【技术实现步骤摘要】
本专利技术涉及自适应选址方法领域，特别是一种基于既有起降平台的evtol起降点自适应选址方法。
技术介绍
1、随着我国居民生活水平不断提升，驾车出行成为越来越多家庭的选择，但随之而来的是愈演愈烈的交通拥堵问题。2023年高峰期通勤时间拥堵时间排名前十的城市，信控路口通行延误时间平均已超过50秒，城市交通拥堵问题已成为阻碍城市发展的难题之一。立体化的交通出行方式为解决当前交通拥堵的困境提供了新的解决思路
2、随着智能驾驶、5g通信以及电池动力等多个领域的快速发展，技术的变革催生了新型交通载具，evtol因其低廉的人员成本、灵活的飞行方式、可按需快速响应以及更小的噪声干扰等优势，有望彻底改变城市交通现状，建成立体化的城市交通出行方式。而现阶段城市基础设施对于evtol的支持还有待完善，如果从无到有完全新建一套设施系统对evtol的运行予以支持，那无论是经济成本还是时间成本都将是难以估计的。
3、因此，本方案从实际情况出发，依托现有的城市通信、垂直起降平台等基础设施，结合计划的飞行航线、现有的交通需求等，综合考虑evtol的起降点选址问题。能够极大限度的降低evtol基础设施的建造成本，大幅推进uam体系的构建和evtol在城市空域的落地运行。
4、现有技术一
5、基于特定任务航空器的起降点选址方法
6、航空器根据具体任务可以分为低空救援、物流运输、电力巡查等不同类别，因而具有不同的载具外形，尺寸大小和载荷能力等，往往以起降点的地理位置、地形地貌、人口分布等属性作为约束。此外
7、现有技术一的缺点
8、特定任务航空器起降点选址的约束条件往往根据各自的任务类型决定，不能满足大范围内通用起降点的选址需要，并且该类航空器大多为无人机，没有考虑载人运输的运行场景，因而很难直接用于evtol的选址问题。
9、现有技术二的技术方案
10、针对城市空中交通飞行载具起降点选址方法
11、该方法大多考虑了evtol下的使用场景，基于用地面积、建筑高度、经济人口、飞行安全、出行需求、载具噪声等约束条件，本质上是一个多目标优化问题，最终得到最优选址位置。
12、现有技术二的缺点
13、1.没有构建针对现有基础设施的承载能力的指标，比如通信性能，平台容量等，也没有考虑当前具备起降条件的起降点，仅仅是在潜在的区域进行理论最优选址，这会大大增加经济和时间成本。
14、2.标准的空管体制下，航空器执行飞行任务会提前报备飞行计划，分配既定的飞行航线，因此选址点也需要考虑与既定的航路航线的空间关系，但当前绝大部分技术方案并未考虑此因素。
技术实现思路
1、为解决现有技术中存在的问题，本专利技术提供了一种基于既有起降平台的evtol起降点自适应选址方法；本专利技术可以根据现有的起降点和航路航线关系，以及起降点的各个指标，确定区域范围内适合作为evtol起降点的平台，大大降低新建起降点带来的成本压力。
2、本专利技术的技术方案如下：
3、一种基于既有起降平台的evtol起降点自适应选址方法，包括以下步骤：
4、步骤s1：确立备选点，得到起降点的空间坐标和航线方程；
5、步骤s2：构建每个起降点的评价指标；
6、步骤s3：优化评价指标序列；
7、步骤s4：优化空间。
8、优选地，步骤s2的评价指标包括：
9、数据通信可用性，其表达式为：
10、
11、其中，ttransaction是在数据业务运行的总时间，toutage为网络中断时间；
12、数据通信连续性，其表达式为：
13、
14、其中ntransaction为发送的所有传输数量，ncompleted超时时间内完成的传输数量；
15、数据通信误码率，其计算公式为：
16、
17、其中，ntransaction为传输的总码元数，nerror为接受错误的码元数；
18、承载容量，其计算公式为：
19、c(ni)＝ni
20、其中，ni表示第i个起降点所能同时承载的航空器容量；
21、平台与周围建筑地形仰角，其计算公式为：
22、
23、其中，hs表示周围遮挡建筑s高度，h0表示起降点所在建筑o高度，d1表示建筑o与遮挡建筑s的水平间距，lono表示建筑o中心点经度，lato表示建筑s中心点纬度，lons表示建筑s的经度，lats建筑s的纬度；
