无人飞行器空中安全走廊路径的远程规划方法
阅读：823发布：2020-05-13
专利汇可以提供无人飞行器空中安全走廊路径的远程规划方法专利检索，专利查询，专利分析的服务。并且一种无人 飞行器 空中安全走廊路径的远程规划方法，在规避其对地面设施、空中交通管理、社会秩序与公民生活可能带来的安全隐患前提下，为多个 无人飞行器 提供空中安全走廊中的路径规划服务。首先接收无人飞行器用户的服务 申请 ；其次，建立基于预案 空域 范围的三维任务空间模型；再次，考虑地形特征、地面设施及人群的安全约束，以及空中交通管理要求，建立空中安全走廊；然后，进一步考虑用户飞行器的属性、天气等环境变化的影响，在飞行前离线进行空中安全走廊中的路径规划服务，为用户向飞行管制部 门 申报正式的 飞行计划 提供依据；最后，在实际飞行过程中，结合飞行器状态及周围环境的实际变化，在线进行动态路径规划服务。，下面是无人飞行器空中安全走廊路径的远程规划方法专利的具体信息内容。
1.无人飞行器空中安全走廊路径的远程规划方法，包括：
基于远程规划服务中心，接收无人飞行器用户的服务申请；
根据所述服务申请，建立基于空域范围的三维任务空间模型；
基于所述三维任务空间模型，结合地形特征、地面设施及人群的安全约束，以及空中交通管理要求，建立空中安全走廊；
根据用户飞行器的属性和环境变化，在飞行前离线进行空中安全走廊中的路径规划服务；
在飞行过程中，根据飞行器状态及周围环境的变化，在线进行动态路径规划服务。
2.根据权利要求1所述的无人飞行器空中安全走廊路径的远程规划方法，其特征在于，所述服务申请包括对无人飞行器的飞行规划请求，所述飞行规划请求包括所述无人飞行器的基本属性参数、性能参数、飞行出发地、目的地及必须经过处的位置参数。
3.根据权利要求1所述的无人飞行器空中安全走廊路径的远程规划方法，其特征在于，根据所述服务申请，建立基于空域范围的三维任务空间模型，包括：
把三维地图左下角的顶点作为三维规划空间的坐标原点A，建立三维规划坐标系A-xyz，其中x轴沿经度方向指向东，y轴沿纬度方向指向北，则A-xy平面同海平面重合，z轴垂直于海平面向上；
在规划坐标系中以点A为顶点，沿x轴方向取规划空间的最大经向长度AA′，沿y轴取规划空间的最大纬向长度AD，沿z轴方向取规划空间的最大海拔高度AB，构成立方体区域ABCD-A′B′C′D′，此即三维路径规划任务空间；
采用等分空间的方法，从三维空间中抽取出路径规划所需的网格点，沿x轴对规划空间n等分，得到(n+1)个平面Пi(i＝1，...，n)；沿y轴m等分；最后沿z轴l等分，由此确定所述三维任务空间模型。
4.根据权利要求1所述的无人飞行器空中安全走廊路径的远程规划方法，其特征在于，基于所述三维任务空间模型，结合地形特征、地面设施及人群的安全约束，以及空中交通管理要求，建立空中安全走廊，包括：
获取地形高程数据；
获取地面设施高程数据；
获取空管限飞区数据；
获取重大活动密集人群地理信息；
将地形高程数据、地面设施高程数据、空管限飞区数据、重大活动密集人群地理信息从所述三维任务空间模型中剔除，确定所述空中安全走廊。
5.根据权利要求1所述的无人飞行器空中安全走廊路径的远程规划方法，其特征在于，根据用户飞行器的属性和环境变化，在飞行前离线进行空中安全走廊中的路径规划服务，是基于根据两级蚁群算法进行的。
6.根据权利要求5所述的无人飞行器空中安全走廊路径的远程规划方法，其特征在于，所述两级蚁群算法包括：
基于蚁群算法的三维路径规划，把整个搜索空间离散化为一系列的三维离散点，这些离散点就是蚁群算法需要搜索的节点；
选取前向运动距离Lx，max为两个平面Πi，Πi+1之间的距离，当平面Πi上的点P沿前向运动1km的情况下，设定横向运动最大允许距离为Ly，max，纵向运动最大允许距离为Lz，max，当蚂蚁从P点沿着x轴方向前进时，对下一个点的搜索就存在一个可视区域；
蚂蚁从当前点运动到下一个点时，根据启发函数来计算可视区域内各点的选择概率；
