一种机场地勤服务多维度异常检测方法及系统
本发明涉及机场运行监控与管理,尤其是涉及一种机场地勤服务多维度异常检测方法及系统。
背景技术:
1、随着民航运输业的快速发展,机场航班密度日益增加,地勤服务作为连接航班进港与出港的关键环节,其运行效率与安全性直接影响航班准点率及机场整体运行效能。地勤服务涉及加油、配餐、清洁、行李装卸、排污等多个并发或串行的工序,是机场场面运行管理中最易发生延误和安全事故的场景之一。
2、目前,机场对地勤服务的监管与异常检测主要依赖人工现场监管或基于机场协同决策系统的时间节点管理。现有技术多侧重于检测工序是否超时或延误,通过设定固定时间阈值判定异常。然而,这种方式存在以下显著缺陷:第一,检测维度单一,仅关注时间维度,忽略了作业过程中的空间合规性与安全性监控,无法识别车辆停靠偏离、禁区侵入、并发作业时空冲突等隐患;第二,缺乏对工序次序合规性的逻辑校验能力,难以自动发现工序颠倒、漏项或违规插入等次序异常;第三,异常判定阈值僵化,对所有航班采用统一超时阈值,未考虑不同机型、时段的作业时长分布差异,导致误报率高、适应性差。
3、因此,亟需一种能够融合多维度信息、自适应航班特性、精准识别地勤服务异常的检测方法,以提升机场地面保障的安全性与智能化水平。
技术实现思路
1、本发明的目的在于提供一种机场地勤服务多维度异常检测方法及系统,以解决现有技术中存在的检测维度单一、缺乏工序次序合规性逻辑校验能力、异常判定阈值僵化等技术问题。
2、为了实现上述目的,本发明采用如下技术方案:
3、本发明提供一种机场地勤服务多维度异常检测方法,包括:获取一个航班对应的地勤服务工序集合,所述工序集合包含多个结构化工序实例,每一个结构化工序实例包括实际时间区间(包含实际开始与结束时间)、计划时间区间(包含计划开始与结束时间)、工序类型以及作业位置向量;所述作业位置向量包括工序实例在一个或多个采样时刻的作业位置点、代表性停靠位置点或作业轨迹片段;对所述工序集合执行包括以下五类的多维度异常检测:时间类规则检测,基于实际时间区间与计划时间区间,计算开始时间偏差、响应时长与作业时长,并与预设或自适应阈值进行比较,判定迟到、早到、响应超时与作业超时;次序一致性检测,将按实际开始时间排序得到的实际工序序列与预设的sop有向无环图模板进行序列匹配,计算实际工序序列相对于所述sop有向无环图模板的次序偏差;空间类检测,基于作业位置向量与机位标准停靠位置以及禁行禁停区域图层,判定停靠偏离及禁行禁停区占用情况;安全冲突检测,基于工序实例的时间区间与作业位置向量,计算工序之间的时间重叠与空间距离,并结合预设的工序冲突矩阵,对并发工序的安全冲突进行分级判定;统计基线检测,以工序作业时长、响应时长与关键间隔为检测指标,结合历史数据分布,对超出基线分布的异常时长与异常间隔进行识别;根据所述多维度异常检测结果,输出航班级异常列表及对应异常归因说明,并生成可回放的证据片段索引,所述证据片段索引包括原始数据源标识与对应的时间范围和空间范围、以及原始数据片段的位置指针。
4、通过上述技术方案,本发明实现了从时间、空间、次序、安全及统计五个维度对地勤服务的全流程精细化监控,突破了单一时间监管的局限性。
5、进一步地,所述时间类规则检测包括:对于工序集合中的任一工序实例i,其具有计划开始时间、实际开始时间、计划结束时间和实际结束时间;工序迟到检测,当时,判定为工序迟到;工序早到检测,当时,判定为工序早到;响应超时检测,当时,判定为响应超时,其中为工序的触发时刻,为预设的最大响应时长阈值;作业超时检测,当时,判定为作业超时,其中所述是基于计划工时动态确定的,其公式为,其中为预设的容忍系数;其中,所述用于判定工序迟到和工序早到时的阈值是自适应确定的,其计算公式为:,,所述为历史工序的计划-实际开始时间偏差的数据集,所述g为按航班性质、机型与时段所划分的航班组,所述和为预设的分位数函数,其中p为高分位数以定义迟到阈值,p'为低分位数以定义早到阈值。通过基于历史数据分位数的自适应阈值计算,本发明能够动态适应不同机型、时段的作业时长分布差异,显著提高异常检测的准确性与鲁棒性。
