CN115578064B - 飞行员的飞行信息获取方法 - Google Patents
飞行员的飞行信息获取方法 Download PDFInfo
- Publication number
- CN115578064B CN115578064B CN202211251794.XA CN202211251794A CN115578064B CN 115578064 B CN115578064 B CN 115578064B CN 202211251794 A CN202211251794 A CN 202211251794A CN 115578064 B CN115578064 B CN 115578064B
- Authority
- CN
- China
- Prior art keywords
- flight
- time
- pilot
- information
- aircraft
- 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
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种飞行员的飞行信息获取方法,包括:在检测到通用航空器的航电系统在当前时刻启动时,获取通用航空器的初始信息、飞行员人脸图像信息和任务类型;在通用航空器的航电系统的运行过程中,获取通用航空器的实时飞行信息;将获取的通用航空器的实时飞行信息进行存储,得到通用航空器的飞行信息统计表;对飞行信息统计表中的数据的异常值进行处理;基于处理后的数据获取航空器在本次飞行过程中的起飞时刻、结束时刻和架次;基于本次飞行过程中的起飞时刻、结束时刻和架次得到航空器的本次飞行时间和飞行架次;获取飞行员的飞行时间和飞行架次。本发明能够基于航空器的飞行信息自动计算飞行员的总飞行时间和总飞行架次。
Description
技术领域
本发明涉及数据处理领域,特别是涉及一种飞行员的飞行信息获取方法。
背景技术
通用航空作为民用航空运输体系的“两翼”之一,在满足人民日益增长的美好生活方面发挥了重要作用。近年来,通用航空飞行时间不断增加,它作为一个关键指标,对通用航空公司运行管理中飞行质量管理、航空器状态监控等方面发挥了重要作用。通用航空飞行时间不仅是衡量飞行服务站服务水平(能力)的一个要素,也是衡量通用航空公司安全运行的重点。
但目前国内通用航空公司飞行时间统计数据多采取传统人工登记方法,这种人工登记方法存在以下缺点:(1)费时费力,效率低下;(2)易出现人为差错。基于此,会出现:(1)无法快速精准了解全部学员飞行学习情况,机务人员无法精准判断飞机时寿件到寿时间;(2)无法动态监管通用航空公司的安全运行。
发明内容
针对上述技术问题,本发明采用的技术方案为:
本发明实施例提供一种飞行员的飞行信息获取方法,包括以下步骤:
S100,获取任一通用航空器i在第m次飞行时的初始状态信息,包括初始航向角θim 0、初始位置Lim 0、初始速度Vim 0、飞行员的人脸图像信息和任务类型;i的取值为1到n;m的取值为1到N(i),N(i)为通用航空器i的航电系统在设定时间段内的启动次数;n为通用航空器的数量;Lim 0=(lonim 0,latim 0,him 0),lonim 0、latim 0、him 0分别为通用航空器i在启动时刻对应的初始经度、初始纬度和初始高度。
S120,获取通用航空器i在第m次飞行过程中通过通信方式r在任一采集时刻tim-r s1的采集的飞行状态信息集(tim-r s1,Lim-r s1),其中,Lim-r s1为通过通信方式r在采集时刻tim-r s1获取到的通用航空器i的飞行位置,Lim-r s1=(lonim-r s1,latim-r s1,him-r s1),lonim-r s1,latim-r s1,him-r s1分别为通用航空器i在tim-r s1时对应的经度、纬度和高度;s1的取值为1到p(i,m,r),p(i,m,r)为第m次飞行过程中通过通信方式r采集信息对应的采集时刻的数量;r的取值为1到N,N为通信方式的数量。
S140,将获取的飞行员的人脸图像信息与设定人脸图像信息库中的图像信息进行比较,以确认飞行员的ID。
S160,对飞行状态信息进行融合处理,得到融合后的飞行状态信息。
S180,基于数据融合后的飞行状态信息获取通用航空器i的飞行航向角和飞行速度,形成通用航空器i的飞行信息统计表STim,其中,STim的第j行包括(tim j,θim j,Lim j,Vim j);θim j,Lim j,Vim j分别为通用航空器i在采集时刻tim j时获取的飞行航向角、飞行位置和飞行速度,j的取值为1到max{p(i,m,r)}。
S200,对STim进行修正,得到修正后的飞行信息统计表ST* im。
S220,基于ST* im和初始状态信息获取通用航空器i在第m次飞行过程中的起飞时刻Tim s、结束时刻Tim e和飞行架次。