基于两级搜索法，将水平面内原来m*n的网格数压缩为m1*n1(m1＜m，n1＜n)的网格数，或者说把原来m*n个节点划分成m1*n1个区域，但压缩后每个节点的高程下限选取为区域内原来节点高程下限的最大值。
7.根据权利要求1所述的无人飞行器空中安全走廊路径的远程规划方法，其特征在于，在飞行过程中，根据飞行器状态及周围环境的变化，在线进行动态路径规划服务，包括：
按照规定向远程规划综合监管平台实时报送动态信息，远程规划中心对其动态路径及时进行必要的修正；
将实际轨迹同预测轨迹进行比对，可以优化动态规划的结果。
8.一种控制器，其与所述无人飞行器通信，所述控制器包括：
存储器，用于存储可执行指令；
处理器，用于根据所述存储器中存储的可执行指令，执行如权利要求1至7中任一所述的无人飞行器空中安全走廊路径的远程规划方法。
9.一种无人飞行器，其包括：
存储器，用于存储可执行指令；
处理器，用于根据所述存储器中存储的可执行指令，执行如权利要求1至7中任一所述的无人飞行器空中安全走廊路径的远程规划方法。
无人飞行器空中安全走廊路径的远程规划方法
技术领域
背景技术
[0002] 低空空域开放因为蕴含着巨大的经济动力而势在必行，与此同时无人飞行器等“低慢小”运动目标也对地面设施、社会秩序与公民生活安全带来极大的隐患，探索解决这一矛盾的有效技术途径已成燃眉之急。同地面车辆的路径规划相比，对无人机而言，应该更加强调安全空中走廊中路径的地面远程规划。
[0003] 近年来，低空慢速小型飞行器呈井喷发展趋势。民用无人机需求广泛(如物流运输、农用植保、森林防火、电力巡检、石油管道巡检、防恐救灾、地质勘探和海洋遥感)，潜在市场空间巨大。
[0004] 然而，由于飞行器在低空空域飞行高度较低，严重威胁到城市地面人群、重大活动及建筑设施的安全。随着消费级无人机销量剧增，有关意外事件也接连不断：有无人机在法国的核电站上空飞过；有四旋翼无人机在华盛顿白宫外的草坪摔落；有无人机搅乱德国总理默克尔在德累斯顿的竞选集会；更有不少无人机出现在多个国际机场，往往导致多个航班取消。
[0005] 由于无人机的肇事给国家空防安全和社会管理工作带来极大隐患，对其进行有效防范处理自然成为世界性关注的难题。鉴于目前还没有积极的管理办法，对于重要场所及重大活动区域，往往都是强行禁止飞行。反无人机是一个正在快速发展的新兴市场。美国研发探测无人机设备的初创公司Dedrone构建了一种技术结构，声称可以检测“行为不当”的无人机，并能自动将这些具有威胁性的无人机同日常机械爱好者的无人机区分开来。中国“国蓉一号”低空防御系统采用雷达发现、光电锁定、激光打击的方案，进行了成功测试。为了在叙利亚战场对付IS恐怖分子使用的大疆无人机，伤透脑筋的俄罗斯研制出“钉”式防空导弹。
[0006] 但是简单粗暴地禁飞并不是可取的办法。美国现行规定禁止无人机超越驾驶员的视线，禁止在公共场所人们的上空飞行，这限制了亚马逊和谷歌公司无人机送货服务，以及企业诸多无人机商业行为。为此，特朗普政府推出了一个计划，根据该计划，FAA将与地方政府和公司合作，从而制定一套规则来合理合法地扩大商业无人机应用。中国工业与信息化部出台《无人驾驶航空器飞行管理条例》(征求意见稿)，参照地面交通工具的分类，将无人机按照最大起飞重量划分为五种类型：微型、轻型、小型、中型、大型，并根据不同类型规定其最大飞行高度、是否需要上报飞行计划、是否需要向监管平台实时报送动态信息，针对不同种类UAV(无人驾驶飞机)的基本规定，具体如表1所示。
[0007] 表1
[0008]
[0009] 如何在满足空中交通安全的前提下，从技术手段上支撑和促进无人机的发展？有关专家强调指出：安全飞行乃是无人机面临的最大挑战。
发明内容
[0010] (一)要解决的技术问题
[0011] 本发明的目的在于：以规避其对是地面设施、空中交通管理、社会秩序与公民生活可能带来的安全隐患为基本前提，在远程服务中心为用户无人飞行器建立空中安全走廊，并为其规划安全走廊中的飞行路径。