6、进一步地,所述次序一致性检测包括:基于sop有向无环图模板,通过拓扑排序算法,生成一个预设的sop标准工序序列,或生成多个满足前置约束关系的sop候选标准工序序列,记为,其中 (k=1,2,…,k),k为候选标准工序序列的数量;获取按工序开始时刻排序的实际工序序列;采用基于动态规划的序列编辑距离算法,分别计算所述与所述sop候选标准工序序列之间的次序偏差,记为,所述序列编辑距离算法是对第 k个候选标准工序序列构建动态规划矩阵,其中表示第k个sop候选标准工序序列的前i个工序转换到实际序列的前j个工序所需的最小代价,其递推公式为:
7、,其中,;其中,代价函数在时为0,在时为1;将所述算法计算得到的最小编辑距离值作为所述次序偏差的度量,并输出实现该最小编辑代价的最小编辑路径,作为所述次序偏差的归因;当存在多个所述候选标准工序序列时,根据预设工序优先级选取目标标准工序序列,或分别计算实际工序序列与各候选标准工序序列之间的次序偏差并取最小值作为最终的次序偏差;同时根据所述sop有向无环图模板中的前置约束边,对实际工序序列中的工序提前、滞后、缺失、冗余或违规插入进行归因。通过序列编辑距离算法,本发明能够自动发现工序颠倒、漏项或违规插入等次序异常,精准定位工序执行顺序的逻辑错误,保障sop的严格执行。
8、进一步地,所述空间类检测包括:停靠偏离判定,以所述工序实例的作业位置向量作为一个判定点,以机位标准停靠点为圆心构建一个停靠点缓冲区,其半径为一个与机型相关的距离上限,通过执行点-多边形判定算法判定所述判定点是否位于所述停靠点缓冲区的内部,若判定点位于外部则判定为停靠偏离,其中所述距离上限是根据机型所属的icao飞机设计代码或机位等级从预设的停靠标准查找表中查询确定的;禁行禁停区占用判定,以所述工序实例的作业位置向量为中心生成一个代表该车辆物理尺寸的车辆瞬时缓冲区,获取所述禁行禁停区矢量图层,通过执行缓冲区叠置运算计算所述与之间的空间交集,若所述空间交集的面积大于预设的占用阈值则判定为禁行禁停区占用。通过机型适配停靠缓冲区与矢量图层叠置的空间类检测,本发明能够识别车辆停靠偏离、禁区侵入等隐患,实现空间维度的精细化监控。
9、进一步地,所述安全冲突检测包括:对于工序集合中的任意两个工序实例i和j,时空邻近判定,获取工序i和j的起止时间区间、及其作业位置向量、,计算时间重叠量,计算空间欧几里得距离,当且仅当且时判定i和j构成一个潜在时空冲突对并执行下一步,其中为预设的最小安全距离阈值;冲突得分计算,对于所述潜在时空冲突对,获取其工序类型、,从所述预设工序冲突矩阵m中查询对应的冲突矩阵元素,计算加权冲突得分,其计算公式为;冲突矩阵定义与输出,其中所述冲突矩阵元素的取值域为,用于表征工序类型和之间并发作业的内在风险等级,数值越大表示工序类型和之间并发作业的内在风险越高,其中表示高风险并发作业,表示中风险加权冲突,表示允许的并发;最终根据所述与预设的多级风险级别阈值输出冲突等级。通过基于工序冲突矩阵的安全冲突检测,本发明能够量化并发工序的内在风险,自动预警潜在的碰撞风险或违规并发作业,有效提升地面运行安全性。
