技术领域
[0001] 本
发明属于无人机技术领域，具体涉及一种基于可垂直起降无人机的低空隔离空域交通管理方法。
背景技术
[0002] 无人驾驶航空器简称无人机，作为新兴的科技产品，最近几年得到了快速发展，无人机不仅在消防、巡检、农业、物流等领域得到大范围应用，同样也逐渐被老百姓接受，像大疆、零度、昊翔、3DR等公司逐渐推出了众多消费级产品。
[0003] 但是越来越多的无人机也带来了众多的问题，由于我国法律法规并不完善，无人机拥有者并不熟悉相关要求，实际上绝大多数无人机的飞行处于黑飞状态。无人机对民航机场、军事设施、石油石化企业、核电站等重要场站设施带来了前所未有的空中威胁，对无人机的飞行监管也逐渐提到国家重点要解决的问题。
[0004] 并且随着越来越多的无人机在低空飞行，低空中的无人机越来越密集，无人机碰撞
风险变得越来越大。将飞行中的无人机统一管理，让无人机有序飞行，将是解决该问题的一个有效途经，这称之为低空无人机交通管理。低空无人机交通管理是通过对整个低空的无人机运行安全和风险进行评估，同时对低空的无人机进行有效的规划，保证它们合理有序的飞行，从而促进无人机行业的健康发展。
[0005] 对于一般民用
飞行器，空中交通管理(Air Traffic Management，ATM)一般性目标是：有效地维护和促进空中交通安全，维护空中交通秩序，保障空中交通畅通。空中交通管理包括空中交通服务，空中交通流量管理和空域管理三大部分。
[0006] 空中交通服务是指，
空中交通管制单位应当为飞行中的民用航空器提供空中交通服务，包括：空中交通管制服务、飞行情报服务和告警服务。空中交通流量管理(Air Traffic Flow Management，ATFM)是指为有助于空中交通安全、有序和快捷地流通，以确保最大限度地利用空中交通管制服务的容量，并符合有关空中交通服务当局公布的标准和容量而设置的服务。空域管理是指为维护国家安全，兼顾民用、军用航空的需要和公众利益，统一规划，合理、充分、有效地利用空域的管理工作。空域通常划分为机场飞行空域、航路、航线、空中禁区、空中限制区和空中危险区等。为满足空域管理和飞行任务需要，可以划设空中走廊、空中放油区和临时飞行空域。决定容量管理、流量管理以及空中交通管制服务
质量的重要因素是地面管制员的负荷能
力和业务熟练能力等。
[0007] 然而，现有的适用于民航飞机的空中交通管理不能适合未来数以百万架的无人机。这是因为：(1)低空无人机数目多，体积小，执行任务复杂多样；(2)现行民航空中交通管理的CNS技术手段都很难应用于低空目标，对无人机的有效探测与
跟踪较为困难；(3)无人机缺乏有效的信息获取手段，难以全面、及时
感知规避障碍物，导致空中碰撞的风险增加。除此之外，现有的空中交通管理仍然是20世纪30年代发展起来的管理方式，走的是辅助飞行员驾驶的技术途径；而无人机的驾驶员在地面，针对低空无人机交通管理，需结合现有
物联网以及信息化技术等。
[0008] 所以本发明主要着重
低空空域的无人机交通管理。这里的低空空域原则上是指真高1000m(含)以下空域，超低空空域一般是指真高120m(含)以下空域，本发明重点描述的是真高300m(含)以下的空域。根据中国民航局2019年第一季度无人机
云数据统计：运行高度在120米以下的无人机占96.5％，1000m以下的无人机占据99.9％。因此，低空空域的无人机交通管理
覆盖了绝大部分的无人机。
[0009] 此外，由于低成本、起降方便、机动性强等特点，可垂直起降无人机被广泛应用于低空空域的物流运输、巡航监察、农业植保等实用性领域。然而，随着低空无人机交通流持续增长，接连出现影响民生经济和安全的黑飞，甚至坠机事件。针对低空隔离空域，设计一种基于可垂直起降无人机的交通管理方法，既能提高经济效应，又有助于空中交通安全、有序、快捷运行。因此，研究一种基于可垂直起降无人机的低空隔离空域交通管理方法是十分重要和有意义的。
发明内容
[0010] 本发明针对
