[发明专利]基于飞行状态划分的非合作无人机轨迹分布预测方法

说明书

本发明公开了一种基于飞行状态划分的非合作无人机轨迹分布预测方法，步骤如下：针对所选监控空域的范围，构建栅格化空域；划分无人机飞行状态；筛选相似轨迹数据集，构建基于数据迁移的轨迹预测模型；生成轨迹可达空间；索引轨迹覆盖栅格坐标；生成轨迹概率分布。本发明方法通过将无人机的飞行状态细分，结合基于数据迁移的轨迹预测方法，考虑无人机操纵者意图不确定性的运动建模为布朗运动，采用截断布朗桥方法对非合作类无人机的位置分布进行建模，实现更加精准的轨迹分布预测，缩小非零概率的轨迹空间范围。

技术领域

本发明属于无人机交通管理技术领域，具体涉及一种基于飞行状态划分的非合作无人机轨迹分布预测方法。

背景技术

随着无人机在各行业的迅速普及，低空无人机发展迅速且飞行需求与日俱增，空中交通活动日趋频繁。对无人机轨迹预测技术的研究，可以推动无人机在有限的低空空域安全、有序、高效地运行，计算无人机在空域中某一时刻的轨迹分布是构建危险行为识别模型的基础。

现有轨迹预测方法大多得到无人机未来的位置估计点，而非无人机所在的位置区间，在进行无人机运行安全风险分析时(入侵固定区域或冲突风险判断)，有可能会因为该位置预测结果存在的误差而忽略原本的危险行为，或产生虚警。此外，现有无人机的轨迹分布预测大多依据轨迹可达最大范围或部分已知条件约束下的轨迹可达范围，而在实际需要实时轨迹预测的任务场景中，可能面向的是首次出现的非合作类目标，其身份信息在实施监控管理时往往是未知的，对该类无人机操纵者的意图进行建模预估十分困难。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种基于飞行状态划分的非合作无人机轨迹分布预测方法，以解决现有技术中的轨迹预测方法在面向非合作类目标时无人机操纵者的意图难以预估、未来轨迹点预测精度不高导致漏警或虚警的问题；本发明方法通过无人机初始飞行状态划分，结合概率分布预测替代未来轨迹点位预测，生成轨迹分布空间，减少漏警、虚警的发生，同时缩小了非零概率的轨迹空间范围，实现更加精准的轨迹分布预测。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种基于飞行状态划分的非合作无人机轨迹分布预测方法，步骤如下：

(1)针对所选监控空域的范围，构建栅格化空域；

(2)划分无人机飞行状态：依据无人机在初始时刻的飞行状态，将无人机的飞行状态划分为悬停状态和运动状态，设定无人机轨迹分布预测参数；

(3)筛选相似轨迹数据集，构建基于数据迁移的轨迹预测模型；

(4)生成轨迹可达空间：根据步骤(2)中划分的无人机飞行状态，求解无人机在预测时刻所有可能的轨迹位置的集合，作为具有闭合边界的区域，生成无人机在预测时刻的轨迹可达空间；

(5)索引轨迹覆盖栅格坐标：将步骤(4)生成的轨迹可达空间在栅格化空域中近似表达为其覆盖的栅格集合，求解所覆盖的栅格在空域笛卡尔坐标系中的坐标；

(6)生成轨迹概率分布：求解监测时刻无人机位于空域笛卡尔坐标系中各栅格的概率，得到栅格集合相对应的概率分布。

进一步地，所述步骤(1)中的监控空域范围以左下角为原点建立空域笛卡尔坐标系LL，通过设定x轴和y轴的栅格数量，将空域划分为带有唯一坐标的栅格集合，栅格坐标为(i,j)表示该栅格是空域x轴方向第i个，y轴方向第j个栅格，每个栅格保存的信息包括：栅格中心点和四个顶点在空域笛卡尔坐标系LL中的坐标。

进一步地，所述步骤(2)的具体过程如下：

(21)划分无人机飞行状态；

依据无人机在初始时刻的飞行状态，将无人机的飞行状态划分为悬停状态和运动状态；

(22)设定无人机轨迹分布预测参数；