[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

说明书

本发明公开了一种低空多无人机概率型冲突探测方法及存储介质，本发明采用神经网络精确预测无人机航迹，并考虑预测不可避免的误差构建碰撞坐标系，在碰撞坐标系内计算碰撞概率，从而实现低空多无人机复杂环境下的冲突探测，为制定及时的冲突解脱策略奠定基础。

技术领域

本发明涉及一种低空多无人机概率型冲突探测方法及存储介质，属于冲突探测领域。

背景技术

随着无人机市场的不断扩大以及城市空中交通运行概念的兴起，无人机运行常态化和无人机数量在不断增加，无人机的碰撞风险问题也日益突出。因此现在急需一种在城市复杂场景下，对多无人机进行快速冲突探测的方法。

发明内容

本发明提供了一种低空多无人机概率型冲突探测方法及存储介质，解决了背景技术中披露的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种低空多无人机概率型冲突探测方法，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。

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。

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，Ho_bs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)