现有技术中的不足，提供一种基于可垂直起降无人机的低空隔离空域交通管理方法。其目标是：考虑到一系列飞行过程、机场和空域容量限制以及地理
围栏限制，通过飞行前设定每架无人机的
飞行计划(
起飞时间、
航路点等)，在飞行中控制每架无人机的速度等，使得在飞行安全前提下，保证给定的经济等效益最高。
[0011] 为实现上述目的，本发明采用以下技术方案：
[0012] 一种基于可垂直起降无人机的低空隔离空域交通管理方法，其特征在于，包括如下步骤：
[0013] 步骤一：对起飞前的无人机进行计划审核和起飞授权，具体如下：
[0014] 步骤1.1：建立无人机状态的预估函数；
[0015] 步骤1.2：基于预估函数，建立计划审核的关键问题模型；
[0016] 步骤1.3：近似求解计划审核的关键问题模型，确定是否通过无人机的飞行计划，若通过，输出起飞时间和航路点；
[0017] 步骤1.4：对起飞前的无人机进行起飞授权；
[0018] 步骤二：对飞行中的无人机进行冲突检测和流量控制，具体如下：
[0019] 步骤2.1：预估通过了起飞授权的无人机是否会发生冲突，若发生冲突，输出目前最有可能发生冲突的无人机对和预测冲突时间；
[0020] 步骤2.2：根据冲突检测的结果，建立流量控制的关键问题模型；
[0021] 步骤2.3：近似求解流量控制的关键问题模型，确定是否解决冲突，若冲突解决，输出无人机在当前航路的新标称速度。
[0022] 为优化上述技术方案，采取的具体措施还包括：
[0023] 进一步地，可垂直起降无人机在航路网中飞行的设定如下：
[0024] 1)航路网抽象为一副
有向图G＝(V，E，A)；
[0025] 2)航路网中，第j个交汇
节点为nj，坐标为 j＝1，2，…，M；共有M个交汇节点，记为V＝{n1，n2，...，nM}；其中，任意两个节点之间的距离为
[0026] 3)对于节点之间存在的直线航路，用图论中的E来表示；航路(ni，nj)∈E的固定容量为 即可容纳无人机个数；无人机在航路上做直线飞行；
[0027] 4)有N架可垂直起降无人机，已知第i架无人机的起飞点ni，1，降落点 i＝1，2，...，N，其中第i架无人机的航路点个数为Mi；已知第i架无人机的可接受执行时间段为[ti，apts，ti，apte]，安全距离为ra，优先级为priorityi；
[0028] 5)在航路(ni，nj)∈E上的无人机按照该航路的标称速度 飞行，进一步定义有向图G的邻接矩阵A元素如下：
[0029]
[0030] 6)地面的起飞点与其正上空的节点是成对出现的。
[0031] 进一步地，步骤1.1具体如下：
[0032] 建立一个预估函数P(t0，i，tpre，Ui，A)来预估第i架无人机在预测时刻的
位置pi(tpre)和状态Si(tpre)∈{断电，等待授权，飞行，其它}，其中，t0，i表示第i架无人机的起飞时间，tpre表示预估时刻，Ui＝Ui(pi，vi，hi，hv，i，ni，cur，Si)表示第i架无人机的计划信息，pi，vi分别表示第i架无人机当前的位置和速度， 表示第i架无人机的航路点，表示第i架无人机航路点之间的标称速度序列，ni，cur表示第
i架无人机当前的目标航路点，Si表示第i架无人机当前所处状态；
[0033] 首先推算第i架无人机从当前位置到当前目标航路点所需时长为
[0034]
[0035] 其中， 表示目标航路点ni，cur的位置， 表示第i架无人机上一目标航路点ni，cur-1和当前目标航路点ni，cur之间的标称速度；
[0036] 从当前位置到下一航路点所需时长为
[0037]
[0038] 令T＝tpre-t，t表示当前时刻，以此类推得到预估第i架无人机的位置表达式为[0039]
[0040] 其中， 表示第i架无人机第Mi个航路点位置；
[0041] 同理得到，预估第i架无人机的状态表达式为
[0042]
[0043] 进一步地，步骤1.2具体如下：
