行驶性能测试样本，获得相应的第一训练样本行驶安全评估标签和第一测试样本行驶安全评估标签，如高安全行驶标签、中安全行驶标签、低安全行驶标签、危险行驶标签等。

将所述第一行驶性能训练样本和所述第一训练样本行驶安全评估标签作为训练数据，构建所述行驶安全支持向量机。其中，如果行驶性能训练样本为线性可分数据，且分类后分别对应行驶安全评估标签，则采用第一行驶性能训练样本进行训练获得线性分类支持向量机。如果行驶性能训练样本为线性不可分数据，则采用支持向量机内的核函数将各个行驶性能训练样本映射至一高维空间，然后训练在该高维空间内采用最优分离超平面将行驶性能训练样本进行分类。通过训练得到所述行驶安全支持向量机，弥补了神经网络收敛速度慢、过拟合等缺点，为行驶安全评估提供了一种快速有效的方法，进而快速高效的对目标进行准确的行驶安全筛选和分类的技术效果。

进一步而言，本申请步骤S823还包括：

步骤S8231：将所述第一行驶性能测试样本输入所述行驶安全支持向量机，获得所述第一行驶性能测试样本中各行驶安全评估结果；

步骤S8232：对比所述各行驶安全评估结果和所述第一测试样本行驶安全评估标签，获得所述行驶安全支持向量机的评估精确度；

步骤S8233：如果所述评估精确度未达到预设评估精确度，基于梯度下降算法对所述行驶安全支持向量机进行模型优化。

具体而言，为检测所述行驶安全支持向量机准确率，将所述第一行驶性能测试样本输入所述行驶安全支持向量机，获得支持向量机的输出结果即所述第一行驶性能测试样本中对应的各行驶安全评估结果。对比所述各行驶安全评估结果和所述第一测试样本行驶安全评估标签，当所述各行驶安全评估结果和所述第一测试样本行驶安全评估标签一致时，表明所述行驶安全持向量机评估准确。

分别统计所述第一行驶性能测试样本中评估准确和评估错误的样本数量，进而计算得出评估准确样本数量占所述第一行驶性能测试样本总数量的比例。当所述行驶安全支持向量机的评估精确度达到标准时，表明支持向量机的评估性能达标，当精确度未达到预设评估精确度时，表明模型输出精确度不够。基于梯度下降算法对所述行驶安全支持向量机进行模型优化，梯度下降法是一个最优化算法，梯度下降的目的，就是为了最小化损失函数，损失函数用来衡量机器学习模型的精确度。一般来说，损失函数的值越小，模型的精确度就越高，如果要提高机器学习模型的精确度，就需要尽可能降低损失函数的值，从而提高支持向量机的评估准确性，保证对行驶安全评估的准确率。

综上所述，本申请所提供的一种飞行区行为路线的智能预设方法及系统具有如下技术效果：

由于采用了构建机场飞行区时空地图模型，并基于飞行区时空地图模型，获得相应的飞行区标识属性信息，同时对行驶目标物进行信息分层，根据信息分层的地图信息层级对所述飞行区标识属性信息进行分析，获得对应的目标行驶区域，基于目标行为信息，确定目标路径起点坐标和目标路径终点坐标，再将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得模型输出结果即第一路线预设结果，如果第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集的技术方案。进而达到通过结合飞行区时空地图模型和地图信息层级对飞行区的行为路线进行预设规划，保证路线规划结果的准确性和合理性，从而提高飞行区管理效率的技术效果。

实施例二

基于与前述实施例中一种飞行区行为路线的智能预设方法同样发明构思，本发明还提供了一种飞行区行为路线的智能预设系统，如图5所示，所述系统包括：

第一构建单元11，所述第一构建单元11用于构建第一机场的飞行区时空地图模型；

第一获得单元12，所述第一获得单元12用于基于所述飞行区时空地图模型，获得飞行区标识属性信息；

第二获得单元13，所述第二获得单元13用于对第一行驶目标物进行信息分层，获得第一地图信息层级；

第三获得单元14，所述第三获得单元14用于根据所述第一地图信息层级对所述飞行区标识属性信息进行分析，获得目标行驶区域；

第一确定单元15，所述第一确定单元15用于基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标；

第四获得单元16，所述第四获得单元16用于将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得第一路线预设结果；

第五获得单元17，所述第五获得单元17用于如果所述第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集。

