CN117218907A - 一种基于无人机运行特性的低空网格剖分方法和系统 - Google Patents
一种基于无人机运行特性的低空网格剖分方法和系统 Download PDFInfo
- Publication number
- CN117218907A CN117218907A CN202311473718.8A CN202311473718A CN117218907A CN 117218907 A CN117218907 A CN 117218907A CN 202311473718 A CN202311473718 A CN 202311473718A CN 117218907 A CN117218907 A CN 117218907A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- error
- collision
- evaluation value
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000012502 risk assessment Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims description 101
- 238000013210 evaluation model Methods 0.000 claims description 26
- 230000014509 gene expression Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000002224 dissection Methods 0.000 claims description 4
- 238000002955 isolation Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 23
- 230000001133 acceleration Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- JIPVGERXYWGOOY-UHFFFAOYSA-N (2-methoxyphenyl) pentanoate Chemical compound CCCCC(=O)OC1=CC=CC=C1OC JIPVGERXYWGOOY-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于空中交通管理无人机飞行领域,提供一种基于无人机运行特性的网格剖分方法和系统。该方法结合无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响因素,获取基准无人机相关参数,建立隔离空域无人机之间的运行特性的碰撞风险评估模型,分别计算安全目标下不同等级无人机运行的最小安全运行间隔,确定网格剖分尺寸。本发明解决了面对无人机飞行方式多样化以及复杂低空运行环境下空域自适应细粒度数字建模的问题,有效实现了低空多层级网格细粒度精细化划分,进而优化了低空无人机隔离管控区域范围的划分。
Description
技术领域
本发明涉及空中交通管理无人机飞行领域,尤其涉及一种基于无人机运行特性的低空网格剖分方法和系统。
背景技术
目前,国内发布了北大GeoSOT网格剖分、北斗网格位置码等一系列相关标准,适用于航空、航天、对空发射、探空等国民经济与国防领域空域管理的空间位置标识,但与具体低空业务实际应用时并不完全适用,网格剖分大小不一。目前,我国在低空无人机运行领域还处于探索阶段,面对不同等级无人机运行的混合管理以及复杂低空运行环境下空域自适应细粒度数字建模难题,且随着无人机飞行方式多样化,低空空域管理难度系数大。
低空网格剖分为低空空域管理提供了一种时空位置参考基准,以地理经纬网格为模型,建立统一的低空空域网格位置基准,依据无人机运行特性划分不同层级的基本空域网格单元,基于低空空域管理需求,在不同层级网格上匹配相应的业务应用,网格大小需要考虑各等级无人机之间的安全间隔。但是,国内外针对低空不同运行特性的无人机安全风险的管理方法与理论研究相关甚少,而无人机主要以隔离空域运行为背景,无人机在飞行过程中主要依靠地面操控人员来控制,并没有对低空飞行对象实时监视的管理人员,无人机相对体积较小,需要针对无人机运行特性进行低空空域网格精细化管理,通过低空网格化对无人机进行实时监视,并支持多种类别特性的无人机同时监视,才能保证无人机的安全飞行。因此,有必要提供一种新型的方法,以解决上述问题。
发明内容
本发明意在提供一种基于无人机运行特性的低空网格剖分方法和系统,以解决现有技术中面对不同等级无人机运行的混合管理以及复杂低空运行环境下空域自适应细粒度数字建模难题,且随着无人机飞行方式多样化,低空空域管理难度系数大,无法实现基于无人机运行特性对低空空域网格进行剖分计算等的技术问题,本发明要解决的技术问题通过以下技术方案来实现。
本发明的第一方面提出一种基于无人机运行特性的低空网格剖分方法,包括:根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素;选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型,具体包括:基于基准无人机的运行特征、及基准无人机的相关无人机的运行特征,建立第一碰撞风险评估模型,以评估第一方向误差;监控所述基准无人机及相关无人机的飞行状态,建立第二碰撞风险评估模型,以评估因所述基准无人机偏离航路的距离误差所造成的碰撞概率;建立第三碰撞风险评估模型,以用于评估基准无人机的操作飞行高度和实际飞行高度之间的高度误差;获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值;根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,以计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸。
根据可选的实施方式,所述根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,包括:
建立基准无人机与任一方向相关无人机之间的动态运动方程,以计算所述基准无人机的碰撞评估值P(t),其中,设定基准无人机与任一方向相关无人机在第一方向、第二方向和第三方向三个方向上的重叠是相互独立的,将计算第一方向、第二方向和第三方向三个方向上的总重叠概率,作为所述基准无人机在t时刻的总碰撞评估值:
P(t)=2 Px(t) Py(t) Pz(t)
其中,P(t)表示所述基准无人机在t时刻的总碰撞评估值;Px(t)表示所述基准无人机在t时刻在第一方向上的碰撞评估值、即在第一方向上的重叠概率;Py(t)表示所述基准无人机在t时刻在第二方向上的碰撞评估值、即在第二方向上的重叠概率;Pz(t)表示所述基准无人机在t时刻在第三方向上的碰撞评估值、即在第三方向上的重叠概率。
根据可选的实施方式,进一步包括:
设定基准无人机在t时刻受到GPS定位和速度的影响,且因GPS定位和速度的影响造成的定位误差均服从正态分布,在因GPS定位的影响所造成的第一方向上的定位误差均值为,在第一方向上的方差为/>,则可得到定位误差模型表示为/>,N表示正态分布,速度误差模型均值为/>,方差为/>,即可得到速度误差模型为,在飞行过程中,基准无人机在第一方向上的位置误差概率分布为:
;
所述基准无人机在第二方向上的位置误差概率分布为:
;
所述基准无人机在第三方向上的位置误差概率分布为:
;