[0044] 现在有一架新的无人机i需要进入航路网，基于预估函数P(t0，i，tpre，Ui，A)，建立如下的优化问题：
[0045]
[0046] s.t
[0047] ||pi(t0，i+s)-pk(t0，i+s)||≥2ra，s∈(0，Ti)，k∈Uactive (6)
[0048]
[0049] ti，apts≤t0，i≤ti，apte-Ti (8)
[0050]
[0051] 式(5)是优化目标，期望第i架无人机的起飞时间最早；
[0052] 式(6)是冲突约束，冲突是由无人机之间的距离是否小于安全距离ra进行判定的；为了安全性着想，第i架无人机在飞行过程中的任意时刻均不与当前时刻在等待起飞授权和已经通过起飞授权的任何一架无人机发生冲突，预测的时候限制判断距离大于等于2ra；
Uactive表示当前时刻已经通过起飞授权的无人机集合；
[0053] 式(7)是容量约束，固定容量是由安全半径ra与节点间的距离所决定；在第i架无人机的飞行过程中，任意时刻其所在航路的无人机数量都应该小于等于该航路的固定容量； 表示第i架无人机在tpre时是否位于航路(ni，nj)上，则表示第k架无人机在t0，i+s时是否位于上一目标航路点ni，cur-1和当前目
标航路点ni，cur之间的航路(ni，cur-1，ni，cur)上； 表示ni，cur-1和ni，cur之间的距离；
表示第i架无人机第l个航路点ni，l和第l+1个航路点ni，l+1之间航路的固定容量；
[0054] 式(8)是起飞时间约束，第i架无人机的起飞时间应该大于等于其可接受执行时间段的起始时间，同时其起飞时间与飞完全程所需时间的总和应该小于等于其可接受执行时间段的
截止时间，即确保第i架无人机全程飞行都在其可接受执行时间段[ti，apts，ti，apte]内；
[0055] 式(9)是电量约束；第i架无人机飞完全程所需的时间由分配到的航路点之间的距离与对应的标称速度hv，i所决定，其需要小于第i架无人机的最长续航时间； 表示ni，l和ni，l+1之间的距离； 表示ni，l和ni，l+1之间的标称速度；
[0056] 此外，对优化结果t0，i有如下的超时时间约束
[0057] t0，i-t＜Twait (10)
[0058] 其中，Twait表示超时时间；当t0，i-t大于等于Twait时，表示第i架无人机还需要等待很长时间才能起飞，建议过Twait时长后重新提交
申请。
[0059] 进一步地，步骤1.3具体如下：
[0060] S1：获取新加入的无人机i的安全距离ra和整个计划信息Ui；
[0061] S2：更新航路网信息A和当前时刻t，通过Dijkstra
算法得到无人机的航路点hi，并计算飞完全程所需的时间Ti；
[0062] S3：预估s∈(0，Ti)的位置信息pi(t0，i+s)，解公式(5-9)表示的优化问题；
[0063] S4：若有解则直接执行S5；
[0064] 若无解且原因是冲突问题，则判断与其发生冲突的所有无人机的优先级priorityk，k∈Ui，conllision是否均小于自己，Ui，conllision表示预测与第i架无人机将发生冲突的无人机集合；若是则拒绝无人机k的申请后重新执行S3；否则拒绝无人机i的申请，等Twait时长后重新执行S2；
[0065] 若无解且原因是容量问题，则暂时令超容对应的航路固定容量为0，再重新执行S2；
[0066] 其余情况均建议过Twait时长后重新执行S2；
[0067] S5：如果满足公式(10)的超时约束条件，则输出无人机的航路点和起飞时间；否则建议过Twait时长后重新执行S2。
[0068] 进一步地，步骤2.1具体如下：
[0069] 定义第i架和第j架无人机之间的距离
[0070]
[0071] 其中，Tmax＞0表示估计时间，Uactive(s)表示s时刻已经通过起飞授权的无人机集合，pi(s)、pj(s)分别表示s时刻第i架、第j架无人机的位置；
[0072] 如果d＜ra，那么表示可能会发生冲突；如果ra＜d＜2ra，报警提示；否则表示安全；若发生冲突，则输出目前最有可能发生冲突的无人机对和预测冲突时间。
