[發明專利]基于大數據和AI的4D軌跡預測方法、裝置及電子設備

有效

• 申請號: 202010873580.0
• 申請日: 2020-08-26
• 公開（公告）號: CN111968414B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 歐昕;劉華章;惠文曉;彭國埕;張軍;曾元軍;郝育松;范麗娟
• 申請（專利權）人: 成都民航空管科技發展有限公司;中國民用航空總局第二研究所
• 主分類號: G08G5/00
• 分類號: G08G5/00;G06Q10/04;G06K9/62;G06F16/25
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 向霞

1.一種基于大數據和AI的4D軌跡預測方法，其特征在于，包括：

獲取歷史航跡數據，并根據所述歷史航跡數據構建空域三維網格；

在各個所述空域三維網格內，獲取當前航班數據，所述當前航班數據包括當前航班實際飛行已經經過的N個網格、當前航班的航班屬性和飛行意圖高度，N為自然數；

根據所述當前航班數據和歷史航跡數據得到當前航班的網格預測軌跡；

根據所述網格預測軌跡以及與所述網格預測軌跡中前后網格相同的軌跡的相似度概率，計算兩個網格間的飛行時間；

根據所述網格預測軌跡和飛行時間完成4D軌跡預測；

其中，根據所述當前航班數據和歷史航跡數據得到當前航班的網格預測軌跡，具體包括：

由當前航班位置所處的網格開始，基于所述航班屬性和飛行意圖高度與歷史航跡的相似度概率，計算當前航班飛往鄰接各網格的概率，并將概率最大的網格確定為當前航班即將飛往的下一網格，以此類推得到當前航班未來飛行經過的網格序列；

根據所述網格序列得到當前航班的網格預測軌跡；

其中，從網格i飛往與其相鄰的網格j的概率為P_ij計算方法如下:

其中M為從網格i飛往網格j的歷史航跡數量，η為針對航跡數量的權重系數，P_ijm為本航班與第m個歷史航跡的相似概率，P_ijm由航向相似概率Pi_jmr、已飛過網格相似概率P_ijmp、進出交接點相似概率P_ijmc、飛行意圖高度相似概率P_ijmh、機型相似概率P_ijma和執飛時間相似概率P_ijmt分別乘以一個權重系數后求和決定，對應權重系數為β₀-β₅，該權重系數為β₀-β₅通過機器學習的方式在歷史航跡數據構建好的空域網格中訓練得出；

上述相似概率P_ijmr、P_ijmc、P_ijmp、P_ijmh、P_ijma和P_ijmt分別記為P_r、P_c、P_p、P_h、P_a和P_t；

(1)航向相似概率Pr計算方法：

取本航班所處航路段的航向角為θ，歷史航跡本航路段的航向角為θ_h，最大允許航向角差為θ_Max；則P_r的計算公式為，其中f(θ-θ_h)為單調遞減函數，其取值范圍為[0，1]，

(2)進出交接點相似概率P_c計算方法：

取當前航班的進交接點為I，出交接點為O，起飛/降落機場為A；歷史航跡的進交接點為I_h，出交接點為O_h，起飛/降落機場為A_h；則P_c計算公式如下，其中P_c1，P_c2，P_c3為常數，且P_c1＞P_c2＞P_c3：

(3)已飛過網格相似概率P_p計算方法：

首先選定一個向后看航班已經經過的網格的數值N，然后比較得出當前航班與歷史航跡前面N個網格的經過相同的網格數目n，則P_p計算公式為：

(4)飛行意圖高度相似概率P_h計算方法：

取當前網格所處高度層為h_base，本航班目標飛行高度h_m，歷史航跡目標飛行高度h_n，則P_h的計算公式如下，其中p_h1，p_h2，p_h3均為常數，且p_h1＞p_h2＞p_h3：

(5)機型相似概率P_a的計算方法：

將飛機分為J、B、C、M、L五個類別，則根據機型間的差異構造機型相似度概率表，表中相似度概率P_a1，P_a2，...，P_a9，P_a10是常數，根據當前航班機型和歷史航跡機型查表獲得機型相似度概率P_a；

表1機型相似度概率表

(6)執飛時間相似概率P_t的計算方法：

通過一個與t相關的函數f(t)來實現，此函數是單調遞減函數，其取值范圍為[0，1]，t為本次航班與歷史航跡的執飛時間差值；當t大于等于閾值t_H時，P_t為0；

其中，根據所述網格預測軌跡以及與所述網格預測軌跡中前后網格相同的軌跡的相似度概率，計算兩個網格間的飛行時間，具體為：

歷史航跡的飛行時間指的是過去一段時間范圍內，航班在兩個網格間的飛行時間，其計算公式為：

上式中，N為由i網格飛往j網格的航跡總數，P_ijm為當前航班與歷史航跡m的相似度概率；t_m為歷史航跡m由i網格飛往j網格的飛行時間；

則預測航班由當前網格i飛行至某網格k的飛行時間計算方法為：

上式中，j+1為當前航班預測航跡中網格j的下一網格，T_jj+1為網格j到網格j+1的預測飛行時間。