一种机场多类型无人设备的安全约束协同规划方法与流程

本发明涉及智能运行控制，具体涉及一种机场多类型无人设备的安全约束协同规划方法。

背景技术：

1、在机场飞行区、停机坪、滑行道和服务车道等民航运行场景中，本领域涉及多类型无人设备协同规划与安全管控技术。随着无人引导车、无人清扫车、无人加油车、无人行李转运车、无人摆渡车、无人割草机、低空巡检无人机等无人设备逐步参与机场作业，机场运行中的路径规划对象由单一车辆扩展为地面车辆与空中无人机共存的异构无人设备群。该类场景与普通园区或道路无人设备调度不同，其运行区域同时存在航空器滑行、机位保障、临时围挡、人员进入、塔台调度指令和高危区域授权等约束，安全规则需要在规划和执行过程中被记录和校验。现有协同规划方式通常侧重路径长度、任务完成效率或局部避障结果，对机场场区环境数据、航空器运行数据、无人设备状态数据和塔台调度数据缺乏统一时间基准和统一坐标表达，使后续规划依据可能来自不同时间点或不同坐标系，影响动作判别结果；部分强化学习协同算法虽然能够输出多智能体动作，但通常将安全约束作为事后奖励或惩罚处理，缺少在动作执行前对禁行区域、防撞距离、航空器优先通行、设备动作边界和塔台授权状态进行确定性判别的机制；同时，地面无人作业车辆与空中巡检无人机在速度、转向、制动、高度和避让方式上差异较大，若采用同一动作空间和同一训练参数，容易造成策略输出与设备物理执行能力不匹配；此外，机场传感器数据存在定位漂移、雷达瞬时误检和动态障碍物短时遮挡等情况，如果不在规划前进行异常数据过滤和区域安全等级标记，可能使算法基于不可靠状态生成动作；对于跑道周边、滑行道周边和起降空域周边等高危区域，若规划动作未与塔台授权指令进行机器匹配，则难以使无人设备执行行为满足机场调度管控要求，也难以形成可用于事后复盘的决策日志、运行轨迹、闭锁记录和奖惩数据。因此，机场多类型无人设备协同规划需要将多源运行状态、安全约束、动作前置判别、塔台授权闭锁和运行记录存储纳入同一处理流程。

技术实现思路

1、本发明提供了一种机场多类型无人设备的安全约束协同规划方法，本发明要解决的是现有机场多类型无人设备协同规划过程中多源状态不统一、安全约束难以前置执行、异构无人设备动作输出与物理边界不匹配、塔台授权无法参与动作闭锁以及协同决策过程缺乏可追溯记录的技术问题。

2、为解决上述技术问题，本发明所采用的技术方案是：

3、一种机场多类型无人设备的安全约束协同规划方法，包括：采集机场场区环境数据、航空器运行数据、无人设备状态数据和塔台调度数据，进行时间同步和坐标统一后，构建机场全局状态；基于所述机场全局状态生成机场安全约束集合，并对所述机场全局状态进行异常数据过滤、区域安全等级标记和授权状态标记，得到合规环境状态矩阵；将所述合规环境状态矩阵输入安全约束改进maddpg算法，生成各无人设备的原始候选动作，并基于所述机场安全约束集合对所述原始候选动作进行前置安全判别，得到安全候选动作；将所述安全候选动作与塔台调度数据进行调度状态匹配和授权匹配，在匹配通过后下发执行控制指令，并存储对应的决策日志、运行轨迹、闭锁记录和奖惩数据。

4、在本发明的一方面，所述机场场区环境数据包括跑道区域边界、滑行道区域边界、机位区域边界、服务车道区域边界、临时围挡区域边界、施工封闭区域边界、固定构筑物位置和动态障碍物位置；

5、所述航空器运行数据包括航空器位置、航空器航向、航空器速度、航空器当前运行阶段和航空器通行优先级；所述无人设备状态数据包括无人设备标识、无人设备类型、无人设备位置、无人设备航向、无人设备速度、无人设备剩余电量或剩余油量、无人设备任务状态、无人设备可执行动作边界和无人设备故障状态；

6、所述塔台调度数据包括临时管控区域、临时管控时间窗、航空器优先通行指令、无人设备作业优先级指令、高危区域作业授权指令和无人设备暂停作业指令。

7、在本发明的一方面，所述机场安全约束集合包括禁行区域约束、缓冲区域限速约束、防撞距离约束、航空器优先通行约束、塔台授权约束和设备动作边界约束；

8、其中，所述禁行区域约束用于限制无人设备进入跑道核心区域、起降空域、航空器停机位核心圈和塔台调度平台临时指定的禁止通行区域；所述防撞距离约束用于限制地面无人作业车辆与航空器、地面无人作业车辆之间、空中巡检无人机与航空器机身以及空中巡检无人机之间的最小安全距离；

