【技术实现步骤摘要】
本专利技术涉及无人机航路规划，具体涉及一种基于蜂窝网格单元的低空航路风险地图构建方法与系统。
技术介绍
1、面对城市化进程不断加快，地面交通拥堵加剧、地下空间开发有限的现实环境，开发低空资源、发展低空经济将为城市交通的未来带来无限可能。近年来，无人机已经被广泛应用于军事、民用等领域。例如，军事领域中的救援搜索、监视侦察、军事打击等实战任务；民用领域中的城市空运、森林防护、环境监测等应用分析。伴随无人机在各领域的深度应用，空中交通流量规模激增，无人机的航路规划及运行安全管控已成为前沿热点课题。
2、现有的无人机航路规划方法，大多以经纬度为基础，通过解算三维曲线方程加安全裕度的方法，来实现对无人机的航路规划，计算复杂度高，已无法适应飞行器日益密集的低空交通管控需求。专利技术专利“路径规划方法、装置、电子设备及航线划设方法（申请号为202310752065.0）”提出一种基于四边形立体北斗网格的无人机三维路径规划方法，能够有效降低计算复杂度。但该方法也存在不足之处，首先，没有综合考虑气象条件、无人机情况、驾驶员资质和法律法规中飞行限制等因素对无人机飞行安全性的影响，导致规划航路的可行性和科学性不足。其次，四边形立体网格的离散化程度不高，区域覆盖效率低，导致无人机飞行风险评估的精度和实时性受到限制。
技术实现思路
1、针对现有技术的不足，本专利技术提出一种基于蜂窝网格单元的低空航路风险地图构建方法与系统，采用六边形蜂窝网格对地理曲面进行网格化，并构建蜂窝立体分层网格，量化分析各
2、技术方案：第一方面，一种基于蜂窝网格单元的低空航路风险地图构建方法，包括以下步骤：
3、基于不同类型空域管控要求，通过空域水平面多尺度划分和空域垂直面多尺度划分，形成低空空域立体蜂窝分层网格；
4、根据无人机飞行相关数据集，构建针对低空空域立体蜂窝分层网格的无人机飞行风险评估指标体系；
5、通过特征筛选算法对无人机飞行风险评估指标体系的风险因子进行优选；
6、根据优选的风险因子的对应数据集，利用基于动态贝叶斯网络的无人机运行风险评估模型对无人机运行事故发生概率进行推理，获得每个蜂窝网格的飞行风险值；
7、采用滑动平均方法对每个蜂窝网格的飞行风险值进行误差补偿，并对每个蜂窝网格赋权重来计算区域风险加权指数，补偿后的每个蜂窝网格的飞行风险值和区域风险加权指数形成多尺度网格风险值；
8、将多尺度区域风险值与地理位置信息相结合，根据蜂窝网格编码索引，生成动态多尺度低空航路立体蜂窝风险地图。
9、进一步的，空域水平面多尺度划分方法如下：
10、基于管控的空域范围，在地图上确定对应区域水平面左上角一点作为地球平面坐标原点，该点坐标为原点坐标，同时估算空域范围横纵向最大长度，建立规格的平面蜂窝网格，其中： n为水平面横轴上的平面蜂窝网格个数， m为水平面纵轴上的平面蜂窝网格个数， l为单个平面蜂窝网格的最小外接圆直径；
11、在以为原点，的规格建立的平面蜂窝网格地图坐标系上，给每个平面蜂窝网格和该网格的顶点分别建立索引g(v)和g(x,y)，其中 v为平面蜂窝网格编号，g(v)表示第 v个平面蜂窝网格，g(x,y)表示平面蜂窝网格的顶点索引值，且大于空域区域横向最大长度，小于空域区域横向最大长度，大于空域区域纵向最大长度，小于空域区域纵向最大长度；
12、空域垂直面多尺度划分方法如下：
13、划分水平平面蜂窝网格后，以各平面蜂窝网格的六个顶点为基础，向上延伸 h距离形成六棱柱形态，并建立六棱柱顶点的索引g(x,y,z)；
14、通过估算管控空域的高度最大值，建立规格的立体蜂窝网格坐标系，其中 h为单个立体蜂窝网格的高度，且大于管控空域最大高度，小于管控空域最大高度。
15、进一步的，根据无人机飞行相关数据集，构建针对低空空域立体蜂窝分层网格的无人机飞行风险评估指标体系包括：
16、从气象部门、无人机飞行管控系统、无人机注册系统、无人机综合监管平台和无人机障碍物探测与避障系统获取无人机相关数据，剔除异常值并填充空缺值后，得到无人机飞行风险评估数据集；
17、根据无人机飞行风险评估数据集，确定影响无人机飞行安全的风险因子，形成无人机飞行风险评估指标体系，所述无人机飞行风险评估指标体系包括气象因素、飞行限制、空中风险、无人机情况、障碍物情况、地面情况、驾驶员情况和法律法规八类指标，每类指标下包含一个或多个风险因子。