进一步的，所述系统还包括：

第六获得单元，所述第六获得单元用于获得所述第一机场的第一飞行区特征数据集；

第一生成单元，所述第一生成单元用于对所述特征数据集进行归一化处理，生成标准飞行区特征数据集；

第七获得单元，所述第七获得单元用于对所述标准飞行区特征数据集进行标签化分类，获得特征标签数据集；

第八获得单元，所述第八获得单元用于基于所述特征标签数据集，获得对应的可视化图像信息集；

第二构建单元，所述第二构建单元用于根据所述标准飞行区特征数据集和所述可视化图像信息集，构建所述构建飞行区时空地图模型。

进一步的，所述系统还包括：

第三构建单元，所述第三构建单元用于构建飞行区特征坐标系，所述飞行区特征坐标系为多维坐标系；

第九获得单元，所述第九获得单元用于对所述飞行区特征坐标系进行区域标签化分类，获得第一标签分类结果；

第十获得单元，所述第十获得单元用于将所述标准飞行区特征数据集输入所述飞行区特征坐标系，获得飞行区特征向量；

第十一获得单元，所述第十一获得单元用于根据所述第一标签分类结果和所述飞行区特征向量进行映射匹配，获得所述特征标签数据集。

进一步的，所述系统还包括：

第十二获得单元，所述第十二获得单元用于对所述飞行区特征向量进行距离计算，获得欧氏距离数据集；；

第十三获得单元，所述第十三获得单元用于根据所述欧氏距离数据集，获得飞行区特征分类数据集，所述飞行区特征分类数据集为所述欧氏距离数据集中最短k个距离；

第十四获得单元，所述第十四获得单元用于根据所述飞行区特征分类数据集和所述第一标签分类结果进行映射匹配，获得所述特征标签数据集。

进一步的，所述系统还包括：

第十五获得单元，所述第十五获得单元用于获得所述第一行驶目标物的行驶性能数据信息；

第十六获得单元，所述第十六获得单元用于构建行驶安全支持向量机，将所述行驶性能数据信息输入所述行驶安全支持向量机中，获得第一行驶安全评估结果；

第一预警单元，所述第一预警单元用于如果所述第一行驶安全评估结果超过预设安全系数，根据第一预警指令对所述第一行驶目标物进行安全预警。

进一步的，所述系统还包括：

第十七获得单元，所述第十七获得单元用于按照预定比例对历史行驶性能数据集进行划分，获得第一行驶性能训练样本和第一行驶性能测试样本；

第十八获得单元，所述第十八获得单元用于根据所述第一行驶性能训练样本和所述第一行驶性能测试样本，获得第一训练样本行驶安全评估标签和第一测试样本行驶安全评估标签；

第四构建单元，所述第四构建单元用于将所述第一行驶性能训练样本和所述第一训练样本行驶安全评估标签作为训练数据，构建所述行驶安全支持向量机。

进一步的，所述系统还包括：

第十九获得单元，所述第十九获得单元用于将所述第一行驶性能测试样本输入所述行驶安全支持向量机，获得所述第一行驶性能测试样本中各行驶安全评估结果；

第二十获得单元，所述第二十获得单元用于对比所述各行驶安全评估结果和所述第一测试样本行驶安全评估标签，获得所述行驶安全支持向量机的评估精确度；

第一优化单元，所述第一优化单元用于如果所述评估精确度未达到预设评估精确度，基于梯度下降算法对所述行驶安全支持向量机进行模型优化。

前述图1实施例一中的一种飞行区行为路线的智能预设方法的各种变化方式和具体实例同样适用于本实施例的一种飞行区行为路线的智能预设系统，通过前述对一种飞行区行为路线的智能预设方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种飞行区行为路线的智能预设系统的实施方法，所以为了说明书的简洁，在此不再详述。

此外，本申请还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

示例性电子设备

具体的，参见图6所示，本申请还提供了一种电子设备，该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。

在本申请中，该电子设备还包括：存储在存储器1150上并可在处理器1120上运行的计算机程序，计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。

收发器1130，用于在处理器1120的控制下接收和发送数据。

本申请中，总线架构(用总线1110来代表)，总线1110可以包括任意数量互联的总线和桥，总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。

总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个，包括存储器总线和存储器控制器、外围总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制，这样的体系结构包括：工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、外围部件互连总线。

处理器1120可以是一种集成电路芯片，具有信号处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括：通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本申请中公开的各方法、步骤和逻辑框图。例如，处理器可以是单核处理器或多核处理器，处理器可以集成于单颗芯片或位于多颗不同的芯片。

处理器1120可以是微处理器或任何常规的处理器。结合本申请所公开的方法步骤可以直接由硬件译码处理器执行完成，或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

总线1110还可以将，例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起，总线接口1140在总线1110和收发器1130之间提供接口，这些都是本领域所公知的。因此，本申请不再对其进行进一步描述。

收发器1130可以是一个元件，也可以是多个元件，例如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发器1130从其他设备接收外部数据，收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质，还可以提供用户接口1160，例如：触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。

应理解，在本申请中，存储器1150可进一步包括相对于处理器1120远程设置的存储器，这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如，蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、LTE频分双工装置、LTE时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。

应理解，本申请中的存储器1150可以是易失性存储器或非易失性存储器，或可包括易失性存储器和非易失性存储器两者。其中，非易失性存储器包括：只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器，或闪存。