[0073] 进一步地，步骤2.2具体如下：
[0074] 根据冲突检测的结果，进行交通调度，建立如下数学模型：
[0075]
[0076] s.t
[0077] ||pi(s)-pj(s)||≥ra，s∈(t，t+Tmax)，j∈Uactive(s) (13)
[0078]
[0079] t0，i+Ti≤ti，apte (15)
[0080]
[0081]
[0082] 式(12)是优化目标，期望在最小范围内调整冲突无人机的航路点间速度；表示第i架无人机经过交通调度后的标称速度；
[0083] 式(13)是冲突约束，第i架无人机从当前时刻开始估计时间Tmax内的任意时刻均不与当前时刻在等待起飞授权和已经通过起飞授权的任何一架无人机发生冲突；
[0084] 式(14)是容量约束，在第i架无人机从当前时刻开始估计时间Tmax内的任意时刻，其所在航路的无人机数量都应该小于等于该航路的固定容量；
[0085] 式(15)是截止时间约束，第i架无人机的起飞时间与飞完全程所需时间的总和应该小于等于其可接受执行时间段的截止时间；
[0086] 式(16)是电量约束，第i架无人机已经飞行的时间、从当前位置到目标航路点的时间、到达目标航路点后至飞行结束的时间，分别由t-t0，i， 表示；
[0087] 式(17)是速度约束，vi，min和vi，max分别表示第i架无人机的最小速度和最大速度。
[0088] 进一步地，步骤2.3具体如下：
[0089] S10：获取预估时间Tmax和安全距离ra；
[0090] S20：更新空域航路网信息A，当前时刻t，所有已通过起飞授权的无人机信息Ui，i∈Uactive；对空域内所有已通过起飞授权的无人机进行冲突检测，若有冲突无人机则输出发生冲突的无人机Ucollision和可能的冲突时间；否则执行S50；
[0091] S30：解公式(12-17)所示的优化问题；
[0092] S40：若有解则输出无人机在当前航路的新速度 然后执行S50；
[0093] 若无解则启动无人机自身的防碰撞算法，待冲突解决后再执行S20；
[0094] S50：间隔Tmax时长后，重复执行一次S20。
[0095] 本发明的有益效果是：确保了无人机间保持间隔距离，等待时长最短，飞行满足交通规范假设。有助于低空隔离空域的空中交通安全、快捷、有序的运行，进一步提高智能化和经济效应。系统性地分层次解决大量无人机低空有序飞行问题，最大限度地避免无人机冲突和碰撞，极大减小相关损失和伤亡。
附图说明
[0096] 图1：航路网示意图。
[0098] 图3：无人机在航路网中飞行的示意图。
[0099] 图4：交通管理仿真平台界面图。
[0100] 图5：交通管理仿真验证结果图。
[0101] 图6：无人机交通管理方式示意图。
具体实施方式
[0102] 现在结合附图对本发明作进一步详细的说明。
[0103] 低空无人机交通管理(Unmanned Aircraft System(UAS)Traffic Management，UTM)的最终目标是基于不同的地理条件(从农村到城市)和不同的应用目的(从空中监视、设施巡检到物流等)，推动具有不同能力的无人机在低空空域有序飞行，并进一步拓展到载人航空器等。更具体地说，保持无人机与空中其他飞行物(如：无人机、有人机、自有气球、
飞艇等)和障碍物的安全间隔，并提供一个高效和有序的交通流量控制与容量管理。低空无人机交通管理系统是一个复杂的系统，需要根据无人机性能确保无人机操作所需的安全级别。其内容包含无人机从生产制造到飞行使用、产品维修等整个全生命周期过程，涉及无人机、驾驶员、运营人、制造企业等相关体系。低空无人机交通管制，也不再是管制员对驾驶员的管制，更多的交通管制功能是由后台系统进行自动化的处理，是将低空
无人机空域管理与容量管理将与实时低空交通流量控制、
碰撞检测等进行深度融合。