24、建筑密度，其计算公式为：
25、
26、其中，sbuild表示建筑基底面积；sarea表示区域面积；
27、路网密度，其计算公式为：
28、
29、其中，lroute表示区域路网总长，sarea表示区域面积。
30、优选地，步骤s3包括以下子步骤：
31、子步骤s31：构建多目标优化矩阵；
32、子步骤s32：标准化优化矩阵；
33、子步骤s33：构造加权优化矩阵；
34、子步骤s34：确定正负理想解；
35、子步骤s35：计算理想距离；
36、子步骤s36：根据正负理想解和理想距离，计算与理想解的接近度。
37、优选地，步骤s4包括以下子步骤：
38、子步骤s41：空间聚类及划分簇优先级；
39、子步骤s42：优化可达起降点；
40、子步骤s43：优化备降点滚动；
41、子步骤s44：优化间隔。
42、优选地，子步骤s41具体为：以经纬度为特征进行k-means聚类，k-means聚类完成后计算簇内各点评价分数的平均值，根据平均值大小设定聚类簇的优先级s。
43、优选地，子步骤s42包括以下步骤：
44、子步骤s421：找到各聚类簇中心的坐标，计算簇内各点pi到最近航线的距离和到簇中心的距离
45、子步骤s422：如果满足说明簇内各点pi对于航线的可达度更高；若满足，则可以作为可达起降点pi'；若不满足，则不可以作为可达起降点pi'。
46、优选地，子步骤s43包括以下子步骤：
47、子步骤s431：计算剩余簇内各点到最近航线距离值的均值μ和标准差σ，将的点保留，剩余j个备选点，计算保留点的航线距离中位值为
48、子步骤s432：计算中位数绝对偏差
49、
50、得到绝对偏差后；
51、其中，mad_front表示前半部分中位数绝对偏差，mad_after表示后半部分中位数绝对偏差，m表示中位数的序列位置，j表示当前序列位置；本文档来自技高网...
【技术保护点】
1.一种基于既有起降平台的eVTOL起降点自适应选址方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于既有起降平台的eVTOL起降点自适应选址方法，其特征在于，所述步骤S2的评价指标包括：
3.根据权利要求1所述的基于既有起降平台的eVTOL起降点自适应选址方法，其特征在于，所述步骤S3包括以下子步骤：
4.根据权利要求1所述的基于既有起降平台的eVTOL起降点自适应选址方法，其特征在于，所述步骤S4包括以下子步骤：
5.根据权利要求4所述的基于既有起降平台的eVTOL起降点自适应选址方法，其特征在于，所述子步骤S41具体为：以经纬度为特征进行K-Means聚类，K-Means聚类完成后计算簇内各点评价分数的平均值，根据平均值大小设定聚类簇的优先级S。
6.根据权利要求4所述的基于既有起降平台的eVTOL起降点自适应选址方法，其特征在于，所述子步骤S42包括：
7.根据权利要求4所述的基于既有起降平台的eVTOL起降点自适应选址方法，其特征在于，所述子步骤S43包括以下子步骤：
8.根
...【技术特征摘要】
1.一种基于既有起降平台的evtol起降点自适应选址方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于既有起降平台的evtol起降点自适应选址方法，其特征在于，所述步骤s2的评价指标包括：
3.根据权利要求1所述的基于既有起降平台的evtol起降点自适应选址方法，其特征在于，所述步骤s3包括以下子步骤：
4.根据权利要求1所述的基于既有起降平台的evtol起降点自适应选址方法，其特征在于，所述步骤s4包括以下子步骤：
5.根据权利要求4所述的基于既有起降平台的evtol起降点自适应选址方法...
【专利技术属性】
技术研发人员：张学军，张祖耀，肖越，
申请(专利权)人：成都福瑞空天科技有限公司，
类型：发明
国别省市：
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。