易失性存储器包括：随机存取存储器，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如：静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本申请描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。

在本申请中，存储器1150存储了操作系统1151和应用程序1152的如下元素：可执行模块、数据结构，或者其子集，或者其扩展集。

具体而言，操作系统1151包含各种装置程序，例如：框架层、核心库层、驱动层等，用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序，例如：媒体播放器、浏览器，用于实现各种应用业务。实现本申请方法的程序可以包含在应用程序1152中。应用程序1152包括：小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。

此外，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请披露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种飞行区行为路线的智能预设方法，其中，所述方法包括：

构建第一机场的飞行区时空地图模型；

基于所述飞行区时空地图模型，获得飞行区标识属性信息；

对第一行驶目标物进行信息分层，获得第一地图信息层级；

根据所述第一地图信息层级对所述飞行区标识属性信息进行分析，获得目标行驶区域；

基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标；

将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得第一路线预设结果；

如果所述第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集。

2.如权利要求1所述的方法，其中，所述构建第一机场的飞行区时空地图模型，包括：

获得所述第一机场的第一飞行区特征数据集；

对所述特征数据集进行归一化处理，生成标准飞行区特征数据集；

对所述标准飞行区特征数据集进行标签化分类，获得特征标签数据集；

基于所述特征标签数据集，获得对应的可视化图像信息集；

根据所述标准飞行区特征数据集和所述可视化图像信息集，构建所述构建飞行区时空地图模型。

3.如权利要求2所述的方法，其中，所述对所述标准飞行区特征数据集进行标签化分类，获得特征标签数据集，包括：

构建飞行区特征坐标系，所述飞行区特征坐标系为多维坐标系；

对所述飞行区特征坐标系进行区域标签化分类，获得第一标签分类结果；

将所述标准飞行区特征数据集输入所述飞行区特征坐标系，获得飞行区特征向量；

根据所述第一标签分类结果和所述飞行区特征向量进行映射匹配，获得所述特征标签数据集。

4.如权利要求3所述的方法，其中，所述根据所述第一标签分类结果和所述飞行区特征向量进行映射匹配，包括：

对所述飞行区特征向量进行距离计算，获得欧氏距离数据集；

根据所述欧氏距离数据集，获得飞行区特征分类数据集，所述飞行区特征分类数据集为所述欧氏距离数据集中最短k个距离；

根据所述飞行区特征分类数据集和所述第一标签分类结果进行映射匹配，获得所述特征标签数据集。

5.如权利要求1所述的方法，其中，所述方法包括：

获得所述第一行驶目标物的行驶性能数据信息；

构建行驶安全支持向量机，将所述行驶性能数据信息输入所述行驶安全支持向量机中，获得第一行驶安全评估结果；

如果所述第一行驶安全评估结果超过预设安全系数，根据第一预警指令对所述第一行驶目标物进行安全预警。

6.如权利要求5所述的方法，其中，所述构建行驶安全支持向量机，包括：

按照预定比例对历史行驶性能数据集进行划分，获得第一行驶性能训练样本和第一行驶性能测试样本；

根据所述第一行驶性能训练样本和所述第一行驶性能测试样本，获得第一训练样本行驶安全评估标签和第一测试样本行驶安全评估标签；

将所述第一行驶性能训练样本和所述第一训练样本行驶安全评估标签作为训练数据，构建所述行驶安全支持向量机。

7.如权利要求6所述的方法，其中，所述方法包括：

将所述第一行驶性能测试样本输入所述行驶安全支持向量机，获得所述第一行驶性能测试样本中各行驶安全评估结果；

对比所述各行驶安全评估结果和所述第一测试样本行驶安全评估标签，获得所述行驶安全支持向量机的评估精确度；

如果所述评估精确度未达到预设评估精确度，基于梯度下降算法对所述行驶安全支持向量机进行模型优化。

8.一种飞行区行为路线的智能预设系统，其特征在于，所述系统包括：

第一构建单元，所述第一构建单元用于构建第一机场的飞行区时空地图模型；

第一获得单元，所述第一获得单元用于基于所述飞行区时空地图模型，获得飞行区标识属性信息；

第二获得单元，所述第二获得单元用于对第一行驶目标物进行信息分层，获得第一地图信息层级；

第三获得单元，所述第三获得单元用于根据所述第一地图信息层级对所述飞行区标识属性信息进行分析，获得目标行驶区域；

第一确定单元，所述第一确定单元用于基于目标行为信息，确定所述第一行驶目标物的目标路径起点坐标和目标路径终点坐标；

第四获得单元，所述第四获得单元用于将所述目标行驶区域、所述目标路径起点坐标和所述目标路径终点坐标输入路线调配模型中，获得第一路线预设结果；

第五获得单元，所述第五获得单元用于如果所述第一路线预设结果存在冲突因素，基于时间窗算法获得备选预设路线集。

9.一种飞行区行为路线的智能预设电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。

Images