S240,获取通用航空器i在第m次飞行过程中的总飞行时间Tim=Tim e-Tim s和总飞行架次。
S260,基于S100~S240,形成在设定时间段内的通用航空器i的飞行信息表,飞行信息表的第m行包括(AIDi,ID1im,ID2im,Wim,Tim,Cim);AIDi为通用航空器i的ID。
S280,基于S260,获取飞行员飞行信息表,所述飞行员飞行信息表的第r行包括(IDr,Tr,Cr,Ws),IDr为飞行员飞行信息表中的第r个飞行员的ID,Tr为IDr对应的飞行员执行任务类型Ws时的总飞行时间,Cr为IDr对应的飞行员执行任务类型Ws时的总飞行架次,r的取值为1到Q1,Q1为飞行员飞行信息表中的飞行员的数量,s的取值为1到Q2,Q2为飞行员飞行信息表中的任务类型的数量。
本发明至少具有以下有益效果:
本发明实施例提供的飞行员的飞行信息获取方法,能够基于航空器的飞行信息自动计算飞行员的总飞行时间和飞行架次,能够提高飞行信息的获取速度和减少运行人员工作量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的飞行员的飞行信息获取方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的飞行员的飞行信息获取方法的流程图。如图1所示,本发明实施例提供一种通用航空器的数据处理方法,包括以下步骤:
S100,获取任一通用航空器i在第m次飞行时的初始状态信息,包括初始航向角θim 0、初始位置Lim 0、初始速度Vim 0、飞行员的人脸图像信息和任务类型;i的取值为1到n;m的取值为1到N(i),N(i)为通用航空器i的航电系统在设定时间段内的启动次数;n为通用航空器的数量;Lim 0=(lonim 0,latim 0,him 0),lonim 0、latim 0、him 0分别为通用航空器i在启动时刻对应的初始经度、初始纬度和初始高度。
在本发明实施例中,通用航空器中安装有机载设备,该机载设备可支持N种通信方式,在一个优选实施例中,N可等于3,例如可为北斗、ads-b、5G/4G等通信方式。通用航空器上的机载设备开启后,一次包含完成的起飞和降落时间段,即一次启动和结束之间的时间段视为通用航空器的一次飞行时间。在本发明实施例中,设定时间段可基于实际需要设置,可以日历日、日历月、日历年为单位。
此外,在本发明实施例中,机载设备中还集成有图像识别装置。通用航空器i的飞行员可包括主飞行员和副飞行员。每个飞行员可通过机载设备进行人脸识别,以通过人脸识别技术获取飞行员的人脸图像信息。任务类型可为航空器所要执行的飞行任务的类型,可为现有的任务类型。在本发明实施例中,在与多个通用航空器通信连接的远程服务器检测到任一通用航空器i的机载设备第m次启动时,会通过N种通信方式中的任一种或者所有通信方式获取通用航空器i的初始状态信息。在通过N种通信方式获取初始状态信息时,优选,以最先接收到的初始状态信息为准。具体地,通用航空器的初始时间、初始位置(包括初始高度和初始经纬度信息)以及图像识别信息会通过机载设备发送给远程服务器。
S120,获取通用航空器i在第m次飞行过程中通过通信方式r在任一采集时刻tim-r s1的采集的飞行状态信息集(tim-r s1,Lim-r s1),其中,Lim-r s1为通过通信方式r在采集时刻tim-r s1获取到的通用航空器i的飞行位置,Lim-r s1=(lonim-r s1,latim-r s1,him-r s1),lonim-r s1,latim-r s1,him-r s1分别为通用航空器i在tim-r s1时对应的经度、纬度和高度;s1的取值为1到p(i,m,r),p(i,m,r)为第m次飞行过程中通过通信方式r采集信息对应的采集时刻的数量;r的取值为1到N,N为通信方式的数量。
通过S120,能够获取到通过N种通信方式在第m次飞行过程中采集到的所有飞行状态信息集。
在本发明实施例中,飞行过程是指通用航空器从起点起飞到落地之间的过程。
S140,将获取的飞行员的人脸图像信息与设定人脸图像信息库中的图像信息进行比较,以确认飞行员的ID。
S140可进一步包括:
S1401,对获取到的飞行员的人脸图像信息进行降噪预处理。
该步骤用于对获取到的人脸图像信息进行降噪预处理,去除图像白噪声。
在一个示意性实施例中,降噪预处理可包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化处理等。本领域技术人员知晓,可采用现有的降噪预处理方法进行降噪预处理。在一个示意性实施例中,可采用小波变换的降噪方法进行处理,小波变换的降噪方法是一种变换域的图像降噪方法,通过小波函数展开信号,从而对信号进行不同尺度的分解,该方法在去除图像噪声的同时还注重图像结构信息的维护。
其中,通用航空驾驶员an的图像y(m,r)的低频子图像可以表达为Wψ(i0,p,q),通用航空驾驶员an水平、垂直、和对角方向的高频子图像为Wψ j(i,p,q)。ψi,p,q(m,r)为小波函数,i0为初始分解层数,一般取值为0,尺度P=Q=2i,i为分解层数,P,Q为1,2,…,2i-1,i=0,1,…i-1,m,r为人脸图像水平、垂直方向上变量个数。