[0012] 之所以必须采用远程规划，原因在于大多数无人飞行器用户一般需要花很大代价才能获得一部分路径的约束信思，甚至不可能直接获得确切的约束信息。
[0013] (二)技术方案
[0014] 本发明实施例提供了一种无人飞行器空中安全走廊路径的远程规划方法，包括：
[0015] 基于远程规划服务中心，接收无人飞行器用户的服务申请；
[0016] 根据所述服务申请，建立基于空域范围的三维任务空间模型；
[0017] 基于所述三维任务空间模型，结合地形特征、地面设施及人群的安全约束，以及空中交通管理要求，建立空中安全走廊；
[0018] 根据用户飞行器的属性和环境变化，在飞行前离线进行空中安全走廊中的路径规划服务，为用户向飞行管制部门申报正式的飞行计划和空域提供依据；
[0019] 在飞行过程中，根据飞行器状态及周围环境的变化，在线进行动态路径规划服务。
[0021] 在本发明的一些实施例中，根据所述服务申请，建立基于空域范围的三维任务空间模型，包括：
[0023] 在规划坐标系中以点A为顶点，沿x轴方向取规划空间的最大经向长度AA′，沿y轴取规划空间的最大纬向长度AD，沿z轴方向取规划空间的最大海拔高度AB，构成立方体区域ABCD-A′B′C′D′，此即三维路径规划任务空间；
[0024] 采用等分空间的方法，从三维空间中抽取出路径规划所需的网格点，沿x轴对规划空间n等分，得到(n+1)个平面Πi(i＝1，…，n)；沿y轴m等分；最后沿z轴l等分，由此确定所述三维任务空间模型。
[0025] 在本发明的一些实施例中，基于所述三维任务空间模型，结合地形特征、地面设施及人群的安全约束，以及空中交通管理要求，建立空中安全走廊，包括：
[0026] 获取地形高程数据；
[0027] 获取地面设施高程数据；
[0028] 获取空管限飞区数据；
[0029] 获取重大活动密集人群地理信息；
[0030] 将地形高程数据、地面设施高程数据、空管限飞区数据、重大活动密集人群地理信息从所述三维任务空间模型中剔除，确定所述空中安全走廊。
[0032] 在本发明的一些实施例中，所述两级蚁群算法包括：
[0033] 基于蚁群算法的三维路径规划，把整个搜索空间离散化为一系列的三维离散点，这些离散点就是蚁群算法需要搜索的节点；
[0034] 选取前向运动距离Lx，max为两个平面Πi，Πi+1之间的距离，当平面Πi上的点P沿前向运动1km的情况下，设定横向运动最大允许距离为Ly，max，纵向运动最大允许距离为Lz，max，当蚂蚁从P点沿着x轴方向前进时，对下一个点的搜索就存在一个可视区域；
[0035] 蚂蚁从当前点运动到下一个点时，根据启发函数来计算可视区域内各点的选择概率；
[0036] 基于两级搜索法，将水平面内原来m*n的网格数压缩为m1*n1(m1＜m，n1＜n)的网格数，或者说把原来m*n个节点划分成m1*n1个区域，但压缩后每个节点的高程下限选取为区域内原来节点高程下限的最大值。
[0037] 在本发明的一些实施例中，在飞行过程中，根据飞行器状态及周围环境的变化，在线进行动态路径规划服务，包括：
[0038] 按照规定向远程规划综合监管平台实时报送动态信息，远程规划中心对其动态路径及时进行必要的修正；
[0039] 将实际轨迹同预测轨迹进行比对，可以优化动态规划的结果。
[0040] 本发明实施例还提供了一种控制器，其与所述无人飞行器通信，所述控制器包括：
[0041] 存储器，用于存储可执行指令；
[0042] 处理器，用于根据所述存储器中存储的可执行指令，执行前述的无人飞行器空中安全走廊路径的远程规划方法。
[0043] 本发明实施例还提供了一种无人飞行器，其包括：
[0044] 存储器，用于存储可执行指令；
[0045] 处理器，用于根据所述存储器中存储的可执行指令，执行前述的无人飞行器空中安全走廊路径的远程规划方法。
[0046] (三)有益效果
[0047] 本发明的无人飞行器空中安全走廊路径的远程规划方法、控制器以及无人飞行器，相较于现有技术，至少具有以下优点：
