一种基于气象大数据的航线风险评估方法技术

本发明专利技术公开了一种基于气象大数据的航线风险评估方法，包括：步骤1：采集预设区域内航空器ACARS报文信息、以及该区域的气象部门的环境信息、CCTV相关视频图像和景深图像，并将上述信息存储到服务器，并对ACARS报文信息和环境信息融合建立气象大数据；步骤2：对预设区域的航空器行为模式进行分类，建立完善的航空器异常行为模式类别；步骤3：基于历史的航空事故记录，对事故时段的ACARS报文信息进行异常行为模式标记，并采用航空器操作模拟器模拟航空器行为，建立丰富的航空器异常行为样本库；步骤4：建立航空器行为分析模型，输入实时的ACARS报文信息，输出得到预测风险评估。对数据进行存储，为航空器行为分析、异常行为航空器自动识别提供数据基础。自动识别提供数据基础。自动识别提供数据基础。

【技术实现步骤摘要】
一种基于气象大数据的航线风险评估方法


[0001]本专利技术涉及一种基于气象大数据的航线风险评估方法，属于航空路线风险评估


技术介绍

[0002]民航安保事关国家安全、国家战略，是全国民航的责任与使命。随着民航安保形势持续严峻复杂，选择民航飞机出行的人员越来越多，各类治安事件时有发生，不仅对民航正常生产运输造成严重影响，更成为国家安全的潜在隐患。
[0003]随着社会的飞速发展，信息化建设的逐步加强，建立航线安保风险评估系统是今后研究国际民航安保态势的发展的必然趋势，其有助于为民航安保管理人员提供数据支撑，为民航安全提供良好的安全保障。目前的航线并不具备风险评估功能，航线的飞行存在一定的安全隐患。

