CN114971217A - 一种无人机对地风险评估方法及系统 - Google Patents
一种无人机对地风险评估方法及系统 Download PDFInfo
- Publication number
- CN114971217A CN114971217A CN202210491044.3A CN202210491044A CN114971217A CN 114971217 A CN114971217 A CN 114971217A CN 202210491044 A CN202210491044 A CN 202210491044A CN 114971217 A CN114971217 A CN 114971217A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- ground
- goods
- cargo
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了物流无人机技术领域的一种无人机对地风险评估方法及系统,旨在解决对无人机运输过程中坠地产生的风险评估问题。其包括:获取无人机和货物坠地相关数据,计算出碰撞后发生机货分离时无人机和货物坠地造成的预测死亡人数;获取无人机价值损失相关数据和货物价值损失相关数据,计算出无人机和货物坠地造成的预测经济损失;根据所述预测死亡人数和预测经济损失建立风险评估矩阵评估风险。本发明聚焦无人机物流运输场景,在研究无人机地面风险的传统方法上融入物流因素,既考虑了机货分离的情况,又考虑了无人机坠地后的经济损失,充分体现物流特色,对地面死亡人数和经济损失进行综合风险评估。
Description
技术领域
本发明涉及一种无人机对地风险评估方法及系统,属于物流无人机技术领域。
背景技术
随着低空空域改革的推进,无人机离开隔离空域,进入低空融合空域并完成多样化任务已成为当前发展趋势。目前在我国,面对人民的日益增长的消费需求和拥堵的路面交通之间的矛盾,需要物流无人机解决货物运输和配送问题。在末端配送方面,相比于人工配送,无人机具有不受地形限制、直线距离短、调度灵活、速度快、效率高等特点:同时,由碰撞、自身失效、人为操作等因素造成物流无人机坠落的情况十分常见,这需要严格评估物流无人机的人口伤亡风险和经济损失风险。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种无人机对地风险评估方法及系统,解决综合评价无人机或货物坠地带来的人口伤亡风险和经济损失风险的技术问题。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种无人机对地风险评估方法,包括:
获取无人机和货物坠地相关数据,计算出碰撞后发生机货分离时无人机和货物坠地造成的预测死亡人数;
获取无人机价值损失相关数据和货物价值损失相关数据,计算出无人机和货物坠地造成的预测经济损失;
根据所述预测死亡人数和预测经济损失建立风险评估矩阵,进行评估风险。
可选地,所述无人机和货物坠地相关数据包括:无人机空中碰撞概率P(collision)、地面人口密度ρ、无人机的地面撞击区域面积Auav、货物的地面撞击区域面积Agoods、无人机地面撞击致死率Puav(fatality|exposure)和货物地面撞击致死率Pgoods(fatality|exposure);
所述预测死亡人数的计算公式为:
N=P(collision)·ρ·(Auav·Puav(fatality|exposure)+Agoods·Pgoods(fatality|exposure))
其中,N为预测死亡人数。
可选地,所述无人机的地面撞击区域面积Auav由下列等式确定:
Auav=Aexp1+Aexp2
其中,Aexp1是无人机垂直下降地面撞击区域的面积,Aexp2是无人机水平下降地面撞击区域的面积。
可选地,所述无人机垂直下降地面撞击区域的面积Aexp1由下列等式确定:
Aexp1=1.1×π(ruav+rP)2
其中,ruav为无人机物理尺寸的最小外接球的半径,rP为人体的平均半径;
所述无人机水平下降地面撞击区域的面积Aexp2由下列等式确定:
Aexp2=2×(ruav+rP)×d+π(ruav+rP)2
并且,
其中,ruav为无人机物理尺寸的最小外接球的半径,rP为人体的平均半径,d为无人机从人的高度落下时所移动的水平距离,HP为人体平均高度,γ为滑翔角,表示无人机速度矢量与被撞击的水平面形成的角度。
可选地,所述货物的地面撞击区域面积Agoods由下列等式确定:
Agoods=πX2
并且,
