CN113421459A - 一种无人机飞行导致的地面交通风险监测方法及*** - Google Patents

Abstract

本公开披露一种无人机飞行导致的地面交通风险监测方法及***，该方法包括：获取无人机的飞行计划数据，得到飞行空域对应的路网信息；获取所述无人机的性能数据，计算所述无人机意外失控的概率；根据所述无人机意外失控的概率和所述路网信息，计算无人机意外失控影响地面交通风险值。通过实施例本公开的技术方案，能够准确高效地监测及评估无人机空中飞行对地面交通造成的风险。

Description

一种无人机飞行导致的地面交通风险监测方法及***

技术领域

本发明涉及无人机安全飞行技术领域，尤其涉及一种无人机飞行导致的地面交通风险监测方法及***。

背景技术

低空空域是一种重要的自然资源，其中蕴含着巨大的经济价值，对低空空域进行合理地开发、利用和管理是世界各国进入航空强国的重要途径。美欧等国家已将低空通用航空的发展纳入航空运输总体规划，启动了“欧洲私人航空运输***(EPATS)”以及“小飞机运输***(SATS)”，在满足私人通航飞行需求的同时，也为城市交通拥堵问题提供了新的解决途径。

在我国，随着经济的转型升级和高质量发展理念的不断贯彻，低空作为新一代交通运输***的主要发展对象，其潜力、前景日渐突出。无人机作为低空空域中运行的重要主体，实现其安全、有序、高效的运行，使其对地面设施、公共安全、空中载人飞行器及其他无人驾驶航空器带来的影响最小显得尤为重要。

而实现对无人机飞行的科学管控，是未来低空空域资源充分利用的重要前提。对于无人机个体来说，其飞行风险的评估方式方法还不够完善。无人机操作者、无人驾驶航空器本身以及环境的变化(空域结构、气象、地形等)等各种安全影响要素及其间相互作用使得无人机的低空飞行存在较大的安全隐患，增加了科学管控低空飞行的难度。

因此，无人机在低空空域内飞行的安全性至关重要，如何科学评估并监视低空无人机的飞行风险，是我国低空空域通航发展目前面临的一大重点问题。

发明内容

有鉴于此，本发明提供一种无人机飞行导致的地面交通风险监测方法及***，能够监测及评估无人机对地面交通造成的风险，至少部分解决现有技术中存在的问题。

为此，本公开披露一种无人机飞行导致的地面交通风险监测方法，该方法包括：

获取无人机的飞行计划数据，得到飞行空域对应的路网信息；

获取所述无人机的性能数据，计算所述无人机意外失控的概率；

根据所述无人机意外失控的概率和所述路网信息，计算无人机意外失控影响地面交通风险值。

相应地，为实现上述方法，本公开还披露一种无人机飞行导致的地面交通风险监测***，该***包括：

信息获取单元，用于获取无人机的飞行计划数据和路网数据；

路网定位单元，用于根据所述飞行计划数据获取飞行空域对应的路网信息；

性能监测单元，用于获取所述无人机的性能数据，并计算所述无人机意外失控的概率；

风险评估单元，用于根据所述无人机意外失控的概率和所述路网信息，计算无人机意外失控影响地面交通风险值。

与现有技术相比，本公开披露的无人机飞行导致的地面交通风险监测方法及***具有以下技术效果：

通过实施本公开的无人机飞行导致的地面交通风险监测方法及***实施例，通过无人机的飞行计划数据和路网数据，提取飞行区域对应的路网信息，计算无人机意外失控的概率，并结合路网信息和失控的概率，计算得到无人机意外失控影响地面交通风险值，从而准确、高效地监测并评估无人机的飞行风险，分析估算损失程度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本公开实施例披露的一种无人机飞行导致的地面交通风险监测方法流程示意图；

图2为本公开实施例披露的一种地面交通风险监测***组成示意图；

图3为本公开实施例中无人机航线申请模式下飞行区域及路网区域的示意图；

图4为本公开实施例中无人机空域申请模式下飞行区域及路网区域的示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

方法实施例：

为准确估算无人机飞行过程中，对地面道路及交通可能造成的风险及损失，本公开披露一种无人机飞行导致的地面交通风险监测方法，如图1所示，该方法包括以下步骤：

S100：获取无人机的飞行计划数据，得到飞行空域对应的路网信息；

S200：获取无人机的性能数据，计算无人机意外失控的概率；

S300：根据无人机意外失控的概率和路网信息，计算无人机意外失控影响地面交通正常运行的风险值。

本实施例通过无人机的飞行计划数据和路网数据，提取飞行区域对应的路网信息，计算无人机意外失控的概率，并结合路网信息和失控的概率，计算得到无人机意外失控影响地面交通正常运行的可能性，进而得到地面交通受其影响的风险值，从而准确、高效地监测并评估无人机的飞行风险。