[0048] 1、以规避其对是地面设施、空中交通管理、社会秩序与公民生活可能带来的安全隐患为基本前提，在远程服务中心为用户无人飞行器建立空中安全走廊，并为其规划安全走廊中的飞行路径，由此实现了规避无人机对是周围环境设施和人员可能带来的安全隐患的目的；
[0050] 图1为远程规划的必要性及作用。
[0051] 图2为方法说明图。
[0052] 图3为一种典型的系统组成。
[0053] 图4为某实施例的预案空域示意图。
[0054] 图5为立方体形式的三维规划空间的示意图。
[0055] 图6为本发明某实施例的地形高程图。
[0056] 图7为经纬度区域的建设设施高程数据后的效果示意图。
[0057] 图8为地面限飞区示意图。
[0058] 图9为蚁群搜索的可视区域限定的示意图。
[0059] 图10为轻型无人机的规划结果图。
[0060] 图11为微型无人机的规划结果图。
[0061] 图12为两级规划的水平面内网格划分图。
[0062] 图13为两级规划的水平面内网格划分图。
[0063] 图14为初级路径规划结果图。
[0064] 图15为初级路径规划的适应度示意图。
[0065] 图16为某地两个高空气球用户的期望飞行模式图。
[0067] 图18为基于三种不同气象数据源的飞行轨迹预测图。
[0068] 图19为基于离线规划建议的空域申请图。
[0069] 图20为远程规划中心在线监控界面。
具体实施方式
[0070] 针对现有技术的缺陷，发明人认为，仅以提高无人机(无人飞行器)自身的安全为目标还远远不够，而应该首先以如何规避无人机对是周围环境设施和人员可能带来的安全隐患。为此，发明人提出无人飞行器空中安全走廊路径的远程规划方法、研制出针对性系统并试应用于实际飞行任务服务中。
[0071] 如图1所示为本发明方法说明图，下面进行具体说明：
[0072] (1)接收用户的服务申请
[0073] 如图2所示，用户可以通过网络从WebServices服务器下载安装无人飞行器app、地面飞控单元app及移动客户端app。当有具体的飞行任务需求时，用户无人飞行器或其地面飞控单元的app可以向远程规划中心提出规划请求，包括提供需要执行任务的无人飞行器基本属性参数(例如参照表1或国家空管部门可能的更改要求)、性能参数(几何尺寸、操纵性和机动性、等)；飞行出发地、目的地及必须经过处的位置参数(经度、纬度及高度)。
[0074] (2)建立基于预案空域范围的三维任务空间模型
[0075] 具体飞行任务所需要的空域应在实际飞行之前规定时间内向空管部门申请。根据用户服务申请建立预案空域，一般是由具体经纬度包围的范围，例如图4中红色虚线围成的区域就是某飞行任务申请的空域。
[0076] 然后在预案空域规定的经纬度范围建立包括飞行出发地、目的地及必须经过处位置参数(经度、纬度及高度)的三维任务空间模型。如果飞行出发地、目的地或必须经过处的经纬度超出空域，则需要用户进行更改。
[0077] 不失一般性，可以在预案空域的经纬度范围内建立如图5左侧所示立方体形式的三维规划空间。首先把三维地图左下角的顶点作为三维规划空间的坐标原点A，建立三维规划坐标系A-xyz，其中x轴沿经度方向指向东，y轴沿纬度方向指向北，则A-xy平面同海平面重合，z轴垂直于海平面向上。
[0078] 在规划坐标系中以点A为顶点，沿x轴方向取规划空间的最大经向长度AA′，沿y轴取规划空间的最大纬向长度AD，沿z轴方向取规划空间的最大海拔高度AB。这样，就构成了立方体区域ABCD-A′B′C′D′，此即三维路径规划任务空间。
[0079] 采用等分空间的方法，从三维空间中抽取出路径规划所需的网格点。首先沿x轴对规划空间n等分，得到(n+1)个平面Πi(i＝1，...，n)，如图5右侧所示；然后沿y轴m等分；最后沿z轴l等分。