[0104] 本发明设计了无人机交通管理方法架构，包括四个层次：战略管理、战术管理、边缘管理、个体管理。它们呈现递进关系如图6所示。其中战略管理通过航路网规划实现；战术管理通过飞行计划申报、航线规划和起飞授权、流量控制实现；边缘管理通过碰撞检测与避免实现；个体管理则是无人机本身避障能力实现。
[0105] 一、战略管理(Strategic Management)：基于地理信息、通信导航监视能力等，设计和规划航路网，解决空域管理问题，并由此得到系统容量(最大容量)。
[0106] 战略管理的方法主要是建立飞行秩序，这里主要使用的方法是首先对空域有一种统一的表示方法，例如网格化；其次是基于这种表示方法设计规划航路网。
[0107] (1)空域表示：网格化
[0108] 目前通用的构建空域环境研究采用网格法(Grid)建立低空无人机低空飞行空域环境。低空空域在地理空间上被分为多个
三维网格，其目的是利用网格
块的中心点作为空域的
采样点，进行任何计算、模拟、测量和分析，并利用网格块进行
颜色编码
可视化，使整个城市空域能够在离散方式下得到系统的管理。尽管所有的网格块都假定具有相同的大小，但单个网格块在纬度、经度和高度上的尺寸不一定相同。它们可以根据不同的分析模型、需求、容量、约束等进行变化。典型的网格化空域表示例子就是目前我国的北斗卫星导航网格码，其在航空领域的重要性不言而喻。空域通过网格化表示，空域把三维地理信息(GIS)映射到网格中，可以为不同的行业应用提供不同的
精度范围，由此避免了国家资源的信息泄露。
[0109] (2)空域组织：航路网
[0110] 基于网格化的表示，可以对空域进一步进行结构化。首先将空域环境划分为网格块，然后根据网格内包含的：航点(通信点、机场、临时降落区、降落等待区等)、限制区、恶劣
气候多发区、机场净空保护区和通信、导航和监视能力，将网格分为障碍网格和自由网格。自此，空域环境由自由网格和障碍网格构成，并形成一个连通图，因而航路规划问题就转
化成对自由网格的规划问题，即在该连通图上寻找从起始网格到终点网格的规避障碍物的最优路径。
[0111] 这样一来，空域的结构类似于城市的道路网络。无人机只能进入以下三个区域：与道路起类似作用的航路、由至少两条航路形成的交叉口以及节点。空中航路是指根据地面导航设施建立的供飞机作航线飞行之用的具有一定宽度的空域。该空域以连接各导航设施的直线为中心线，规定有上限和下限高度和宽度。这里的节点可以是机场或者一片自由飞行空域。
[0112] 二、战术管理(Tactical Management)：结合飞行计划申报，评估对未来一段时间内的可能运行容量，完成飞行计划的审批，解决作业前容量管理。在巡航过程中解决流量控制问题，实现无人机的有序飞行，实现即时运行容量的最大化，防止冲突的发生。在巡航过程中，结合动态
电子围栏、临时交通管制等，解决可能发生的碰撞问题。此时，如发生异常，由地面管制员(维护员)而不是驾驶员操作无人机将是较好的选择。
[0113] 战术管理是在航路网的
基础上，对无人机交通进行长周期、慢速的控制和调度，通常间隔
频率在秒级以上。主要分为飞行前、飞行中、飞行后三种场景。也可以将飞行前和飞行后归为一种，统称为地面场景。
[0114] (1)飞行前(Pre-flight phase)，解决飞行计划申报、航线规划和起飞授权问题。
[0115] 计划申报：通过与飞行计划申报相结合，预估整体航路网未来较长一段时间内的半静态容量，对飞行计划进行审批和授权；
[0116] 航线规划：依据飞行任务的起降地点、飞行风险要求、时间要求、其他飞机飞行任务等等，基于航路网，规划出一条较为适合的飞行航线；
[0117] 起飞授权：起飞阶段(考虑机场)，通过计算当前运行容量，对放飞申请进行授权。
[0118] (2)飞行中(In-flight phase)，解决飞行中的流量管理、碰撞检测与避免、降落等各种问题。
