一种应用于低空非合作无人机干预的对地风险评估方法
本发明涉及低空风险评估，具体涉及一种应用于低空非合作无人机干预的对地风险评估方法。
背景技术：
1、随着无人机违规事件的日益增多，无人机违反航空安全规则的安全问题日益突出，再加上无人机技术的快速发展和无人机使用的不受控制的蔓延，亟需开发用于监测、识别和干预黑飞无人机的技术。并由此衍生出了无人机干预对地风险评估，以支持指挥控制系统评估入侵无人机低风险的干预时机。同时，当前无人机干预对地风险评估仍面临诸多技术瓶颈：一方面，现有的评估方法为合作式场景的无人机操作提供了风险评估指导，但在干预情景下的适用性仍有限；另一方面，现有的一些暴露模型主要集中在对人口的时空分布特性以及运行的第三方风险进行事前的评估，针对低空空域场景的实时动态第三方风险评估体系构建也应具有较强的现实意义。
技术实现思路
1、鉴于上述问题，本发明提供了一种应用于低空非合作无人机干预的对地风险评估方法，解决了现有技术中评估适用性有限技术问题。
2、本发明提供了一种应用于低空非合作无人机干预的对地风险评估方法，包括如下步骤：
3、步骤s1、获取入侵无人机的无人机干预状态信息，所述无人机干预状态信息包括无人机操作类型、运动状态、可选干预手段和干预延迟时间；
4、根据所述无人机操作类型和所述可选干预手段确定是否发生不可控坠落，若发生不可控坠落，则建立可达域模型；
5、所述可达域模型能够基于所述运动状态和无人机机型的运动约束，计算所述干预延迟时间内的无人机可达域；
6、所述无人机机型包括多旋翼无人机和固定翼无人机；
7、步骤s2、建立无人机坠落轨迹模型；无人机坠落轨迹模型能够基于所述无人机可达域、所述运动状态以及所述无人机机型获取无人机坠落轨迹；
8、步骤s3、构建评估区域的三维栅格地图，将地面静态对象和动态对象的位置信息映射至所述三维栅格地图；为栅格单元设置地面静态对象的类别和重要性权重，得到地面对象时空分布信息；
9、步骤s4、基于所述可达域模型随机生成的可达域，根据无人机坠落轨迹模型随机生成多条轨迹样本；
10、基于所述多条轨迹样本和地面对象时空分布信息进行空间叠加，获取未来不同时刻的地面对象被命中概率；基于所述地面对象被命中概率和所述重要性权重，获取未来不同时刻对地风险指标。
11、优选的，步骤s1中，所述根据所述无人机操作类型和所述可选干预手段确定是否发生不可控坠落的步骤具体包括：
12、基于不同操作类型与失效模式下无人机的状态响应特征，分析不同干预手段在干扰飞控链路、飞控系统或飞行气动构型后导致的坠落模式，通过判断操作类型、干预手段、致因效应以及坠落模式之间的关联关系，判断可选干预手段是否会造成无人机的不可控坠落。
13、优选的，步骤s1中，所述可达域模型根据所述无人机机型具体包括多旋翼无人机的可达域模型和固定翼无人机的可达域模型；
14、所述多旋翼无人机的可达域模型的表达式为：
15、
16、
17、
18、
19、其中，为速度矢量，为位置矢量的变化率，为速度矢量的变化率，为风速矢量；为加速度矢量集合，为加速度矢量，表示3维实数域，、、为三个轴方向的加速度大小，、、为椭球主轴方向上的最大可行加速度；、分别为水平方向速率和竖直方向速率，、分别为水平方向最大速率和竖直方向最大速率。
20、优选的，所述固定翼无人机的可达域模型的表达式为：
21、
22、
23、
24、
25、
26、
27、
28、其中，为角速度/转弯率，为速度大小，为转弯半径，为重力加速度，为滚转角，、为无人机横纵位置坐标的变化率，为航向角，分别表示x轴和y轴方向的风速大小，为航向角的变化率，表示无人机可到达的最大高度，表示无人机所在的初始高度，表示无人机可到达的最小高度，为最大爬升率，为最大下降率，为时序，表示最小速度，表示最大速度，表示最大滚转角，表示速度大小。
29、优选的，步骤s2中，所述无人机坠落轨迹模型的根据所述无人机机型具体包括多旋翼无人机的无人机坠落轨迹模型和固定翼无人机的无人机坠落轨迹模型；