其中,为基准无人机在第一方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第一方向上的定位误差均值,/>表示因速度影响所造成的第一方向上的速度误差均值;/>为基准无人机在第一方向上的位置误差方差,,/>表示基准无人机因GPS定位的影响所造成的第一方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第一方向上的速度误差方差;/>为基准无人机在第二方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第二方向上的定位误差均值,/>表示因速度影响所造成的第二方向上的速度误差均值;/>为基准无人机在第二方向上的位置误差方差,/>,表示基准无人机因GPS定位的影响所造成的第二方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第二方向上的速度误差方差;/>为第三方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第三方向上的定位误差均值,/>表示因速度影响所造成的第三方向上的速度误差均值;/>为基准无人机在第三方向上的位置误差方差,/>,/>表示基准无人机因GPS定位的影响所造成的第三方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第三方向上的速度误差方差。
根据可选的实施方式,进一步包括:
采用以下表达式,计算所述基准无人机在t时刻与在第一方向上飞行的相关无人机的碰撞评估值Px(t):
其中,Px(t)表示所述基准无人机在t时刻与在第一方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;x表示第一方向,即x轴方向;表示所述基准无人机在第一方向上的长度;Dx(t)表示在t时刻所述基准无人机与在第一方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第一方向的位置误差,1x表示基准无人机沿第一方向飞行;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差;/>表示所述基准无人机在第一方向上的位置误差方差;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差方差。
根据可选的实施方式,进一步包括:采用以下表达式,计算所述基准无人机在t时刻与在第二方向上飞行的相关无人机的碰撞评估值Py(t):
,
其中,Py(t)表示所述基准无人机在t时刻与在第二方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;y表示第二方向,即y轴方向;表示所述基准无人机在第二方向上的长度、即宽度;Dy(t)表示在t时刻所述基准无人机与在第二方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第二方向的位置误差,1y表示基准无人机沿第二方向飞行;/>表示在第一方向上飞行的相关无人机沿第二方向的位置误差;/>表示所述基准无人机在第二方向上的位置误差方差;/>表示在第二方向上飞行的相关无人机沿第二方向的位置误差方差。
根据可选的实施方式,进一步包括:采用以下表达式,计算所述基准无人机在t时刻与在第三方向上飞行的相关无人机的碰撞评估值Pz(t):
其中,Pz(t)表示所述基准无人机在t时刻与在第三方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;z表示第三方向,即z轴方向;表示所述基准无人机在第三方向上的高度;Dz(t)表示在t时刻所述基准无人机与在第三方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第三方向的位置误差,1z表示基准无人机沿第三方向上飞行;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差;/>表示所述基准无人机在第三方向上的位置误差方差;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差方差。
根据可选的实施方式,进一步包括:分别计算安全目标下不同等级无人机运行的最小安全运行间隔,确定网格剖分尺寸;
计算不同的初始间隔Dx(0),Dy(0),Dz(0)对应的碰撞风险值与安全目标水平,即可得出第一方向、第二方向、第三个方向的最小安全间隔。
根据可选的实施方式,进一步包括:以基准无人机为基准点,建立三维直角坐标系,以所述基准无人机的长度方向或沿预定航线飞行的方向为第一方向;以所述基准无人机的宽度方向为第二方向;以与第一方向和第二方向形成的平面垂直的方向为第三方向;基于所述第一方向、所述第二方向、所述第三方向分别建立碰撞风险评估模型。
根据可选的实施方式,进一步包括:设定基准无人机及相关无人机各自偏离航路的位置点均服从正态分布,用以建立误差模型,建立无人机之间动态运动方程,计算危险碰撞概率,得出最小安全间隔,确定无人机网格剖分尺寸。
本发明的第二方面提出一种基于无人机运行特性的低空网格剖分系统,包括:数据分析模块,根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素;模型建立模块,选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型,具体包括:基于基准无人机的运行特征、及基准无人机的相关无人机的运行特征,建立第一碰撞风险评估模型,以评估第一方向误差;监控所述基准无人机及相关无人机的飞行状态,建立第二碰撞风险评估模型,以评估因所述基准无人机偏离航路的距离误差所造成的碰撞概率;建立第三碰撞风险评估模型,以用于评估基准无人机的操作飞行高度和实际飞行高度之间的高度误差;获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值;第一计算处理模块,获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值;第二计算处理模块,根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,以计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸。
本发明实施例包括以下优点:
与现有技术相比,本发明根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素;选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型;获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值,以计算所述目标无人机的碰撞评估值,计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸,将无人机运行特性评估模型分为纵向、横向、垂直方向三个方向,有效解决了面对无人机飞行方式多样化以及复杂低空运行环境下空域自适应细粒度数字建模的问题;通过对无人机的飞行过程进行模拟,获得了一种直观的、更为精确的无人机运行计算方法,从而为低空网格剖分尺寸提供了理论依据。
此外,对每个风险碰撞模型的最小安全间隔进行计算,以对低空网格剖分进行精确划分,能够建立可变尺度网格化分的无人机管控及适飞空域精细化划设方法。针对低空飞行对象,在不同的运行模式下适用于不同等级无人机的网格剖分大小,从而为不同的低空空域飞行对象提供科学、合理的网格剖分层级。
附图说明
图1是本发明的基于无人机运行特性的低空网格剖分方法的一示例的步骤流程图;
图2是本发明的基于无人机运行特性的低空网格剖分方法的另一角度的框架示意图;
图3是本发明的基于无人机运行特性的低空网格剖分方法中所构建的三维坐标系的框架示意图;
图4是本发明的基于无人机运行特性的低空网格剖分方法的低空空域网格剖分的一示例的示意图;
图5是根据本发明的基于无人机运行特性的低空网格剖分系统的一示例的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
鉴于上述问题,本发明提出基于无人机运行特性的低空空域网格剖分方法,针对无人机运行特性建立运行风险碰撞评估模型,计算各类别无人机网格剖分尺寸,划分对应的网格层级进行低空空域精细化管理,为低空空域管理、规划低空用空布局、低空空域状态监视、优化低空空域结构等建立时空位置参考基准,为低空空域灵活动态管理奠定基础。
