一种低空多无人机概率型冲突探测方法及存储介质技术

本发明专利技术公开了一种低空多无人机概率型冲突探测方法及存储介质，本发明专利技术采用神经网络精确预测无人机航迹，并考虑预测不可避免的误差构建碰撞坐标系，在碰撞坐标系内计算碰撞概率，从而实现低空多无人机复杂环境下的冲突探测，为制定及时的冲突解脱策略奠定基础。为制定及时的冲突解脱策略奠定基础。为制定及时的冲突解脱策略奠定基础。

【技术实现步骤摘要】
一种低空多无人机概率型冲突探测方法及存储介质


[0001]本专利技术涉及一种低空多无人机概率型冲突探测方法及存储介质，属于冲突探测领域。

技术介绍

[0002]随着无人机市场的不断扩大以及城市空中交通运行概念的兴起，无人机运行常态化和无人机数量在不断增加，无人机的碰撞风险问题也日益突出。因此现在急需一种在城市复杂场景下，对多无人机进行快速冲突探测的方法。

技术实现思路

[0003]本专利技术提供了一种低空多无人机概率型冲突探测方法及存储介质，解决了
技术介绍
中披露的问题。
[0004]为了解决上述技术问题，本专利技术所采用的技术方案是：
[0005]一种低空多无人机概率型冲突探测方法，包括：
[0006]根据无人机当前时刻的位置，确定存在潜在冲突的无人机与无人机组合、无人机与建筑物组合；
[0007]根据组合中无人机轨迹数据，采用预先训练的神经网络，预测探测时间内无人机的位置；
[0008]针对存在潜在冲突的各种组合，根据预测位置、预设的无人机预测误差、预先构建的无人机碰撞区、预先构建的建筑物碰撞区，构建存在潜在冲突组合的碰撞坐标系；
[0009]在碰撞坐标系内，计算存在潜在冲突组合的碰撞概率，根据碰撞概率，确定冲突探测结果。
[0010]根据无人机当前时刻的位置，确定存在潜在冲突的无人机与无人机组合、无人机与建筑物组合，包括：
[0011]根据无人机当前时刻的位置，确定无人机与无人机之间的距离、无人机与建筑物之间的距离；
[0012]若距离小于距离阈值，则相应的组合为存在潜在冲突的组合。
[0013]无人机碰撞区和建筑物碰撞区均基于最小包络圆构建，碰撞区为圆柱形；
[0014]建筑物碰撞区公式为：
[0015][0016]s.t.||x
k
‑
x0||≤R
obs
[0017]H
obs
＝h
i
‑
h
j
[0018]其中，R
obs
为建筑物碰撞区的半径，x0为建筑物最小包络圆的中心点，x
k
∈C
obs
为C
obs
中的第k个点，C
obs
为建筑物水平边界的凸包，Ho
bs
为建筑物碰撞区的高度，h
i
为建筑物最高点，h
j
为建筑物最低点；
[0019]无人机碰撞区公式为：
[0020][0021]s.t.||x
′
k
′
‑
x
′0||≤R
cir
[0022]R
uav
＝σ
r
·
R
cir
[0023]H
uav
＝σ
h
(h
ui
‑
h
uj
)
[0024]其中，R
cir
为无人机最小包络圆的半径，x
′0为无人机最小包络圆的中心点，x
′
k
′
∈C
uav
为C
uav
中的第k
′
个点，C
uav
为无人机水平边界的凸包，σ
r
为半价扩展参数，R
uav
为无人机碰撞区的半径，H
uav
为无人机碰撞区的高度，h
ui
为无人机最高点，h
uj
为无人机最低点，σ
h
为高度扩展参数。
[0025]针对存在潜在冲突的各种组合，根据预测位置、预设的无人机预测误差、预先构建的无人机碰撞区、预先构建的建筑物碰撞区，构建存在潜在冲突组合的碰撞坐标系，包括：
[0026]若存在潜在冲突的组合为无人机与无人机组合，将一架无人机作为参考无人机，另一架作为随机无人机，将参考无人机的预测误差叠加到随机无人机的预测误差上，将随机无人机的碰撞区叠加到参考无人机的碰撞区上，以参考无人机为原点，随机无人机为质点，构建碰撞坐标系；
[0027]若存在潜在冲突的组合为无人机与建筑物组合，将无人机的碰撞区叠加到建筑物的碰撞区上，无人机的预测误差不做调整，以建筑物为原点，无人机为质点，构建碰撞坐标系。
[0028]在碰撞坐标系内，计算存在潜在冲突组合的碰撞概率，包括：
[0029]在碰撞坐标系内，计算质点和原点的相对位置，
[0030]根据相对位置和预测误差，计算质点位置的概率分布；
[0031]根据质点位置的概率分布和碰撞区域，计算存在潜在冲突组合的碰撞概率。
[0032]质点位置的概率分布是以相对位置为数学期望向量，以组合误差为协方差矩阵的三维正态分布；其中，若存在潜在冲突的组合为无人机与无人机组合，组合误差为两架无人机预测误差叠加构成的误差；若存在潜在冲突的组合为无人机与建筑物组合，组合误差为无人机预测误差；
[0033]碰撞概率是以融合碰撞区域为积分区域，以质点位置的概率分布为积分函数的三重积分；其中，融合碰撞区域为质点碰撞区叠加到原点碰撞区构成的区域。
