一种基于最小安全转向圆切线法进行无人机路径规划的高速公路突发事件识别方法技术

本专利公开了一种基于最小安全转向圆切线法进行无人机路径规划的高速公路突发事件识别方法，所述方法包括：步骤一：检测突发事件的发生。步骤二：初步确定事故地点。步骤三：无人机路径规划初步准备工作。步骤四：用“最小安全转向圆切线法”进行路径规划。步骤五：无人机到事故区域进行调查。本发明专利技术具有反应速度快、自动化、智能化、可靠性高等优点。

【技术实现步骤摘要】
一种基于最小安全转向圆切线法进行无人机路径规划的高速公路突发事件识别方法
本专利技术涉及交通领域和无人机
具体而言是一种无人机自动接收指令、生成轨迹，飞往事故点进行高速公路突发事件快速识别的方法。
技术介绍
随着国内机动车保有量、高速公路路网里程和路网占有率的持续增长，高速公路的事故发生率也随之上升，成为阻碍高速公路路网体系发挥高效运输作用的重要因素之一。高速公路发生突发事件时，后果往往严重，如果交警人员不能及时到达现场处理，容易引发更严重的人员伤亡。如之前发生在安徽省的高速公路团雾事件，死伤几十人。事故发生后，高速公路拥堵严重，交警人员无法快速到达事故发生点，也无法得知现场的具体情况，造成现场秩序混乱，高速公路交通长时间瘫痪。高速公路发生突发事件时，传统的做法是人为发现事故后通过报警来通知交警部门，效率低，等待时间长，交警部门处于被动状态。因而当高速公路发生突发事件，事故发现和处理的不及时是造成交通全面瘫痪和严重灾难的重要原因。传统的事故检测识别技术已经无法满足我国高速公路路网快速、安全、智能化发展的需求。随着传感器和互联网技术的广泛使用，智能交通技术正在快速发展和普及，催生交通系统智慧化变革，为高速公路智能化事故点识别和无人机智能快速事故辨识提供了强有力的技术支持。高速公路事故点的识别以及事故类别的快速辨识，是交通领域一个比较新颖的课题。现有方法主要是交警部门接到事故报警信息后，人为向无人机传达指令，无人机在事故发生点帮助交警人员进行事故调查。现存的方法人为参与过多，智能化不足，事故调查分析耗时长，实用性差；且无人机并没有被很好的运用，无人机作为新技术手段使用的实用性过低。传统的路径规划算法可以分为"非进化算法"和"进化算法"两大类。"非进化算法"主要有：单侧搜索法、人工势场法、Dijkstra算法；"进化算法"主要有：遗传算法、蚁群算法、粒子群优化算法。路径规划的计算代价一般是地图大小的函数，地图越大，路径规划的计算代价随之变大。与其他路径规划相比，无人机路径规划的特点体现为隙碍物稀疏、小体积障碍物分布零散、大体积障碍物分布集中的特点。在无人机路径规划之中，由于地图一般较大，而地图的稀疏度较高，故而采用传统路径规划算法会浪费较多的计算时间，且生成的路径不稳定，无法保证所得路径即为最短路径。无人机的路径规划，应该使用简单可靠、不受地图大小影响的路径生成方法。本专利技术提出利用“最小安全转向圆切线法”进行无人机路径生成，使无人机自主对高速公路突发事故进行安全快速辨识。检测器模块自动进行事故点的检测和分析，并将事故信息发送给无人机，无人机接到指令后通过“最小安全转向圆切线法”自动生成路径，前往事故点进行事故的识别。该方法解决了高速公路事故检测分析中对人员的过度依赖，相比于传统方法具有更好的准确性、快速性和可靠性。
技术实现思路
本专利技术的目的在于克服目前高速公路事故点及事故类别的辨识花费时间长、人员依赖严重、稳定性差的问题，充分发挥无人机灵活度高、使用成本小的优势，提出一种基于“最小安全转向圆切线法”进行无人机路径规划的高速公路突发事件识别方法。本专利技术首先利用高速公路交通波理论和传感器检测技术，对高速公路的检测器数据进行处理，从而对高速公路车道通行状态进行分析，确定突发事件的事故地点；然后，利用无线通讯技术将事故信息传送给无人机；最后，利用“最小安全转向圆切线法”生成无人机最优飞行路径，使无人机可以快速到达事故区域执行任务，完成事故点精确定位和事故类别辨识；达到高速公路突发事件的快速、准确和高效辨识，为事故处置决策提供了可靠地执行依据，从而减轻高速公路突发事件对高速公路正常通行的影响。为实现上述专利技术目的，本专利技术的具体技术方案如下：步骤一：检测突发事件的发生。由检测器的占空情况可以检测高速公路上是否有突发事件发生。检测器分为占有和空置两种状态，当车辆在检测器上方时，检测器为占有状态；反之，为空置状态。高速公路车流通行正常时，检测器出现占有和空置交替出现的现象。事故发生时，往往伴随着交通堵塞。事故发生后，事故点上游道路车流速度迅速减弱为零，出现堵塞，事故点上游的检测器将变为持续占有状态；事故点下游的检测器将变为持续空置状态，直到事故被清理。根据检测器的状态可判断是否有突发事故发生，当检测器被占有时间或被空置时间Δt＞T时，认定有交通事故发生。其中，T为时间阈值,表示在非堵车情况下高速公路上的车流通过检测器，检测器出现占有和空闲交替的最大时间间隔；T与日期、时刻、高速公路所在的地域位置等多种参数相关，因而可知T的设置要根据具体的高速公路进行设置，不同省市之间高速公路的检测器所设置的T不尽相同，需要根据统计分析得到。步骤二：初步确定事故地点。判定事故发生后，上游检测器被占用的开始时间t1，下游检测器被空置的开始时间t2随之都被确定。车流的交通量q(辆/h)、平均车速v(km/h)可由检测器计算的数据直接计算得出。事故地点的确定依据交通波理论。计算道路正常通行时，交通流密度k(辆/km)：道路拥堵时的交通流密度kj通过统计分析可得。计算事故点与检测器的相对位置：其中：uw为交通波波速；Δt*为交通波传播时间；Δq为交通量的变化值；Δk为交通流密度的变化值；q2为车流密度分界面处下游的交通流量；q1为车流密度分界面处上游的交通流量k2为车流密度分界面处下游的交通流密度；k1为车流密度分界面处上游的交通流密度。ΔL为事故点到检测器的距离。检测器的经纬度已知，当ΔL计算出来后，事故点的坐标随之得到。检测器将事故信息发送给距离事故点最近的无人机，等待无人机飞往事故点进行调查。步骤三：无人机路径规划初步准备工作。路径规划的计算代价一般是地图大小Size＝length·width的函数，length为地图的长，width为地图的宽。在无人机路径规划之中，由于地图大小Size的值一般较大，而地图的稀疏度较高，故而采用传统路径规划算法会浪费较多的计算时间，且生成的路径不稳定，无法保证所得路径是最短路径。根据高速公路所处的障碍物稀疏的环境特点，本文提出一种简单可行的“最小安全转向圆切线法”生成路径，其与地图的大小无关，对于障碍物稀疏的飞行环境适用性很强。首先确定本方法中各符号的意义：地图X轴的坐标x,Y轴的坐标y，限定的无人机飞行高度H，无人机最大飞行速度VMAX,无人机最大偏航速度(平转向速度)ωMAX，无人机巡航速度VC，无人机最小转弯半径R,计算无人机的最小转弯半径假设无人机飞行中的大部分路段都是在限度飞行高度H的高空飞行。根据无人机的限定飞行高速H，将高度高于H的物体标记为障碍物，对飞行区域中的障碍物标注在路径规划的地图上，将三维路径规划的地图投影到二维平面。步骤四：用“最小安全转向圆切线法”进行路径规划。第一步，起点和目标点之间是否有障碍物。若起点(xA,yA)与目标点(xB,yB)之间没有障碍物，根据欧式距离确定理想最短路径L0的长度则欧式距离为L0即为实际最优路径，路径生成。反之，按照“最小安全转向圆切线法”进行无人机路径规划。第二步，得到最小安全转向圆。当起点(xA,yA)与目标点(xB,yB)之间有障碍物时，作距离A点最近的障碍物轮廓线的外接圆O，半径为R0，在地图上标记此外接圆圆心O(xO,yO)。考本文档来自技高网...