需要说明的是,在本发明中,无人机在隔离空域条件下的安全飞行风险。该风险评估主要是针对空中飞行的无人机之间的运行,不考虑无人机与地面障碍物相撞的风险,且在隔离空域条件下。主要评估无人机在例如第一方向上运行过程中与其他方向(例如第二方向、第三方向)上的无人机距离关系,使得目标无人机与任一方向相关无人机之间的重叠概率小于目标安全水平值,该目标安全水平值例如通过相关航空飞行标准确定,例如为在第一方向、第二方向、第三方向这三个方向上发生重叠的概率,所述目标安全水平值为5×10-9次事故/飞行小时,例如,具体计算基准无人机与任一方向相关无人机之间的距离、即最小安全运行间隔,由于无人机地面控制系统和飞行控制系统在运行时会产生系统误差,对无人机实际位置造成影响,从而产生位置误差,例如考虑GPS定位和速度造成的位置误差。此外,与中高空不同,低空无人机并未划分飞行高度层,由于无人机体积小,飞行密度大,但在垂直方向上也要保持足够的运行距离保证飞行过程的安全。
实施例1
下面参照图1、图2、图3和图4,将对本发明的内容进行详细说明。
图1是本发明的基于无人机运行特性的网格剖分方法的一示例的步骤流程图。图2是本发明的基于无人机运行特性的网格剖分方法的另一角度的框架示意图。
如图1所示,在步骤S101中,根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素。
具体地,所述无人机自动飞行的运行特性包括无人机飞行依赖因素、结构特性、飞行姿态等。
需要说明的是,在本示例中,所述无人机依赖因素是指与有人机不同、无人机飞行时没有驾驶员,更多依赖导航系统和通信系统。所述结构特性是指无人机相对体积小、重量轻、结构简单,在低空复杂环境易受天气影响。所述飞行姿态是指无人机的飞行过程中需要地面操作人员控制飞行姿态,存在不确定因素。上述仅作为可选示例进行说明,不能理解成对本发明的限制。
进一步地,使用概率误差方法,分析无人机飞行过程中的各种影响安全飞行因素,定位和速度误差均服从正态分布,建立碰撞风险概率模型。如图2所示,所述影响安全飞行因素包括环境因素(例如自然风)、速度误差、定位误差等。
对于各种影响安全飞行因素,例如GPS误差、速度误差、气象条件。
需要说明的是,由于对无人机进行跟踪定位时,1)GPS卫星本身的材料和设计缺陷等产生的误差;2)卫星的导航和定位信号在传输的过程中需要穿过大气层,其间会受到各种气象要素的干扰而产生误差;3)用户对无人机进行跟踪定位时,影响无人机。上述均会造成误差。此外,在巡航过程中,无人机的机载设备和飞行低空环境的影响,也会导致无人机的速度存在一定的误差,对低空安全飞行产生很大的影响。此外,无人机相对大型客机更容易受到气象的影响,而且无人机体积小,重量轻,特别容易受到风的影响,常见的低空风切变等低空危险天气较多,恶劣的天气现象会导致航空器各项飞行性能的降低,从而影响飞行安全,导致飞行事故的发生。此外,航空器的飞行离不开人的操纵,即使将来它的飞行控制系统非常智能,仍然需要人作为保证飞行安全的最后手段。以实现在规定的时间限制条件下,在整个运行系统中能够成功完成任务的概率最大化。
接下来,在步骤S102中,选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型。
具体地,根据步骤S101的分析结果,选取以下无人机相关参数:巡航速度、航向偏移角度、机型长宽高等。
在一具体实施方式中,例如获取无人机的巡航速度、航向偏移角度、风向与预定航线夹角、系统提示决策时间、位置误差方差、飞行阶段时间、无人机长宽高、风速、加速度。
接着,建立直角坐标系。
具体地,以基准无人机为基准点,建立三维直角坐标系,以所述基准无人机的长度方向或沿预定航线飞行的方向为第一方向(即对应图3中的X轴方向);以基准无人机的宽度方向为第二方向(即对应图3中的Y轴方向);以与第一方向和第二方向形成的平面垂直的方向为第三方向(即对应图3中的Z轴方向);
基于所述第一方向、所述第二方向、所述第三方向分别建立碰撞风险评估模型。
需要说明的是,在本发明中,采用在例如第一方向上飞行的基准无人机与在第一方向、第二方向或第三方向中任一方向上的相关无人机之间的相对位置关系来评估巡航阶段无人机的碰撞风险,无人机地面控制系统和飞行控制系统在运行时会产生系统误差,对无人机实际位置造成影响,从而产生位置误差,因此在建立碰撞风险评估模型时考虑GPS定位和速度造成的误差。
首先,设定基准无人机在t时刻受到GPS定位和速度的影响,且因GPS定位和速度的影响造成的定位误差均服从正态分布,在因GPS定位的影响所造成的第一方向上的定位误差均值为,在第一方向上的方差为/>,则可得到定位误差模型表示为,N表示正态分布,速度误差模型均值为/>,方差为/>,即可得到速度误差模型为/>,在飞行过程中,基准无人机在第一方向上的位置误差概率分布为:
(1)
所述基准无人机在第二方向上的位置误差概率分布为:
(2)
所述基准无人机在第三方向上的位置误差概率分布为:
(3)
其中,为基准无人机在第一方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第一方向上的定位误差均值,/>表示因速度影响所造成的第一方向上的速度误差均值;/>为基准无人机在第一方向上的位置误差方差,,/>表示基准无人机因GPS定位的影响所造成的第一方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第一方向上的速度误差方差;/>为基准无人机在第二方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第二方向上的定位误差均值,/>表示因速度影响所造成的第二方向上的速度误差均值;/>为基准无人机在第二方向上的位置误差方差,/>,表示基准无人机因GPS定位的影响所造成的第二方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第二方向上的速度误差方差;/>为第三方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第三方向上的定位误差均值,/>表示因速度影响所造成的第三方向上的速度误差均值;/>为基准无人机在第三方向上的位置误差方差,/>,/>表示基准无人机因GPS定位的影响所造成的第三方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第三方向上的速度误差方差。
接着,建立基准无人机与任一方向相关无人机之间的动态运动方程,以计算所述基准无人机的碰撞评估值P(t),其中,设定基准无人机与任一方向相关无人机在第一方向、第二方向和第三方向三个方向上的重叠是相互独立的,将计算第一方向、第二方向和第三方向三个方向上的总重叠概率,作为所述基准无人机在t时刻的总碰撞评估值:
P(t)=2 Px(t) Py(t) Pz(t)(4)
其中,P(t)表示所述基准无人机在t时刻的总碰撞评估值;Px(t)表示所述基准无人机在t时刻在第一方向上的碰撞评估值、即在第一方向上的重叠概率;Py(t)表示所述基准无人机在t时刻在第二方向上的碰撞评估值、即在第二方向上的重叠概率;Pz(t)表示所述基准无人机在t时刻在第三方向上的碰撞评估值、即在第三方向上的重叠概率。
对于建立碰撞风险评估模型,具体包括以下步骤。
步骤S201:基于基准无人机的运行特征、及与在第一方向上飞行的相关无人机的运行特征,建立第一碰撞风险评估模型,以评估纵向误差、即评估x轴方向误差。
采用以下表达式,计算所述基准无人机(例如图3中所示的基准无人机)在t时刻与在第一方向上飞行的相关无人机(例如图3中所示的侧向无人机)的碰撞评估值Px(t),以建立第一碰撞风险评估模型。
(5)