9、所述塔台授权约束用于限制未获得有效授权的无人设备进入跑道周边、滑行道周边、起降空域周边或塔台调度平台指定的高危区域。

10、在本发明的一方面，对所述机场全局状态进行异常数据过滤包括：

11、对无人设备位置数据进行速度约束校验，当相邻决策周期的位置变化对应的推算速度超过该无人设备类型的最大允许速度和速度异常判定容差值之和时，将当前定位点标记为异常定位点，并采用上一有效定位点结合当前速度估计值进行短时插值更新；

12、对动态障碍物数据进行连续性校验，当动态障碍物仅在单个决策周期出现且后续连续两个以上决策周期未被其他数据源确认时，将其标记为瞬时干扰目标，当动态障碍物在连续两个以上决策周期被检测到或被塔台调度数据、航空器运行数据或无人设备局部感知数据确认时，将其标记为有效动态障碍物。

13、在本发明的一方面，所述合规环境状态矩阵包括：区域坐标、区域类型、安全等级、限速值、通行方向、授权状态、临时管控状态和动态障碍物状态；

14、当同一区域同时对应多个安全等级时，按照其中较高安全等级生成所述合规环境状态矩阵；

15、当塔台调度数据将某一区域设定为临时管控区域时，在对应临时管控时间窗内将该区域作为禁止通行区域或限制通行区域写入所述合规环境状态矩阵。

16、在本发明的一方面，所述安全约束改进maddpg算法包括多个无人设备智能体，每个无人设备智能体配置局部actor策略网络，训练阶段通过全局critic评价网络接收机场全局状态、全部无人设备智能体的联合动作和塔台调度指令向量，执行阶段由各无人设备智能体基于本机局部观测值输出原始候选动作；

17、其中，地面无人作业车辆的原始候选动作包括线速度和角速度，空中巡检无人机的原始候选动作包括飞行速度、航向角调整量和目标飞行高度。

18、在本发明的一方面，基于所述机场安全约束集合对所述原始候选动作进行前置安全判别包括：

19、预测无人设备执行原始候选动作后的下一周期位置，判断所述下一周期位置或由当前位置至所述下一周期位置形成的运动路径是否进入禁行区域、是否小于对应防撞距离阈值、是否违反航空器优先通行规则、是否涉及高危区域塔台授权需求以及是否超出设备动作边界；

20、当任一判别结果为不合规时，将所述原始候选动作标记为违规候选动作，并生成安全替代动作作为所述安全候选动作。

21、在本发明的一方面，所述安全替代动作根据无人设备类型和违规类型生成；

22、当无人设备为地面无人作业车辆时，所述安全替代动作包括按照最大允许制动减速度生成的减速动作、停车等待动作、低速绕行动作或返航动作；当无人设备为空中巡检无人机时，所述安全替代动作包括悬停动作、保持安全高度动作、升高至预设避让高度动作、水平绕行动作或返航动作；

23、被标记的违规候选动作、对应安全替代动作和违规类型共同写入经验回放池，用于后续训练中降低同类违规候选动作的输出概率。

24、在本发明的一方面，所述安全约束改进maddpg算法采用双层加权奖励函数进行训练，所述双层加权奖励函数包括安全奖励项和作业奖励项；

25、所述安全奖励项包括避让航空器和有效动态障碍物的正向奖励、保持合规防撞距离的正向奖励、禁行区域违规惩罚、航空器优先通行违规惩罚以及动作闭锁惩罚；

26、所述作业奖励项包括任务路径推进奖励、作业时序奖励、任务完成奖励和协同避让奖励；

27、当地面无人作业车辆和空中巡检无人机分别训练局部actor策略网络时，二者采用不同的局部actor策略网络学习率，并采用相同的全局critic评价网络学习率。

28、与现有技术相比，本发明具有以下有益效果：

29、本发明将机场场区环境数据、航空器运行数据、无人设备状态数据和塔台调度数据统一到同一时间基准和同一坐标体系，再由统一后的机场全局状态生成机场安全约束集合和合规环境状态矩阵，使后续协同规划基于同一时间基准和同一坐标系的数据输入进行处理，降低因数据源时间不同步或坐标不一致造成的路径判断偏差。在此基础上，安全约束改进maddpg算法并非直接输出执行控制指令，而是先生成各无人设备的原始候选动作，再利用禁行区域、防撞距离、航空器优先通行、塔台授权和设备动作边界等约束进行前置安全判别，将不合规动作在执行前转换为安全候选动作，使强化学习输出的候选动作在执行前经过机场运行规则校验。进一步地，安全候选动作还需要与塔台调度数据进行调度状态匹配和授权匹配，匹配通过后才下发执行控制指令，使跑道周边、滑行道周边、起降空域周边等高危区域的无人设备行为能够纳入塔台调度管控。通过同步存储决策日志、运行轨迹、闭锁记录和奖惩数据，可为后续运行复盘、责任追踪、模型参数调整和安全台账管理提供数据记录。整体上，该方案在多类型无人设备协同规划中形成统一状态输入、安全约束处理、候选动作判别、塔台授权闭锁和执行数据留存的处理链路，可提高机场无人设备协同作业中的规则校验能力、调度适配能力和运行记录完整性。