18、进一步的，利用基于动态贝叶斯网络的无人机运行风险评估模型对无人机运行事故发生概率进行推理，获得每个蜂窝网格的飞行风险值包括：
19、对优选后的各风险因子进行皮尔逊相关性分析，将皮尔逊相关系数绝对值大于指定阈值的两个风险因子识别为它们之间存在相关性，分析它们之间的因果关系，利用有向箭头将这些因果关系进行连接，得到静态贝叶斯网络；
20、对静态贝叶斯网络在时间轴上进行延拓，生成含有2个时间片的动态贝叶斯网络，将随时间变化的风险因子作为动态变量，利用有向边将每个动态变量相邻时间片节点连接，根据贝叶斯公式得到跨越时间片的无人机飞行安全风险联合预测概率；
21、对于每个立体蜂窝网格，根据其风险因子实际情况通过上述计算方式得到对应的无人机飞行安全风险联合预测概率，该概率值是蜂窝网格的无人机飞行风险值。
22、进一步的，滑动平均方法对飞行风险值进行误差补偿包括：
23、将每个立体蜂窝网格作为中心六棱柱，依次进行以下计算：以与中心六棱柱网格共侧面的6个六棱柱，以及与中心六棱柱网格共底面和顶面的两个六棱柱网格作为邻域，计算出邻域网格的风险平均值并赋予该中心六棱柱网格。
24、进一步的，区域风险加权指数的计算公式如下：
25、；
26、式中， w n为第n个立体蜂窝网格风险权重， s n为第n个立体蜂窝网格风险值，该风险值为通过动态贝叶斯网络得到的无人机飞行风险联合预测概率，n为区域中立体蜂窝网格数量，v为区域的加权风险指数。
27、进一步的，蜂窝网格编码索引由25位编码组成，顺序依次为：6位行政区域代码、8位经纬度编码、2位蜂窝网格高度、2位蜂窝网格直径、2位多尺度网格风险值、5位流水号。
28、第二方面，一种基于本文档来自技高网...
【技术保护点】
1.一种基于蜂窝网格单元的低空航路风险地图构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，空域水平面多尺度划分方法如下：
3.根据权利要求1所述的方法，其特征在于，根据无人机飞行相关数据集，构建针对低空空域立体蜂窝分层网格的无人机飞行风险评估指标体系包括：
4.根据权利要求1所述的方法，其特征在于，利用基于动态贝叶斯网络的无人机运行风险评估模型对无人机运行事故发生概率进行推理，获得每个蜂窝网格的飞行风险值包括：
5.根据权利要求2所述的方法，其特征在于，滑动平均方法对飞行风险值进行误差补偿包括：
6.根据权利要求1所述的方法，其特征在于，区域风险加权指数的计算公式如下：
7.根据权利要求1所述的方法，其特征在于，蜂窝网格编码索引由25位编码组成，顺序依次为：6位行政区域代码、8位经纬度编码、2位蜂窝网格高度、2位蜂窝网格直径、2位多尺度网格风险值、5位流水号。
8.一种基于蜂窝网格单元的低空航路风险地图构建系统，其特征在于，包括：
9.一种计算机设备，其
10.一种非暂时性处理器可读存储介质，其上存储有处理器可执行指令，其特征在于，所述处理器可执行指令被移动终端的处理器执行时实现如权利要求1-7任一项所述的基于蜂窝网格单元的低空航路风险地图构建方法的步骤。
...【技术特征摘要】
1.一种基于蜂窝网格单元的低空航路风险地图构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，空域水平面多尺度划分方法如下：
3.根据权利要求1所述的方法，其特征在于，根据无人机飞行相关数据集，构建针对低空空域立体蜂窝分层网格的无人机飞行风险评估指标体系包括：
4.根据权利要求1所述的方法，其特征在于，利用基于动态贝叶斯网络的无人机运行风险评估模型对无人机运行事故发生概率进行推理，获得每个蜂窝网格的飞行风险值包括：
5.根据权利要求2所述的方法，其特征在于，滑动平均方法对飞行风险值进行误差补偿包括：
6.根据权利要求1所述的方法，其特征在于，区域风险加权指数的计算公式如下：
7.根据权利要求1所述的方法，其...
【专利技术属性】
技术研发人员：郭旭周，徐舒，许小伟，徐艺，刘思娴，杨培，孙昊，李胜兵，
申请(专利权)人：南京熊猫电子股份有限公司，
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。