CN117912309A - 一种飞行器风险预警方法和装置 - Google Patents
一种飞行器风险预警方法和装置 Download PDFInfo
- Publication number
- CN117912309A CN117912309A CN202410295628.2A CN202410295628A CN117912309A CN 117912309 A CN117912309 A CN 117912309A CN 202410295628 A CN202410295628 A CN 202410295628A CN 117912309 A CN117912309 A CN 117912309A
- Authority
- CN
- China
- Prior art keywords
- risk
- aircraft
- early warning
- monitoring data
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 98
- 238000003032 molecular docking Methods 0.000 claims abstract description 83
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 238000012502 risk assessment Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 7
- 230000010485 coping Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 16
- 230000002159 abnormal effect Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
- G08G5/0082—Surveillance aids for monitoring traffic from a ground station
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0004—Transmission of traffic-related information to or from an aircraft
- G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0043—Traffic management of multiple aircrafts from the ground
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
- G08G5/0091—Surveillance aids for monitoring atmospheric conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/04—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Emergency Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种飞行器风险预警方法和装置,属于飞行器技术领域,方法包括:响应于各对接设备或对接***按照预设规则上报监测数据的操作;对接设备至少包括:若干飞行器;将监测数据输入到预警模型中,以使预警模型根据监测数据和历史数据预测出至少一个评估区域中的风险数据;根据各飞行器的抗风险能力数值,将风险数据大于抗风险能力数值的区域作为对应飞行器的告警区域;根据各飞行器的定位信息预测各飞行器的未来飞行轨迹,并判断各飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域;若是,则向飞行器发送风险预警信息,以实现提高风险监测范围,***飞行器的危险区域,提高飞行风险区域的计算精度和效率,降低飞行器的飞行风险。
Description
技术领域
本发明涉及飞行器技术领域,尤其涉及一种飞行器风险预警方法、装置及存储介质。
背景技术
在现有的飞行器/无人机风险预警方法中,通过无人机自身的集成传感器获取环境信息,并基于传感器自主判断是否有飞行风险。现有技术中,单个无人机仅考虑了自身的飞行风险,且传感器识别的范围有限,无人机的算力有限。当范围较广、数据量较多时,可能无法有效计算出准确的飞行风险区域。飞行器风险判断“输入”源个数不够,单个无人机传感器识别到的数据量较少,如果需要做数据模型训练,很难快速收敛,对飞行风险区域的计算精度低,效率差。
发明内容
本发明提供了一种飞行器风险预警方法、装置及存储介质,通过多源信息获得全面风险信息,并通过已知的风险信息对未知风险的区域进行预测,以实现提高风险监测范围,***飞行器的危险区域,提高飞行风险区域的计算精度和效率,降低飞行器的飞行风险。
本发明提供了一种飞行器风险预警方法,包括:
响应于各对接设备或者对接***按照预设规则上报监测数据的操作;所述对接设备至少包括:若干个飞行器;所述监测数据至少包括各所述飞行器的定位信息;所述监测数据由各所述飞行器带的感知设备获取,或者由对接设备获取;将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据预测出各个评估区域中的风险数据;
根据各所述飞行器的抗风险能力数值,将所述风险数据大于所述抗风险能力数值的区域作为对应飞行器的告警区域;根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,并判断各所述飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域;若是,则向所述飞行器发送风险预警信息。
