[发明专利]基于不稳定平台的飞行器着陆方法、装置、设备及介质

权利要求书

1.一种基于不稳定平台的飞行器着陆方法，其特征在于，包括：

获取第一信息和第二信息，所述第一信息包括当前飞行器状态信息、当前环境信息和当前着陆平台参数，所述第二信息包括历史飞行器着陆数据；

根据所述历史飞行器着陆数据构建得到降落预测数学模型；

将所述第一信息作为所述降落预测数学模型的输入值，计算得到降落时间窗口；

根据预设的可视化数学模型对所述降落时间窗口和当前着陆平台参数进行处理，生成包含飞行路径和降落区域的三维可视化图像；

根据所述三维可视化图像评估降落区域的安全性得到降落安全等级信息；

根据所述当前飞行器状态信息、所述当前环境信息和所述安全等级信息生成用于指导飞行器降落的引导信号；

其中，根据预设的可视化数学模型对所述降落时间窗口和当前着陆平台参数进行处理，生成包含飞行路径和降落区域的三维可视化图像，包括：

根据所述降落时间窗口和所述当前着陆平台参数进行数据融合处理，得到融合后的降落信息；

根据所述降落信息进行特征提取处理，得到降落特征数据；

根据预设的三维卷积神经网络数学模型和所述降落特征数据进行建模处理，得到飞行路径和降落区域的三维模型；

根据所述三维模型进行渲染和优化处理，生成包含飞行路径和降落区域的三维可视化图像。

2.根据权利要求1所述的基于不稳定平台的飞行器着陆方法，其特征在于，根据所述历史飞行器着陆数据构建得到降落预测数学模型，包括：

根据所述历史飞行器着陆数据中的历史飞行器状态信息、历史环境信息、历史着陆平台参数和最终降落状况进行基于相关性分析和主成分分析的特征选择处理，得到第一特征数据；

将所述第一特征数据进行特征转换处理，得到降维并标准化的第二特征数据；

基于预设的变压器数学模型对所述第二特征数据进行序列预测处理得到预测结果，所述预测结果表示飞行器在未来某个时间窗口内是否可以安全降落；

根据预测结果和历史飞行器着陆数据进行基于交叉验证的模型优化处理，得到降落预测模型。

3.根据权利要求1所述的基于不稳定平台的飞行器着陆方法，其特征在于，将所述第一信息作为所述降落预测数学模型的输入值，计算得到降落时间窗口，包括：

根据所述第一信息中进行图形化数据整合处理，得到图形化的输入数据，所述输入数据包括至少一个三维输入数据图形，所述三维输入数据图形中的每个维度表示一种类型的信息；

根据预设的图卷积神经网络数学模型对所述输入数据进行特征提取处理，得到输入特征数据；

根据预设的支持向量机数学模型对所述输入特征数据进行预测处理，得到初步降落时间窗口预测结果；

根据所述初步降落时间窗口预测结果进行滤波优化处理，得到降落时间窗口预测结果。

4.一种基于不稳定平台的飞行器着陆装置，其特征在于，包括：

获取模块，用于获取第一信息和第二信息，所述第一信息包括当前飞行器状态信息、当前环境信息和当前着陆平台参数，所述第二信息包括历史飞行器着陆数据；

构建模块，用于根据所述历史飞行器着陆数据构建得到降落预测数学模型；

计算模块，用于将所述第一信息作为所述降落预测数学模型的输入值，计算得到降落时间窗口；

生成模块，用于根据预设的可视化数学模型对所述降落时间窗口和当前着陆平台参数进行处理，生成包含飞行路径和降落区域的三维可视化图像；

评估模块，用于根据所述三维可视化图像评估降落区域的安全性得到降落安全等级信息；

输出模块，用于根据所述当前飞行器状态信息、所述当前环境信息和所述安全等级信息生成用于指导飞行器降落的引导信号；

其中，所述生成模块包括：

第一融合单元，用于根据所述降落时间窗口和所述当前着陆平台参数进行数据融合处理，得到融合后的降落信息；

第三提取单元，用于根据所述降落信息进行特征提取处理，得到降落特征数据；

第一建模单元，用于根据预设的三维卷积神经网络数学模型和所述降落特征数据进行建模处理，得到飞行路径和降落区域的三维模型；

第一渲染单元，用于根据所述三维模型进行渲染和优化处理，生成包含飞行路径和降落区域的三维可视化图像。