[0119] 巡航阶段：结合异常情况，交通管制、异常天气、障碍物、其他无人机等实时计算当前机场或者航路运行容量或冲突情况，并触发流量控制；流量控制，即：结合冲突风险、运行容量、航空管制等调整航空器的运行速度、航线等；也可以理解为冲突检测与避免服务。
[0120] 降落阶段：通过计算区域运行容量，对机场区域无人机进行可靠导航并有序降落。
[0121] (3)飞行后(Post-flight phase)，分析记录方面以及其他相关的飞行后业务和义务，保险与充电、维修等。
[0122] 三、边缘管理(Edge Management)：解决区域性(视距范围、无人机与遥控器间点到点通信距离)问题，如机场涉及的起飞与降落(进近)管理，重点解决机场区域的起飞授权、容量控制、起飞降落等问题。由于无人机的驾驶员在地面，在整个飞行过程中，尤其是超视距飞行时保持高可靠的指挥与控制链路(C2 Link)是不现实的，由此无人机驾驶员部署在机场区域，如发生异常情况，通过地面驾驶员本地操作无人机起飞和降落，此时C2链路的可靠性与时延要求大大高于巡航过程。
[0123] 边缘管理主要通过快速调度手段，解决区域性(视距范围、无人机与遥控器间点到点通信距离)范围内出现的碰撞风险问题。这里的区域主要是在无人机较为密集的区域，例如无人机机场。这里不仅依赖无人机上报数据，也可以结合机场的雷达、摄像头数据快速获取无人机所处的状态，这时对于无人机可以采用边缘计算技术，地面管控系统对飞行器进行实时避障控制，给予间隔秒级以下频度的监视或控制指令，调度引导过往、起降无人机避免发生碰撞，提供碰撞检测与避免服务。
[0124] 四、个体管理(Individual Management)：通过机载处理器解决障碍物碰撞问题，包括无人机与无人机之间、无人机与有人机之间、无人机与障碍物之间，采取有效的机载路径规划技术，绕开障碍物，并广播相关信息。
[0125] 根据上述无人机交通管理方法架构，本发明给出了一种基于可垂直起降无人机的低空隔离空域交通管理方法，包括对起飞前的无人机进行计划审核和起飞授权，以及对飞行中的无人机进行冲突检测和流量控制。
[0126] 本发明中的交通管理方法是针对低空隔离空域，基于如图1所示的航路网飞行的可垂直起降无人机。航路网包含交汇节点，机场，不同限速的流量走廊等。如同
汽车在公路上行驶需遵守交通规则一般，无人机在航路网中飞行应遵守相应的规则。为了方便表达，我们做一些假设和数学描述：
[0127] (1)航路网可以抽象为一副有向图G＝(V，E，A)。
[0128] (2)航路网中，第j个交汇节点为nj，坐标为 j＝1，2，...，M。共有M个交汇节点，记为V＝{n1，n2，...，nM}。其中，任意两个节点之间的距离为
[0129] (3)有些节点之间存在直线航路，用图论中的E来表示。航路(ni，nj)∈E的固定容量为 即可容纳无人机个数。假设无人机做直线飞行且必须在航路上。
[0130] (4)有N架可垂起无人机，已知第i架无人机的起飞点ni，1，降落点 i＝1，2，...，N，其中第i架无人机的航路点个数为Mi。已知第i架无人机的可接受执行时间段为[ti，apts，ti，apte]，安全距离为ra，优先级为priorityi(默认值越大优先级越高)。
[0131] (5)在航路(ni，nj)∈E上的无人机都需要按照该航路的标称速度 飞行。进一步定义有向图G的邻接矩阵A元素如下：
[0132]
[0133] (6)地面的起飞点与其正上空的节点是成对出现的。
[0134] 本发明整体的流程框图如图2所示，具体的实现步骤如下：
[0135] 步骤1：对起飞前的无人机进行计划审核和起飞授权。
[0136] 1.1、预估函数建立
[0137] 根据需求，我们定义一系列参数如表1所示：
[0138] 表1数学模型中用到的参数
[0139]
[0140]
[0141] 无人机是否发生冲突，航路网中无人机的个数，都依赖于无人机的位置信息。因此，需要先建立一个预估函数P(t0，i，tpre，Ui，A)来预估第i架无人机在预测时刻的位置pi(tpre)和状态Si(tpre)∈{断电，等待授权，飞行，其它}。如图3所示的无人机，通过飞行航线可以计算出其目前所在位置。