本实施例中，需要说明的是：

1)飞行计划数据可包括飞行信息；该飞行信息可进一步包括：预设的飞行模式、飞行预使用空域以及预飞行高度信息。

无人机飞行对地面交通带来的风险评估过程中，无人机飞行计划数据是作为风险评估的基本信息。例如：可从无人机飞行计划数据中获取无人机型号，无人机飞行意图(例如，航拍，送外卖等飞行模式)，无人机飞行预使用空域情况，无人机预飞行高度等基本信息。

2)无人机的性能数据可包括：无人机型号、自身重量、机身尺寸、***稳定性参数、最大飞行高度、最大运行速度以及电池续航时间。

例如：基于飞行计划数据，可获取对应无人机的性能数据，关键的信息有：无人机的自身重量，无人机运行的***稳定性，无人机最大飞行高度，无人机最大运行速度，无人机电池续航时间等基本信息。

无人机运行空域下方对应的路网信息是无人机飞行对地面交通风险分析的背景材料，应采集相应的路网信息数据，作为飞行风险评估的重要依据。作为一种可选的实现方式，上述实施例中的S100：根据无人机飞行计划数据，获取飞行空域对应的路网信息，进一步包括以下处理步骤：

S110：从飞行计划数据中，提取无人机的飞行信息；

S120：根据飞行信息，确定飞行空域覆盖的路网区域；

S130：获取路网区域的面积和道路数量，计算城市道路面积率URAR：

其中，城市道路面积率URAR(Urban Road Area Ratio)，用于描述城市之中道路总体密度，路网区域内共有n条道路，记第i条道路的宽度为d_i，其长度为l_i，那么该第i条道路所占的面积为：s_i＝l_id_i。

可选的是，上述实施例中S120：根据飞行信息，确定飞行空域覆盖的路网区域，进一步包括以下步骤：

S121：根据飞行信息提取预设的飞行模式、飞行预使用空域以及预飞行高度信息；

S122：当飞行模式为航线申请模式时，根据无人机性能数据，获取无人机的最大水平飞行速度v_h，记无人机在空中高度h意外失控的情况下按照惯性继续运动，空中运动的时间t_a，则无人机在空中运动的水平延展最大距离为ρ：

路网区域的面积为S＝ρw，其中w为道路宽度均值。

S123：当飞行模式为空域申请模式时，根据飞行预使用空域信息，获取对应的空域面积；根据空域面积，确定所对应的路网区域的面积。

作为一种可选的实施方式，上述实施例中S200：计算无人机意外失控的概率，进一步包括以下步骤：

S210：根据无人机的性能数据，获取***稳定性参数λ；

S220：根据飞行计划数据，获取无人机的预设飞行时长t，并计算得到无人机在本次飞行计划中出现意外失控的概率为P，P＝λt。

作为一种可选的实施方式，上述实施例中S300：计算无人机意外失控影响地面交通风险值，进一步包括以下步骤：

S310：根据路网信息，获取对应的城市道路面积率URAR；

S320：根据无人机的运行性能数据，获取对应的无人机出现意外失控的概率P；

S330：根据城市道路面积率URAR和无人机出现意外失控的概率P，计算无人机意外失控影响路网正常运行的可能性L：L＝λt˙URAR。无人机意外失控影响路网正常运行的风险值R＝L×SE，其中SE为无人机意外失控对地面道路造成损失的的平均严重程度等级。

作为一种可选的实施方式，基于前述任一实施例披露的无人机飞行导致的地面交通风险监测方法，该方法还包括以下步骤：

S400：根据无人机的飞行信息，计算无人机落地时具备的能量E；

S500：根据无人机的性能数据，获取无人机的机身尺寸，从而确定无人机遮蔽路面车辆驾驶员的视野范围β；

S600：提取路网区域内的道路限速信息，根据道路限速信息，从预设的道路结构系数组中，调取对应的道路结构系数α_k；

S700：根据无人机落地时具备的能量E、无人机遮蔽驾驶员的视野范围β、及道路结构系数α_k，计算无人机意外失控对地面道路造成损失的严重程度等级SE：SE＝∑α_kSE_k；

