机场智能驱鸟系统仿生学优化智能PID控制算法技术方案

机场智能驱鸟系统仿生学优化智能PID控制算法，其特征是通过对鸟类飞行过程中的生物特性进行分析，采用突变前馈技术结合PID控制算法，获得智能仿生PID控制算法。通过鸟类的飞行姿态预测飞行方向，结合前馈控制算法，获得突变型前馈控制算法，以实现对目标精准的跟踪和伴随；通过对目标特征和疲劳程度的分析，对于体型和疲劳程度不同的鸟类采用不同控制规则，通过对设备的控制，实现设备对目标的精准跟踪；通过不同季节鸟类的出现频率，针对鸟类在不同季节的习性，智能调节控制设备的参数；通过对鸟类在不同时间段和气候下的状态进行分析，依据时间点和气候对设备的PID参数进行自动调节，实现对鸟群目标的精确跟踪，达到对鸟群最佳识别和驱离的效果。群最佳识别和驱离的效果。群最佳识别和驱离的效果。

【技术实现步骤摘要】
机场智能驱鸟系统仿生学优化智能PID控制算法


[0001]本技术专利技术涉及航空航天、机场安全、信息技术等应用领域，适用于军用机场驱鸟、民用机场预警或驱鸟，针对机场或其它场景的鸟击事件防范，具体为一种机场智能驱鸟系统仿生学优化智能PID控制算法。

技术介绍

[0002]近年来，随着航空事业的快速发展，世界各地鸟撞事故的发生概率成明显上升趋势，重大鸟撞事故时有发生，事故造成了严重的生命及财产损失，已经引起各国有关部门的高度重视。鸟击事故的频繁发生，是航空兵场站和民航机场的重点和难点问题。目前针对鸟击解决方案大多采用声波、光束、化学、生物等技术手段，如煤气炮、声波驱鸟器、激光驱鸟器、驱鸟风轮、驱鸟剂、无人机驱鸟、驱鸟机器鹰等。虽然能起到一定效果，但由于缺少探测识别装置、无法预警与驱离效果评估、没有智能化算法、驱离手段单一、针对性不强、缺乏大数据分析及深度学习等原因，使得驱鸟未能达到预期效果。
[0003]针对机场鸟击事件防范组建专业研发团队，继承前期复杂背景飞鸟雷达探测、光电及红外识别、鸟类特征研究、大数据统计分析、人工智能边缘计算、深度学习、声强和激光驱鸟技术等相关研究成果，采用“开放式、模块化”设计理念，可根据机场部署要求灵活搭配使用，具备“智能探测感知
→
数据融合处理
→
人工智能边缘计算
→
声、光多能驱赶
→
驱离效果评估
→
机器深度学习”等综合防范功能，研发了具有仿生学及光声电一体，人工智能机场探测感知及驱鸟装备，可全天候全地域适用于军、民用机场执行鸟群、无人机的探测和远程预警，智能化针对性地实施高效驱鸟，减少人员参与、降低驱鸟成本、提高识别驱离效率，对航空界的飞行安全有重要的理论实际研究意义。
[0004]随着人工智能技术的发展，通过智能控制算法对设备进行控制已经不能满足一些领域的需要，控制技术和仿生学相结合的智能控制算法成为了发展的潮流。目前各个机场采用的驱鸟技术大多都是单一的，没有形成智能化，本系统通过智能控制将识别设备和驱离设备相联动，实现智能化驱鸟。为了能够更加精准的对鸟类目标进行驱离，通过对鸟类目标的生物特性进行分析，获得鸟类目标的生活习性，并通过不同鸟类之间的区别进行研究，获得鸟类目标的适应性算法，将对鸟类目标的研究与智能控制相结合，实现对设备的基于仿生学的智能化控制。