其中,Px(t)表示所述基准无人机在t时刻与在第一方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;x表示第一方向,即x轴方向;表示所述基准无人机在第一方向上的长度;Dx(t)表示在t时刻所述基准无人机与在第一方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第一方向的位置误差,1x表示基准无人机沿第一方向飞行;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差;/>表示所述基准无人机在第一方向上的位置误差方差;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差方差。
步骤S202:基于基准无人机的运行特征、及与在第二方向上飞行的相关无人机的运行特征,建立第二碰撞风险评估模型,以评估因所述基准无人机偏离航路的距离误差所造成的碰撞概率、即评估y轴方向上的误差。
对于第二碰撞风险评估模型的建立,无人机在飞行过程中容易受到侧风影响,航向发生偏移。假设在t时刻,两架无人机在航路(例如预定航路)上保持侧向间隔同方向飞行时,其中,一架无人机(即某一相关无人机)受到侧风影响航向发生偏移,航迹已偏离预定航线的位置,对同向飞行的目标无人机造成危险威胁时,在这种情况下,根据目标无人机的运行特性建立侧向评估模型。所述运动特性包括航向角等。
采用以下表达式,计算所述基准无人机(例如图3所示的基准无人机)在t时刻与在第二方向上飞行的相关无人机(例如图3所示的纵向无人机)的碰撞评估值,以建立第二碰撞风险评估模型。
(6)
其中,Py(t)表示所述基准无人机在t时刻与在第二方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;y表示第二方向,即y轴方向;表示所述基准无人机在第二方向上的长度、即宽度;Dy(t)表示在t时刻所述基准无人机与在第二方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第二方向的位置误差,1y表示基准无人机沿第二方向飞行;/>表示在第一方向上飞行的相关无人机沿第二方向的位置误差;/>表示所述基准无人机在第二方向上的位置误差方差;/>表示在第二方向上飞行的相关无人机沿第二方向的位置误差方差。
步骤S203:建立第三碰撞风险评估模型,以用于评估基准无人机的操作飞行高度和实际飞行高度之间的高度误差。
采用以下表达式,计算所述基准无人机(例如图3所示的基准无人机)在t时刻与在第三方向上飞行的相关无人机(例如图3所示的垂直无人机)的碰撞评估值Py(t),以用于评估基准无人机在第三方向上的误差。
(7)
其中,Pz(t)表示所述基准无人机在t时刻与在第三方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;z表示第三方向,即z轴方向;表示所述基准无人机在第三方向上的高度;Dz(t)表示在t时刻所述基准无人机与在第三方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第三方向的位置误差,1z表示基准无人机沿第三方向上飞行;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差;/>表示所述基准无人机在第三方向上的位置误差方差;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差方差。
进一步地,建立第三方向碰撞风险评估模型,以计算最小运行安全距离,并且飞行中需要一直保持该距离来防止基准无人机与任一方向相关无人机之间发生危险碰撞。
具体地,分别计算安全目标下不同等级无人机运行的最小安全运行间隔,确定网格剖分尺寸。
通过计算不同的初始间隔Dx(0),Dy(0),Dz(0)对应的碰撞风险值与安全目标水水平值比较,即可得出第一方向、第二方向、第三个方向的最小安全间隔;
采用以下表达式,计算第一方向的最小安全间隔:
,
其中,当t=0时,代入上式即可计算得到初始纵向间隔Dx(0);Dx(t)表示在t时刻所述基准无人机与在第一方向上飞行的相关无人机的最小安全间隔,单位为m;t表示所述基准无人机所处的当前时刻;
为系统提示地面操控系统的告警时间,单位为s;
为基准无人机的加速飞行时间,单位为s;/>为整个飞行阶段时间总和,单位为s,其中,/>为系统调速后基准无人机的速度,V1为基准无人机的巡航速度,V2为第一方向上飞行的相关无人机的巡航速度,单位为m/s;
为基准无人机在第一方向上的加速度,单位为m/s2;
为系统自动调速后在第一方向上的加速度,单位为m/s2。
采用以下表达式,计算第二方向的最小安全间隔:
,
其中,当t=0时,代入上式即可计算得到初始纵向间隔Dy(0);
Dy(t)表示在t时刻所述基准无人机与在第二方向上飞行的相关无人机的最小安全间隔,单位为m;
为基准无人机在第二方向上航向偏移角度,单位为°;
为风向与任务规划航线夹角,单位为rad,/>;
为无人机的地面操控人员设置的第二方向上的位置误差最大允许偏离值,单位为m;
表示为系统提示地面操控系统的告警时间;
为基准无人机在偏移任务规划航线飞行时间,单位为s;/>,其中,/>为风速,单位为m/s;V1为基准无人机的巡航速度,单位为m/s;V2为第二方向上飞行的相关无人机的巡航速度,单位为m/s;
为无人机飞行过程中所需总时间,单位为s,/>。
采用以下表达式,计算第三方向的最小安全间隔:
,
其中,当t=0时,代入上式即可计算得到初始纵向间隔Dz(0);
Dz(t)表示在t时刻所述基准无人机与在第三方向上飞行的相关无人机的最小安全间隔,单位为m;
为基准无人机在第三方向上的航向偏移角度,单位为°;
V1为基准无人机的巡航速度,单位为m/s;
为基准无人机在第三方向上偏转航向飞行时间,单位为s,/>;
为无人机地面操控人员设置的第二方向位置误差最大允许偏离值,单位为m;
为第三方向上的无人机飞行时间总和,单位为s,/>;
需要说明的是,当目标无人机与第三方向相关无人机两架无人机在预定航路上同方向不同高度巡航、且其中一架无人机高度突然变化时,如图3所示。高度异常主要由于机载测高设备影响存在误差,在巡航过程中,无人机的机载测高设备易受到天气、周围障碍物以及人为因素影响,因此,在建立第三碰撞风险评估模型时考虑高度误差,设定目标无人机在第三方向上的航迹偏移角度,对目标无人机所设定的第三方向上的位置偏差最大允许值/>,两架无人机初始垂直间隔为Dz(0)。
接下来,在步骤S103中,获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值。
具体地,建立目标无人机与任一方向相关无人机之间的动态运动方程,以计算所述目标无人机的碰撞评估值P(t),其中,设定目标无人机与任一方向相关无人机在第一方向、第二方向和第三方向三个方向上的重叠是相互独立的,将计算第一方向、第二方向和第三方向三个方向上的总重叠概率,作为所述目标无人机在t时刻的总碰撞评估值。
进一步地,使用上述表达式(4)、(5)、(6)和(7)分别计算目标无人机的第一方向、第二方向和第三方向三个方向上的重叠概率,并计算总重叠概率,得到所述目标无人机在t时刻的总碰撞评估值。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
接下来,在步骤S104中,根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,以计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸。
具体地,以地理经纬网格为模型,建立统一的低空空域网格位置基准,依据无人机运行特性划分不同层级的基本空域网格单元,基于低空空域管理需求,在不同层级网格上匹配相应的业务应用,基于上述风险碰撞评估模型分别获取轻型、小型、中型、大型无人机相关参数通过碰撞风险评估模型计算最小安全运行间隔,通过安全间隔确定低空网格剖分尺寸,划分不同层级的低空网格剖分,如图4所示,实现可变尺度低空空域网格划分管理,基于所提的方法划设的低空无人机隔离管控区域范围,低空多层级网格细粒度精细化管理让更多的无人机飞起来。