其中，SE_k＝SE_k(β,E)，SE_k为意外发生导致第k类道路损失的严重程度等级，由遮蔽路面车辆驾驶员的视野范围β和无人机落地时具备的能量E决定。

作为一种可选的实施方式，上述实施例S700中，道路结构系数α_k的计算过程包括：

根据路网区域内的道路信息，按照道路限速的情况分类设置道路结构系数α_k；

其中，道路结构系数α_k的计算公式为：

其中，

进而有：∑_ka_k＝1

其中，S_j为第j条道路对应的面积，第i条道路所占的面积s_i为：s_i＝l_id_i，Γ_k为第k类道路的集合；道路结构系数α_k的取值范围为[0,1]，α_k进一步包括：

第1类道路结构系数α₁，取值范围为[0,1]，对应的道路road₁限速为60KM/h以下；

第2类道路结构系数α₂，取值范围为[0,1]，对应的道路road₂限速为60KM/h以上且100KM/h以下；

第3类道路结构系数α₃，取值范围为[0,1]，对应的道路road₃限速100KM/h以上。

产品实施例：

如图2所示，为实施上述方法实施例，本公开还披露一种地面交通风险监测***实施例，该***包括以下组成：

信息获取单元，用于获取无人机的飞行计划数据和路网数据；

路网定位单元，用于根据飞行计划数据获取飞行空域对应的路网信息；

性能监测单元，用于获取无人机的性能数据，并计算无人机意外失控的概率；

风险评估单元，用于根据无人机意外失控的概率和路网信息，计算无人机意外失控影响地面交通正常运行的风险值。

上述实施例披露的地面交通风险监测***，通过无人机的飞行计划数据和路网数据，提取飞行区域对应的路网信息，计算无人机意外失控的概率，并结合路网信息和失控的概率，计算得到无人机意外失控影响地面交通风险值，准确、高效地监测并评估无人机的飞行风险。

作为一种可选的实施方式，上述地面交通风险监测***还可包括以下组成：

能量估算单元，根据无人机的飞行信息和性能数据，计算无人机落地时具备的能量E和遮蔽驾驶员的视野范围β；

限速统计单元，用于根据路网区域内的道路限速信息，从预设的道路结构系数组中，调取对应的道路结构系数α_k；

损失评估单元，用于根据无人机落地时具备的能量E、无人机遮蔽驾驶员的视野范围β、及道路结构系数α_k，计算无人机意外失控对地面道路造成损失的严重程度等级SE：SE＝∑α_kSE_k；

其中，SE_k＝SE_k(β,E)，SE_k为意外发生导致第k类道路损失的严重程度等级,由遮蔽路面车辆驾驶员的视野范围β和无人机落地时具备的能量E决定。

上述实施例披露的地面交通风险监测***，针对推演无人机控制坠落的运动趋势的不同场景，分别计算无人机意外失控对地面造成的损失，从而准确、高效地分析估算损失程度。

可选的是，上述路网定位单元可进一步包括：

定位子单元，用于从飞行计划数据中，提取无人机的飞行信息，并根据飞行信息，确定飞行空域覆盖的路网区域；

计算子单元，用于获取路网区域的面积和道路数量，计算城市道路面积率URAR：

其中，路网区域内共有n条道路，记第i条道路的宽度为d_i，其长度为l_i，那么该第i条道路所占的面积为：s_i＝l_id_i。

本产品实施例与前述方法实施例具有相同的发明构思，在具体实施上可参照前述实施例，此处不再赘述。

下面结合一具体示例，对上述风险监测方法及***做进一步的说明：

1、基础数据获取

假设无人机所需飞行时间段时长为t，若无人机***稳定性参数为p(此处代表无人机飞行在单位时间内出现意外失控的概率)，那么可知：无人机在整个飞行过程中出现意外失控的概率为tp。

假设无人机意外失控后将失去动力***，做自由落体运动，那么依据无人机的运行性能以及飞行计划数据，圈定无人机整个飞行过程中可能出现的位置作为路网结构分析的区域Ω。再依据区域Ω内的路网信息，可知无人机意外失控影响路网正常运行的可能性L为：L＝tp˙URAR。那么，无人机意外失控影响路网正常运行的风险值R＝L×SE，其中，SE为无人机意外失控对地面道路造成损失的的平均严重程度等级。

除了城市道路面积率以外，另一个非常关键的因素是道路的限速情况，小区内部的道路通常要求车速很低，例如40KM/h以内，在这种情况下，倘若无人机意外失控，那么行驶之中的驾驶员能够很快的做出相应的响应措施，以免发生剧烈碰撞或多车追尾等恶劣交通事故。但是，倘若在告诉路上，疾驰而过的汽车速度通常为120KM/h，若此刻无人机突然意外失控，驾驶员将很难避免造成强烈撞击，急踩刹车也容易造成多车追尾，甚至威胁到数人的生命安全。

故而，每条道路的限速情况也将无人机飞行风险评估的重要参数。将该区域内所有道路(记为road₁,…,road_n)按照道路限速的情况分类(注，若一条道路限速情况有多段，那么将其判定为多条道路的组合)，分类标准为：

若道路road_i限速60KM/h以下，那么该道路对应为第1类，记为：road_i∈Γ₁；

若道路road_i限速60KM/h以上且100KM/h以下，那么该道路对应为第2类，记为：road_i∈Γ₂；

若道路road_i限速100KM/h以上，(例如限速120KM/h)，那么该道路对应为第3类，记为：road_i∈Γ₃

定义道路结构系数组α_k,k＝1,2,3如下：

其中，

进而有：∑_ka_k＝1.

2、风险概率分析及评估

假设无人机所需飞行时间段时长为t，若无人机***稳定性参数为p(此处代表无人机飞行在单位时间内出现意外失控的概率)，那么可知：无人机在整个飞行过程中出现意外失控的概率为tp。

假设无人机意外失控后将失去动力***，做自由落体运动，那么依据无人机的运行性能以及飞行计划数据，圈定无人机整个飞行过程中可能出现的位置作为路网结构分析的区域Ω。再依据区域Ω内的路网信息，可知无人机意外失控影响路网正常运行的可能性L为：L＝tp˙URAR。风险值R＝L×SE，其中SE为所述无人机意外失控对地面道路造成损失的的平均严重程度等级。

1)航线申请模式

如图3所示，若无人机提交的飞行计划信息是航线申请模式，无人机申请飞行高度为h，依据无人机运行性能得知无人机最大水平飞行速度为v_h。那么可知，无人机在意外失控的情况下还将按照惯性继续运动，由于在垂直方向，无人机将按照重力加速度g进行加速运动，故而在空中存在的时间t_a满足：

通过上式，可解得

由此可知，无人机水平延展的最大距离为：

此刻可知，所需要关心的区域如图3所示，其为基于无人机航线的区域图，图3中的中心折线线段为申请航线，折线周围的环形边界内对应的区域为所需进行路网信息采集的区域。

2)空域申请模式

若无人机申请空域进行自由飞行，那么，按照前述分析可知，对应的关心区域如图4所示，其中，位于最内部的区域为飞行计划申请的空域，其外部的线条内对应的区域为所需进行路网信息采集的区域。

3、损失严重程度等级分析

当无人机意外失控时，无人机对地面交通带来的损失程度与道路结构，无人机物理性能，无人机飞行信息三者均息息相关。总体而言，损失严重程度等级由无人机落地时具备的能量E，无人机遮蔽驾驶员的视野范围β(无人机的尺寸)，以路面上汽车的最大行驶速度v三方面共同进行评估计算。例如：

1)无人机落地时的动能足够大，会导致砸中车辆后，使车辆本身受到损害，进而可能导致后续的风险事件；

2)若无人机的尺寸较大，那么即使无人机非常的轻便，虽然无人机不会对车体本身带来灾难性的破坏，但是，由于其遮蔽驾驶员的视野，使得驾驶员无法正常的采取合理的行动。依然很可能会导致多车碰撞等安全事故。例如，一张在空中漂浮的报纸容易直接贴在驾驶员的前车窗上，导致驾驶员完全被遮蔽；

3)汽车行驶速度越大，其前后车之间的追尾可能性就越大。当汽车在高速路上飞驰的时候，即使发现前方无人机后立即急刹车，避免了与失控无人机的直接碰撞。但依然很有可能导致后车追尾前车。造成严重的损失。

无人机意外失控导致的损失程度SE应由其落到不同类别道路上的损失程度的期望值所确定，即：

假设无人机空中运行高度为h，无人机质量为m，其最大运行速度为v_h，那么由物理学知识可知，无人机失控落地时所具备的最大动能为：

那么，路面损失程度分类分析如下：由于驾驶员发现意外危险事件到做出响应的反应时长几乎是一个固定的值，汽车行驶速度越快，驾驶员用于规避、缓解伤害的时间裕度越小；再者，汽车行驶速度过大，整个***的稳定性能越差，一个小失误的操作会严重放大后果的严重程度。故而，损失程度模型应该依据汽车的行驶速度进行分类讨论。

下面，分别依据道路限速情况对损失程度进行讨论，以客观地反应路面上的汽车最大速度，进而确立造成损失程度的上限。本示例中，可将无人机所携带的能量划分为以下几类：

高等能量——指无人机携带的能量足以摧毁一辆汽车，并导致汽车上的人员面临致命伤害；

中等能量——指无人机会造成汽车功能损坏，但并不会致使汽车上人员受伤

低等能量——指无人机即使碰撞汽车，并不会导致汽车的功能性损害

1)本实施例中，按照汽车满载的情况下对损失严重程度等级进行极大估计，及每辆汽车上载荷5人。那么，在这种情况下，损失严重程度等级SE₁由下表给出：

2)中等速度情况

在速度中等的情况下，首先后车与前车追尾的情况仅在前车彻底失控或者驾驶员视野彻底被遮蔽的情况下发生；其次，由于速度的原因，发生追尾后，仅后车前排人员以及前车后排人员会受到严重伤害，损失程度SE₂由下表给出：

	高	中	低
				大	7	5	5
中	7	5	10<sup>-1</sup>
				小	7	5	10<sup>-3</sup>

3)高速情况

与低速情况截然不同的是，在汽车以超高速行驶的过程中，意外失控的无人机尺寸对损失程度的影响甚为严重。将无人机尺寸分为大、中、小、微几种情形：

大——无人机尺寸足以遮蔽整个汽车前窗，驾驶员的视野将会被完全遮蔽

中——无人机尺寸大于半个汽车前窗，驾驶员的视野受到一定影响

小——驾驶员的双目视线不会同时被无人机遮蔽，此刻驾驶员的视野几乎不被影响

在汽车超高速行驶的过程中，无论无人机携带的能量如何，汽车自身速度很大，前后两车容易追尾，且后车人员及车体会受到相应的伤害。损失程度SE₃由下表给出：

	高	中	低
				大	10	10	10
中	10	10	1
				小	10	10	10<sup>-3</sup>

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种无人机飞行导致的地面交通风险监测方法，其特征在于，包括：

获取无人机的飞行计划数据，得到飞行空域对应的路网信息；

获取所述无人机的性能数据，计算所述无人机意外失控的概率；

根据所述无人机意外失控的概率和所述路网信息，计算无人机意外失控影响地面交通的风险值。

2.根据权利要求1所述的无人机飞行导致的地面交通风险监测方法，其特征在于，所述根据无人机飞行计划数据，获取飞行空域对应的路网信息，进一步包括：

从所述飞行计划数据中，提取所述无人机的飞行信息；

根据所述飞行信息，确定飞行空域覆盖的路网区域；

获取所述路网区域的面积和道路数量，计算城市道路面积率URAR：

其中，所述路网区域内共有n条道路，记第i条道路的宽度为d_i，其长度为l_i，那么该第i条道路所占的面积为：s_i＝l_id_i。

3.根据权利要求2所述的无人机飞行导致的地面交通风险监测方法，其特征在于，所述根据所述飞行信息，确定飞行空域覆盖的路网区域进一步包括：

根据所述飞行信息提取预设的飞行模式、飞行预使用空域以及预飞行高度信息；

当所述飞行模式为航线申请模式时，根据所述无人机性能数据，获取所述无人机的最大水平飞行速度v_h，记所述无人机在空中高度h意外失控的情况下按照惯性继续运动，空中运动的时间t_a，则所述无人机在空中运动的水平延展最大距离为ρ：