[0080] 通过以上步骤，就把规划空间离散化成为一个三维点集合，集合中的任意一点P对应着两个坐标：一是序号坐标P1(i，j，k)(i=0，1，...，n；j=0，1，...，m；k=0，1，...，l)；二是位置坐标P2(xi，yj，zk)。其中，i，j，k分别为当前点沿轴x，y，z划分的序号。
[0081] 记立方体所跨越的经纬高分别为 |AD|＝Δλ(度)，|AB|＝h(米)，则P点的位置坐标的取值为
[0082]
[0083] (3)建立空中安全走廊
[0084] ①.地形高程数据获取
[0085] GIS增强信息服务器给出任务规划空间中地形的Digital Elevation Model(DEM)数字高程约束模型，可以从地理信息数据中提取，将经度、纬度、海拔分别用列向量x，y，z表示，经过分析，可绘出任务空间的地形高程图。
[0086] 图6为经纬度区域[116.265：116.305,40.01：40.045]的地形高程图，该图是由256*256个节点组成的255*255＝65025个网格。图中的a点和b点分别表示无人机起飞点及目标点。
[0087] ②.地面设施高程数据获取
[0088] 地面设施的高程数据需要通过第三方有偿获取。在图6的基础上，叠加上相应经纬度区域的建设设施高程数据后的效果如图7，图中包括有关房屋、通信基站、高压电线、树林等，以及根据重要程度的高程保护信息。
[0089] ③.空管限飞区数据获取
[0090] 根据无人飞行器的类别，空管信息服务器通过民用航空情报服务机构获取规划空间的限飞区数据模型，例如微型无人机必须满足真高50米、空中禁区以及周边2000米范围等9条约束，轻型无人机必须满足真高120米、空中禁区以及周边5000米范围、等11条约束。
[0091] 同时还要核实任务空间是否有民航航线限制，并获取航线的动态时间约束。
[0092] 此外，还需要从经纬度规避空域范围内的限飞区，如图8所示的阴影区为限飞区，飞行器着陆时必须规避进入这些区域。
[0093] ④.重大活动密集人群地理信息获取
[0094] 通过有关部门报备及媒体渠道获得重大活动密集人群地理信息，建立类似限飞区那样的约束模型。
[0095] 综上所述，在任务空间中扣除上述约束区域后，就能建立起空中安全走廊。
[0096] (4)在实际飞行之前离线进行路径规划
[0097] 进一步考虑用户飞行器的属性、天气等环境变化的影响，在飞行前离线进行空中安全走廊中的路径规划服务。可以将各种文献已经公布的多种适合的方法具体应用于规划算法中，这里作为一种示例，提出一种改进的两级蚁群算法进行说明。
[0098] ①.信息素更新
[0099] 蚁群算法使用信息素吸引满意的搜索。采用什么方法对节点位置的信息素进行设定及其更新，对于蚁群算法的成功搜索具有极其重要的意义。
[0100] 基于蚁群算法的三维路径规划，把整个搜索空间离散化为一系列的三维离散点，这些离散点就是蚁群算法需要搜索的节点。因此，把信息素存储在模型的离散点中，每个离散点都有一个信息素的取值，其大小代表对蚂蚁的吸引程度。各点信息素在每只蚂蚁经过后进行更新。
[0101] 信息素的更新包括局部更新和全局更新两部分：
[0102] 局部更新是指，对于每一只蚂蚁，当蚂蚁经过该点时，该点的信息素就减少。其目的是，增加蚂蚁搜索未经过的点的概率，达到全局搜索的目的。局部信息素更新随着蚂蚁的搜索进行，更新公式为
[0103] τijk＝(1-ξ)τijk (2)
[0104] 其中，τijk为点(i，j，k)上所带的信息素值，ξ为信息素的局部更新衰减系数。
[0105] 全局更新是指，当蚂蚁完成了一条路径的搜索时，以该路径的长度作为评价值，长度越短则信息素越大。从路径集合中选择出最短路径，增加最短路径各节点的信息素取值。更新公式如下
[0106]
[0107] τijk＝(1-ρ)τijk+ρΔτijk (4)
[0108] 其中，Lengthm是第m只蚂蚁经过的路径长度；ρ为信息素更新系数。
[0109] ②.可视搜索空间
[0110] 假设沿x轴方向作为蚁群搜索的主方向。为了降低路径规划的复杂程度，将无人飞行器的运动简化为前向运动、横向运动和纵向运动三种方式。
