智能空地载具、其风险地图构建及航路规划方法与装置制造方法及图纸

技术编号:31908854 阅读:14 留言:0更新日期:2022-01-15 12:48
本发明专利技术公开了智能空地载具、其风险地图构建及航路规划方法与装置,其中所述风险地图构建方法包括:在栅格化的载具飞行区域图中标记禁飞区域;其后,依次确定每个栅格内所述载具的自身失效坠落概率P

【技术实现步骤摘要】
智能空地载具、其风险地图构建及航路规划方法与装置


[0001]本专利技术属于智能空地融合载具的


技术介绍

[0002]随着城市经济的迅猛发展,城市交通日趋饱和,交通通行效率低下、舒适体验感差、道路资源紧张、整个城市的交通运输体系运作不协调缺乏活力等情况层出不穷,便捷舒适、经济高效的新的运输体系的需求日益迫切。
[0003]协调城市空域与地面资源进行智能化的空地运输的智能空地融合载具,即智能空地载具可实现传统汽车与飞机、路网资源和空域资源的有效对接,具备地面路网行驶以及低空飞行等功能,可推动城市运输体系的完善,有效缓解地面路网资源的紧张态势,促进城市低空空域的开放。
[0004]但其在具体的实施中仍存在大量问题,如在传统飞行中,飞行航线侧重于考虑行程时间、路径长短等是否达到最优,基本不会在其对不同区域地面人员的威胁成本等方面进行重点设计,但在城市空域中飞行时,一旦发生坠毁对地面人员会造成极大的伤害,因此有必要针对智能空地载具建立基于风险划分的稳定可靠的安全保障体系。

技术实现思路

[0005]本专利技术的目的在于提出一种可用于建立稳定可靠的城市飞行安全保障体系的风险地图构建方法及装置,并提出基于该方法和/或装置的航路规划方法和装置,并提出一些具体应用上述方法和/或装置的智能空地载具。
[0006]本专利技术首先提供了如下的技术方案:
[0007]一种智能空地载具的风险地图构建方法,其包括:
[0008]S1获得栅格化的区域图;
[0009]S2在栅格化的区域图上标记禁飞区域;
[0010]S3确定每个栅格内所述载具的自身失效坠落概率Pinv;
[0011]S4确定每个栅格内所述载具坠落后撞击到地面行人的概率Pimp;
[0012]S5确定每个栅格内行人受到的撞击后的致死概率Pfat;
[0013]S6基于S3

S5所得概率,确定每个栅格内撞击点对行人造成的总伤亡概率P;
[0014]S7根据总伤亡概率P的排序,确定某一栅格的相对风险等级,即其风险代价值,根据所述风险代价值得到所述风险地图;
[0015]其中,所述总伤亡概率通过以下模型得到:
[0016]P=P
inv
×
P
imp
×
P
fat
ꢀꢀꢀꢀꢀ
(7)。
[0017]根据本专利技术的一些优选实施方式,所述失效坠落概率Pinv由所述载具的子系统和/或元件的失效概率相加得到。
[0018]根据本专利技术的一些优选实施方式,所述子系统包括操作系统、飞控系统、记载系统和显示系统,和/或,所述子系统和/或元件的失效概率通过专家知识得到。
[0019]根据本专利技术的一些优选实施方式,所述载具坠落后撞击到地面行人的概率P
imp
通过以下模型得到:
[0020]N=s
imp

i
ꢀꢀꢀꢀꢀꢀ
(1),
[0021][0022][0023]其中,N表示暴露在坠落区域内的行人数量,s
imp
表示撞击区域面积,S表示栅格的面积,w
c
表示载具的平均宽度,l
c
表示载具的平均长度,θ表示智能空地载具坠落时的滑翔角度,ρ
i
表示第i个栅格区域的人口密度,表示单个行人的平均占地面积。
[0024]根据本专利技术的一些优选实施方式,所述载具坠落后撞击到地面行人的概率P
imp
通过以下模型得到:
[0025][0026]其中,ρ
j
表示第j个栅格区域的人口密度,其它参数含义与式(1)

(3)同。
[0027]根据本专利技术的一些优选实施方式,所述致死概率Pfat通过以下模型得到:
[0028][0029]E
imp
=m
c
*[v
max

operation
*(1+0.4)]2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6),
[0030]其中,f表示取值为0

