[發明專利]一種無人機實時軌跡預測方法

有效

• 申請號: 202010185494.0
• 申請日: 2020-03-17
• 公開（公告）號: CN111461292B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 羊釗;陸佳歡;唐榮;劉皞;張洪海;王兵;張穎
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F18/20
• 分類號: G06F18/20;G06N3/0442;G06N3/047;G06N3/048;G06N7/01
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

本發明公開了一種無人機實時軌跡預測方法，步驟如下：（1）獲取數據；（2）數據預處理；（3）生成無人機軌跡各個變量數據集；（4）利用馬爾科夫模型確定無人機狀態；（5）根據無人機的狀態，增添BN層，建立基于LSTM網絡的無人機軌跡預測模型；（6）預測無人機的經度、緯度及高度。本發明的方法能捕捉無人機的飛行狀態，充分利用歷史軌跡點信息，避免無人機的沖突與碰撞，保證眾多的無人機在低空空域安全、有序地飛行。

技術領域

本發明屬于空中交通流量管理技術領域，具體涉及一種無人機實時軌跡預測方法。

背景技術

無人駕駛飛機簡稱“無人機”，英文縮寫為“UAV”，是利用無線電遙控設備和自備的程序控制裝置操縱的不載人飛機，或者由車載計算機完全地或間歇地自主地操作。

無人機結構簡單、機動性強、飛行狀態多變，因此，其飛行狀態及軌跡難以預測。隨著無人機需求與數量的不斷增加，為避免無人機之間的沖突與碰撞，保證眾多的無人機在低空空域安全、有序地飛行，需要對無人機軌跡預測方法進一步研究，從而為無人機沖突檢測、異常行為預警和空域狀態科學評估提供決策支持。

目前，傳統的無人機軌跡預測方法是基于無人機動力學模型的，通過建立動力學方程來解釋無人機飛行時的力學原理，在一定的假設條件下，對無人機軌跡進行預測，這些預測方法需要復雜的動力學建模以及較多的假設與約束，而且不能充分利用無人機的歷史信息。在無人機的軌跡預測的過程中，無人機的狀態是多變的。因此，為了提高預測精度，首先需要對無人機的狀態進行判斷，再充分利用歷史軌跡點信息對無人機的位置進行預測。

發明內容

針對于上述現有技術的不足，本發明的目的在于提供一種無人機實時軌跡預測方法，以解決現有技術中無人機飛行狀態難辨識、軌跡預測精度低、軌跡預測速度慢的問題；本發明的方法能捕捉無人機的飛行狀態，充分利用歷史軌跡點信息，避免無人機的沖突與碰撞，保證眾多的無人機在低空空域安全、有序地飛行。

為達到上述目的，本發明采用的技術方案如下：

本發明的一種無人機實時軌跡預測方法，步驟如下：

(1)獲取數據：采集無人機歷史廣播式自動相關監視系統(ADS-B)數據，得到無人機時間戳、無人機ID、緯度、經度、高度、水平速度、飛行時間的數據信息；

(2)數據預處理：將上述獲取到的數據信息按飛行時間進行排序，將緯度和經度轉換成直角坐標；并刪除獲取到的數據中非固定時間間隔和存在不明顯位置信息的數據；

(3)生成無人機軌跡各個變量數據集：對上述步驟(2)預處理后的數據進行篩選，得到緯度、經度、高度和水平速度數據，并計算無人機的垂直速度，生成相應的時間序列數據；

(4)利用馬爾科夫模型確定無人機狀態；

(5)根據無人機的狀態，增添BN層，建立基于LSTM網絡的無人機軌跡預測模型；

(6)預測無人機的經度、緯度及高度。

進一步地，所述步驟(3)中緯度、經度、高度、水平速度的時間序列由ADS-B數據預處理及篩選后得到，垂直速度的時間序列通過計算高度變化值除以飛行時間間隔得到，最終的無人機軌跡數據集包括緯度、經度、高度、水平速度和垂直速度五個變量。

進一步地，所述步驟(4)的具體過程如下：

(41)對數據集進行分組：

將步驟(3)中的數據集按不同的時間間隔分組，生成相應時間間隔的無人機軌跡時間序列數據；

(42)劃分無人機的飛行狀態：