进一步地,对接***包括:不同区域的气象***和安防***中的一个或者多个;所述对接***部署对应的agent;由所述对应的agent上报监测数据;agent为应用程序,或者为具有软件操作和编辑功能的软件模块或软件单元。
进一步地,所述对接设备还包括:一个或多个地面基站。
进一步地,各对接设备或者对接***按照预设规则上报的监测数据,具体为:
当任意一项风险类型的第一监测数据达到触发条件后,各对接设备或者对接***按照预先配置的规则上报所述第一监测数据;所述第一监测数据包括:风险类型、风险数值、持续时间和风险坐标信息;所述触发条件包括:所述风险数值大于预设的风险阈值。
进一步地,将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据识别出至少一个评估区域中的风险数据,具体为:
将所述监测数据输入到预警模型中,以使各所述预警模型根据对应风险类型的监测数据和对应风险类型的历史数据,对至少一个评估区域的对应风险类型的风险数据进行预测;所述监测数据为第一区域的监测数据,所述评估区域为以各对接设备为中心的预设范围内的区域,或者为对接***上报的区域。
进一步地,根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,具体为:
根据各所述飞行器的定位信息,生成对应飞行器的历史飞行轨迹;所述定位信息由各所述飞行器上报,或者由对接设备通过空口上行或下行信号定位获得;根据所述历史飞行轨迹和飞行目的地位置,预测各所述飞行器的未来飞行轨迹。
进一步地,向所述飞行器发送风险预警信息,具体为:
根据风险预警信息,生成预警应对策略;将所述风险预警信息和所述预警应对策略发送到飞行器,所述风险预警信息包括风险类型、风险等级和风险坐标信息。所述生成预警应对策略,包括但不限于,向飞行器发送悬停、加速、转向、减速、上升、下降等操作,或指示无人机新的目的地或经停地。
进一步地,向所述飞行器发送风险预警信息之后,还包括:
当所述告警区域上的风险数据不大于所述飞行器的抗风险能力数值时,所述告警区域的风险解除;若飞行器离开告警区域,或者所述飞行器的告警区域的风险解除时,向所述飞行器发送危险解除通知。
本发明的有益效果为:本发明通过各对接设备或者对接***上报的监测数据,获取了多源的监测信息,并通过各风险类型的预警模型根据已知区域的监测数据,对评估区域的风险信息进行预测,提高风险监测范围。同时,结合每种飞行器各自的抗风险能力,***飞行器各自的危险区域,即告警区域。各风险类型的预警模型根据多源的监测数据进行计算,提高飞行风险区域的计算精度和效率。若飞行器的未来飞行轨迹上存在对应飞行器的告警区域,则向所述飞行器发送风险预警信息,实现对飞行器的危险区域的***,降低飞行器的飞行风险。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
相应地,本发明还提供一种飞行器风险预警装置,包括:风险评估模块和风险预警模块;
其中,所述风险评估模块用于响应于各对接设备或者对接***按照预设规则上报监测数据的操作;所述对接设备至少包括:若干个飞行器;所述监测数据至少包括各所述飞行器的定位信息;所述监测数据由各所述飞行器带的感知设备获取,或者由对接设备获取;将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据预测出各个评估区域中的风险数据;
所述风险预警模块用于根据各所述飞行器的抗风险能力数值,将所述风险数据大于所述抗风险能力数值的区域作为对应飞行器的告警区域;根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,并判断各所述飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域;若是,则向所述飞行器发送风险预警信息。
所述风险评估模块包括规则配置单元和风险评估单元;
其中,所述规则配置单元用于对各对接设备或者对接***配置上报的监测数据的规则;
所述风险评估单元用于将所述监测数据输入到预警模型中,以使所述预警模型根据对应风险类型的监测数据和对应风险类型的历史数据,对各个评估区域的对应风险类型的风险数据进行预测;所述监测数据为第一区域的监测数据,所述评估区域为以各对接设备为中心的预设范围内的区域,或者为对接***上报的区域。
相应地,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如本发明内容所述的一种飞行器风险预警方法。
附图说明
图1是本发明提供的飞行器风险预警方法的一种实施例的流程示意图;
图2是本发明提供的飞行器风险预警方法的一种实施例中区域1-11的风险数据的示意图;
图3是本发明提供的飞行器风险预警装置的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一
请参照图1,为本发明实施例提供的一种飞行器风险预警方法,应用于风险预警***,包括步骤S101-S103:
步骤S101:响应于各对接设备或者对接***按照预设规则上报监测数据的操作;所述对接设备至少包括:若干个飞行器;所述监测数据至少包括各所述飞行器的定位信息;所述监测数据由各所述飞行器带的感知设备获取,或者由对接设备获取;将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据预测出各个评估区域中的风险数据;
需要注意的是,飞行器仅为其中一种对接设备,本发明的对接设备不局限于飞行器,还可以是特征为具有自主控制能力的移动物体。移动物体在某些条件需要执行特定操作,这些条件需要通过传感器、内置设备(如GPS芯片、4G/5G模组、wifi模组、蓝牙、UWB等)等外部进行输入。风险预警***有通信网络可以和自主控制能力的物体进行通信。符合以上特征的应用场景包括:海洋预警***、无人机***、无人驾驶车辆***等。