技术实现思路

[0004]为解决现有技术的不足，本专利技术的目的在于提供一种基于气象大数据的航线风险评估方法，解决了现有技术中目前的航线并不具备风险评估功能，航线的飞行存在一定的安全隐患。
[0005]为了实现上述目标，本专利技术采用如下的技术方案：一种基于气象大数据的航线风险评估方法，包括：步骤1：采集预设区域内航空器ACARS报文信息、以及该区域的气象部门的环境信息、CCTV相关视频图像和景深图像，并将上述信息存储到服务器，并对ACARS报文信息和环境信息融合建立气象大数据；步骤2：对预设区域的航空器行为模式进行分类，建立完善的航空器异常行为模式类别；步骤3：基于历史的航空事故记录，对事故时段的ACARS报文信息进行异常行为模式标记，并采用航空器操作模拟器模拟航空器行为，建立丰富的航空器异常行为样本库；步骤4：建立航空器行为分析模型，输入实时的ACARS报文信息，输出得到预测风险评估。
[0006]作为本专利技术的一种优选方案，在步骤3中，航空器的包括发动机状态、飞行姿态、GPS信息、飞行高度、航线、航迹。
[0007]作为本专利技术的一种优选方案，航空器异常行为包括主操纵系统异常、机组人员异常、航空器设备异常。
[0008]作为本专利技术的一种优选方案，所述主操纵系统异常的判断方法包括：在航空器内设置监测相机，基于标记的典型动作位置，监测关键动作部位的动作位置是否与施加的操纵载荷及位移协调加载谱相符；对航空器施加已知的行为调节，并通过对航空器操作模拟器实时相同的行为调
节，看航空器施加已知的行为调节的操纵与航空器操作模拟器的操纵是否相符；若航空器施加已知的行为调节的操纵与航空器操作模拟器的操纵是否相符，则表明飞机主操纵系统的状态正常；若航空器施加已知的行为调节的操纵与航空器操作模拟器的操纵不相符，则表明飞机主操纵系统的状态异常。
[0009]作为本专利技术的一种优选方案，所述机组人员异常的判断方法包括：在航空器的座椅上设置人体感知模块，以感知人体生理特征；在航空器上设置视觉感知模块，以感知人体姿态；在航空器上设置声光刺激模块，通过打开声光刺激模块，观察人体表现，若人体对声光刺激无反应则机组人员异常，若人体对声光刺激正常反应则机组人员无异常。
[0010]作为本专利技术的一种优选方案，所述机组人员异常的判断方法包括：判断航速是否异常、判断航迹是否异常、飞行高度是否异常、是否离开历史航迹、是否不在合法位置；其中航速异常包括速度太高、速度太低或游荡等，航迹异常包括没有驶向目的地、航迹终止或不正常航线形状，不在合法位置活动、驶向危险区、入侵禁区。
[0011]本专利技术所达到的有益效果：本专利技术的基于气象大数据的航线风险评估方法，通过实时采集ACARS报文信息、环境信息、CCTV视频图像以及景深图像，并对数据进行存储，为航空器行为分析、异常行为航空器自动识别提供数据基础；本专利技术提供建立了一套航空器异常行为模式类别以及航空器异常行为样本库，为航空器异常行为识别提供依据；本专利技术还建立分别建立主操纵系统异常、机组人员异常、航空器设备异常的判断方法，能够进一步对飞行的风险进行判断。
附图说明
[0012]图1为本专利技术提供的一种基于气象大数据的航线风险评估方法的流程示意图。
具体实施方式
[0013]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0014]如图1所示，一种基于气象大数据的航线风险评估方法，包括：步骤1：采集预设区域内航空器ACARS报文信息、以及该区域的气象部门的环境信息、CCTV相关视频图像和景深图像，并将上述信息存储到服务器，并对ACARS报文信息和环境信息融合建立气象大数据；步骤2：对预设区域的航空器行为模式进行分类，建立完善的航空器异常行为模式类别；步骤3：基于历史的航空事故记录，对事故时段的ACARS报文信息进行异常行为模式标记，并采用航空器操作模拟器模拟航空器行为，建立丰富的航空器异常行为样本库；步骤4：建立航空器行为分析模型，输入实时的ACARS报文信息，输出得到预测风险评估。
[0015]作为本专利技术的一种优选方案，在步骤3中，航空器的包括发动机状态、飞行姿态、GPS信息、飞行高度、航线、航迹。
[0016]作为本专利技术的一种优选方案，航空器异常行为包括主操纵系统异常、机组人员异
常、航空器设备异常。
[0017]作为本专利技术的一种优选方案，所述主操纵系统异常的判断方法包括：在航空器内设置监测相机，基于标记的典型动作位置，监测关键动作部位的动作位置是否与施加的操纵载荷及位移协调加载谱相符；对航空器施加已知的行为调节，并通过对航空器操作模拟器实时相同的行为调节，看航空器施加已知的行为调节的操纵与航空器操作模拟器的操纵是否相符；若航空器施加已知的行为调节的操纵与航空器操作模拟器的操纵是否相符，则表明飞机主操纵系统的状态正常；若航空器施加已知的行为调节的操纵与航空器操作模拟器的操纵不相符，则表明飞机主操纵系统的状态异常。
[0018]作为本专利技术的一种优选方案，所述机组人员异常的判断方法包括：在航空器的座椅上设置人体感知模块，以感知人体生理特征；在航空器上设置视觉感知模块，以感知人体姿态；在航空器上设置声光刺激模块，通过打开声光刺激模块，观察人体表现，若人体对声光刺激无反应则机组人员异常，若人体对声光刺激正常反应则机组人员无异常。
[0019]作为本专利技术的一种优选方案，所述机组人员异常的判断方法包括：判断航速是否异常、判断航迹是否异常、飞行高度是否异常、是否离开历史航迹、是否不在合法位置；其中航速异常包括速度太高、速度太低或游荡等，航迹异常包括没有驶向目的地、航迹终止或不正常航线形状，不在合法位置活动、驶向危险区、入侵禁区。本专利技术的基于气象大数据的航线风险评估方法，通过实时采集ACARS报文信息、环境信息、CCTV视频图像以及景深图像，并对数据进行存储，为航空器行为分析、异常行为航空器自动识别提供数据基础；本专利技术提供建立了一套航空器异常行为模式类别以及航空器异常行为样本库，为航空器异常行为识别提供依据；本专利技术还建立分别建立主操纵系统异常、机组人员异常、航空器设备异常的判断方法，能够进一步对飞行的风险进行判断。
[0020]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于气象大数据的航线风险评估方法，其特征在于，包括：步骤1：采集预设区域内航空器ACARS报文信息、以及该区域的气象部门的环境信息、CCTV相关视频图像和景深图像，并将上述信息存储到服务器，并对ACARS报文信息和环境信息融合建立气象大数据；步骤2：对预设区域的航空器行为模式进行分类，建立完善的航空器异常行为模式类别；步骤3：基于历史的航空事故记录，对事故时段的ACARS报文信息进行异常行为模式标记，并采用航空器操作模拟器模拟航空器行为，建立丰富的航空器异常行为样本库；步骤4：建立航空器行为分析模型，输入实时的ACARS报文信息，输出得到预测风险评估。2.根据权利要求1所述的一种基于气象大数据的航线风险评估方法，其特征在于，在步骤3中，航空器的包括发动机状态、飞行姿态、GPS信息、飞行高度、航线、航迹。3.根据权利要求1所述的一种基于气象大数据的航线风险评估方法，其特征在于，航空器异常行为包括主操纵系统异常、机组人员异常、航空器设备异常。4.根据权利要求3所述的一种基于气象大数据的航线风险评估方法，其特征在于，所述主操纵系统异常的判断方法包括：在航空器内设置监测相机，基于标记的典型动作位置，监测关键动作部位的动作位置是否与施加的操...

【专利技术属性】
技术研发人员：卫晓东，张荣智，徐强君，
申请(专利权)人：中国民用航空华东地区空中交通管理局，
类型：发明
国别省市：