[发明专利]一种低空多无人机概率型冲突探测方法及存储介质

权利要求书

1.一种低空多无人机概率型冲突探测方法，其特征在于，包括：

根据无人机当前时刻的位置，确定存在潜在冲突的无人机与无人机组合、无人机与建筑物组合；

根据组合中无人机轨迹数据，采用预先训练的神经网络，预测探测时间内无人机的位置；

针对存在潜在冲突的各种组合，根据预测位置、预设的无人机预测误差、预先构建的无人机碰撞区、预先构建的建筑物碰撞区，构建存在潜在冲突组合的碰撞坐标系；

在碰撞坐标系内，计算存在潜在冲突组合的碰撞概率，根据碰撞概率，确定冲突探测结果。

2.根据权利要求1所述的一种低空多无人机概率型冲突探测方法，其特征在于，根据无人机当前时刻的位置，确定存在潜在冲突的无人机与无人机组合、无人机与建筑物组合，包括：

根据无人机当前时刻的位置，确定无人机与无人机之间的距离、无人机与建筑物之间的距离；

若距离小于距离阈值，则相应的组合为存在潜在冲突的组合。

3.根据权利要求1所述的一种低空多无人机概率型冲突探测方法，其特征在于，无人机碰撞区和建筑物碰撞区均基于最小包络圆构建，碰撞区为圆柱形；

建筑物碰撞区公式为：

s.t.||x_k-x₀||≤R_obs

H_obs＝h_i-h_j

其中，R_obs为建筑物碰撞区的半径，x₀为建筑物最小包络圆的中心点，x_k∈C_obs为C_obs中的第k个点，C_obs为建筑物水平边界的凸包，H_obs为建筑物碰撞区的高度，h_i为建筑物最高点，h_j为建筑物最低点；

无人机碰撞区公式为：

s.t.||x′_k′-x′₀||≤R_cir

R_uav＝σ_r·R_cir

H_uav＝σ_h(h_ui-h_uj)

其中，R_cir为无人机最小包络圆的半径，x′₀为无人机最小包络圆的中心点，x′_k′∈C_uav为C_uav中的第k′个点，C_uav为无人机水平边界的凸包，σ_r为半价扩展参数，R_uav为无人机碰撞区的半径，H_uav为无人机碰撞区的高度，h_ui为无人机最高点，h_uj为无人机最低点，σ_h为高度扩展参数。

4.根据权利要求1所述的一种低空多无人机概率型冲突探测方法，其特征在于，针对存在潜在冲突的各种组合，根据预测位置、预设的无人机预测误差、预先构建的无人机碰撞区、预先构建的建筑物碰撞区，构建存在潜在冲突组合的碰撞坐标系，包括：

若存在潜在冲突的组合为无人机与无人机组合，将一架无人机作为参考无人机，另一架作为随机无人机，将参考无人机的预测误差叠加到随机无人机的预测误差上，将随机无人机的碰撞区叠加到参考无人机的碰撞区上，以参考无人机为原点，随机无人机为质点，构建碰撞坐标系；

若存在潜在冲突的组合为无人机与建筑物组合，将无人机的碰撞区叠加到建筑物的碰撞区上，无人机的预测误差不做调整，以建筑物为原点，无人机为质点，构建碰撞坐标系。

5.根据权利要求4所述的一种低空多无人机概率型冲突探测方法，其特征在于，在碰撞坐标系内，计算存在潜在冲突组合的碰撞概率，包括：

在碰撞坐标系内，计算质点和原点的相对位置；

根据相对位置和预测误差，计算质点位置的概率分布；

根据质点位置的概率分布和碰撞区域，计算存在潜在冲突组合的碰撞概率。