其中,X为货物落地位置与无人机碰撞点的水平距离,h为发生机货分离时货物距离地面的高度,g为重力加速度,V0为发生机货分离时货物的初始速度。
可选地,所述的无人机地面撞击致死率Puav(fatality|exposure和货物地面撞击致死率Pgoods(fatality|exposure)由下列等式确定:
并且,
其中,PS为用于表示无人机坠落过程中遮蔽因素的掩护参数,α为当所述掩护参数PS=6时的死亡概率为50%的撞击能量参数,β为当所述掩护参数PS=0时的导致死亡的撞击能量阈值,k为用于改进对低动能情况下估算的校正系数,Eimp为坠毁无人机或货物在撞击点的动能,m为坠毁无人机或货物的质量,Vimp为坠毁无人机或货物在撞击点的速度,Vx为坠毁无人机或货物在撞击点的水平方向上的速度,Vy为坠毁无人机或货物在撞击点的垂直方向上的速度。
可选地,所述地面人口密
度ρ由下列等式确定:
ρ=人口数量/面积
可选地,所述预测经济损失由下列等式确定:
其中,G为预测经济损失,当i=1时,L1为无人机自身预测价值损失,当i=2时,L2为货物预测经济价值损失。
可选地,所述无人机价值损失相关数据包括:无人机损坏等级i、无人机数量j、损坏等级为i的无人机的损坏数量mi,损坏等级为i的j架无人机的市场价值Cij和价值损失率q1;
所述无人机自身预测价值损失L1由下列等式确定:
所述货物价值损失相关数据包括:货物耐摔程度r,货物的损毁量s,第r类损坏等级的s千克货物总价值Prs,货物的价值损失率q2和货物的运输费用Pt;
所述货物预测经济价值损失L2由下列等式确定:
可选地,所述风险评估矩阵建立方法包括:
将地面按区域划分,将经济损失价值按区间划分,计算不同区域内的地面预测死亡人数和途径该区域的预测经济损失;
根据不同的死亡人数的数量级和无人机单次运输货物的经济损失大小赋以不同的权重;
利用相对应的行列的权重相乘获得风险值;
将风险值作为矩阵元素构成风险评估矩阵。
第二方面,本发明提供了一种无人机对地风险评估系统,包括存储介质和处理器;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述方法的方法。
与现有技术相比,本发明所达到的有益效果:
本发明采用的物流无人机对地风险评估方法及系统综合考虑了无人机或货物坠地带来的人员伤亡风险和经济价值损失风险,进而构建风险评估矩阵,达到科学全面数字化评估风险的有益效果。特别地,本发明聚焦无人机物流运输场景,在研究无人机地面风险的传统方法上融入物流因素,考虑机货分离的情况和物流无人机坠地后产生的经济损失,充分体现物流特色,对地面死亡人数和经济损失进行综合风险评估。与此同时,在计算预测死亡人数和预测经济损失时不仅涵盖无人机和货物相关数据因素,还包含行人和环境相关数据因素,并安排适当的缓冲区,实现科学合理地预测风险数值的效果。
附图说明
图1是本发明一种实施例中无人机对地风险评估方法示意图;
图2是本发明一种实施例中无人机垂直撞击区域示意图;
图3是本发明一种实施例中无人机水平撞击区域示意图;
图4是本发明一种实施例中货物地面撞击区域示意图;
具体实施方式
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
本发明实施例中提供了一种无人机对地风险评估方法,包括以下步骤:
(1)获取无人机和货物坠地相关数据,计算出碰撞后发生机货分离时无人机和货物坠地造成的预测死亡人数;
(2)获取无人机价值损失相关数据和货物价值损失相关数据,计算出无人机和货物坠地造成的预测经济损失;
(3)根据所述预测死亡人数和预测经济损失建立风险评估矩阵评估风险。
在本发明实施例的一种具体实施方式中,所述无人机和货物坠地相关数据包括:无人机空中碰撞概率P(collision)、地面人口密度ρ、无人机的地面撞击区域面积Auav、货物的地面撞击区域面积Agoods、无人机地面撞击致死率Puav(fatality|exposure)和货物地面撞击致死率Pgoods(fatality|exposure);
所述预测死亡人数N的计算公式为:
N=P(collision)·ρ·(Auav·Puav(fatality|exposure)+Agoods·Pgoods(fatality|exposure))。
进一步地,在本发明实施例的一种具体实施方式中,所述无人机的地面撞击区域面积Auav由下列等式确定:
Auav=Aexp1+Aexp2
其中,Aexp1是无人机垂直下降地面撞击区域的面积,Aexp2是无人机水平下降地面撞击区域的面积。
所述无人机垂直下降地面撞击区域的面积Aexp1由下列等式确定:
Aexp1=1.1×π(ruav+rP)2
其中,rP为人体的平均半径,ruav为无人机物理尺寸的最小外接球的半径。