10、进一步地,所述统计基线检测包括:基于历史航班的关键时长与关键间隔提取其历史数据集x,历史数据集x按工序类型、航班组和/或作业区域建立;所述x为基线分布,其中所述的关键时长包括工序作业时长、工序响应时长,关键间隔包括航班进位停止至轮挡放置的轮挡放置间隔、工序i结束至工序j开始的串行间隔以及工序i开始至工序j开始的并发间隙;采用中位绝对偏差算法对检测指标的一个新数据点进行判别,判别步骤具体包括:计算历史数据集x的中位数;计算一个缩放后的中位绝对偏差值,其中所述k为一个预设的缩放常数;当为0或历史样本数量小于预设最小样本数时,采用四分位距、经验分位数阈值或预设平滑常数ε进行替代,以避免异常得分计算失效;计算的异常得分;若则判定为异常,其中为与所述缩放常数k相对应的预设判别阈值。通过基于中位绝对偏差算法的统计基线检测,本发明能够识别超出历史分布的异常时长与间隔,更能精准识别出真正偏离正常水平的异常作业。
11、本发明还提供一种机场地勤服务多维度异常检测系统,包括:工序集合获取模块(201)、时间类规则检测模块(202)、次序一致性检测模块(203)、空间类检测模块(204)、安全冲突检测模块(205)、统计基线检测模块(206)以及异常输出模块(301);其中,所述工序集合获取模块(201)被配置为获取一个航班对应的地勤服务工序集合,所述工序集合包含多个结构化工序实例,每一个结构化工序实例包括实际时间区间、计划时间区间、工序类型以及作业位置向量;所述时间类规则检测模块(202)被配置为基于实际时间区间与计划时间区间计算开始时间偏差、响应时长与作业时长,并与预设或自适应阈值进行比较,判定工序迟到、工序早到、响应超时与作业超时;所述次序一致性检测模块(203)被配置为将按实际开始时间排序得到的实际工序序列与预设的sop有向无环图模板进行序列匹配,计算实际工序序列相对于所述sop有向无环图模板的次序偏差;所述空间类检测模块(204)被配置为基于作业位置向量与机位标准停靠位置以及禁行禁停区域图层判定停靠偏离及禁行禁停区占用情况;所述安全冲突检测模块(205)被配置为基于工序实例的时间区间与作业位置向量计算工序之间的时间重叠与空间距离,并结合预设的工序冲突矩阵对并发工序的安全冲突进行分级判定;所述统计基线检测模块(206)被配置为以工序作业时长、响应时长与关键间隔为检测指标,结合历史数据分布对超出基线分布的异常时长与异常间隔进行识别;所述异常输出模块(301)被配置为根据各检测模块的检测结果输出航班级异常列表及对应异常归因说明,并生成可回放的证据片段索引,所述证据片段索引包括原始数据源标识与对应的时间范围和空间范围、以及原始数据片段的位置指针。
12、与现有技术相比,本发明具有如下有益效果:
13、通过融合时间、空间、次序、安全及统计五个维度对地勤服务进行全流程精细化监控,本发明突破了单一时间监管的局限性,不仅能发现迟到早退,还能识别作业次序颠倒、空间停靠偏离、禁区侵入以及工序间的时空冲突风险,显著提升了机场地勤服务监管的颗粒度和覆盖面。
14、通过基于历史数据分位数的自适应阈值计算和基于中位绝对偏差的统计基线检测,本发明能够动态适应不同机型、时段的作业时长分布差异,更能精准识别出真正偏离正常水平的异常作业,显著提高了异常检测的准确性与鲁棒性,降低了误报率。
15、通过引入安全冲突检测,结合空间距离与时间重叠量,并利用工序冲突矩阵量化不同工序在并发时的内在风险,本发明能够自动预警潜在的碰撞风险或违规并发作业,有效提升了地面运行的安全性。
16、通过利用动态规划的序列编辑距离算法,将实际作业流与sop有向无环图模板进行拓扑匹配,本发明不仅能检测出工序的缺失或冗余,还能精准定位工序执行顺序的逻辑错误,保障了标准作业程序的严格执行,有助于规范地勤人员的操作行为,提升服务标准化水平。
17、通过生成可回放的证据片段索引,包括原始数据源标识、时间范围与空间范围,本发明支持快速复盘与核查,运行人员可快速回放当时的车辆轨迹或视频场景,进一步核实异常原因,有助于提高机场地面保障的规范性与运行效率,推动机场智能化管理水平提升。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com