技术实现思路

[0005]本专利技术的目的在于克服现有的技术的不足，提供一种机场智能驱鸟系统仿生学优化智能PID控制算法。
[0006]本技术专利技术通过如下技术方案予以实现：
[0007]机场智能驱鸟系统仿生学优化智能PID控制算法，其特征是通过对鸟类目标飞行过程中的生物特性进行分析，采用突变前馈技术与PID控制算法相结合，获得最适合本系统的智能仿生PID控制算法。通过鸟类目标的飞行姿态预测其飞行方向，结合前馈控制算法，
获得突变型前馈控制算法，以实现对目标更加精准的跟踪和伴随；通过对目标特征和疲劳程度的分析，对于体型和疲劳程度不同的鸟类采用不同的模糊控制规则，通过对设备的相关控制，实现设备对目标的精准跟踪；通过对不同季节鸟类的出现频率及其他特性进行分析，针对鸟类在不同季节的鸟群习性，智能调节控制设备的PID参数；通过对鸟类目标在不同时间段和气候下的状态进行分析，依据时间点和气候对控制设备的PID参数进行自动调节，实现对鸟群目标的精确跟踪，达到对鸟群目标最佳识别和驱离的效果。
[0008]所述仿生学优化其特征是通过对鸟类目标的飞行姿态、疲劳程度、鸟类体型、不同季节之间的差异、不同时间点的区别以及不同气候下的状况进行分析，从而获得在不同状态下的鸟类目标的信息。通过中枢电脑的分析，将不同情况下的目标状态进行判断，并将结果及时反馈至设备，设备通过接收到的信息及时改变控制参数，以实现对设备更加精准的控制，减少由于突发情况带来的风险。
[0009]所述设备的控制算法优化其特征是在设备的控制算法中加入对鸟类特性的研究，对于光电探测器，在跟随控制中加入对目标飞行轨迹预测的突变型前馈控制，实现对目标的实时跟随；对于激光探测器，在对目标的跟随中结合突变型前馈控制得到放过冲PID控制算法，实现对目标的伴随引导。通过仿生学优化智能PID控制算法可以让设备的控制算法更加适用于鸟类目标。
[0010]本专利技术与现有技术相比具有如下优点：
[0011](1)本专利技术的基于仿生学的研究将鸟类目标以数据的形式进行体现，直观的反映了鸟类目标在各种情况下出现的差异，通过对这些差异的统计和分析，获得鸟类目标在不同情况下的生活习性，进而对设备的控制算法进行修改，最终获得对目标的适应性算法。
[0012](2)本专利技术的仿生学优化智能PID控制算法将仿生学由智能PID控制算法相结合，形成针对鸟类目标的智能控制算法，通过这些算法，可以让系统在识别和驱离的过程中针对鸟类目标的生物特性，及时改变设备的驱动策略和控制参数，实现对目标的精准识别和快速驱离。
附图说明
[0013]下面结合附图和实施例对本技术专利技术进一步说明。
[0014]图1是对鸟类目标建立的坐标。
[0015]图2是PID
‑
前馈控制系统结构图。
[0016]图3是结合突变型前馈控制随动控制结构图。
[0017]图4是防过冲PID控制算法流程图。
[0018]图5是模糊PID控制结构图。
[0019]图6是鸟类特性判断流程图。
[0020]图7是春、夏、秋、东四季机场鸟类变化图。
具体实施方式
[0021]下面采用附图和实施例对本技术专利技术做进一步说明，此处所说明的附图用来提供对本技术专利技术的进一步理解，构成本申请的一部分，并不构成对本技术专利技术的限定。
[0022]机场智能驱鸟系统仿生学优化智能PID控制算法，其特征是通过对鸟类目标飞行
过程中的生物特性进行分析，采用突变前馈技术与PID控制算法相结合，获得最适合本系统的智能仿生PID控制算法。通过鸟类目标的飞行姿态预测其飞行方向，结合前馈控制算法，获得突变型前馈控制算法，以实现对目标更加精准的跟踪和伴随；通过对目标特征和疲劳程度的分析，对于体型和疲劳程度不同的鸟类采用不同的模糊控制规则，通过对设备的相关控制，实现设备对目标的精准跟踪；通过对不同季节鸟类的出现频率及其他特性进行分析，针对鸟类在不同季节的鸟群习性，智能调节控制设备的PID参数；通过对鸟类目标在不同时间段和气候下的状态进行分析，依据时间点和气候对控制设备的PID参数进行自动调节，实现对鸟群目标的精确跟踪，达到对鸟群目标最佳识别和驱离的效果。
[0023]其具体实施过程如下：
[0024]1)通过光电探测器和雷达探测器对鸟类目标的飞行姿态和飞行轨迹进行数据收集，针对不同的鸟类目标建立数据库，如图1所示，将鸟类目标按坐标系进行设定，对鸟类的飞行姿态和飞行轨迹进行比较，获得针对鸟类目标飞行姿态的适应性算法，如图2所示为PID
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.提供一种机场智能驱鸟系统仿生学优化智能PID控制算法，其特征是通过对鸟类目标飞行过程中的生物特性进行分析，采用突变前馈技术与PID控制算法相结合，获得最适合本系统的智能仿生PID控制算法。通过鸟类目标的飞行姿态预测其飞行方向，结合前馈控制算法，获得突变型前馈控制算法，以实现对目标更加精准的跟踪和伴随；通过对目标特征和疲劳程度的分析，对于体型和疲劳程度不同的鸟类采用不同的模糊控制规则，通过对设备的相关控制，实现设备对目标的精准跟踪；通过对不同季节鸟类的出现频率及其他特性进行分析，针对鸟类在不同季节的鸟群习性，智能调节控制设备的PID参数；通过对鸟类目标在不同时间段和气候下的状态进行分析，依据时间点和气候对控制设备的PID参数进行自动调节，实现对鸟群目标的精确跟踪，达到对鸟群目标最佳识别和驱离的效果。...

【专利技术属性】
技术研发人员：孙磊，王晨，段誉，王玲玲，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：