S1402,将预处理后得到的人脸图像信息进行降维处理。
为增加人脸识别的计算速度,并保留人脸的主要特征,采用使用最多的降维方法—主成分分析法。假设通用航空器的飞行员an的人脸特征由m个r维向量Y=[Y1,Y2,…,Ym]∈Rr×m构成,其协方差矩阵为U=Y*YT,对U进行特征值分解,然后对特征值进行排序,取出前n个特征值对应的特征向量,得到特征向量矩阵E=[e1,e2,…,en]∈Rr×n,降维后的人脸特征矩阵为X=ET*Y=[X1 X2 … Xm]∈Rn×m。
飞行员信息库里面的人脸特征进行同样的降维处理,得到特征向量为X*=[X* 1 X* 2… X* m]
在本发明实施例中,飞行员的人脸特征向量可通过现有技术获取,例如图像特征提取器获取得到。
S1403,提取降维处理后的人脸图像中的特征并与设定人脸图像信息库中的特征进行比对,以确认飞行员的ID。
将加载机载设备提取的飞行员人脸特征矩阵中的某个特征Xn=[xn1 xn2 … xnm],n=1,2,与设定飞行员员信息库里面人脸特征中Xi=[xi1 xi2 … xim]进行对比,若n=i,则识别出飞行员,确认飞行员信息an,获取对应的ID,继续游历遍n,i,若n≠i,则识别、确认为不属于通用航空器飞行员信息库中人员。
在S1404中,如果在设定人脸图像信息库中识别到飞行员的人脸图像,则记录在飞行员飞行信息表中。如果不是,则使用声音预警,并联通航电系统,启动刹车系统,确保飞行不能移动,直至手动解除警报。
在本发明实施例中,为提高图像采集精度,可在通用航空器起飞前、飞行过程中和落地后分别进行一次人脸信息采集。
S160,对飞行状态信息进行融合处理,得到融合后的飞行状态信息。
进一步地,S160可具体包括:
S161,将通过N种通信方式获取的飞行状态信息按照时间顺序进行排序,得到排序后的飞行状态信息集组D1im=(Dim 1,Dim 2,…,Dim s,…,DE im),Dim s=(tim s,Lim s),Lim s为在采集时刻tim s采集到的飞行位置,s的取值为1到∑N r=1p(i,m,r)。
S162,从D1im中获取q个等时间信息集组(Iim 1,Iim 2,…,Iu im,…,Iq im),其中,第u个等时间信息集组Iu im=(Du1 im,Du2 im,…,Duv im,…,Dub(u) im),Duv im=(tim uv,Lim uv),tim uv,Lim uv为飞行状态信息集Duv im中的采集时刻和飞行位置;u的取值为1到q,v的取值为1到b(u),b(u)为Iu im中的飞行状态信息集的数量;其中,tim u1=tim u2=…=tim uv=…=tim u b(u),即每个等时间信息组为远程服务器在同一采集时刻同时从多个通信方式渠道获取到的飞行状态信息集。
S163,对Iu im中的相同的飞行状态信息集进行合并,得到中间等时间信息集组I* u im。
在该步骤中,相同的飞行状态信息集是指状态集中的元素均相同,即采集时刻、飞机x轴、y轴和z轴上的坐标、飞行高度和飞行经纬度信息均相同,对于这些相同的飞行状态信息集,进行合并得到一个飞行状态信息集即可。
S164,从I* u im中获取目标飞行状态信息集(tim* u,Lim* u),Lim* u基于tim* u、tim* u-f1、Gim* u-f1和Lim* u-f2确定,其中,tim* u-f1为tim* u的前一个采集时刻,Lim* u-f1和Lim* u-f2分别为tim* u的前一个采集时刻和前两个采集时刻对应的飞行位置。
在一个示意性实施例中,Lim* u通过如下步骤获取:
S1641,获取在tim* u时的预测位置Gim* u-0。
本领域技术人员知晓,Gim* u-0可基于前一采集时刻和前两个采集时刻的空间位置来获取。在一个示意性实施例中,Gim* u-0=△Gim* u-0+Gim* u-f1。
其中,位移变化量Gim* u-0=(xim* u-0,yim* u-0,zim* u-0),xim* u-0,yim* u-0,zim* u-0分别为在tim* u时预测的通用航空器i在x轴、y轴和z轴上的坐标。△Gim* u-0为预测位置差。Gim* u-f1为Lim* u-f1对应的空间位置,Gim* u-f1=(xim* u-f1,yim* u-f1,zim* u-f1),xim* u-f1,yim* u-f1,zim* u-f1分别为基于Lim* u-f1得到的通用航空器i在x轴、y轴和z轴上的坐标;Gim* u-f2为Lim* u-f2对应的空间位置,Gim* u-f2=(xim* u-f2,yim* u-f2,zim * u-f2),xim* u-f2,yim* u-f2,zim* u-f2分别为基于Lim* u-f2得到的通用航空器i在x轴、y轴和z轴上的坐标。在本发明实施例中,“→”表示向量。