[0111] 选取前向运动距离Lx，max为两个平面Пi，Пi+1之间的距离。当平面Пi上的点P沿前向运动1km的情况下，设定横向运动最大允许距离为Ly，max，纵向运动最大允许距离为Lz，max。这样，当蚂蚁从P点沿着x轴方向前进时，对下一个点的搜索就存在一个可视区域。
[0112] 图9为蚂蚁搜索的可视区域限定
[0113] 这样，当蚂蚁由当前点向下一个点运动时，可搜索的区域限制在蚂蚁搜索的可视区域之内，从而简化了搜索空间，提高了搜索效率。
[0114] ③.蚁群搜索策略
[0115] 蚂蚁从当前点运动到下一个点时，根据启发函数来计算可视区域内各点的选择概率。启发函数的一般形式为：
[0116]
[0117] 其中S(i，j，k)是安全性因素，当选择点不可到达时，该值为0，确保蚂蚁不会到达危险位置；D(i，j，k)为当前点到拟达点这两点间路径长度，促使蚂蚁选择距离较近的位置；Q(i，j，k)为拟达点到目标点间路径长度，促使蚂蚁选择距离目标更近的点。w1，w2w3代表上述各因素的重要程度。
[0118] 各有关具体计算公式如下：
[0119]
[0120] 其中，num表示在点(i，j，k)中可视点的数量，unum则表示可视点中不可达区域的点的数量。对于无人飞行器来说，安全性的约束来自两个方面：(1)来自地形、地面设施的高程约束，体现为飞行高度的下限；(2)所有无人机都必须满足空管禁止飞行区的约束，另外具体对于微型无人机和轻型无人机分别体现为50m、120m真高的上限。对于其他无人机不仅体现为3000m真高的上限，并且要报备飞行计划。
[0121]
[0122]
[0123] 其中，(xp，yp，zp)，(xq，yq，zq)，(xd，yd，zd)分别为当前点、下一点、目标点的坐标。
[0124] 蚂蚁在平面Пi上的当前点Pi选择平面Πi+1上的下一个点Pi+1的步骤如下：
[0125] STEP 1：根据蚂蚁当前环境，确定平面Πi+1内的可行点集合；
[0126] STEP 2：根据启发函数式(5)，依次计算点到平面Πi+1内的可行点集合的启发信息值H(i+1，j，k)；
[0127] STEP 3：计算在平面Πi+1内任一点(i+1，j，k)的选择概率
[0128]
[0129] 其中τ(i+1，j，k)为平面Πi+1上点P(i+1，j，k)的信息素值；
[0130] STEP 4：根据各点的选择概率，采用轮盘赌的方法选择平面Πi+1内的点。
[0131] 基于以上分析，针对三维路径规划问题的算法流程如图9所示，其中初始化包括设置蚂蚁数量等参数，终止条件是指所有的蚂蚁都完成了搜索。
[0132] 应用上述基本算法分别对轻型无人机和微型无人机进行路径规划示例。
[0133] 设定在平面Πi+1上的可视搜索空间为水平方向和高度方向的跨度都为5个相邻点，这样一共有25个搜索点。对于25个搜索点中凡是不能满足安全性约束的点，都认为是不可行的，于是在式(9)中的概率值直接取为零。
[0134] 对于信息素的局部更新和全局更新，有关系数选取为
[0135] ξ＝0.5，ρ＝0.5，K＝100. (10)
[0136] 采用20只蚂蚁迭代100次，图10、11分别为对轻型无人机和微型无人机的规划结果。
[0137] 从仿真结果看出，轻型无人机的路径基本上沿着一条直线。但是对于微型无人机的路径而言，其在水平面上的投影先往偏东方向飞了一段，主要原因有两个：首先，如果沿着直线飞行，势必面临地面高层建筑设施安全约束同50m真高上限约束之间的矛盾不可调和(而对于轻型无人机则没有这个矛盾，因为真高上限为120m)；其次，算法是按照沿经度方向递增进行搜索的。
[0138] ④.两级搜索改进法
[0139] 由于蚁群算法是一种构造性的随机搜索算法，在仿真中发现算法运行时间较长。而对于远程服务来说，可能同一时刻面临多个无人机用户的规划需要，运行效率非常重要。