【技术保护点】
1.一种基于最小安全转向圆切线法进行无人机路径规划的高速公路突发事件识别方法，其特征在于，所述方法包括：步骤一：检测突发事件的发生，由检测器的占空情况当检测器被占有时间或被空置时间Δt＞T时，认定有交通事故发生；步骤二：初步确定事故地点；计算事故点与检测器的相对位置：

【技术特征摘要】
2018.07.04 CN 20181072213611.一种基于最小安全转向圆切线法进行无人机路径规划的高速公路突发事件识别方法，其特征在于，所述方法包括：步骤一：检测突发事件的发生，由检测器的占空情况当检测器被占有时间或被空置时间Δt＞T时，认定有交通事故发生；步骤二：初步确定事故地点；计算事故点与检测器的相对位置：其中：uw为交通波波速；Δt*为交通波传播时间；Δq为交通量的变化值；Δk为交通流密度的变化值；q2为车流密度分界面处下游的交通流量；q1为车流密度分界面处上游的交通流量k2为车流密度分界面处下游的交通流密度；k1为车流密度分界面处上游的交通流密度；步骤三：无人机路径规划初步准备；计算无人机的最小转弯半径；并根据无人机的限定飞行高度H，将高度高于H的物体标记为障碍物，对飞行区域中的障碍物标注在路径规划的地图上，将三维路径规划的地图投影到二维平面；步骤四：用“最小安全转向圆切线法”进行无人机飞行路径规划，所述步骤四包括：首先，确定无人机飞行起点和目标点之间是否有障碍物；若起点(xA,yA)与目标点(xB,yB)之间没有障碍物，则欧式距离即为实际最优路径，路径生成；如果确定无人机飞行起点和目...

【专利技术属性】
技术研发人员：于海洋，刘晨阳，任毅龙，刘帅，杨刚，季楠，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11