具体采用与步骤S102中计算第一方向、第二方向和第三方向的最小安全运行间隔的方法相同的方法,来计算目标无人机的第一方向、第二方向和第三方向的最小安全运行间隔,以进一步确定不同等级无人机的网格剖分尺寸,划分多层级自适应网格层级,低空飞行时将为无人机提供不同层级的网格剖分精细化管理。
根据无人机自适应匹配网格大小的可变尺度低空剖分层级,基于所提的方法划设的低空无人机隔离管控区域范围,通过低空多层级网格细粒度精细化规划让更多的无人机飞起来。
需要说明的是,本发明可分别对不同等级的无人机运行安全间隔进行计算,主要侧重于对无人机安全飞行风险量化计算的模型和方法研究,所研究的无人机之间安全飞行风险主要是基于两架无人机之间。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是在多个模块中同步或异步执行的。
与现有技术相比,本发明根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素;选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型;获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值,以计算所述目标无人机的碰撞评估值,计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸,将无人机运行特性评估模型分为纵向、横向、垂直方向三个方向,有效解决了面对无人机飞行方式多样化以及复杂低空运行环境下空域自适应细粒度数字建模的问题;通过对无人机的飞行过程进行模拟,获得了一种直观的、更为精确的无人机运行计算方法,从而为低空网格剖分尺寸提供了理论依据。
此外,对每个风险碰撞模型的最小安全间隔进行计算,以对低空网格剖分进行精确划分,能够建立可变尺度网格化分的无人机管控及适飞空域精细化划设方法,针对低空飞行对象,在不同的运行模式下适用于不同等级无人机的网格剖分大小,从而为不同的低空空域飞行对象提供科学、合理的网格剖分层级。
实施例2
下述为本发明系统实施例,可以用于执行本发明方法实施例。对于本发明系统实施例中未披露的细节,请参照本发明方法实施例。
图5是根据本发明的基于无人机运行特性的低空网格剖分系统的一示例的结构示意图。
如图5所示,本公开第二方面提供一种低空网格剖分系统500,所述低空网格剖分系统500包括数据分析模块510、模型建立模块520、第一计算处理模块530和第二计算处理模块540。所述低空网格剖分系统500特别适用于执行图1的低空网格剖分方法。
在一具体实施方式中,数据分析模块510根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素。模型建立模块520选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型。第一计算处理模块530获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值。第二计算处理模块540根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,以计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸。
具体地,基于基准无人机的运行特征、及基准无人机的相关无人机的运行特征,建立第一碰撞风险评估模型,以评估第一方向误差。
监控所述基准无人机及相关无人机的飞行状态,建立第二碰撞风险评估模型,以评估因所述基准无人机偏离航路的距离误差所造成的碰撞概率。
建立第三碰撞风险评估模型,以用于评估基准无人机的操作飞行高度和实际飞行高度之间的高度误差。
在一可选实施方式中,所述根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值。
具体地,建立基准无人机与任一方向相关无人机之间的动态运动方程,以计算所述基准无人机的碰撞评估值P(t),其中,设定基准无人机与任一方向相关无人机在第一方向、第二方向和第三方向三个方向上的重叠是相互独立的,将计算第一方向、第二方向和第三方向三个方向上的总重叠概率,作为所述基准无人机在t时刻的总碰撞评估值:
P(t)=2Px(t) Py(t) Pz(t)
其中,P(t)表示所述基准无人机在t时刻的总碰撞评估值;Px(t)表示所述基准无人机在t时刻在第一方向上的碰撞评估值、即在第一方向上的重叠概率;Py(t)表示所述基准无人机在t时刻在第二方向上的碰撞评估值、即在第二方向上的重叠概率;Pz(t)表示所述基准无人机在t时刻在第三方向上的碰撞评估值、即在第三方向上的重叠概率。
在一可选实施方式中,设定基准无人机在t时刻受到GPS定位和速度的影响,且因GPS定位和速度的影响造成的定位误差均服从正态分布,在因GPS定位的影响所造成的第一方向上的定位误差均值为,在第一方向上的方差为/>,则可得到定位误差模型表示为,N表示正态分布,速度误差模型均值为/>,方差为/>,即可得到速度误差模型为/>,在飞行过程中基准无人机在t时刻的第一方向上的位置误差概率分布为:
;
所述基准无人机在第二方向上的位置误差概率分布为:
;
所述基准无人机在第三方向上的位置误差概率分布为:
;
其中,为基准无人机在第一方向上的位置误差均值,/>;/>为基准无人机在第一方向上的位置误差方差,/>;/>为基准无人机在第二方向上的位置误差均值,/>;/>为基准无人机在第二方向上的位置误差方差,/>;/>为第三方向上的位置误差均值,;/>为基准无人机在第三方向上的位置误差方差,/>。
在一可选实施方式中,采用以下表达式,计算所述基准无人机在t时刻与在第一方向上飞行的相关无人机的碰撞评估值Px(t):
,
其中,Px(t)表示所述基准无人机在t时刻与在第一方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;x表示第一方向,即x轴方向;表示所述基准无人机在第一方向上的长度;Dx(t)表示在t时刻所述基准无人机与在第一方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第一方向的位置误差,1x表示基准无人机沿第一方向飞行;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差;/>表示所述基准无人机在第一方向上的位置误差方差;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差方差。
在一可选实施方式中,采用以下表达式,计算所述基准无人机在t时刻与在第二方向上飞行的相关无人机的碰撞评估值:
,
其中,Py(t)表示所述基准无人机在t时刻与在第二方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;y表示第二方向,即y轴方向;表示所述基准无人机在第二方向上的长度、即宽度;Dy(t)表示在t时刻所述基准无人机与在第二方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第二方向的位置误差,1y表示基准无人机沿第二方向飞行;/>表示在第一方向上飞行的相关无人机沿第二方向的位置误差;/>表示所述基准无人机在第二方向上的位置误差方差;/>表示在第二方向上飞行的相关无人机沿第二方向的位置误差方差。
在一可选实施方式中,采用以下表达式,计算所述基准无人机在t时刻与在第三方向上飞行的相关无人机的碰撞评估值:
,
其中,Pz(t)表示所述基准无人机在t时刻与在第三方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;z表示第三方向,即z轴方向;表示所述基准无人机在第三方向上的高度;Dz(t)表示在t时刻所述基准无人机与在第三方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第三方向的位置误差,1z表示基准无人机沿第三方向上飞行;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差;/>表示所述基准无人机在第三方向上的位置误差方差;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差方差。/>