进一步地,对接***包括:不同区域的气象***和安防***中的一个或者多个;所述对接***部署对应的agent;由所述对应的agent上报监测数据;agent为应用程序,或者为具有软件操作和编辑功能的软件模块或软件单元。
在本实施例中,agent在对接***中部署,能够上报采集的监测数据。
进一步地,所述对接设备还包括:一个或多个地面基站。
在本实施例中,地面基站的功能包括但不限于:通过雷达感知技术,对低空进行检测;将检测结果上传对接***进行分析,具体为:若为合法的飞行器,则对接***可通过SIM卡来进行身份识别,对于感知到的未注册的物体,则识别为“异物”。
进一步地,各对接设备或者对接***按照预设规则上报的监测数据,具体为:
当任意一项风险类型的第一监测数据达到触发条件后,各对接设备或者对接***按照预先配置的规则上报所述第一监测数据;所述第一监测数据包括:风险类型、风险数值、持续时间和风险坐标信息;所述触发条件包括:所述风险数值大于预设的风险阈值。
在本实施例中,预先配置的规则非固定形式,由风险预警***的管理员自定义。在飞行器接入***后,获取飞行器上报的飞行器ID、风险类型和对应的抗风险能力;同时,风险预警***通过空口给无人机配置规则。地面基站上电后,风险预警***给基站配置规则。
预警模型包括不同的风险类型的预警模型,风险类型包括但不限于风险类型为大风、空中异常物体和雷暴天气,以下举例说明三种风险类型的预警模型:
作为其中一种实施方式,风险类型为大风,其触发条件设置为:风速大于5米/秒;上报内容设置为:上报者的检测范围的坐标信息、检测到的风速和感知的持续时间;当飞行器检测到各自检测范围内的风力大小达到触发条件的时候,飞行器向风险预警***上报其检测范围的坐标信息、检测到的风速和感知的持续时间。
作为另一种实施方式,风险类型为空中异常物体,其触发条件设置为:异常物体个数大于5,或者异常物体面积范围大于10平米;上报内容设置为:异常物体的坐标信息、异常物体的移动速度和异常物体的移动方向。空中异常物体可以通过飞行器的感知技术检测或者通过飞行器的视觉检测信息进行识别,如飞行器集成了摄像头信息,可利用摄像头进行图像检测;飞行器将上述检测的信息(如感知信息、视觉信息)通过空口信号上报至地面基站,由基站进行分析后获得空口异常物体的信息。空中异常物体还可以通过地面站小区通过雷达感知技术对低空进行检测识别。若为合法的飞行器,则接入***可通过SIM卡来进行身份识别。对于未注册的感知到的物体,则认为是“异常物体”;地面站对异常物体进行探测和分析;当地面站小区检测到异常物体个数大于5,或者异常物体面积范围大于10平米,则将可观测到异物的个数、速度、飞行方向、异常物坐标或与异常物的相对距离和方向等上报给风险预警***。
作为再一种实施方式,风险类型为雷暴天气,其触发条件设置为:雷暴预警;上报内容设置为:雷暴区域,以及雷暴天气预计启动和停止时间。风险预警***通过部署agent的方式与天气预报***进行对接,获取天气信息。当天气预报***发布雷暴预警的时候,天气预报***向风险预警***上报雷暴区域,以及雷暴天气预计启动和停止时间。雷暴的检测还可以通过基站主动检测(如通过感知的方式)获得。
需要注意的是,本发明不限于以上三种实施方式,还可以是三种实施方式的组合,例如各类对接设备对同一风险类型进行检测,当任一对接设备的监测数据达到触发条件后,则按照预先配置的规则上报其监测数据。再例如,各类对接设备和对接***对同一风险类型进行检测,当任一对接设备或者对接***的监测数据达到触发条件后,则按照预先配置的规则上报其监测数据。
步骤S102:根据各所述飞行器的抗风险能力数值,将所述风险数据大于所述抗风险能力数值的区域作为对应飞行器的告警区域;
进一步地,将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据识别出至少一个评估区域中的风险数据,具体为:
将所述监测数据输入到预警模型中,以使各所述预警模型根据对应风险类型的监测数据和对应风险类型的历史数据,对至少一个评估区域的对应风险类型的风险数据进行预测;所述监测数据为第一区域的监测数据,所述评估区域为以各对接设备为中心的预设范围内的区域,或者为对接***上报的区域。
在本实施例中,请参考图2,以风险类型为大风为例,各飞行器检测到区域1、2、5和6的风速大于5米/秒,将区域1、2、5和6(第一区域)的风速进行上报。基于上报信息统计,以及历史数据,可以建立风力传播模型对区域3、4、7、8、9、10和11(评估区域)的风速进行预测,预测的各区域的风险数据结果如图所示。
结合实际无人机抗大风能力,确定风险区域大小。由于不同无人机的能力不同,例如,大型无人机抗风力能力更强,小型无人机抗风力能力更弱。示例性地,第一无人机抗风能力数值为10米/秒,第二无人机抗风能力数值为20米/秒。则将所述风险数据大于所述抗风险能力数值的区域作为对应飞行器的告警区域,即,将区域1、2、4、5、6、8和9作为第一无人机的告警区域;将区域1、2、4和5第二无人机的告警区域。
步骤S103:根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,并判断各所述飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域;若是,则向所述飞行器发送风险预警信息。
进一步地,根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,具体为:
根据各所述飞行器的定位信息,生成对应飞行器的历史飞行轨迹;所述定位信息由各所述飞行器上报,或者由对接设备通过空口上行或下行信号定位获得;根据所述历史飞行轨迹和飞行目的地位置,预测各所述飞行器的未来飞行轨迹。
根据风险预警信息,生成预警应对策略;将所述风险预警信息和所述预警应对策略发送到飞行器,所述风险预警信息包括风险类型、风险等级和风险坐标信息。所述生成预警应对策略,包括但不限于,向飞行器发送悬停、加速、转向、减速、上升、下降等操作,或指示无人机新的目的地或经停地。