[0142] 首先推算第i架无人机从当前位置到当前目标航路点所需时长为
[0143]
[0144] 从当前位置到再下一航路点所需时长为
[0145]
[0146] 令T＝tpre-t，以此类推可以得到预估第i架无人机的位置表达式为
[0147]
[0148] 同理可以得到，预估第i架无人机的状态表达式为
[0149]
[0150] 1.2、计划审核的关键问题建模
[0151] 现在有一架新的无人机i需要进入航路网，基于上述的预估函数P(t0，i，tpre，Ui，A)，我们可以建立如下的优化问题：
[0152]
[0153] s.t
[0154] ||pi(t0，i+s)-pk(t0，i+s)||≥2ra，s∈(0，Ti)，k∈Uactive (6)
[0155]
[0156] ti，apts≤t0，i≤ti，apte-Ti (8)
[0157]
[0158] 式(5)是优化目标，期望第i架无人机的起飞时间最早。
[0159] 式(6)是冲突约束，冲突是由无人机之间的距离是否小于安全距离ra进行判定的。为了安全性着想，第i架无人机在飞行过程中的任意时刻均不与当前时刻在等待起飞授权和已经通过起飞授权的任何一架无人机发生冲突，预测的时候我们更加严格的限制判断距离应该大于等于2ra。
[0160] 式(7)是容量约束。固定容量是由安全半径ra与节点间的距离所决定。在第i架无人机的飞行过程中，任意时刻其所在航路的无人机数量都应该小于等于该航路的固定容量。其中，
[0161] 式(8)是起飞时间约束。第i架无人机的起飞时间应该大于等于其可接受执行时间段的起始时间，同时其起飞时间与飞完全程所需时间的总和应该小于等于其可接受执行时间段的截止时间，即确保第i架无人机全程飞行都在其可接受执行时间段[ti，apts，ti，apte]内。
[0162] 式(9)是电量约束。第i架无人机飞完全程所需的时间由分配到的航路点之间的距离与对应的标称速度hv，i所决定，其需要小于第i架无人机的最长续航时间。
[0163] 此外，要注意整个计算都是基于预估函数P(t0，i，tpre，Ui，A)，存在很多不确定因素，不能让无人机等待起飞的时间太长。因此，我们对优化结果t0，i有如下的超时时间约束[0164] t0，i-t＜Twait (10)
[0165] 当t0，i-t大于等于Twait时，表示第i架无人机还需要等待很长时间才能起飞，建议过Twait时长后重新提交申请。
[0166] 1.3、近似求解算法
[0167] 输入：空域航路网信息A，当前时刻t，新加入的无人机i的安全距离ra和整个计划信息Ui。
[0168] 输出：是否通过无人机i的飞行计划，若通过还需输出起飞时间t0，i和航路点hi。
[0169] 计划审核算法如表2所示：
[0170] 表2计划审核算法
[0171]
[0172] 1.4、对起飞前的无人机进行起飞授权
[0173] 临近起飞时间t0，i前2分钟，系统再次对无人机的计划信息Ui进行确认。由于起飞授权与计划审核的判断内容基本一致，旨在临近起飞时间时二次确认，故不做详细展开。
[0174] 步骤2：对飞行中的无人机进行冲突检测和流量控制
[0175] 2.1、冲突检测
[0176] 无人机在飞行过程中，可能因为各种不确定因素导致实际飞行与预期不一致。冲突检测主要是用于预估通过了起飞授权的无人机是否会发生碰撞。我们定义距离
[0177]
[0178] 其中Tmax＞0表示估计时间。
[0179] 如果d＜ra，那么表示可能会发生冲突。如果ra＜d＜2ra，表示报警提示。否则表示安全。若发生冲突，则冲突检测模块输出目前最有可能发生冲突的无人机对和预测冲突时间。
[0180] 2.2、流量控制的关键问题建模
[0181] 根据冲突检测的结果，交通调度模块将进行小范围调节。我们可以建立如下数学模型：
[0182]
[0183] s.t