本领域技术人员知晓,基于经纬度和高度获取对应的空间坐标可为现有技术。在本发明实施例中,空间坐标可为世界坐标系中的坐标。
S1642,获取位置差集△Gim* u=(△Gim* u1,△Gim* u2,…,△Gim* ua,…,△Gim* uc(u)),其中,△Gim* ua为I* u im中第a个飞行状态信息集中的飞行位置与Gim* u-0之间的距离,a的取值为1到c(u),c(u)为Iu im*中的飞行状态信息集的数量。在一个示意性实施例中,距离可为欧式距离、余弦距离等。优选为余弦距离。
S1643,如果min(∣△Gim* ua∣)对应的数量等于1,则Gim* u=min(△Gim* ua)+Gim* u-0,如果min(∣△Gim* ua∣)对应的数量大于1,则说明存在多个满足与Gim* u-0之间的距离最短的飞行位置,此时,设置Gim* u=Gim* u-0。min(∣△Gim* ua∣)表示∣△Gim* u1∣,∣△Gim* u2∣,…,∣△Gim* ua∣,…,∣△Gim* uc(u)∣中的最小值。min(△Gim* ua)表示(△Gim* u1,△Gim* u2,…,△Gim* ua,…,△Gim* uc(u))中的最小值。
S1644,基于Gim* u获取Lim* u。本领域技术人员知晓,基于空间坐标获取对应的经纬度和高度可为现有技术。
在另一个示意性实施例中,S164被替换为:
S167,从I* u im中获取目标飞行状态信息集(tim* u,Gim* u),其中,Gim* u基于Gim* u-f1和Gim* u-f2确定,其中,Gim* u-f1和Gim* u-f2分别为tim* u的前一个采集时刻和前两个采集时刻对应的飞行位置。
进一步地,S167可包括:
S1671,获取预测位置Gim* u-0=2*Gim* u-f1-Gim* u-f2。
S1672,获取位置差集△Gim* u=(△Gim* u1,△Gim* u2,…,△Gim* ua,…,△Gim* uc(u)),其中,△Gim* ua为I* u im中第a个飞行状态信息集中的飞行位置与Gim* u-0之间的距离,a的取值为1到c(u),c(u)为Iu im*中的飞行状态信息集的数量。在一个示意性实施例中,距离可为欧式距离、余弦距离等。优选为余弦距离。
S1673,如果min(∣△Gim* ua∣)对应的数量等于1,则Gim* u=min(△Gim* ua)+Gim* u-0,如果min(∣△Gim* ua∣)对应的数量大于1,则Gim* u=Gim* u-0。S318,将D1im中Iu im替换为目标飞行状态信息集,得到目标飞行状态信息集组。
具体地,在D1im中,将Iu im中除目标飞行状态信息集之外的飞行状态信息集删除,就可得到目标飞行状态信息组。
进一步,在本发明实施例中,在S165之后还可包括:
S166,遍历目标飞行状态信息集组,对于目标飞行状态信息集组中相邻的两个飞行状态信息集中的采集时刻,如果两个采集时刻之间的差值大于设定阈值,则基于线性插值法在该相邻的两个飞行状态信息集之间添加飞行状态信息集。
在本发明实施例中,设定阈值可基于实际情况进行确定。例如,可为k*△tmax,k为大于1的自然数,△tmax为N中通信方式中数据发送间隔最大的通信方式对应的数据发送时间间隔。在一个示例中,优选,k可为3~5,优选,k可为3。在一个具体示例中,设定阈值可为5分钟。
本领域技术人员知晓,基于线性插值法在该相邻的两个飞行状态信息集之间添加飞行状态信息集可采用现有技术。
S166的技术效果在于,若在山区,5G/4G无通信基站,北斗更新速度慢以及ADS-B有遮蔽,影响通信时,可根据数据序列完好性,进行线性插值,填补无通信记录时刻的数据,从而能够使得获取的数据更加完整。
S160的技术效果在于,通过多种通信方式获取飞行信息并进行融合,能够获取尽可能多的飞行信息,能够确保数据完整性和可靠性。
S180,基于数据融合后的飞行状态信息获取通用航空器i的飞行航向角和飞行速度,形成通用航空器i的飞行信息统计表STim,其中,STim的第j行包括(tim j,θim j,Gim j,Vim j,ID1im,ID2im,Wim);j的取值为1到max{p(i,m,r)},max{p(i,m,r)}为p(i,m,1),p(i,m,2),…,p(i,m,r),…,p(i,m,N)中的最大值。ID1im和ID2im分别为通用航空器i在第m次飞行过程中的飞行员的ID,Wim为通用航空器i在第m次飞行过程中的任务类型。Gim j=(xim j,yim j,zim j),xim j,yim j,zim j分别为采集时刻tim s获取到的通用航空器i在x轴、y轴和z轴上的坐标。
本领域技术人员知晓,基于通用航空器的飞行时间和飞行位置获取对应的飞行航向角和飞行速度可为现有技术。
S200,对STim进行修正,得到修正后的飞行信息统计表ST* im。
在本发明实施例中,S200可具体包括:
对于STim中第j行数据,如果Vim j>Vi max或θim j>360°或him j<Hi A,则删除第j行数据,其中,Vi max为通用航空器i的最大飞行速度,Hi A为通用航空器i对应的机场的标高。
在本发明实施例中,Vi max可基于通用航空器i的任务性质、性能等获取。
S200的技术效果在于,通过对实时航空信息中异常值进行修正,能够确保数据准确。
S220,基于ST* im和初始状态信息获取通用航空器i在第m次飞行过程中的起飞时刻Tim s、飞行架次和结束时刻Tim e。
具体地,S220可具体包括:
遍历ST* im,如果θim k≠θim 0,Vim k+1>Vim k>Vim k-1>Vim 0,him k+1>him k>him k-1=him 0,并且,lonim k和latim k位于通用航空器i的飞行跑道对应的经纬度区域内,说明航空器i在起飞,则设置通用航空器i在第m次飞行过程中的起飞时刻Tim s=tim k。如果θim k+1=θim k=θim k-1=θim S,Vim k>Vim k-1>Vim 0,him k-1>him k=him 0,并且,lonim k和latim k位于通用航空器i的飞行跑道对应的经纬度区域内,说明通用航空器i已经完成一次飞行,则设置Cim=Cim+1,Cim为通用航空器i在第m次飞行过程中的架次计数器,初始值为0。θim S为通用航空器i在tim k时的起飞航向角。
如果θim k=θim k-1=θim 0,Vim 0=Vim k<Vim k-1,him 0=him k=him k-1,lonim k=lonim 0,latim k=latim 0,说明通用航空器i结束飞行,则设置通用航空器i在第m次飞行过程中的结束时刻Tim e=tim k;k的取值为1到f(im),f(im)为ST* im中的行数。
在本发明实施例中,通用航空器i的飞行跑道对应的经纬度区域可根据通用航空器i的飞行跑道在地图中的经纬度信息网格化得到,具体实现方法可为现有方法。
S240,基于获取的起飞时刻、结束时刻和飞行架次获取通用航空器i在第m次飞行过程中的总飞行时间Tim=Tim e-Tim s和总飞行架次。总飞行架次为S220中得到的Cim。
在本发明实施例中,飞行时间可采用60进制计算。
S260,基于S100~S240,形成在设定时间段内的通用航空器i的飞行信息表,飞行信息表的第m行包括(AIDi,ID1im,ID2im,Wim,Tim,Cim);AIDi为通用航空器i的ID,可包括通用航空器i的机型、国籍号和所属的通用航空公司。
通过S260,可获取在设定时间段内所有与服务器连接的n个通用航空器的飞行信息表。获取的所有飞行信息表可存储在数据库中。
S280,基于S260,获取飞行员飞行信息表,所述飞行员飞行信息表的第r行包括(IDr,Tr,Cr,Ws),IDr为飞行员飞行信息表中的第r个飞行员的ID,Tr为IDr对应的飞行员执行任务类型Ws时的总飞行时间,Cr为IDr对应的飞行员执行任务类型Ws时的总飞行架次,r的取值为1到Q1,Q1为飞行员飞行信息表中的飞行员的数量,s的取值为1到Q2,Q2为飞行员飞行信息表中的任务类型的数量。
具体地,S280可具体包括:
S2801,获取所有飞行信息表中的飞行员的ID并集和任务类型的并集,分别得到Q1个飞行员的ID和Q2个任务类型;
S2802,对于任一IDr和任一Ws,获取对应的飞行时间和飞行架次。具体地,在数据中以IDr和Ws作为关键词进行查询,如果某个飞行信息表中同时包括IDr和Ws,则提取该飞行信息表中对应的飞行时间和飞行架次,最后,将提取的所有的飞行时间和飞行架次分别进行累加,进而得到Tr和Cr。
例如,在设定时间段内,驾驶员IDr,执行相同的飞行任务Ws,使用同一航空器i,作为飞行总时间Tr=∑N(i) m=1Tim,Cr=∑N(i) m=1Cim。
进一步地,在本发明实施例中,提供的方法还可包括:
基于飞行员飞行信息表中的每个飞行员的飞行信息更新对应的云执照。
可通过云执照服务器,基于飞行员飞行信息表中的每个飞行员的飞行时间和飞行架次更新对应的云驾照。
通过云执照服务器传输,可实现同步更新飞行员的云执照,飞行员人脸,姓名和档案号自动关联,减少了飞行员手动输入的工作量和人为差错,为智能监管通用航空飞行提供了重要支撑。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明公开的范围由所附权利要求来限定。
Claims (8)
1.一种飞行员的飞行信息获取方法,其特征在于,包括以下步骤:
S100,获取任一通用航空器i在第m次飞行时的初始状态信息,包括初始航向角θim 0、初始位置Lim 0、初始速度Vim 0、飞行员的人脸图像信息和任务类型;i的取值为1到n;m的取值为1到N(i),N(i)为通用航空器i的航电系统在设定时间段内的启动次数;n为通用航空器的数量;Lim 0=(lonim 0,latim 0,him 0),lonim 0、latim 0、him 0分别为通用航空器i在启动时刻对应的初始经度、初始纬度和初始高度;