进一步地,向所述飞行器发送风险预警信息之后,还包括:
当所述告警区域上的风险数据不大于所述飞行器的抗风险能力数值时,所述告警区域的风险解除;若飞行器离开告警区域,或者所述飞行器的告警区域的风险解除时,向所述飞行器发送危险解除通知。
在本实施例中,判断各飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域,示例性地,第一无人机的告警区域为区域1、2、4、5、6、8和9,判断第一无人机的未来飞行轨迹上是否存在区域1、2、4、5、6、8和9,若是,则向第一无人机发送风险预警信息,包括但不限于:风险类型、风险等级和风险详细信息(坐标等),以使第一无人机结合风险预警信息,重新对未来飞行轨迹进行规划,绕开风险区域。同时,在发送风险预警信息后,建议第一无人机操作类型包括:悬停、加速、转向、减速、上升、下降等,同时***可指示无人机新的目的地或经停地。
在本实施例中,若飞行器飞出危险区域或者危险解除,预警***向所述飞行器再发送危险解除通知。所述危险解除通知包括但不限于:飞行器ID、风险类型、风险详细信息、飞行器风险解除建议操作。所述飞行器风险解除建议操作,包括但不限于,指示无人机的操作类型,如悬停、加速、转向、减速、上行、下降等,同时***可指示无人机新的目的地或经停地。
实施本发明实施例,具有如下效果:
本发明通过各对接设备或者对接***上报的监测数据,获取了多源的监测信息,并通过各风险类型的预警模型根据已知区域的监测数据,对评估区域的风险信息进行预测。本发明不受限于飞行器设备的探测能力导致的探测范围不够,无需对飞行器进行改造就可以提高风险监测范围。本发明通过部分设备上报的检测信息,实现对自身以及其他设备的风险区域的预测和警告。
同时,结合每种飞行器各自的抗风险能力,***飞行器各自的危险区域,即告警区域。各风险类型的预警模型根据多源的监测数据进行计算,提高飞行风险区域的计算范围精度和效率。若飞行器的未来飞行轨迹上存在对应飞行器的告警区域,则向所述飞行器发送风险预警信息,实现对飞行器的危险区域的***,降低飞行器的飞行风险。
实施例二
请参照图3,为本发明实施例提供的一种飞行器风险预警装置,包括:风险评估模块201和风险预警模块202;
其中,所述风险评估模块201用于响应于各对接设备或者对接***按照预设规则上报监测数据的操作;所述对接设备至少包括:若干个飞行器;所述监测数据至少包括各所述飞行器的定位信息;所述监测数据由各所述飞行器带的感知设备获取,或者由对接设备获取;将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据预测出至少一个评估区域中的风险数据;
所述风险预警模块202用于根据各所述飞行器的抗风险能力数值,将所述风险数据大于所述抗风险能力数值的区域作为对应飞行器的告警区域;根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,并判断各所述飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域;若是,则向所述飞行器发送风险预警信息。
所述风险评估模块201包括规则配置单元和风险评估单元;
其中,所述规则配置单元用于对各对接设备或者对接***配置上报的监测数据的规则;
所述风险评估单元用于将所述监测数据输入到预警模型中,以使所述预警模型根据对应风险类型的监测数据和对应风险类型的历史数据,对至少一个评估区域的对应风险类型的风险数据进行预测;所述监测数据为第一区域的监测数据,所述评估区域为以各对接设备为中心的预设范围内的区域,或者为对接***上报的区域。
所述风险预警模块202包括轨迹预测单元、风险预警单元和风险解除单元;
所述轨迹预测单元用于根据各所述飞行器的定位信息,生成对应飞行器的历史飞行轨迹;所述定位信息由各所述飞行器上报,或者由对接设备通过空口上行或下行信号定位获得;根据所述历史飞行轨迹和飞行目的地位置,预测各所述飞行器的未来飞行轨迹。
所述风险预警单元用于根据风险预警信息,生成预警应对策略;将所述风险预警信息和所述预警应对策略发送到飞行器,所述风险预警信息包括风险类型、风险等级和风险坐标信息。
所述风险解除单元用于当所述告警区域上的风险数据不大于所述飞行器的抗风险能力数值时,所述告警区域的风险解除;若飞行器离开告警区域,或者所述飞行器的告警区域的风险解除时,向所述飞行器发送危险解除通知。
上述的飞行器风险预警装置可实施上述方法实施例的飞行器风险预警方法。上述方法实施例中的可选项也适用于本实施例,这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容,在本实施例中,不再进行赘述。
实施例三
相应地,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项实施例所述的飞行器风险预警方法。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接整个终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据移动终端的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(SecureDigital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
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的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,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。