[0034]若存在潜在冲突的组合为无人机与无人机组合，质点位置的概率分布为：
[0035][0036]其中，P
uu
为无人机与无人机组合时，质点位置的概率分布，R为坐标转化矩阵，θ为无人机在预测时刻的航向角，为无人机在预测时刻的爬升角，为随机无人机的预测误差，为参考无人机的预测误差，为随机无人机的预测位置，为参考无人机的预测位置；
[0037]若存在潜在冲突的组合为无人机与建筑物组合，质点位置的概率分布为：
[0038][0039]其中，P
uo
为无人机与建筑物组合时，质点位置的概率分布，为建筑物的实际位置。
[0040]若存在潜在冲突的组合为无人机与无人机组合，融合碰撞区域为：
[0041][0042]其中，D
uu
为无人机与无人机组合的融合碰撞区域，R
ruav
为参考无人机碰撞区的半径，R
suav
为随机无人机碰撞区的半径，H
ruav
为参考无人机碰撞区的高度，H
suav
为随机无人机碰撞区的高度；(x,y,z)为三维变量，为三维实数域；
[0043]若存在潜在冲突的组合为无人机与建筑物组合，融合碰撞区域为：
[0044][0045]其中，D
uo
为无人机与建筑物组合融合碰撞区域，R
r
′
uav
为无人机碰撞区的半径，R
obs
为建筑物碰撞区的半径，H
r
′
uav
为无人机碰撞区的高度，H
obs
为建筑物碰撞区的高度。
[0046]若本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低空多无人机概率型冲突探测方法，其特征在于，包括：根据无人机当前时刻的位置，确定存在潜在冲突的无人机与无人机组合、无人机与建筑物组合；根据组合中无人机轨迹数据，采用预先训练的神经网络，预测探测时间内无人机的位置；针对存在潜在冲突的各种组合，根据预测位置、预设的无人机预测误差、预先构建的无人机碰撞区、预先构建的建筑物碰撞区，构建存在潜在冲突组合的碰撞坐标系；在碰撞坐标系内，计算存在潜在冲突组合的碰撞概率，根据碰撞概率，确定冲突探测结果。2.根据权利要求1所述的一种低空多无人机概率型冲突探测方法，其特征在于，根据无人机当前时刻的位置，确定存在潜在冲突的无人机与无人机组合、无人机与建筑物组合，包括：根据无人机当前时刻的位置，确定无人机与无人机之间的距离、无人机与建筑物之间的距离；若距离小于距离阈值，则相应的组合为存在潜在冲突的组合。3.根据权利要求1所述的一种低空多无人机概率型冲突探测方法，其特征在于，无人机碰撞区和建筑物碰撞区均基于最小包络圆构建，碰撞区为圆柱形；建筑物碰撞区公式为：s.t.||x
k
‑
x0||≤R
obs
H
obs
＝h
i
‑
h
j
其中，R
obs
为建筑物碰撞区的半径，x0为建筑物最小包络圆的中心点，x
k
∈C
obs
为C
obs
中的第k个点，C
obs
为建筑物水平边界的凸包，H
obs
为建筑物碰撞区的高度，h
i
为建筑物最高点，h
j
为建筑物最低点；无人机碰撞区公式为：s.t.||x
′
k
′
‑
x
′0||≤R
cir
R
uav
＝σ
r
·
R
cir
H
uav
＝σ
h
(h
ui
‑
h
uj
)其中，R
cir
为无人机最小包络圆的半径，x
′0为无人机最小包络圆的中心点，x
′
k
′
∈C
uav
为C
uav
中的第k
′
个点，C
uav
为无人机水平边界的凸包，σ
r
为半价扩展参数，R
uav
为无人机碰撞区的半径，H
uav
为无人机碰撞区的高度，h
ui
为无人机最高点，h
uj
为无人机最低点，σ
h
为高度扩展参数。4.根据权利要求1所述的一种低空多无人机概率型冲突探测方法，其特征在于，针对存在潜在冲突的各种组合，根据预测位置、预设的无人机预测误差、预先构建的无人机碰撞区、预先构建的建筑物碰撞区，构建存在潜在冲突组合的碰撞坐标系，包括：若存在潜在冲突的组合为无人机与无人机组合，将一架无人机作为参考无人机，另一
架作为随机无人机，将参考无人机的预测误差叠加到随机无人机的预测误差上，将随机无人机的碰撞区叠加到参考无人机的碰撞区上，以参考无人机为原点，随机无人机为质点，构建碰撞坐标系；若存在潜在冲突的组合为无人机与建筑物组合，将无人机的碰撞区叠加到建筑物的碰撞区上，无人机的预测误差不做调整，以建筑物为原点，无人机为质点，构建碰撞坐标系。5.根据权利要求4所述的一种低空多无人机概率型冲突探测方法，其特征在于，在碰撞坐标系内，计算存在潜在冲突组合的碰撞概率，包括：在碰撞坐标系内，计算质点和原点的相对位置；根据相对位置和预测误差，计算质点位置的概率...

【专利技术属性】
技术研发人员：张洪海，张金鹏，刘皞，钟罡，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：