S120,获取通用航空器i在第m次飞行过程中通过通信方式r在任一采集时刻tim-r s1的采集的飞行状态信息集(tim-r s1,Lim-r s1),其中,Lim-r s1为通过通信方式r在采集时刻tim-r s1获取到的通用航空器i的飞行位置,Lim-r s1=(lonim-r s1,latim-r s1,him-r s1),lonim-r s1,latim-r s1,him -r s1分别为通用航空器i在tim-r s1时对应的经度、纬度和高度;s1的取值为1到p(i,m,r),p(i,m,r)为第m次飞行过程中通过通信方式r采集信息对应的采集时刻的数量;r的取值为1到N,N为通信方式的数量;
S140,将获取的飞行员的人脸图像信息与设定人脸图像信息库中的图像信息进行比较,以确认飞行员的ID;
S160,对飞行状态信息进行融合处理,得到融合后的飞行状态信息;
S180,基于数据融合后的飞行状态信息获取通用航空器i的飞行航向角和飞行速度,形成通用航空器i的飞行信息统计表STim,其中,STim的第j行包括(tim j,θim j,Gim j,Vim j,ID1im,ID2im,Wim);θim j,Vim j分别为通用航空器i在采集时刻tim j时获取的飞行航向角和飞行速度,j的取值为1到max{p(i,m,r)};ID1im和ID2im分别为通用航空器i在第m次飞行过程中的飞行员的ID,Wim为通用航空器i在第m次飞行过程中的任务类型;Gim j=(xim j,yim j,zim j),xim j,yim j,zim j分别为采集时刻tim j获取到的通用航空器i在x轴、y轴和z轴上的坐标;
S200,对STim进行修正,得到修正后的飞行信息统计表ST* im;
S220,基于ST* im和初始状态信息获取通用航空器i在第m次飞行过程中的起飞时刻Tim s、结束时刻Tim e和飞行架次;
S240,获取通用航空器i在第m次飞行过程中的总飞行时间Tim=Tim e-Tim s和总飞行架次;
S260,基于S100~S240,形成在设定时间段内的通用航空器i的飞行信息表,飞行信息表的第m行包括(AIDi,ID1im,ID2im,Wim,Tim,Pim);AIDi为通用航空器i的ID;Pim为通用航空器i在第m次飞行过程中的飞行架次;
S280,基于S260,获取飞行员飞行信息表,所述飞行员飞行信息表的第h行包括(IDh,Th,Ch,Ws),IDh为飞行员飞行信息表中的第h个飞行员的ID,Th为IDh对应的飞行员执行任务类型Ws时的总飞行时间,Ch为IDh对应的飞行员执行任务类型Ws时的总飞行架次,h的取值为1到Q1,Q1为飞行员飞行信息表中的飞行员的数量,s的取值为1到Q2,Q2为飞行员飞行信息表中的任务类型的数量;
其中,S160包括:
S161,将通过N种通信方式获取的飞行状态信息按照时间顺序进行排序,得到排序后的飞行状态信息集组D1im=(Dim 1,Dim 2,…,Dim g,…,DE im),Dim g=(tim g,Lim g),Lim g为在采集时刻tim g采集到的飞行位置,g的取值为1到E,E=∑N r=1p(i,m,r);
S162,从D1im中获取q个等时间信息集组(Iim 1,Iim 2,…,Iu im,…,Iq im),其中,第u个等时间信息集组Iu im=(Du1 im,Du2 im,…,Duv im,…,Dub(u) im),Duv im=(tim uv,Lim uv),tim uv,Lim uv分别为飞行状态信息集Duv im中的采集时刻和飞行位置;u的取值为1到q,v的取值为1到b(u),b(u)为Iu im中的飞行状态信息集的数量;其中,tim u1=tim u2=…=tim uv=…=tim ub(u);
S163,对Iu im中的相同的飞行状态信息集进行合并,得到中间等时间信息集组I* u im;
S164,从I* u im中获取目标飞行状态信息集(tim* u,Lim* u),Lim* u基于tim* u、tim* u-f1、Gim* u-f1和Lim* u-f2确定,其中,tim* u-f1为tim* u的前一个采集时刻,Lim* u-f1和Lim* u-f2分别为tim* u的前一个采集时刻和前两个采集时刻对应的飞行位置;
S165,将D1im中Iu im替换为目标飞行状态信息集,得到目标飞行状态信息集组;
在S164中,Lim* u通过如下步骤获取:
S1641,获取在tim* u时的预测位置Gim* u-0;
S1642,获取位置差集△Gim* u=(△Gim* u1,△Gim* u2,…,△Gim* ua,…,△Gim* uc(u)),其中,△Gim* ua为I* u im中第a个飞行状态信息集中的飞行位置与Gim* u-0之间的距离,a的取值为1到c(u),c(u)为I* u im中的飞行状态信息集的数量;