在一可选实施方式中,分别计算安全目标下不同等级无人机运行的最小安全运行间隔,确定网格剖分尺寸;
计算不同的初始间隔Dx(0),Dy(0),Dz(0)对应的碰撞风险值与安全目标水平,即可得出第一方向、第二方向、第三个方向的最小安全间隔。
在一可选实施方式中,以基准无人机为基准点,建立三维直角坐标系,以所述基准无人机的长度方向或沿预定航线飞行的方向为第一方向;以所述目标无人机的宽度方向为第二方向;以与第一方向和第二方向形成的平面垂直的方向为第三方向;
基于所述第一方向、所述第二方向、所述第三方向分别建立碰撞风险评估模型。
在一可选实施方式中,设定基准无人机及相关无人机各自偏离航路的位置点均服从正态分布,用以建立误差模型,建立无人机之间动态运动方程,计算危险碰撞概率,得出最小安全间隔,确定无人机网格剖分尺寸。
需要说明的是,在图4的示例中,所述低空网格剖分系统所执行的低空网格剖分方法与图1的示例中的低空网格剖分方法的内容大致相同,因此,省略了相同部分的说明。
与现有技术相比,本发明根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素;选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型;获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值,以计算所述目标无人机的碰撞评估值,计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸,将无人机运行特性评估模型分为纵向、横向、垂直方向三个方向,有效解决了面对无人机飞行方式多样化以及复杂低空运行环境下空域自适应细粒度数字建模的问题;通过对无人机的飞行过程进行模拟,获得了一种直观的、更为精确的无人机运行计算方法,从而为低空网格剖分尺寸提供了理论依据。
此外,对每个风险碰撞模型的最小安全间隔进行计算,以对低空网格剖分进行精确划分,能够建立可变尺度网格化分的无人机管控及适飞空域精细化划设方法,针对低空飞行对象,在不同的运行模式下适用于不同等级无人机的网格剖分大小,从而为不同的低空空域飞行对象提供科学、合理的网格剖分层级。
以上具体地示出和描述了本发明的示例性实施例。应可理解的是,本发明不限于这里描述的详细结构、设置方式或实现方法;相反,本发明意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (10)
1.一种基于无人机运行特性的网格剖分方法,其特征在于,包括:
根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素;
选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型,具体包括:
基于基准无人机的运行特征、及基准无人机的相关无人机的运行特征,建立第一碰撞风险评估模型,以评估第一方向误差;
监控所述基准无人机及相关无人机的飞行状态,建立第二碰撞风险评估模型,以评估因所述基准无人机偏离航路的距离误差所造成的碰撞概率;
建立第三碰撞风险评估模型,以评估基准无人机的操作飞行高度和实际飞行高度之间的高度误差;
获取目标无人机的飞行特征,分别采用所建立的第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值;
根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,以计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸。
2.根据权利要求1所述的基于无人机运行特性的网格剖分方法,其特征在于,所述根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,包括:
建立基准无人机与任一方向相关无人机之间的动态运动方程,以计算所述基准无人机的碰撞评估值P(t),其中,设定基准无人机与任一方向相关无人机在第一方向、第二方向和第三方向三个方向上的重叠是相互独立的,将计算第一方向、第二方向和第三方向三个方向上的总重叠概率,作为所述基准无人机在t时刻的总碰撞评估值:
P(t)=2 Px(t) Py(t) Pz(t)
其中,P(t)表示所述基准无人机在t时刻的总碰撞评估值;Px(t)表示所述基准无人机在t时刻在第一方向上的碰撞评估值、即在第一方向上的重叠概率;Py(t)表示所述基准无人机在t时刻在第二方向上的碰撞评估值、即在第二方向上的重叠概率;Pz(t)表示所述基准无人机在t时刻在第三方向上的碰撞评估值、即在第三方向上的重叠概率。
3.根据权利要求2所述的基于无人机运行特性的网格剖分方法,其特征在于,进一步包括:
设定基准无人机在t时刻受到GPS定位和速度的影响,且因GPS定位和速度的影响造成的定位误差均服从正态分布,在因GPS定位的影响所造成的第一方向上的定位误差均值为,在第一方向上的方差为/>,则可得到定位误差模型表示为/>,N表示正态分布;
速度误差模型均值为,方差为/>,即可得到速度误差模型为/>;
在飞行过程中,基准无人机在第一方向上的位置误差概率分布为:
;
所述基准无人机在第二方向上的位置误差概率分布为:
;
所述基准无人机在第三方向上的位置误差概率分布为:
;
其中,为基准无人机在第一方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第一方向上的定位误差均值,/>表示因速度影响所造成的第一方向上的速度误差均值;/>为基准无人机在第一方向上的位置误差方差,,/>表示基准无人机因GPS定位的影响所造成的第一方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第一方向上的速度误差方差;/>为基准无人机在第二方向上的位置误差均值,/>,/>表示因GPS定位的影响所造成的第二方向上的定位误差均值,/>表示因速度影响所造成的第二方向上的速度误差均值;/>为基准无人机在第二方向上的位置误差方差,/>,/>表示基准无人机因GPS定位的影响所造成的第二方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第二方向上的速度误差方差;/>为第三方向上的位置误差均值,,/>表示因GPS定位的影响所造成的第三方向上的定位误差均值,表示因速度影响所造成的第三方向上的速度误差均值;/>为基准无人机在第三方向上的位置误差方差,/>,/>表示基准无人机因GPS定位的影响所造成的第三方向上的定位误差方差;/>表示基准无人机因速度影响所造成的第三方向上的速度误差方差。
4.根据权利要求2所述的基于无人机运行特性的网格剖分方法,其特征在于,进一步包括:
采用以下表达式,计算所述基准无人机在t时刻与在第一方向上飞行的相关无人机的碰撞评估值Px(t):
;
其中,Px(t)表示所述基准无人机在t时刻与在第一方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;x表示第一方向,即x轴方向;表示所述基准无人机在第一方向上的长度;Dx(t)表示在t时刻所述基准无人机与在第一方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第一方向的位置误差;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差;/>表示所述基准无人机在第一方向上的位置误差方差;/>表示在第一方向上飞行的相关无人机沿第一方向的位置误差方差。
5.根据权利要求2所述的基于无人机运行特性的网格剖分方法,其特征在于,进一步包括:
采用以下表达式,计算所述基准无人机在t时刻与在第二方向上飞行的相关无人机的碰撞评估值Py(t):
,