30、所述多旋翼无人机的无人机坠落轨迹模型的表达式为：
31、
32、
33、
34、
35、
36、
37、
38、其中，表示无人机质量，为无人机速度矢量，表示的变化率，为阻力系数，表示取矢量的模长，为风速矢量，表示时刻剩余电机产生推力的加速度，、、为无人机速度，为无人机高度坐标的变化率，为风速矢量在三个坐标轴的分量，为在三个坐标轴的分量；
39、所述固定翼无人机坠落轨迹模型的表达式为：
40、
41、
42、
43、
44、
45、
46、
47、
48、其中，为速度标量的变化率，为推力，为阻力，为航迹角，为航迹角的变化率，为升力，表示航向角的变化率，、、为三个轴方向风速，表示航向角，为升力系数，为负荷因数，为初始航迹角，为零生阻力，为诱导阻力系数，为失速后的升力系数，为失速后的阻力系数。
49、优选的，步骤s3具体包括：
50、构建评估区域的三维栅格地图，所述三维栅格地图的分辨率精度为5×5×5米；
51、对于地面静态对象，将地面静态对象的位置映射至所述三维栅格地图，每个栅格单元存储相应的地物类别信息及可选的重要性权重；
52、对于地面动态对象，基于地面动态对象当前的位置坐标和速度实时映射至所述三维栅格地图。
53、优选的，步骤s4中，所述基于所述可达域模型随机生成的可达域，根据无人机坠落轨迹模型随机生成多条轨迹样本的步骤具体包括：
54、结合无人机探测系统的定位误差、航迹点预测的均值和标准差、气象变化引起的风场扰动，并引入无人机可达域预测的加速度、延迟时间、滚转角参数的随机性，随机生成多个无人机初始条件；
55、基于所述无人机初始条件对无人机可达域预测模型和无人机坠落轨迹模型进行数值积分求解，得到多个随机轨迹样本。
56、优选的，步骤s4中，所述基于所述多条轨迹样本和地面对象时空分布信息进行空间叠加，获取未来不同时刻的地面对象被命中概率；基于所述地面对象被命中概率和所述重要性权重，获取未来不同时刻对地风险指标的步骤具体包括：
57、（1）设蒙特卡洛总样本数为，对于时间窗，定义像素集合为研究域的所有栅格单元，将轨迹样本中的轨迹点坐标映射到地面栅格化单元；
58、（2）获取对象在时间窗的命中概率，表达式为：
59、
60、
61、其中，表示对象在时间窗的命中概率，表示对象在时间窗的被命中次数，表示对象占据的像素子集，为栅格像素在时窗的命中次数，为样本是否击中对象的指示函数；
62、（3）基于重要性权重进行加权，得到对地风险指标，表达式为：
63、
64、表示时间窗的对地风险指标，表示重要性权重。
65、与现有技术相比，本发明至少具有如下有益效果：
66、（1）本发明通过获取无人机操作类型、运动状态、可选干预手段以及干预延迟时间，并据此判断是否发生不可控坠落，进一步建立可达域模型和坠落轨迹模型，能够更真实地刻画不同机型、不同干预时机下无人机的失控演化过程。相比于仅依据静态位置或简单投影的评估方式，本发明能够有效反映干预延迟带来的不确定性，提高坠落轨迹预测的准确性和风险评估的前瞻性。
67、（2）本发明构建评估区域的三维栅格地图，并将地面静态对象和动态对象的位置信息映射至栅格单元中，同时为不同栅格设置类别与重要性权重，形成地面对象时空分布信息。不仅能够表达建筑、道路等静态目标的空间分布，也能够体现车辆、行人等动态目标的时间变化特征，从而使风险评估从传统的二维、静态模式提升为三维、动态、精细化模式，更加符合低空场景下地面目标复杂且时变的实际情况。
68、（3）本发明基于可达域随机生成多条轨迹样本，并与地面对象时空分布信息进行空间叠加，进而计算未来不同时刻地面对象被命中概率及对地风险指标，实现了对风险的概率化、定量化评估。通过引入重要性权重，还能够综合反映不同地面对象的受影响程度，使评估结果不仅能描述是否会命中，还能表征命中后影响有多大，从而为不同干预方式、不同干预时机下的风险对比与决策优化提供可靠依据。