[0184] ||pi(s)-pj(s)||≥ra，s∈(t，t+Tmax)，j∈Uactive(s) (13)
[0185]
[0186] t0，i+Ti≤ti，apte (15)
[0187]
[0188]
[0189] 式(12)是优化目标，期望在最小范围内调整冲突无人机的航路点间速度。
[0190] 式(13)是冲突约束。第i架无人机从当前时刻开始估计时间Tmax内的任意时刻均不与当前时刻在等待起飞授权和已经通过起飞授权的任何一架无人机发生冲突。
[0191] 式(14)是容量约束。在第i架无人机从当前时刻开始估计时间Tmax内的任意时刻，其所在航路的无人机数量都应该小于等于该航路的固定容量。其中，
[0192] 式(15)是截止时间约束。第i架无人机的起飞时间与飞完全程所需时间的总和应该小于等于其可接受执行时间段的截止时间。
[0193] 式(16)是电量约束。第i架无人机已经飞行的时间、从当前位置到目标航路点的时间、到达目标航路点后至飞行结束的时间，分别由t-t0，i， 表示。
[0194] 式(17)是速度约束。vi，min和vi，max分别表示第i架无人机的最小速度和最大速度。
[0195] 2.3、近似求解算法
[0196] 输入：空域航路网信息A，当前时刻t，预估时间Tmax，所有已通过起飞授权的无人机信息Ui，i∈Uactive和安全距离ra。
[0197] 输出：是否解决冲突，若冲突解决还需输出无人机在当前航路的新标称速度[0198] 冲突检测和交通调度的算法如表3所示：
[0199] 表3冲突检测和交通调度的算法
[0200]
[0201] 接下来通过仿真与计算过程对本发明进行说明。仿真与计算过程在主频3.70Ghz，内存32.0GB的计算机上，Win10专业版
操作系统下的MATLAB R2018b上进行。
[0202] (1)本发明在如图4所示的交通管理仿真平台实现。具体步骤如下：
[0203] 步骤一：对起飞前的无人机进行计划审核和起飞授权。
[0204] 先在GUI界面的参数输入框内导入航路网信息G＝(V，E，A)，并设置无人机相关参数，包括无人
机架数N，每架无人机的起飞点ni，1，降落点 可接受执行时间段[ti，apts，ti，apte]，安全距离ra和优先级priorityi。其中，i＝1，2，...，N。
[0205] 然后点击GUI界面START按钮，系统根据表2提供的算法自动解算出每架无人机的起飞时间t0，i和航路点hi，并将结果显示在如图5所示仿真结果的右下方飞行日志中。
[0206] 步骤二：对飞行中的无人机进行冲突检测和流量控制。
[0207] 在整个仿真过程中，系统根据表3提供的算法对空中无人机进行调度。先是根据公式(11)对已经通过起飞授权的无人机进行冲突检测，并在如图5所示仿真结果的右下方飞行日志中显示冲突信息。
[0208] 一旦预测到有冲突会发生，则优先根据公式(1217)表示的优化问题自动解算是否能够通过改变速度来解除冲突。若能，则一并输出无人机在当前航路的新标称速度并将结果显示在如图5所示仿真结果的右下方飞行日志中；若不能，则向无人
机发送预警信息，由无人机的防碰撞模块自行解决。
[0209] (2)结果分析
[0210] 仿真结果如图5所示。从下方的无人机实时信息反馈表可以看出，所有无人机都能成功从起飞点出发，通过航路网到达降落点。从右下方的飞行日志可以实时看到系统对无人机的速度调整、航线调整等调度方法的正确性。从上方的安全间隔图可以看出，整个飞行过程中，所有无人机之间的距离均保持在安全距离ra以外。这说明本发明中的交通管理方法能够保证在完成无人机自身任务同时，当前无人机能始终与其它无人机保持足够的安全距离，且尽量快速通过，证明本发明是可行的。
[0211] 以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述
实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