其中,Py(t)表示所述基准无人机在t时刻与在第二方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;y表示第二方向,即y轴方向;表示所述基准无人机在第二方向上的长度、即宽度;Dy(t)表示在 t时刻所述基准无人机与在第二方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第二方向的位置误差;/>表示在第一方向上飞行的相关无人机沿第二方向的位置误差;/>表示所述基准无人机在第二方向上的位置误差方差;/>表示在第二方向上飞行的相关无人机沿第二方向的位置误差方差。
6.根据权利要求2所述的基于无人机运行特性的网格剖分方法,其特征在于,进一步包括:
采用以下表达式,计算所述基准无人机在t时刻与在第三方向上飞行的相关无人机的碰撞评估值Pz(t):
;
其中,Pz(t)表示所述基准无人机在t时刻与在第三方向上飞行的相关无人机的碰撞评估值,其中,t表示所述基准无人机飞行所处的当前时刻;z表示第三方向,即z轴方向;表示所述基准无人机在第三方向上的高度;Dz(t)表示在t时刻所述基准无人机与在第三方向上飞行的相关无人机的最小安全间隔,单位为m;/>表示基准无人机沿第三方向的位置误差;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差;/>表示所述基准无人机在第三方向上的位置误差方差;/>表示在第三方向上飞行的相关无人机沿第三方向的位置误差方差。
7.根据权利要求1所述的基于无人机运行特性的网格剖分方法,其特征在于,进一步包括:
分别计算安全目标下不同等级无人机运行的最小安全运行间隔,确定网格剖分尺寸;
计算不同的初始间隔Dx(0),Dy(0),Dz(0)对应的碰撞风险值与安全目标水平,即可得出第一方向、第二方向、第三个方向的最小安全间隔。
8.根据权利要求1所述的基于无人机运行特性的网格剖分方法,其特征在于,进一步包括:
以基准无人机为基准点,建立三维直角坐标系,以所述基准无人机的长度方向或沿预定航线飞行的方向为第一方向;以所述目标无人机的宽度方向为第二方向;以与第一方向和第二方向形成的平面垂直的方向为第三方向;
基于所述第一方向、所述第二方向、所述第三方向分别建立碰撞风险评估模型。
9.根据权利要求1所述的基于无人机运行特性的网格剖分方法,其特征在于,进一步包括:
设定基准无人机及相关无人机各自偏离航路的位置点均服从正态分布,用以建立误差模型,建立无人机之间动态运动方程,计算危险碰撞概率,得出最小安全间隔,确定无人机网格剖分尺寸。
10.一种基于无人机运行特性的网格剖分系统,其特征在于,包括:
数据分析模块,根据无人机自动飞行的运行特性,分析无人机飞行过程中的各种影响安全飞行因素;
模型建立模块,选取无人机相关参数,建立隔离空域下无人机之间的运行特性的碰撞风险评估模型,具体包括:
基于基准无人机的运行特征、及基准无人机的相关无人机的运行特征,建立第一碰撞风险评估模型,以评估第一方向误差;
监控所述基准无人机及相关无人机的飞行状态,建立第二碰撞风险评估模型,以评估因所述基准无人机偏离航路的距离误差所造成的碰撞概率;
建立第三碰撞风险评估模型,以用于评估基准无人机的操作飞行高度和实际飞行高度之间的高度误差;
获取目标无人机的飞行特征,分别采用所建立的第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值;
第一计算处理模块,获取目标无人机的飞行特征,分别采用所建立第一碰撞风险评估模型、第二碰撞风险评估模型和第三碰撞风险评估模型,确定所述目标无人机的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值;
第二计算处理模块,根据所确定的第一方向误差评估值、第二方向误差评估值和第三方向误差评估值计算所述目标无人机的碰撞评估值,以计算第一方向的安全间隔、第二方向的安全间隔和第三方向的安全间隔,并进一步确定划分不同等级网格的剖分尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311473718.8A CN117218907B (zh) | 2023-11-08 | 2023-11-08 | 一种基于无人机运行特性的低空网格剖分方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311473718.8A CN117218907B (zh) | 2023-11-08 | 2023-11-08 | 一种基于无人机运行特性的低空网格剖分方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117218907A true CN117218907A (zh) | 2023-12-12 |
CN117218907B CN117218907B (zh) | 2024-01-23 |
Family
ID=89049630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311473718.8A Active CN117218907B (zh) | 2023-11-08 | 2023-11-08 | 一种基于无人机运行特性的低空网格剖分方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117218907B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050256682A1 (en) * | 2004-05-11 | 2005-11-17 | Galutia Barry C | Method of evaluation of space systems for safety assurance and residual risk to flightcrew |
CN105023468A (zh) * | 2015-08-06 | 2015-11-04 | 北京航空航天大学 | 一种基于碰撞风险模型的终端区航线安全容限监测方法和系统 |
CN106952506A (zh) * | 2017-05-03 | 2017-07-14 | 中国民航大学 | 一种近距平行跑道碰撞风险及安全间隔计算系统和方法 |
CN111145599A (zh) * | 2019-12-17 | 2020-05-12 | 中国民用航空总局第二研究所 | 一种曲线飞行航段及误差分布确立方法 |
CN111429760A (zh) * | 2020-03-30 | 2020-07-17 | 中国民用航空飞行学院 | 一种多维度航空器碰撞冲突风险评价系统 |
CN111859542A (zh) * | 2020-07-20 | 2020-10-30 | 广州狸园科技有限公司 | 一种基于bp神经网络无人机碰撞风险评估方法 |
CN112132144A (zh) * | 2020-07-31 | 2020-12-25 | 北京航空航天大学 | 一种基于遥感图像的无人机航线撞地风险评估方法 |
CN112368660A (zh) * | 2019-05-24 | 2021-02-12 | 空中客车A^3有限责任公司 | 无人驾驶飞行器风险评估 |
CN112885155A (zh) * | 2021-01-18 | 2021-06-01 | 中国人民解放军空军工程大学 | 一种融合空域内无人机飞行碰撞风险评估方法 |
CN113340306A (zh) * | 2021-08-05 | 2021-09-03 | 北京航空航天大学 | 一种适用于低空空域无人机复杂飞行的多源导航增强方法 |
CN114333432A (zh) * | 2021-12-29 | 2022-04-12 | 中国人民解放军93209部队 | 一种基于空域网格的赋值方法 |
CN116301006A (zh) * | 2023-03-24 | 2023-06-23 | 西北工业大学深圳研究院 | 一种基于强化学习的无人机约束适配控制系统及方法 |
-
2023