1之间的代表遮蔽物遮蔽程度的遮蔽系数,E
0.5
表示当所述遮蔽系数为0.5时、死亡率达到50%所需要的撞击能量,E0表示当所述遮蔽系数为0时、造成死亡所需要的撞击能量,E
imp
表示所述载具撞击地面时的能量,v
max

operation
表示载具最大飞行速度,m
c
表示载具的质量。
[0031]根据本专利技术的一些优选实施方式,E
0.5
=106J、E0=100J。
[0032]基于上述构建方法,可进一步获得一种智能空地载具的风险地图构建装置,其包括存储有实现上述构建方法的程序和/或模型和/或所需数据的存储介质。
[0033]本专利技术进一步提供了基于上述构建方法和/或构建装置的智能空地载具的航路规划方法,其包括:通过改进的蚁群算法自所述风险地图中获得总风险代价值最低的航路。
[0034]根据本专利技术的一些优选实施方式,所述规划方法具体包括:
[0035]S101初始化蚁群;
[0036]S102将所得风险地图中所述风险代价值低的区域的初始信息素进行加强,得到初始信息素非均匀分配的风险地图;
[0037]S103使用初始化的蚁群对所述初始信息素非均匀分配的风险地图进行全局寻优,得到最优航路;
[0038]其中,所述非均匀分配通过以下模型实现:
[0039][0040]其中R表示栅格点初始风险代价值,r表示风险代价值分配阈值,优选的,其取值为所述总伤亡概率排序或所述风险代价值的15%位数~30%位数。
[0041]根据本专利技术的一些优选实施方式,所述全局寻优中应用了如下模型中的一种或多种:
[0042]状态转移概率计算模型:
[0043][0044]其中,表示在t时刻、蚂蚁k在栅格点i处选择栅格点j的概率,τ
ij
(t)表示信息素浓度,η
ij
表示启发式因子,其通过i节点到j节点的欧拉距离的倒数计算得到,j
k
表示下一时刻可以转移的所有节点集合,表示转移函数中的指引函数,α、β分别表示蚂蚁在运动中所积累的信息和启发信息在选择路径中的相对重要程度;
[0045]信息素更新模型,包括:
[0046][0047]λ(t)=max[ελ(t

1),λ
min
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0048]τ
ij
(t+Δt)=[1

λ(d)

λ(t)]*τ
ij
(t)+Δτ
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种智能空地载具的风险地图构建方法,其特征在于,其包括:S1获得栅格化的所述载具的飞行区域图;S2在栅格化的区域图上标记禁飞区域;S3确定每个栅格内所述载具的自身失效坠落概率P
inv
;S4确定每个栅格内所述载具坠落后撞击到地面行人的概率P
imp
;S5确定每个栅格内行人受到的撞击后的致死概率P
fat
;S6基于S3

S5所得概率,确定每个栅格内撞击点对行人造成的总伤亡概率P;S7根据总伤亡概率P的排序,确定某一栅格的相对风险等级,即其风险代价值,根据所述风险代价值得到所述风险地图;其中,所述总伤亡概率通过以下模型得到:P=P
inv
×
P
imp
×
P
fat
ꢀꢀꢀ
(7)。2.根据权利要求1所述的构建方法,其特征在于,所述失效坠落概率P
inv
由所述载具的子系统和/或元件的失效概率相加得到;优选的,所述子系统包括操作系统、飞控系统、记载系统和显示系统,和/或,所述子系统和/或元件的失效概率通过专家知识得到。3.根据权利要求1所述的构建方法,其特征在于,所述载具坠落后撞击到地面行人的概率P
imp
通过以下模型得到:N=s
imp

i
ꢀꢀꢀꢀ
(1),(1),其中,N表示暴露在坠落区域内的行人数量,s
imp
表示撞击区域面积,S表示栅格的面积,w
c
表示载具的平均宽度,l
c
表示载具的平均长度,θ表示智能空地载具坠落时的滑翔角度,ρ
i
表示第i个栅格区域的人口密度,表示单个行人的平均占地面积;和/或,通过以下模型得到:其中,ρ
j
表示第j个栅格区域的人口密度。4.根据权利要求1所述的构建方法,其特征在于,所述致死概率P
fat
通过以下模型得到:E
imp
=m
c
*[v
max

operation
*(1+0.4)]2ꢀꢀꢀꢀ
(6),其中,f表示取值为0

1之间的代表遮蔽物遮蔽程度的遮蔽系数,E
0.5
表示当所述遮蔽系数为0.5时、死亡率达到50%所需要的撞击能量,E0表示当所述遮蔽系数为0时、造成死亡所需要的撞击能量,E
imp
表示所述载具撞击地面时的能量,v
max
...

【专利技术属性】
技术研发人员:唐立张学军李勇杰
申请(专利权)人:北航四川西部国际创新港科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1