S1643,如果min(∣△Gim* ua∣)对应的数量等于1,则Gim* u=min(△Gim* ua)+Gim* u-0,如果min(∣△Gim* ua∣)对应的数量大于1,则Gim* u=Gim* u-0;
S1644,基于Gim* u获取Lim* u。
2.根据权利要求1所述的方法,其特征在于,S140包括:
S1401,对获取到的飞行员的人脸图像信息进行降噪预处理;
S1402,将预处理后得到的人脸图像信息进行降维处理;
S1403,提取降维处理后的人脸图像中的特征并与设定人脸图像信息库中的特征进行比对,以确认飞行员的ID。
3.根据权利要求2所述的方法,其特征在于,采用小波变换的降噪方法进行降噪预处理。
4.根据权利要求2所述的方法,其特征在于,采用主成分分析法进行降维处理。
5.根据权利要求1所述的方法,其特征在于,还包括:
S300,基于飞行员飞行信息表中的每个飞行员的飞行信息更新对应的云执照。
6.根据权利要求1所述的方法,其特征在于,还包括:
S166,遍历目标飞行状态信息集组,对于目标飞行状态信息集组中相邻的两个飞行状态信息集中的采集时刻,如果两个采集时刻之间的差值大于设定阈值,则基于线性插值法在该相邻的两个飞行状态信息集之间添加飞行状态信息集。
7.根据权利要求1所述的方法,其特征在于,S220进一步包括:
遍历ST* im,如果θim k≠θim 0,Vim k+1>Vim k>Vim k-1>Vim 0,him k+1>him k>him k-1=him 0,并且,lonim k和latim k位于通用航空器i的飞行跑道对应的经纬度区域内,则设置通用航空器i在第m次飞行过程中的起飞时刻Tim s=tim k;如果θim k+1=θim k=θim k-1=θim S,Vim k>Vim k-1>Vim 0,him k-1>him k=him 0,并且,lonim k和latim k位于通用航空器i的飞行跑道对应的经纬度区域内,则设置Cim=Cim+1,Cim为通用航空器i在第m次飞行过程中的架次计数器,初始值为0;θim S为通用航空器i在tim k时的起飞航向角;如果θim k=θim k-1=θim 0,Vim 0=Vim k<Vim k-1,him 0=him k=him k-1,lonim k=lonim 0,latim k=latim 0,则设置通用航空器i在第m次飞行过程中的结束时刻Tim e=tim k;k的取值为1到f(im),f(im)为ST* im中的行数。
8.根据权利要求1所述的方法,其特征在于,S200具体包括:
对于STim中第j行数据,如果Vim j>Vi max或θim j>360°或him j<Hi A,则删除第j行数据,其中,Vi max为通用航空器i的最大飞行速度,Hi A为通用航空器i对应的机场的标高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211251794.XA CN115578064B (zh) | 2022-10-13 | 2022-10-13 | 飞行员的飞行信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211251794.XA CN115578064B (zh) | 2022-10-13 | 2022-10-13 | 飞行员的飞行信息获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115578064A CN115578064A (zh) | 2023-01-06 |
CN115578064B true CN115578064B (zh) | 2023-07-07 |
Family
ID=84585921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211251794.XA Active CN115578064B (zh) | 2022-10-13 | 2022-10-13 | 飞行员的飞行信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115578064B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419792A (zh) * | 2020-11-09 | 2021-02-26 | 中国科学院空天信息创新研究院 | 航空器飞行冲突检测方法、系统、设备及介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060513A (zh) * | 2019-01-24 | 2019-07-26 | 中国民用航空飞行学院 | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 |