[0140] 为此，可以采用两级搜索法进行规划。具体是将水平面内原来m*n的网格数压缩为m1*n1(m1＜m，n1＜n)的网格数，或者说把原来m*n个节点划分成m1*n1个区域，但压缩后每个节点的高程下限选取为区域内原来节点高程下限的最大值。具体包括三类，如图12，分别用e、d、c的方框及小圆圈表示各个区域及压缩后的节点。初级搜索时只需要以m1*n1个节点的水平坐标为自变量进行搜索，如图14左侧所示，根据出发点a和目标点b，可以搜索得到相应的初级路径；然后根据需要，再对每一个相邻的初级路径进行第二级搜索，如图13右图中的d、e之间的区域所示。是否需要进行第二级搜索，取决于无人机自身的视场等感知能力。
[0141] 针对本文的实例，可以将原来256*256的网格数压缩为18*18的网格数，参考压缩代码为
[0142] for i＝1：18
[0143] for j＝1：18
[0144] vaiable18(i，j)＝vaiable256(15*i-14，15*j-14)；
[0145] end
[0146] end
[0147] 图14、15分别为仅仅通过初级搜索的路径规划及其适应度结果。由于压缩后网格规模小于250m*200m，对于很多无人机的视觉能力来说已经足够。
[0148] 某些无人飞行器对于气象环境很敏感，必须结合气象数据进行离线路径规划分析预测飞行器的轨迹，作为申报空域计划的必要依据。例如对于高空气球而言，风场是影响轨迹的绝对因素，离线规划实质上体现为基于历史气象数据进行轨迹预测。这里针对某地两个高空气球用户的服务需求进行说明，图16为其期望飞行模式图。
[0149] 由于风场给高空气球的飞行轨迹带来极大的不确定性，飞行方案寄希望于海拔19公里左右风速很小、能够充分利用。图17为该地前五年7-8月ECMWF(European Centre for Medium-Range Weather Forecasts欧洲中期天气预报中心)历史数据的零风层上下限高度分布图。
[0150] 为了更加可靠，应该尽可能通过多种数据源进行离线规划预测，远程规划服务中心可以从欧洲、北美GFS(美国全球预报系统)和中国GRAPES(Global/Regional Assimilation and Prediction Enhanced System)等多个数据源获得全球性气象数据。图
18为通过三种不同的数据源预报当年8月中旬某时刻发放高空气球B的轨迹。
18为通过三种不同的数据源预报当年8月中旬某时刻发放高空气球B的轨迹。
[0151] 由于根据多种数据源都能获得满意的预测轨迹，则可以将离线规划的路径交付给飞行器用户，用户就可以向飞行管制部门申报正式的飞行计划。图19黑色实线区域为建议上述两个高空气球用户申请的空域图。
[0152] (5)飞行中进行在线路径规划
[0153] 动态飞行过程中，无人飞行器机用户按照规定向远程规划综合监管平台实时报送动态信息，远程规划中心对其动态路径及时进行必要的修正。在参考前述离线规划的基础上，尽可能规避飞行器周围空中及地面的其他动态目标，一些公开的动态规划算法可以适当借鉴。将实际轨迹同预测轨迹进行比对，可以优化后续动态规划的结果。
[0154] 图20是远程规划综合监管平台实时监控界面。该系统在可以同时为多个用户提供路径规划实施服务。图中黄色区域为限飞区，当用户的飞行器即将或者已经进入限飞区域时，该系统可以在界面上实时显示提示告警信息，提醒用户注意。该系统还可以实时显示两个或两个以上飞行器之间的历史航迹，实时航迹和相对位置信息，以便用户可以及时了解自己飞行器与邻近飞行器的位置，比便用户进行相关决策安排。
[0155] 该监管平台系统的地理信息采用在线地图显示方式，支持放大，缩小，点击操作。当用户点击代笔飞行器的蓝色方框时，该飞行器的坐标可以实时显示在地图上。