所述无人机水平下降地面撞击区域的面积Aexp2由下列等式确定:
Aexp2=2×(ruav+rP)×d+π(ruav+rP)2
并且:
其中,ruav为无人机物理尺寸的最小外接球的半径,rP为人体的平均半径,d为无人机从人的高度落下时所移动的水平距离,HP为人体平均高度,γ为无人机速度矢量与被撞击的水平面形成的角度。
所述货物的地面撞击区域面积Agoods由下列等式确定:
Agoods=πX2
并且:
其中,X为货物落地位置与无人机碰撞点的水平距离,h为发生机货分离时货物距离地面的高度,g为重力加速度,V0为发生机货分离时货物的初始速度。
在本发明实施例的一种具体实施方式中,所述的无人机地面撞击致死率Puav(fatality|exposure)和货物地面撞击致死率Pgoods(fatality|exposure)由下列等式确定:
并且:
其中,PS为用于表示无人机坠落过程中遮蔽因素的掩护参数,α为当所述掩护参数PS=6时的死亡概率为50%的撞击能量参数,β为当所述掩护参数PS=0时的导致死亡的撞击能量阈值,k为用于改进对低动能情况下估算的校正系数,Eimp为坠毁无人机或货物在撞击点的动能,m为坠毁无人机或货物的质量,Vimp为坠毁无人机或货物在撞击点的速度,Vx为坠毁无人机或货物在撞击点的水平方向上的速度,Vy为坠毁无人机或货物在撞击点的垂直方向上的速度。
在本发明实施例的一种具体实施方式中,所述地面人口密度ρ由下列等式确定:
ρ=人口数量/面积
在本发明实施例的一种具体实施方式中,所述预测经济损失由下列等式确定:
其中,G为预测经济损失,当i=1时,L1为无人机自身预测价值损失,当i=2时,L2为货物预测经济价值损失。
其中,所述无人机价值损失相关数据包括:无人机损坏等级i,无人机数量j,损坏等级为i的无人机的损坏数量mi,损坏等级为i的j架无人机的市场价值Cij和价值损失率q1;
所述无人机自身预测价值损失L1由下列等式确定:
所述货物价值损失相关数据包括:货物耐摔程度r,货物的损毁量s,第r类损坏等级的s千克货物总价值Prs,货物的价值损失率q2和货物的运输费用Pt;
所述货物预测经济价值损失L2由下列等式确定:
在本发明实施例的一种具体实施方式中,所述风险评估矩阵由风险值构成所述矩阵的矩阵元素,所述风险值由将所述预测死亡人数的数量级和所述预测经济损失赋以不同权重后的乘积构成。
下面结合一具体实施方式对本发明实施例中的方法进行详细说明,在本实施方式中,所述无人机为物流无人机。
步骤1:计算预测死亡人数。
所述预测死亡人数的计算公式为:
N=P(collision)·ρ·(Auav·Puav(fatality|exposure)+Agoods·Pgoods(fatality|exposure))
式中,N是无人机每飞行小时的预测地面死亡人数,即预测地面死亡率,应满足联邦航空局的安全标准;P(collision)是空中碰撞概率,直接选取安全标准10-7次事故/每飞行小时;Auav是无人机的地面撞击区域,分为Aexp1和Aexp2,Aexp1为无人机垂直下降地面撞击区域的面积,Aexp2为无人机水平下降地面撞击区域的面积,Agoods是货物地面撞击区域;ρ是地面人口密度;Puav(fatality|exposure)为无人机地面撞击致死率,Pgoods(fatality|exposure)为货物地面撞击致死率。
步骤2:计算无人机地面撞击区域,所述无人机地面撞击区域包括无人机垂直下降地面撞击区域和无人机水平下降地面撞击区域。
步骤2.1:计算无人机垂直下降地面撞击区域。
无人机垂直下降地面撞击区域形状为一个圆,其撞击半径为无人机的半径和一个人的半径之和,如图2所示。无人机垂直下降地面撞击区域的计算式为:
Aexp1=1.1×π(ruav+rP)2
式中,rP为人体的平均半径,ruav为无人机物理尺寸的最小外接球的半径。因为大多数旋翼无人机在垂直坠落过程中由气流带动可能造成位置误差,因此建议在总冲击面积上增加10%的缓冲区。
步骤2.2:计算无人机水平下降地面撞击区域。
物流无人机水平下降过程表示无人机在失去动力后缓慢滑行以撞击地面。假设无人机失效后达到了行人的平均高度,当它在此高度后继续向地面滑行时,地面撞击区域与行人平均宽度和无人机的翼展有关。如图3所示,无人机水平下降地面撞击区域的计算公式为:
Aexp2=2×(ruav+rP)×d+π(ruav+rP)2
其中,
式中,ruav为无人机物理尺寸的最小外接球的半径;rP、HP为平均行人半径和高度,d为无人机从人的高度落下时所移动的水平距离;γ为滑翔角,表示速度矢量与被撞击的水平面形成的角度。
步骤3:计算货物的地面撞击区域。
假设与重力相比,空气阻力可以忽略不计。如图4所示,无人机以V0为初速度匀速飞行,货物在距离地面高度为h的地方与无人机分离并做平抛运动。以经过分离点的竖直方向为y轴,在地面沿水平初速度方向为x轴,建立直角坐标系。则货物运动轨迹关于时间t的参数方程为:
x=V0t
消去t得:
令y等于0,即可得到货物落地位置与无人机碰撞点的水平距离:
式中,X表示货物落地位置与无人机碰撞点的水平距离;V0表示发生机货分离时货物的初始速度;g为重力加速度;h为机货分离时货物距离地面的高度。
那么,货物坠地范围即为以无人机为圆心,以X为半径的圆内,如图4所示,具体表达式为:
Agoods=πX2
步骤4:计算致死率。
所述致死率表示为在无人机和货物坠落时,建筑物、树木、车辆以及其他障碍物构成的遮蔽可以在撞击过程中对人进行保护,减少对地面人口的伤害。所述致死率包括无人机地面撞击致死率和货物地面撞击致死率;其中,
所述无人机地面撞击致死率Puav(fatality|exposure)具体计算公式为:
所述货物地面撞击致死率Pgoods(fatality|exposure)具体计算公式为:
式中:PS为用于表示无人机坠落过程中遮蔽因素的掩护参数,PS∈(0,+∞);α参数是指当参数PS=6时的死亡概率为50%的撞击能量参数,取1000000J;β参数是指当参数PS=0时的导致死亡的撞击能量阈值,可以恒定为一个常数,近34J。校正系数k是来用于改进对低动能情况下的估算,特别是那些接近或低于34J极限的动能,校正系数k的计算公式为:
其中,Eimp是坠毁无人机或货物在撞击点的动能,由自身质量m和速度Vimp决定。假设离地高h的无人机飞行速度为Vimp,将速度分解成水平方向上的速度Vx和垂直方向上的速度Vy,那么Vimp的计算公式为:
无人机或货物在撞击点的动能Eimp为:
步骤5:计算地面人口密度。
所述地面人口密度指无人机运行空域下的单位土地面积上的人口数量。计算公式为:
ρ=人口数量/面积
步骤6:计算无人机坠地预测经济损失。所述预测经济损失的计算公式为:
式中,当i=1时,L1为无人机自身预测价值损失,当i=2时,L2为货物预测经济价值损失。
步骤6.1:计算无人机自身预测价值损失。将无人机损坏程度分为轻微、一般、严重损坏和报废四个等级,具体的划分原则和价值损失率见表1。
表1
再根据无人机坠毁数量、无人机损坏程度及无人机实际价值三项影响因素建立无人机自身预测价值损失模型:
式中,L1为无人机损坏价值(元);i为无人机损坏等级,分为4个等级,见表1;j为无人机数量(架);mi为损坏等级是i的无人机损坏的数量(架);Cij为j架损坏等级是i的无人机的市场价值(元);q1为价值损失率(%),根据无人机损坏等级确定,见表1。其中,mi的值一般可从保险公司(理赔部门)和城市低空交通管理部门(各级事故处理部门)的统计资料中获得;Ci的价值可由不同类型的旋翼无人机市场价格来确定。
步骤6.2:计算无人机坠地货物预测经济价值损失。
所述货物预测经济价值损失的计算公式为:
式中,L2为货物预测经济价值(元);r为货物耐摔程度分为四个等级;s为货物的损毁量(kg),分为1到ni不等;Prs为第r类货物损坏等级的s千克的货物总价值(元);q2为货物的价值损失率(%);Pt为货物的运输费用(元)。其中,货物的市场单价Pr,货物的损毁量Ps、可以从评估机构获取;q2为货物的价值损失率(%)。将货物按照不同种类、材质等因素决定的耐摔程度进行分类并确定其价值损失率,可参考下表2;鉴于无人机运输的特殊性,货物的运输费用Pt可参考顺丰速运到全国各地的空运价格。
表2
步骤7:根据预测地面死亡人数和预测经济损失建立风险评估矩阵,具体地,将地面按区域划分,将经济损失价值按区间划分,计算不同区域内的地面预测死亡人数和途径该区域的预测经济损失;根据不同的死亡人数的数量级和物流无人机单次运输货物的经济损失大小赋以不同的权重;利用相对应的行列的权重相乘获得风险值。将风险值作为矩阵元素构成风险评估矩阵。
更具体地:参照下表3,将预测死亡人数N的数量级和预测经济损失G赋以不同权重后相乘得到风险值,所述风险值构成风险评估矩阵的矩阵元素。
表3
实施例2
基于与实施例1相同的发明构思,本发明实施例中提供了一种无人机对地风险评估系统,包括存储介质和处理器;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述方法的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种无人机对地风险评估方法,其特征在于,包括:
获取无人机和货物坠地相关数据,计算出碰撞后发生机货分离时无人机和货物坠地造成的预测死亡人数;
获取无人机价值损失相关数据和货物价值损失相关数据,计算出无人机和货物坠地造成的预测经济损失;
根据所述预测死亡人数和预测经济损失建立风险评估矩阵,进行评估风险。
2.根据权利要求1所述的方法,其特征在于,所述无人机和货物坠地相关数据包括:无人机空中碰撞概率P(collision)、地面人口密度ρ、无人机的地面撞击区域面积Auav、货物的地面撞击区域面积Agoods、无人机地面撞击致死率Puav(fatality|exposure)和货物地面撞击致死率Pgoods(fatality|exposure);
所述预测死亡人数的计算公式为:
N=P(collision)·ρ·(Auav·Puav(fatality|exposure)+Agoods·Pgoods(fatality|exposure))
其中,N为预测死亡人数。
3.根据权利要求2所述的方法,其特征在于,所述无人机的地面撞击区域面积Auav由下列等式确定:
Auav=Aexp1+Aexp2
其中,Aexp1是无人机垂直下降地面撞击区域的面积,Aexp2是无人机水平下降地面撞击区域的面积;
所述无人机垂直下降地面撞击区域的面积Aexp1由下列等式确定:
Aexp1=1.1×π(ruav+rP)2
其中,ruav为无人机物理尺寸的最小外接球的半径,rP为人体的平均半径;
所述无人机水平下降地面撞击区域的面积Aexp2由下列等式确定:
Aexp2=2×(ruav+rP)×d+π(ruav+rP)2
并且,
其中,ruav为无人机物理尺寸的最小外接球的半径,rP为人体的平均半径,d为无人机从人的高度落下时所移动的水平距离,HP为人体平均高度,γ为滑翔角,表示无人机速度矢量与被撞击的水平面形成的角度。
5.根据权利要求2所述的方法,其特征在于,所述的无人机地面撞击致死率Puav(fatality|exposure)和货物地面撞击致死率Pgoods(fatality|exposure)由下列等式确定:
并且,
其中,PS为用于表示无人机坠落过程中遮蔽因素的掩护参数,α为当所述掩护参数PS=6时的死亡概率为50%的撞击能量参数,β为当所述掩护参数PS=0时的导致死亡的撞击能量阈值,k为用于改进对低动能情况下估算的校正系数,Eimp为坠毁无人机或货物在撞击点的动能,m为坠毁无人机或货物的质量,Vimp为坠毁无人机或货物在撞击点的速度,Vx为坠毁无人机或货物在撞击点的水平方向上的速度,Vy为坠毁无人机或货物在撞击点的垂直方向上的速度。
6.根据权利要求2所述的方法,其特征在于,所述地面人口密度ρ由下列等式确定:
ρ=人口数量/面积。
9.根据权利要求1所述的方法,其特征在于,所述风险评估矩阵建立方法包括:
将地面按区域划分,将经济损失价值按区间划分,计算不同区域内的地面预测死亡人数和途径该区域的预测经济损失;
根据不同的死亡人数的数量级和无人机单次运输货物的经济损失大小赋以不同的权重;
利用相对应的行列的权重相乘获得风险值;
将风险值作为矩阵元素构成风险评估矩阵。
10.一种无人机对地风险评估系统,其特征在于:包括存储介质和处理器;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~9中任一项所述方法的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210491044.3A CN114971217A (zh) | 2022-05-07 | 2022-05-07 | 一种无人机对地风险评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210491044.3A CN114971217A (zh) | 2022-05-07 | 2022-05-07 | 一种无人机对地风险评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114971217A true CN114971217A (zh) | 2022-08-30 |
Family
ID=82980942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210491044.3A Pending CN114971217A (zh) | 2022-05-07 | 2022-05-07 | 一种无人机对地风险评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114971217A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723078A (zh) * | 2022-03-17 | 2022-07-08 | 中核检修有限公司 | 故障诊断方法、装置、终端设备及存储介质 |
