随机风扰与多源误差下城市无人机动态安全间隔标定方法

摘要: 本发明涉及城市无人机安全评估,尤其涉及一种随机风扰与多源误差下城市无人机动态安全间隔标定方法。背景技术:1、随着低空经济与城市空中交通(urbanairmobi...
随机风扰与多源误差下城市无人机动态安全间隔标定方法

本发明涉及城市无人机安全评估,尤其涉及一种随机风扰与多源误差下城市无人机动态安全间隔标定方法。

背景技术:

1、随着低空经济与城市空中交通(urban air mobility,uam)的快速发展,无人机(unmanned aerial vehicle,uav)在物流配送、环境监测和应急响应等应用中的运行密度显著提高。在受限且复杂的城市低空空域中,如何科学标定安全间隔以平衡飞行安全与空域容量,已成为无人交通管理(unmanned traffic management,utm)中的核心挑战。在进近阶段,这一问题尤为关键,因为物流无人机运行对短期碰撞风险评估提出了更严格要求。传统民航间隔标准大多依赖静态圆形保护区。然而,在建筑诱导阵风和传感器性能异质性突出的城市环境中,固定间隔准则往往难以同时满足安全要求与空域利用效率。

2、关于所需导航性能(required navigation performance,rnp)的研究表明,总系统误差(total system error,tse)通常由导航系统误差(navigation system error,nse)、飞行技术误差(flight technical error,fte)和路径定义误差(path definitionerror,pde)组成。已有研究表明,无人机位置偏差相较有人机更具有时间依赖性和环境依赖性。还有研究表明,无人机轨迹偏差会随飞行高度和飞行时间显著增加;且,在无视觉参考的自主飞行模式下,fte成为tse的主导因素,其大小直接受飞行控制系统抗扰能力影响。

3、在城市低空环境中,随机风场是位置不确定性增长的重要驱动因素。部分研究表明,幂律模型能够有效描述低空风速随高度的变化,而风场参数波动会显著影响rnp相关运行中的总系统误差。此外,风致阻力和阵风扰动可能导致无人机发生非预期位移,并进一步增加密集无人机交通的碰撞风险。

4、然而,尽管已有上述研究,目前的无人机动态安全间隔标定方法仍将环境扰动和控制误差视为相互独立的因素,缺乏对风扰、控制偏差与导航相关定位误差之间联合传播过程的系统刻画。特别是,在短期预测时域内,关于fte时变扩张问题的讨论仍然有限。

技术实现思路

1、有鉴于此,本发明实施例提供了一种随机风扰与多源误差下城市无人机动态安全间隔标定方法,以解决现有技术中城市无人机动态安全间隔标定精度不够的问题。

2、本发明实施例的第一方面,提供了一种随机风扰与多源误差下城市无人机动态安全间隔标定方法,包括:

3、构建随机风场模型,基于随机风场模型至少确定各时刻无人机飞行高度处的平均环境风速、风速随机波动量和风向随机波动量;

4、构建多源误差联合演化模型,基于多源误差联合演化模型确定t时刻无人机的导航系统误差、飞行技术误差和速度估计误差;

5、其中,导航系统误差服从平稳高斯分布;飞行技术误差至少基于各时刻无人机飞行高度处的平均环境风速确定,用于表征无人机飞行技术误差方差随时间的短期演化规律;速度估计误差用于表征由空速传感器噪声和飞行状态估计偏差引起的无人机速度预测不确定性;

6、构建单架无人机在t时刻的位置误差协方差矩阵;位置误差协方差矩阵为二阶对角矩阵,其中第一对角元素基于导航系统误差、飞行技术误差、t时刻无人机飞行高度处的平均环境风速和速度估计误差确定,第二对角元素基于导航系统误差、飞行技术误差和t时刻无人机飞行高度处的平均环境风速确定;

7、将位置误差协方差矩阵由机体系投影至惯性坐标系,并在投影后的矩阵中叠加随机阵风导致的环境漂移项,得到惯性坐标系下单架无人机在t时刻的位置误差协方差矩阵;其中,环境漂移项至少基于风速波动标准差和风向波动标准差确定;

8、基于惯性坐标系下单架无人机在t时刻的位置误差协方差矩阵分别确定第一无人机在t时刻的第一位置误差协方差矩阵和第二无人机在t时刻的第二位置误差协方差矩阵,在第一无人机和第二无人机的位置误差相互独立的条件下,确定第一位置误差协方差矩阵和第二位置误差协方差矩阵之和为第一无人机和第二无人机在t时刻的复合协方差矩阵;

9、根据复合协方差矩阵计算第一无人机和第二无人机在t时刻的瞬时碰撞概率,并基于瞬时碰撞概率标定第一无人机和第二无人机的安全间隔。

10、本发明实施例的第二方面,提供了一种随机风扰与多源误差下城市无人机动态安全间隔标定装置,包括:

11、随机风场模型构建模块,被配置为构建随机风场模型,基于随机风场模型至少确定各时刻无人机飞行高度处的平均环境风速、风速随机波动量和风向随机波动量;

12、多源误差联合演化模型构建模块,被配置为构建多源误差联合演化模型,基于多源误差联合演化模型确定t时刻无人机的导航系统误差、飞行技术误差和速度估计误差;

13、其中,导航系统误差服从平稳高斯分布;飞行技术误差至少基于各时刻无人机飞行高度处的平均环境风速确定,用于表征无人机飞行技术误差方差随时间的短期演化规律;速度估计误差用于表征由空速传感器噪声和飞行状态估计偏差引起的无人机速度预测不确定性;

14、位置误差协方差矩阵构建模块,被配置为构建单架无人机在t时刻的位置误差协方差矩阵;位置误差协方差矩阵为二阶对角矩阵,其中第一对角元素基于导航系统误差、飞行技术误差、t时刻无人机飞行高度处的平均环境风速和速度估计误差确定,第二对角元素基于导航系统误差、飞行技术误差和t时刻无人机飞行高度处的平均环境风速确定;

15、投影模块,被配置为将位置误差协方差矩阵由机体系投影至惯性坐标系,并在投影后的矩阵中叠加随机阵风导致的环境漂移项,得到惯性坐标系下单架无人机在t时刻的位置误差协方差矩阵;其中,环境漂移项至少基于风速波动标准差和风向波动标准差确定;

16、确定模块,被配置为基于惯性坐标系下单架无人机在t时刻的位置误差协方差矩阵分别确定第一无人机在t时刻的第一位置误差协方差矩阵和第二无人机在t时刻的第二位置误差协方差矩阵,在第一无人机和第二无人机的位置误差相互独立的条件下,确定第一位置误差协方差矩阵和第二位置误差协方差矩阵之和为第一无人机和第二无人机在t时刻的复合协方差矩阵;

17、标定模块,被配置为根据复合协方差矩阵计算第一无人机和第二无人机在t时刻的瞬时碰撞概率,并基于瞬时碰撞概率标定第一无人机和第二无人机的安全间隔。

18、本发明实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

19、本发明实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

20、本发明实施例与现有技术相比存在的有益效果是:

21、本发明实施例首先分别构建随机风场模型和多源误差联合演化模型,然后确定单架无人机在t时刻的位置误差协方差矩阵,进一步计算第一无人机和第二无人机在t时刻的复合协方差矩阵,根据该复合协方差矩阵计算第一无人机和第二无人机在t时刻的瞬时碰撞概率,最后基于瞬时碰撞概率标定第一无人机和第二无人机的安全间隔。该方法通过建立统一的时变协方差表示,将多源误差演化与风扰综合起来表征位置不确定性,从而在目标安全水平约束下实现安全间隔的定量标定。