Claims (10)
1.一种飞行器风险预警方法,其特征在于,包括:
响应于各对接设备或者对接***按照预设规则上报监测数据的操作;所述对接设备至少包括:若干个飞行器;所述监测数据至少包括各所述飞行器的定位信息;所述监测数据由各所述飞行器带的感知设备获取,或者由对接设备获取;将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据预测出至少一个评估区域中的风险数据;
根据各所述飞行器的抗风险能力数值,将所述风险数据大于所述抗风险能力数值的区域作为对应飞行器的告警区域;根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,并判断各所述飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域;若是,则向所述飞行器发送风险预警信息。
2.如权利要求1所述的一种飞行器风险预警方法,其特征在于,所述对接***包括:不同区域的气象***和安防***中的一个或者多个;所述对接***部署对应的agent;由所述对应的agent上报监测数据;agent为应用程序,或者为具有软件操作和编辑功能的软件模块或软件单元。
3.如权利要求1所述的一种飞行器风险预警方法,其特征在于,所述对接设备还包括:一个或多个地面基站。
4.如权利要求1所述的一种飞行器风险预警方法,其特征在于,所述各对接设备或者对接***按照预设规则上报的监测数据,具体为:
当任意一项风险类型的第一监测数据达到触发条件后,各对接设备或者对接***按照预先配置的规则上报所述第一监测数据;所述第一监测数据包括:风险类型、风险数值、持续时间和风险坐标信息;所述触发条件包括:所述风险数值大于预设的风险阈值。
5.如权利要求1所述的一种飞行器风险预警方法,其特征在于,所述将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据识别出至少一个评估区域中的风险数据,具体为:
将所述监测数据输入到预警模型中,以使所述预警模型根据对应风险类型的监测数据和对应风险类型的历史数据,对至少一个评估区域的对应风险类型的风险数据进行预测;所述监测数据为第一区域的监测数据,所述评估区域为以各对接设备为中心的预设范围内的区域,或者为对接***上报的区域。
6.如权利要求1所述的一种飞行器风险预警方法,其特征在于,所述根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,具体为:
根据各所述飞行器的定位信息,生成对应飞行器的历史飞行轨迹;所述定位信息由各所述飞行器上报,或者由对接设备通过空口上行或下行信号定位获得;根据所述历史飞行轨迹和飞行目的地位置,预测各所述飞行器的未来飞行轨迹。
7.如权利要求1所述的一种飞行器风险预警方法,其特征在于,所述向所述飞行器发送风险预警信息,具体为:
根据风险预警信息,生成预警应对策略;将所述风险预警信息和所述预警应对策略发送到飞行器,所述风险预警信息包括风险类型、风险等级和风险坐标信息。
8.如权利要求7所述的一种飞行器风险预警方法,其特征在于,所述向所述飞行器发送风险预警信息之后,还包括:
当所述告警区域上的风险数据不大于所述飞行器的抗风险能力数值时,所述告警区域的风险解除;若飞行器离开告警区域,或者所述飞行器的告警区域的风险解除时,向所述飞行器发送危险解除通知。
9.一种飞行器风险预警装置,其特征在于,包括:风险评估模块和风险预警模块;
其中,所述风险评估模块用于响应于各对接设备或者对接***按照预设规则上报监测数据的操作;所述对接设备至少包括:若干个飞行器;所述监测数据至少包括各所述飞行器的定位信息;所述监测数据由各所述飞行器带的感知设备获取,或者由对接设备获取;将所述监测数据输入到预警模型中,以使所述预警模型根据所述监测数据和历史数据预测出各个评估区域中的风险数据;
所述风险预警模块用于根据各所述飞行器的抗风险能力数值,将所述风险数据大于所述抗风险能力数值的区域作为对应飞行器的告警区域;根据各所述飞行器的定位信息预测各所述飞行器的未来飞行轨迹,并判断各所述飞行器的未来飞行轨迹上是否存在对应飞行器的告警区域;若是,则向所述飞行器发送风险预警信息。
10.如权利要求9所述的一种飞行器风险预警装置,其特征在于,所述风险评估模块包括规则配置单元和风险评估单元;
其中,所述规则配置单元用于对各对接设备或者对接***配置上报的监测数据的规则;
所述风险评估单元用于将所述监测数据输入到预警模型中,以使所述预警模型根据对应风险类型的监测数据和对应风险类型的历史数据,对各个评估区域的对应风险类型的风险数据进行预测;所述监测数据为第一区域的监测数据,所述评估区域为以各对接设备为中心的预设范围内的区域,或者为对接***上报的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410295628.2A CN117912309A (zh) | 2024-03-15 | 2024-03-15 | 一种飞行器风险预警方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410295628.2A CN117912309A (zh) | 2024-03-15 | 2024-03-15 | 一种飞行器风险预警方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117912309A true CN117912309A (zh) | 2024-04-19 |
Family
ID=90692636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410295628.2A Pending CN117912309A (zh) | 2024-03-15 | 2024-03-15 | 一种飞行器风险预警方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117912309A (zh) |
Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100228468A1 (en) * | 2009-03-03 | 2010-09-09 | D Angelo Giuseppe Maria | Method of collision prediction between an air vehicle and an airborne object |
CN103197684A (zh) * | 2013-04-25 | 2013-07-10 | 清华大学 | 无人机群协同跟踪目标的方法及*** |
US20150339933A1 (en) * | 2014-05-20 | 2015-11-26 | Verizon Patent And Licensing Inc. | Configurability options for information, airspace, and property utilized by an unmanned aerial vehicle platform |
CN205899386U (zh) * | 2016-08-01 | 2017-01-18 | 中国人民武装警察部队总医院 | 多旋翼无人机飞行用外置式安全控制装置及*** |
US9613539B1 (en) * | 2014-08-19 | 2017-04-04 | Amazon Technologies, Inc. | Damage avoidance system for unmanned aerial vehicle |
US9959771B1 (en) * | 2015-12-18 | 2018-05-01 | Amazon Technologies, Inc. | Unmanned aerial vehicle routing using real-time weather data |
US20190019423A1 (en) * | 2017-07-17 | 2019-01-17 | Aurora Flight Sciences Corporation | System and Method for Detecting Obstacles in Aerial Systems |
US20190051195A1 (en) * | 2018-06-27 | 2019-02-14 | Rafael De La Guardia Gonzalez | Drone obstacle avoidance using real-time wind estimation |
CN109859533A (zh) * | 2017-11-30 | 2019-06-07 | 英特尔公司 | 基于视觉的协作冲突避免 |
US20190304314A1 (en) * | 2018-04-02 | 2019-10-03 | Ge Aviation Systems, Llc | Flight management system and method of updating |
KR20200025434A (ko) * | 2018-08-30 | 2020-03-10 | 한국항공우주연구원 | 궤적 기반의 항공기 교통 관리 메시지를 자동 생성하는 방법 및 장치 |
CN112598934A (zh) * | 2020-12-25 | 2021-04-02 | 桂林电子科技大学 | 基于北斗定位及无线组网的无人机侦测***及侦测方法 |
CN112947537A (zh) * | 2019-12-10 | 2021-06-11 | 顺丰科技有限公司 | 无人机控制方法、装置、计算机设备及存储介质 |
CN113870623A (zh) * | 2021-10-18 | 2021-12-31 | 南京航空航天大学 | 一种空中交通服务安全性快速实时检测***及方法 |
US20220051577A1 (en) * | 2019-09-02 | 2022-02-17 | Skygrid, Llc | Flight path deconfliction among unmanned aerial vehicles |
CN114115355A (zh) * | 2022-01-24 | 2022-03-01 | 众芯汉创(北京)科技有限公司 | 一种无人机组任务规划方法、装置及*** |
CN114200956A (zh) * | 2021-11-04 | 2022-03-18 | 西安理工大学 | 无人机编队中无线紫外光预警广播防碰撞方法 |
CN114371727A (zh) * | 2021-12-06 | 2022-04-19 | 特金智能科技(上海)有限公司 | 无人机安全飞行的控制方法、控制器、设备以及介质 |
KR20220081089A (ko) * | 2020-12-08 | 2022-06-15 | 현대오토에버 주식회사 | 비행체의 충돌 방지 방법 |
CN115755973A (zh) * | 2022-11-21 | 2023-03-07 | 上海特金信息科技有限公司 | 无人机低空域交通决策方法、装置、***与设备 |
CN116110256A (zh) * | 2022-11-21 | 2023-05-12 | 上海特金信息科技有限公司 | 无人机低空域交通监管、调度方法、装置、***与设备 |
CN116384695A (zh) * | 2023-04-11 | 2023-07-04 | 中国人民解放军陆军工程大学 | 基于独立否决和联合否决的无人机运用监测方法及*** |
