一种终端区无人机与有人机冲突风险等级划分方法技术

本发明专利技术公开了一种终端区无人机与有人机冲突风险等级划分方法，包括：获取有人机、无人机的轨迹数据；对获取的无人机与有人机轨迹数据进行数据处理与分割，设定不同飞行高度区间下无人机与有人机之间的安全运行分离间隔标准；分别进行有人机轨迹的位置点预测和无人机轨迹的位置分布预测；判断无人机与有人机是否具有冲突风险，并计算具有冲突风险的无人机与有人机的冲突概率；通过蒙特卡洛模拟仿真计算冲突概率预测的准确率；计算无人机与有人机在相遇最近点时的冲突概率及预计到达相遇最近点的时间，划分无人机与有人机的冲突风险等级。本发明专利技术针对无人机与有人机之间的冲突风险进行预测，为低空环境下无人机与有人机的安全运行提供理论支持。运行提供理论支持。运行提供理论支持。

【技术实现步骤摘要】
一种终端区无人机与有人机冲突风险等级划分方法


[0001]本专利技术属于无人机交通管理
，具体涉及一种终端区无人机与有人机冲突风险等级划分方法。

技术介绍

[0002]近年来，无人机入侵机场周边空域、干扰民用载人航空器(有人机)的事件时有发生，导致机场进港航班备降他处，出港航班的大面积延误。由于机场周边入侵的无人机大多为非合作类无人机，无人机与有人机之间的飞行信息无法及时交互，在探测到无人机时，面临无人机下一时刻的位置难以确定，无人机与有人机不确定性冲突风险难以估算、风险等级不明确等问题，因此进行无人机与有人机之间的冲突风险评估是实现机场安全管理的重要手段。通过低空环境下无人机与有人机的冲突概率预测以及风险评估，可以为无人机与有人机冲突风险预警告警提供技术支持。
[0003]现有的冲突概率预测方法大多需要基于误差服从某一假设分布，计算误差带来的不确定性所得到的冲突概率；此外，现有的冲突预警和告警技术大多是研究航空器的静态保护区，并且对无人机和有人机的信息依赖度较高，在实际情况中，在机场终端区内运行的无人机，通常是用于娱乐用途或者执本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种终端区无人机与有人机冲突风险等级划分方法，其特征在于，步骤如下：(1)获取有人机在机场终端区起飞、降落阶段的轨迹数据，以及机场周边探测范围内无人机的轨迹数据；(2)对步骤(1)中获取的无人机与有人机轨迹数据进行数据处理与分割，对有人机起飞阶段和降落阶段的飞行高度区间进行划分，设定不同飞行高度区间下无人机与有人机之间的安全运行分离间隔标准；(3)针对步骤(2)中处理后的无人机与有人机轨迹数据，分别进行有人机轨迹的位置点预测和无人机轨迹的位置分布预测；(4)针对有人机轨迹预测位置点和无人机轨迹预测位置分布，判断无人机与有人机是否具有冲突风险，并计算具有冲突风险的无人机与有人机的冲突概率；(5)根据步骤(4)中得到的冲突概率判断无人机与有人机之间的冲突发生情况，通过蒙特卡洛模拟仿真计算冲突概率预测的准确率，当准确率达到预测精度要求时进入步骤(6)，否则，返回步骤(1)；(6)计算无人机与有人机在相遇最近点时的冲突概率及预计到达相遇最近点的时间，划分无人机与有人机的冲突风险等级。2.根据权利要求1所述的终端区无人机与有人机冲突风险等级划分方法，其特征在于，所述步骤(1)中有人机和无人机的轨迹数据均包含多个轨迹点，其中有人机起飞阶段和降落阶段每个轨迹点记录的信息包括：航班唯一标识码、航空器类型、经度、纬度、高度、地速、航向角、监视时间、起飞机场四字码、落地机场四字码；无人机每个轨迹点记录的信息包括：时间戳、纬度、经度、高度、水平速度、垂直速度、航向角、俯仰角以及滚轴角。3.根据权利要求1所述的终端区无人机与有人机冲突风险等级划分方法，其特征在于，所述步骤(2)的具体过程如下：(21)有人机轨迹数据的处理与分割；(211)坐标系转化；将步骤(1)中基于空间球面坐标系采集到的有人机轨迹数据中的经度和纬度转化到ECEF直角坐标系：式中，h为高度，N为曲率半径，为纬度对应弧度，λ为经度对应弧度，坐标转化后的经纬度单位为米，X为转化后的经度，Y为转化后的纬度；(212)生成等间隔时间序列数据；针对有人机轨迹数据中的高度和地速及步骤(211)中转化后的经度X和纬度Y，通过线性插值生成等间隔时间序列数据；(213)量纲处理与样本分割；对步骤(212)中的等间隔时间序列数据通过归一化处理消除量纲的影响，采用滑动时间窗口将归一化后的等间隔时间序列数据切分为固定长度的时间序列切片，将每个切片样本包含的轨迹点减去该样本的初始位置值，分别生成包含轨迹预测模型中输入和输出数据的起飞阶段和降落阶段的切片样本集，每个切片样本集包括纬度、经度、高度和地速四个变