[0156] 面对无人飞行器迅速发展给低空空域管理和地面安全带来的压力，本文提出了一种基于WebGIS进行远程规划服务中心的基本架构，目的是为了在确保地面设施安全的前提下为无人机进行远程规划服务；同时还可以进一步考虑气象因素和空中其他无人机飞行情况，为无人机用户提供增强规划服务。其次采用蚁群算法进行了三维安全走廊中的路径规划，并针对基本蚁群算法运行效率低的局限性提出了两级搜索的初步改进方法，如果压缩后网格规模大于无人机的视场大小才进行第2级搜索。仿真结果表明，能够满足轻型无人机和微型无人机的路径规划要求。
[0157] 应该指出，在远程规划方面还有许多问题有待进一步深入研究。远程规划的宗旨是充分利用低空空域和地面的约束信息，提供一种全局的安全路径，应该面向问题需要采用合适的方法。而蚁群算法作为一种带有随机性的启发式算法，存在着容易限于局部最优等一系列问题，因此有必要继续探索其他具有全局优化的方法。同时还需要研究同无人机在线飞行紧密结合，利用气象情报和空域飞行态势信息，提供动态规划服务。
[0158] 本发明实施例还提供了一种控制器，其与所述无人飞行器通信，所述控制器包括：
[0159] 存储器，用于存储可执行指令；
[0160] 处理器，用于根据所述存储器中存储的可执行指令，执行前述的无人飞行器空中安全走廊路径的远程规划方法。
[0161] 本发明实施例还提供了一种无人飞行器，其包括：
[0162] 存储器，用于存储可执行指令；
[0163] 处理器，用于根据所述存储器中存储的可执行指令，执行前述的无人飞行器空中安全走廊路径的远程规划方法。
[0164] 由于控制器和无人飞行器，与上述无人飞行器空中安全走廊路径的远程规划方法相对于现有技术所具有的优势相同，在此不再赘述。除非有所知名为相反之意，本说明书及所附权利要求中的数值参数是近似值，能够根据通过本发明的内容所得的所需特性改变。具体而言，所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字，应理解为在所有情况中是受到“约”的用语所修饰。一般情况下，其表达的含义是指包含由特定数量在一些实施例中±10％的变化、在一些实施例中±5％的变化、在一些实施例中±1％的变化、在一些实施例中±0.5％的变化。
[0165] 再者，“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的“一”或“一个”不排除存在多个这样的元件。
[0166] 说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词，以修饰相应的元件，其本身并不意味着该元件有任何的序数，也不代表某一元件与另一元件的顺序、或是制造方法上的顺序，该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。
[0167] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种终端区B类空域划设的方法 | 2020-05-08 | 821 |
| 空中交通管制工作质量评估方法及相关装置 | 2020-05-13 | 285 |
| 用于监视飞行器的条件空中交通管制许可的执行的方法和系统 | 2020-05-17 | 517 |
| 一种基于分布式决策模型的FAB的流量管理方法 | 2020-05-12 | 41 |
| 用于空中管理的训练和/或辅助平台、相关方法 | 2020-05-12 | 705 |
| 基于历史轨迹数据的空中交通管制员工作负荷评估方法 | 2020-05-17 | 371 |
| 一种航班航路飞行时间可靠性评价方法及系统 | 2020-05-14 | 556 |
| 空中交通管制自动指挥系统 | 2020-05-16 | 131 |
| 一种基于核密度估计的飞机速度异常识别方法 | 2020-05-15 | 429 |
| 空中交通管理电子系统的测试方法、相关电子设备和平台 | 2020-05-12 | 281 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
空中交通管制热门专利
QQ群二维码
意见反馈
意见反馈