科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对未来无人机（UAV）规模化应用和密集化飞行带来的安全问题，面向多元化空域、高密度流量和高动态演化交织形成的复杂低空系统，研究了复杂低空无人机飞行冲突网络建模与精细管理问题。首先，采用Gilbert-JohnsonKeerthi(GJK)算法，构建了基于冲突连边动态识别的无人机飞行冲突网络模型，以平均冲突数量、平均运行风险和平均聚集系数等指标表征了无人机飞行冲突网络特征参数；然后，基于空间栅格编码理论，提出了低空空域系统栅格剖分和编码设计方法，建立了离散空域环境基于数字栅格的无人机飞行冲突探测算法，实现了无人机飞行冲突的精细探测；最后，以无人机冲突数量最少和运行成本最低为优化目标，构建了考虑优先级的无人机冲突解脱多目标混合整数优化模型，设计了基于非支配排序遗传算法（NSGA-Ⅱ）算法的无人机冲突解脱智能算法，实现了多任务场景和不同优先级下无人机飞行冲突的最优解脱。仿真实验表明，与传统的基于三维坐标的冲突探测方法相比，提出的基于数字栅格的冲突探测方法可将探测总时间降低78.4%，并可将多机型混杂场景下的无人机冲突探测效率由“指数增长级”降至“线性增长级”；以平均冲突风险等级作为解脱优先级原则时，无人机冲突解脱模型可得到性能更优的非支配解，与不考虑优先级相比，可将平均每架无人机高度层、水平航迹和速度的调整值分别减少32.8%、21.4%和14.6%。经验证，本文提出的无人机飞行冲突精细管理方法是有效的，可为低空空域安全管理与无人机风险防控提供理论支撑和方法指导。
- 单位