量；(22)无人机轨迹数据的处理与分割；(221)噪声处理与等间隔数据选择；对无人机初始飞行时采集数据过程中存在的不稳定轨迹点的数据进行清理，对清理后的无人机轨迹数据按照步骤(212)中有人机时间序列数据的间隔大小进行等间隔数据选择；(222)坐标系转化；步骤(221)中处理后的无人机轨迹数据在WGS
‑
84坐标系中以经纬度的形式呈现，将该坐标系中的经度和纬度转化到ECEF直角坐标系下的垂直与水平方向距离，得到坐标系转化后的无人机轨迹数据；(223)量纲处理与样本分割；对步骤(222)中的无人机轨迹数据进行归一化处理，消除量纲的影响，采用滑动时间窗口将归一化后的轨迹数据切分为固定长度的时间序列切片，生成包含轨迹预测模型中输入和输出数据的切片样本集，每个切片样本集包括纬度、经度、高度、x方向上的速度、y方向上的速度、垂直速度、航向角、俯仰角以及滚轴角九个变量；(23)设定不同飞行高度区间下无人机与有人机之间的安全运行分离间隔标准；(231)划分不同飞行高度区间；无人机与有人机之间的冲突多发生在有人机的起飞阶段和降落阶段，将0
‑
300m的飞行高度以100m为间隔进行高度区间划分；(232)设定0
‑
100m的飞行高度区间内无人机与有人机之间的安全运行分离间隔标准；针对有人机起飞阶段和降落阶段的飞行速度随机体距地高度的变化而变化的特点，结合步骤(231)中划分的飞行高度区间，以不同飞行高度区间内有人机速度的均值作为该区间的有人机飞行速度表征，设定在0
‑
100m的飞行高度区间对应的速度均值下无人机与有人机安全运行的分离间隔标准为水平距离609.6m，垂直距离76.2m，以有人机轨迹预测位置点为中心形成一个圆柱体的外层保护区；(233)设定100
‑
200m和200m
‑
300m的飞行高度区间内无人机与有人机的保护区；根据步骤(232)中定义的0
‑
100m的飞行高度区间内无人机与有人机的保护区大小，设定在100
‑
200m和200
‑
300m的飞行高度区间对应的速度均值下，无人机与有人机在水平和垂直方向上安全运行的分离间隔标准，以0
‑
100m保护区的大小为基准按速度均值的比例进行扩大，得到在100
‑
200m和200
‑
300m的飞行高度区间内有人机的保护区。4.根据权利要求3所述的终端区无人机与有人机冲突风险等级划分方法，其特征在于，所述步骤(3)的具体过程如下：(31)基于GRU轨迹预测模型预测有人机轨迹位置点；(311)设定GRU轨迹预测模型输入层和输出层参数；确定起飞阶段和降落阶段的单批次训练样本数量和输入信息的时间步长，设定每个样本的输入数据维度和输出数据维度；(312)设定GRU轨迹预测模型网络层参数；设定起飞阶段和降落阶段的网络最大迭代次数、学习率，确定起飞阶段和降落阶段的隐含层层数、单隐含层神经元数目；激活函数选择Sigmoid；
(313)利用GRU轨迹预测模型对有人机轨迹进行预测；针对步骤(213)中有人机起飞阶段和降落阶段的切片样本集，分别利用GRU轨迹预测模型进行有人机预测步长内的位置点预测；(32)基于QRGRU模型预测无人机轨迹位置分布；(321)设定QRGRU模型输入层和输出层参数；确定单批次训练样本的数量和输入信息的时间步长，设定每个样本的输入数据维度和输出数据维度；(322)设定QRGRU模型网络层参数；设定网络最大迭代次数、学习率，确定隐含层层数、单隐含层神经元数目；激活函数选择ReLu；(323)利用QRGRU模型对无人机轨迹分布进行预测；针对步骤(223)中无人机轨迹的切片样本集，根据不同分位数条件下的GRU轨迹预测模型即门控循环单元分位数损失回归模型QRGRU对无人机的位置分布进行预测。5.根据权利要求4所述的终端区无人机与有人机冲突风险等级划分方法，其特征在于，所述步骤(4)的具体过程如下：(41)判断无人机与有人机是否具有冲突风险；判断预测时刻无人机轨迹在各个分位点下预测的位置与有...

【专利技术属性】
技术研发人员：羊钊，李娜，朱仁伟，张洪海，谢华，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：