CN116863761A (zh) * | 2023-07-10 | 2023-10-10 | 北京交通大学 | 基于态势共享的低空无人机探测预警方法及装置 |
US20230410666A1 (en) * | 2022-02-09 | 2023-12-21 | Thinkware Corporation | 3d space data generation method, device and computer program for flight guidance of aircraft |
CN117275235A (zh) * | 2023-10-09 | 2023-12-22 | 广州吉码电子科技股份有限公司 | 一种车辆监控方法及*** |
CN117572891A (zh) * | 2023-12-27 | 2024-02-20 | 桂林航天工业学院 | 无人机集群***及其工作方法 |
-
2024
- 2024-03-15 CN CN202410295628.2A patent/CN117912309A/zh active Pending
Patent Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100228468A1 (en) * | 2009-03-03 | 2010-09-09 | D Angelo Giuseppe Maria | Method of collision prediction between an air vehicle and an airborne object |
CN103197684A (zh) * | 2013-04-25 | 2013-07-10 | 清华大学 | 无人机群协同跟踪目标的方法及*** |
US20150339933A1 (en) * | 2014-05-20 | 2015-11-26 | Verizon Patent And Licensing Inc. | Configurability options for information, airspace, and property utilized by an unmanned aerial vehicle platform |
US9613539B1 (en) * | 2014-08-19 | 2017-04-04 | Amazon Technologies, Inc. | Damage avoidance system for unmanned aerial vehicle |
US9959771B1 (en) * | 2015-12-18 | 2018-05-01 | Amazon Technologies, Inc. | Unmanned aerial vehicle routing using real-time weather data |
CN205899386U (zh) * | 2016-08-01 | 2017-01-18 | 中国人民武装警察部队总医院 | 多旋翼无人机飞行用外置式安全控制装置及*** |
US20190019423A1 (en) * | 2017-07-17 | 2019-01-17 | Aurora Flight Sciences Corporation | System and Method for Detecting Obstacles in Aerial Systems |
CN109859533A (zh) * | 2017-11-30 | 2019-06-07 | 英特尔公司 | 基于视觉的协作冲突避免 |
US20190304314A1 (en) * | 2018-04-02 | 2019-10-03 | Ge Aviation Systems, Llc | Flight management system and method of updating |
US20190051195A1 (en) * | 2018-06-27 | 2019-02-14 | Rafael De La Guardia Gonzalez | Drone obstacle avoidance using real-time wind estimation |
KR20200025434A (ko) * | 2018-08-30 | 2020-03-10 | 한국항공우주연구원 | 궤적 기반의 항공기 교통 관리 메시지를 자동 생성하는 방법 및 장치 |
US20220051577A1 (en) * | 2019-09-02 | 2022-02-17 | Skygrid, Llc | Flight path deconfliction among unmanned aerial vehicles |
CN112947537A (zh) * | 2019-12-10 | 2021-06-11 | 顺丰科技有限公司 | 无人机控制方法、装置、计算机设备及存储介质 |
KR20220081089A (ko) * | 2020-12-08 | 2022-06-15 | 현대오토에버 주식회사 | 비행체의 충돌 방지 방법 |
CN112598934A (zh) * | 2020-12-25 | 2021-04-02 | 桂林电子科技大学 | 基于北斗定位及无线组网的无人机侦测***及侦测方法 |
CN113870623A (zh) * | 2021-10-18 | 2021-12-31 | 南京航空航天大学 | 一种空中交通服务安全性快速实时检测***及方法 |
CN114200956A (zh) * | 2021-11-04 | 2022-03-18 | 西安理工大学 | 无人机编队中无线紫外光预警广播防碰撞方法 |
CN114371727A (zh) * | 2021-12-06 | 2022-04-19 | 特金智能科技(上海)有限公司 | 无人机安全飞行的控制方法、控制器、设备以及介质 |