- 2023-11-08 CN CN202311473718.8A patent/CN117218907B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050256682A1 (en) * | 2004-05-11 | 2005-11-17 | Galutia Barry C | Method of evaluation of space systems for safety assurance and residual risk to flightcrew |
CN105023468A (zh) * | 2015-08-06 | 2015-11-04 | 北京航空航天大学 | 一种基于碰撞风险模型的终端区航线安全容限监测方法和系统 |
CN106952506A (zh) * | 2017-05-03 | 2017-07-14 | 中国民航大学 | 一种近距平行跑道碰撞风险及安全间隔计算系统和方法 |
US20210358310A1 (en) * | 2019-05-24 | 2021-11-18 | A^3 By Airbus Llc | Risk assessment for unmanned aerial vehicles |
CN112368660A (zh) * | 2019-05-24 | 2021-02-12 | 空中客车A^3有限责任公司 | 无人驾驶飞行器风险评估 |
CN111145599A (zh) * | 2019-12-17 | 2020-05-12 | 中国民用航空总局第二研究所 | 一种曲线飞行航段及误差分布确立方法 |
CN111429760A (zh) * | 2020-03-30 | 2020-07-17 | 中国民用航空飞行学院 | 一种多维度航空器碰撞冲突风险评价系统 |
CN111859542A (zh) * | 2020-07-20 | 2020-10-30 | 广州狸园科技有限公司 | 一种基于bp神经网络无人机碰撞风险评估方法 |
CN112132144A (zh) * | 2020-07-31 | 2020-12-25 | 北京航空航天大学 | 一种基于遥感图像的无人机航线撞地风险评估方法 |
CN112885155A (zh) * | 2021-01-18 | 2021-06-01 | 中国人民解放军空军工程大学 | 一种融合空域内无人机飞行碰撞风险评估方法 |
CN113340306A (zh) * | 2021-08-05 | 2021-09-03 | 北京航空航天大学 | 一种适用于低空空域无人机复杂飞行的多源导航增强方法 |
CN114333432A (zh) * | 2021-12-29 | 2022-04-12 | 中国人民解放军93209部队 | 一种基于空域网格的赋值方法 |
CN116301006A (zh) * | 2023-03-24 | 2023-06-23 | 西北工业大学深圳研究院 | 一种基于强化学习的无人机约束适配控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117218907B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8234068B1 (en) | System, module, and method of constructing a flight path used by an avionics system | |
CN1906501B (zh) | 用于航空器涡流安全的集成系统 | |
US11460840B2 (en) | Method for operating an unmanned aerial vehicle as well as an unmanned aerial vehicle | |
US8463461B2 (en) | Trajectory prediction based on state transitions and lantencies | |
JP6357176B2 (ja) | 移動経路設定装置、移動経路設定方法及び移動経路設定プログラム | |
US7761199B2 (en) | Termination map for an aircraft | |
EP3201897A1 (en) | Method and apparatus for controlling agent movement in an operating space | |
CN110243359A (zh) | 基于低空风预测模型的安全航迹规划方法 | |
US20090204277A1 (en) | Method of Estimating Atmospheric Data at Any Point of a Path of an Aircraft | |
WO1992021077A1 (en) | Aircraft terrain and obstacle avoidance systems | |
EP3407332B1 (en) | System and method for determining uncertainty in a predicted flight path for an aerial vehicle | |
Banerjee et al. | In-time UAV flight-trajectory estimation and tracking using Bayesian filters | |
Kapoor et al. | Airplanes aloft as a sensor network for wind forecasting | |
Zhang et al. | Probabilistic planning and risk evaluation based on ensemble weather forecasting | |
CN104331593A (zh) | 用于地面预测航空器沿路径的定位的特征的设备和方法 | |
Ramasamy et al. | A unified approach to separation assurance and collision avoidance for uas operations and traffic management | |
CN111895998B (zh) | 一种大型固定翼无人飞行器分段堆栈式航路规划方法 | |
US20210025716A1 (en) | Navigation based on multi-agent interest diffusion | |
CN117218907B (zh) | 一种基于无人机运行特性的低空网格剖分方法和系统 | |
US11487301B2 (en) | Method and device for generating an optimum vertical trajectory intended to be followed by an aircraft | |
Tegicho et al. | Effect of wind on the connectivity and safety of large scale uav swarms | |
Wang et al. | Flight Tests of Autopilot Integrated with Fault‐Tolerant Control of a Small Fixed‐Wing UAV | |
Donkels | Trajectory risk evaluation for autonomous low-flying air transport | |
Banerjee et al. | Uncertainty Quantification of Expected Time-of-Arrival in UAV Flight Trajectory | |
CN104792336A (zh) | 一种飞行状态测量方法及装置 |
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 |