当所述飞行模式为空域申请模式时，根据所述飞行预使用空域信息，获取对应的空域面积；根据所述空域面积，计算所对应的路网区域的面积。

4.根据权利要求2或3所述的无人机飞行导致的地面交通风险监测方法，其特征在于，所述计算无人机意外失控的概率，进一步包括：

根据所述无人机的性能数据，获取***稳定性参数λ；

根据所述飞行计划数据，获取所述无人机的预设飞行时长t，并计算得到所述无人机在本次飞行计划中出现意外失控的概率P，P＝λ×t。

5.根据权利要求4所述的无人机飞行导致的地面交通风险监测方法，其特征在于，所述计算无人机意外失控影响地面交通的风险值，进一步包括：

根据所述路网信息，获取对应的城市道路面积率URAR；

根据所述无人机的运行性能数据，获取对应的所述无人机出现意外失控的概率P；

根据所述城市道路面积率URAR和所述无人机出现意外失控的概率P，计算所述无人机意外失控影响路网正常运行的可能性L：L＝P·URAR；所述无人机意外失控影响路网正常运行的风险值R＝L×SE，其中SE为所述无人机意外失控对地面道路造成损失的平均严重程度等级。

6.根据权利要求5所述的无人机飞行导致的地面交通风险监测方法，其特征在于，所述无人机意外失控对地面道路造成损失的平均严重程度等级SE的计算方法包括：

根据所述无人机的飞行信息，计算所述无人机落地时具备的能量E；

根据所述无人机的性能数据，获取所述无人机的机身尺寸，从而确定所述无人机遮蔽路面车辆驾驶员的视野范围β；

提取所述路网区域内的道路限速信息，根据所述道路限速信息，从预设的道路结构系数组中，调取对应的道路结构系数α_k；

根据所述无人机落地时具备的能量E、所述无人机遮蔽驾驶员的视野范围β、及所述道路结构系数α_k，计算所述无人机意外失控对地面道路造成损失的严重程度等级SE：SE＝∑α_kSE_k；

其中，SE_k＝SE_k(β，E)，SEk为意外发生导致第k类道路损失的严重程度等级，由遮蔽路面车辆驾驶员的视野范围β和无人机落地时具备的能量E决定。

7.根据权利要求6所述的无人机飞行导致的地面交通风险监测方法，其特征在于，所述道路结构系数α_k的计算过程包括：

根据所述路网区域内的道路信息，按照道路限速的情况分类设置所述道路结构系数α_k；

其中，所述道路结构系数α_k的计算公式为：

其中，

进而有：∑_ka_k＝1

其中，S_j为第j条道路对应的面积，第i条道路所占的面积s_i为：s_i＝l_id_i，Γ_k为第k类道路的集合；α_k的取值范围为[0，1]；

所述道路结构系数α_k包括：

第1类道路结构系数α₁，对应的道路road₁限速为60KM/h以下；

第2类道路结构系数α₂，，对应的道路road₂限速为60KM/h以上且100KM/h以下；

第3类道路结构系数α₃，对应的道路road₃限速100KM/h以上。

8.一种无人机飞行导致的地面交通风险监测***，其特征在于，包括：

信息获取单元，用于获取无人机的飞行计划数据和路网数据；

路网定位单元，用于根据所述飞行计划数据获取飞行空域对应的路网信息；

性能监测单元，用于获取所述无人机的性能数据，并计算所述无人机意外失控的概率；

风险评估单元，用于根据所述无人机意外失控的概率和所述路网信息，计算无人机意外失控影响地面交通风险。

9.根据权利要求8所述的无人机飞行导致的地面交通风险监测***，其特征在于，该***还包括：

能量估算单元，根据所述无人机的飞行信息和性能数据，计算所述无人机落地时具备的能量E和遮蔽路面车辆驾驶员的视野范围β；

限速统计单元，用于根据所述路网区域内的道路限速信息，从预设的道路结构系数组中，调取对应的道路结构系数α_k；

损失评估单元，用于根据所述无人机落地时具备的能量E、所述无人机遮蔽路面车辆驾驶员的视野范围β、及所述道路结构系数α_k，计算所述无人机意外失控对地面道路造成损失的严重程度等级SE：SE＝∑α_kSE_k

其中，SE_k＝SE_k(β，E)，SE_k为意外发生导致第k类道路损失的严重程度等级，由所述无人机落地时具备的能量E、所述无人机遮蔽路面车辆驾驶员的视野范围β决定。

10.根据权利要求8或9所述的无人机飞行导致的地面交通风险监测***，其特征在于，所述路网定位单元进一步包括：

定位子单元，用于从所述飞行计划数据中，提取所述无人机的飞行信息，并根据所述飞行信息，确定飞行空域覆盖的路网区域；

计算子单元，用于获取所述路网区域的面积和道路数量，计算城市道路面积率URAR：

其中，所述路网区域内共有n条道路，记第i条道路的宽度为d_i，其长度为l_i，那么该第i条道路所占的面积为：s_i＝l_id_i。

Images