CN114115355A (zh) * | 2022-01-24 | 2022-03-01 | 众芯汉创(北京)科技有限公司 | 一种无人机组任务规划方法、装置及*** |
US20230410666A1 (en) * | 2022-02-09 | 2023-12-21 | Thinkware Corporation | 3d space data generation method, device and computer program for flight guidance of aircraft |
CN115755973A (zh) * | 2022-11-21 | 2023-03-07 | 上海特金信息科技有限公司 | 无人机低空域交通决策方法、装置、***与设备 |
CN116110256A (zh) * | 2022-11-21 | 2023-05-12 | 上海特金信息科技有限公司 | 无人机低空域交通监管、调度方法、装置、***与设备 |
CN116384695A (zh) * | 2023-04-11 | 2023-07-04 | 中国人民解放军陆军工程大学 | 基于独立否决和联合否决的无人机运用监测方法及*** |
CN116863761A (zh) * | 2023-07-10 | 2023-10-10 | 北京交通大学 | 基于态势共享的低空无人机探测预警方法及装置 |
CN117275235A (zh) * | 2023-10-09 | 2023-12-22 | 广州吉码电子科技股份有限公司 | 一种车辆监控方法及*** |
CN117572891A (zh) * | 2023-12-27 | 2024-02-20 | 桂林航天工业学院 | 无人机集群***及其工作方法 |
Non-Patent Citations (2)
Title |
---|
周欢;魏瑞轩;崔军辉;茹常剑;关旭宁;: "面向不确定性环境的多无人机协同防碰撞", 电光与控制, no. 01, 6 January 2014 (2014-01-06), pages 91 - 96 * |
陈可嘉;陈琳琳;: "危险天气飞行受限区域的划设与预测", 南京航空航天大学学报(社会科学版), no. 04, 15 December 2017 (2017-12-15), pages 64 - 68 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10636314B2 (en) | Adjusting flight parameters of an aerial robotic vehicle based on presence of propeller guard(s) | |
CN112712719B (zh) | 车辆控制方法、车路协同***、路侧设备和自动驾驶车辆 | |
EP3735623B1 (en) | Adjustable object avoidance proximity threshold based on presence of propeller guard(s) | |
TWI817962B (zh) | 基於環境的可預測性的可調整的物件避開接近度閾值的方法、機器人式運載工具及處理設備 | |
CN104950907A (zh) | 无人机的监控方法、装置及*** | |
TW201931333A (zh) | 機器車輛之碰撞管理 | |
CN104620247A (zh) | 在来自旋涡尾流的湍流情况下用于确保纵向最小间隔距离的方法和机载*** | |
US20210035443A1 (en) | Navigation analysis for a multi-lane roadway | |
US11769403B2 (en) | Systems and methods for fiber optic based vehicle-direction detection | |
JP2020109655A (ja) | 交通手段の危険早期警告方法、装置、機器および媒体 | |
US20220203971A1 (en) | Vehicle control method | |
CN112527633B (zh) | 一种场景库的自动驾驶仿真测试方法及装置 | |
SE1350897A1 (sv) | Hantering av detektion hos sensor | |
CN109477891A (zh) | 无人机探测方法及探测设备、服务器的控制方法及服务器 | |
CN114333386A (zh) | 导航信息的推送方法、装置及存储介质 | |
JP7365520B1 (ja) | 情報処理装置及び情報処理方法 | |
CN117912309A (zh) | 一种飞行器风险预警方法和装置 | |
WO2022085325A1 (ja) | 移動体制御装置、地上監視装置及びシステム | |
WO2022261658A1 (en) | Aircraft identification | |
CN114167884A (zh) | 无人机控制方法、装置、计算机设备及存储介质 | |
CN112995957A (zh) | 物联网终端的控制方法及装置、物联网终端及*** | |
CN114379588B (zh) | 进站状态检测方法、装置、车辆、设备和存储介质 | |
US20240240966A1 (en) | Information providing device and information providing method | |
WO2021227066A1 (en) | Method and management entity for determination of geofence | |
CN113911139B (zh) | 车辆控制方法、装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |