[發明專利]基于機器學習的飛行器著陸風險預測方法、系統及設備

有效

• 申請號: 202211002703.9
• 申請日: 2022-08-22
• 公開（公告）號: CN115099532B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 黃智豪;劉松;王志鋒;趙辰旭;李明;楊實;王治宇;郝德月;郭浩彬;蘇劍飛;吳坤永;胡婕;雒昊;程學龍;向毅夫
• 申請（專利權）人: 珠海翔翼航空技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/30;G06N20/00;G08G5/02
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

本發明屬于控制技術領域，具體涉及了一種基于機器學習的飛行器著陸風險預測方法、系統及設備，旨在解決現有的飛行器著陸輔助方法并未考慮在不同的著陸或飛行階段每種操作或要素會產生不同的影響的問題。本發明包括：基于歷史數據，根據飛行高度劃分為分段歷史數據；基于著陸機場的環境參數、駕駛員的個人習慣檔案和飛行器當前狀態參數，通過著陸風險預測模型模擬該駕駛員操縱下的著陸空中階段、初始減速階段和最終減速階段的模擬飛行器狀態參數；基于所述模擬飛行器狀態參數，生成著陸輔助建議。本發明能針對性地對各個子階段的操作狀態給出具體的輔助建議，輔助駕駛員在不同天氣、跑到上都能在恰當的階段進行正確的操作，以實現安全平穩著陸。

技術領域

本發明屬于控制技術領域，具體涉及了一種基于機器學習的飛行器著陸風險預測方法、系統及設備。

背景技術

著陸階段沖出風險檢測的目的是機載數據、歷史數據、性能數據綜合分析計算飛機在著陸階段沖出跑道的風險，幫助航空公司提前感知與預防風險的發生?，F行的檢測方法主要分為兩種，一種是通過歷史數據的統計分析，對存在沖出跑道風險的機場與季節進行識別；一種是通過多個著陸性能相關參數擬合一個風險包線，通過檢測是否超出包線來檢測風險；傳統的飛行器著陸輔助方法是將整個飛行器著陸階段的所有數據作為一個整體過程進行分析，僅考慮了特定的操作參數或特定的要素如天氣對整個過程的影響，并未考慮在不同的著陸或飛行階段每種操作或要素會產生不同的影響，以致于給出不佳的或無法實行的輔助建議。

本發明通過利用多種機器學習的方法，將飛行器著陸階段細分為多個不同的子階段，針對不同的階段飛行操縱上的特性構建不同的風險評估模型，最終得到一個全面的著陸階段沖出跑道風險的檢測結果。

發明內容

為了解決現有技術中的上述問題，即現有的飛行器著陸輔助方法是將整個飛行器著陸階段的所有數據作為一個整體過程進行分析，僅考慮了特定的操作參數或特定的要素如天氣對整個過程的影響，并未考慮在不同的著陸或飛行階段每種操作或要素會產生不同的影響，以致于給出不佳的或無法實行的輔助建議的問題，本發明提供了一種基于機器學習的飛行器著陸風險預測方法，所述方法包括：

獲取飛行器著陸過程的歷史數據和駕駛員個人習慣檔案；

基于所述歷史數據，劃分為著陸空中階段、初始減速階段和最終減速階段，獲得分段歷史數據；所述著陸空中階段飛行器距地高度為50英尺至接地的階段，所述初始減速階段飛行器接地至飛行器地速80節的階段，所述最終減速階段飛行器地速80節減速至剎停的階段；

基于著陸機場的環境參數、所述駕駛員的個人習慣檔案和飛行器當前狀態參數，通過基于所述分段歷史數據構建的著陸風險預測模型模擬該駕駛員操縱下的著陸空中階段、初始減速階段和最終減速階段的模擬飛行器狀態參數；所述模擬飛行器狀態參數包括飛行器著陸空中階段時的模擬飛行器狀態參數、飛行器進入初始減速階段的模擬飛行器狀態參數、飛行器進入最終減速階段的模擬飛行器狀態參數、平飄距離、減速距離和剎停距離；

基于所述模擬飛行器狀態參數，生成著陸輔助建議。

在一些優選的實施方式中，所述歷史數據包括歷史駕駛員操作數據、歷史飛行器狀態參數、飛行器性能參數和歷史氣象數據；

在一些優選的實施方式中，所述通過基于所述分段歷史數據構建的著陸風險預測模型模擬該駕駛員操縱下的著陸空中階段、初始減速階段和最終減速階段的模擬飛行器狀態參數，具體包括：

著陸空中階段模擬，根據歷史數據中的飛行器著陸空中階段時的歷史飛行器狀態參數，通過聚類的方式獲取飛行器狀態特征，將所述飛行器狀態特征與歷史駕駛員操作數據建立相關，獲得著陸空中階段操作數據-飛行器狀態特征關系；

根據駕駛員的個人習慣檔案、飛行器當前狀態參數和著陸空中階段操作數據-飛行器狀態特征關系，模擬獲得飛行器進入初始減速階段時的飛行器模擬狀態參數；