CN117078020A (zh) * | 2023-10-12 | 2023-11-17 | 山东龙翼航空科技有限公司 | 基于无人机的物流运输数据管理系统 |
-
2022
- 2022-05-07 CN CN202210491044.3A patent/CN114971217A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114723078A (zh) * | 2022-03-17 | 2022-07-08 | 中核检修有限公司 | 故障诊断方法、装置、终端设备及存储介质 |
CN114723078B (zh) * | 2022-03-17 | 2023-05-12 | 中核检修有限公司 | 故障诊断方法、装置、终端设备及存储介质 |
CN117078020A (zh) * | 2023-10-12 | 2023-11-17 | 山东龙翼航空科技有限公司 | 基于无人机的物流运输数据管理系统 |
CN117078020B (zh) * | 2023-10-12 | 2024-01-30 | 山东龙翼航空科技有限公司 | 基于无人机的物流运输数据管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114971217A (zh) | 一种无人机对地风险评估方法及系统 | |
WO2021196504A1 (zh) | 一种多维度航空器碰撞冲突风险评价系统 | |
Alexandrov et al. | Analysis of machine learning methods for wildfire security monitoring with an unmanned aerial vehicles | |
EP2736018B1 (en) | Determining pushback direction | |
CN105894856B (zh) | 一种基于车车通信的车辆防碰撞方法 | |
CN107067823B (zh) | 一种近距平行跑道容量的计算方法和装置 | |
CN107316048A (zh) | 点云分类方法及装置 | |
CN1140494A (zh) | 为接近地面的飞机提供警报或报警信息的方法和装置 | |
CN111192481B (zh) | 一种基于碰撞风险的进离场程序无人机管控区边界确定方法 | |
CN111523415A (zh) | 一种基于图像的两客一危车辆检测方法和装置 | |
CN112200225A (zh) | 基于深度卷积神经网络的钢轨伤损b显图像识别方法 | |
CN108172026A (zh) | 复杂空域多飞行器自主避险方法及装置 | |
CN104933665A (zh) | 车辆推送方法和装置 | |
CN111506974A (zh) | 一种无人机超低空飞行区域分类划设方法 | |
CN113177719A (zh) | 民航净空安全风险评估方法、装置、计算机设备及存储介质 | |
Huang | Real-time multi-vehicle detection and sub-feature based tracking for traffic surveillance systems | |
Chen et al. | Foreign Object Detection in Railway Images Based on an Efficient Two‐Stage Convolutional Neural Network | |
CN112053593A (zh) | 一种基于风险评估的机场无人机管控区域划设方法 | |
CN114926422A (zh) | 一种上下车客流量检测方法及系统 | |
CN112352250A (zh) | 信息处理装置、信息处理方法和程序 | |
CN113361862B (zh) | 一种针对城市环境的无人机风险评估方法及系统 | |
CN114118695A (zh) | 空地协同的无人机运行的风险评估方法、装置及系统 | |
CN112947549A (zh) | 一种基于无人机的应急物资投放方法、系统及可读存储介质 | |
CN116740944B (zh) | 一种道路隧道内行车安全预警方法、设备及存储介质 | |
CN115294487B (zh) | 一种无人机风险等级获取方法、存储介质及电子设备 |
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 |