GB2584499C (en) * | 2019-06-28 | 2021-10-20 | Satavia Ltd | System and method for generating an aircraft flight trajectory |
CN113035173A (zh) * | 2019-12-09 | 2021-06-25 | 上海航空电器有限公司 | 一种基于机载设备的特定说话人启动人脸识别方法 |
CN112016823A (zh) * | 2020-08-21 | 2020-12-01 | 深圳安航科技有限公司 | 直升机飞行员调度方法、系统、计算机设备及其存储介质 |
CN115331488B (zh) * | 2022-10-13 | 2022-12-27 | 湖南省通用航空发展有限公司 | 通用航空器的数据处理方法 |
-
2022
- 2022-10-13 CN CN202211251794.XA patent/CN115578064B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419792A (zh) * | 2020-11-09 | 2021-02-26 | 中国科学院空天信息创新研究院 | 航空器飞行冲突检测方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115578064A (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3159869B1 (en) | Aircraft maneuver data management system | |
CN111915930B (zh) | 机载空管增强协处理系统及方法 | |
CN110723303A (zh) | 辅助决策的方法、装置、设备、存储介质及系统 | |
CN114048889A (zh) | 基于长短期记忆网络的飞行器轨迹预测的方法 | |
Xu et al. | Use of land’s cooperative object to estimate UAV’s pose for autonomous landing | |
US20190310642A1 (en) | Method and device for controlling trajectory of a follower aircraft | |
CN111913492A (zh) | 无人机安全降落方法和装置 | |
CN112257152A (zh) | 基于机载数据的民用航空器飞行阶段识别方法 | |
CN111816205B (zh) | 一种基于飞机音频的机型智能识别方法 | |
CN115578064B (zh) | 飞行员的飞行信息获取方法 | |
CN110618692B (zh) | 用于控制无人机起飞的方法和装置 | |
Shin et al. | Data-mining-based computer vision analytics for automated helicopter flight state inference | |
CN115331488B (zh) | 通用航空器的数据处理方法 | |
CN102521901A (zh) | 一种飞行员飞行品质自动评估实现方法 | |
CN113095779A (zh) | 一种可配置的航班保障时间推算方法和系统 | |
CN111967676A (zh) | 基于逐步回归的飞机起飞擦机尾风险预测的方法和系统 | |
Lu et al. | Deep learning for flight maneuver recognition: A survey | |
CN106874928B (zh) | 跟踪目标突发关键事件自动判决方法及系统 | |
CN115272458A (zh) | 用于固定翼无人机着陆阶段的视觉定位方法 | |
US11120695B2 (en) | System and method for flight delay prevention in real-time | |
CN110163227A (zh) | 一种基于模式识别的机场跑道道面适航性判别方法 | |
CN111902851B (zh) | 学习用数据生成方法、学习用数据生成装置以及学习用数据生成程序 | |
CN114036640A (zh) | 飞机姿态确定系统和飞行器 | |
Vitale et al. | Innovative real time estimator for redundancy of angle of attack sensors in commercial aircraft | |
KR102425801B1 (ko) | 항공기 운항 실적 정보의 수집 장치 |
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 |