本發(fā)明涉及航空安全領(lǐng)域，具體而言，是一種低空飛行安全協(xié)導(dǎo)系統(tǒng)。

背景技術(shù)：

1、隨著航空技術(shù)的不斷發(fā)展，低空飛行領(lǐng)域呈現(xiàn)出日益繁榮的景象，低空飛行器，包括小型民用飛機、直升機以及數(shù)量龐大的無人機，在眾多領(lǐng)域得到廣泛應(yīng)用，如航拍、農(nóng)業(yè)植保、物流配送等，然而，低空飛行環(huán)境復(fù)雜多變，存在諸多不確定因素，城市中的高樓大廈、電力線路等固定障礙物，以及鳥類、其他飛行器等移動物體，都給低空飛行帶來了巨大的安全挑戰(zhàn)。

2、目前，現(xiàn)有的低空飛行安全技術(shù)存在著明顯的局限，如現(xiàn)有的申請?zhí)枮?02411944390.8的中國專利公開了一種低空飛行器實時監(jiān)管及沖突預(yù)警系統(tǒng)，該方案通過對低空飛行器進行多源數(shù)據(jù)采集，獲取實時飛行數(shù)據(jù)，將實時飛行數(shù)據(jù)傳輸至低空飛行器監(jiān)管預(yù)警平臺中進行數(shù)據(jù)融合處理，輸出低空飛行器的實時監(jiān)管數(shù)據(jù)，當(dāng)判定低空飛行器存在沖突可能性時，預(yù)測飛行沖突點，生成沖突預(yù)警數(shù)據(jù)，動態(tài)控制低空飛行器的飛行路線，解除飛行沖突點對低空飛行器進行沖突控制，既有效實現(xiàn)了對低空飛行器的飛行監(jiān)管，又確保了低空飛行器的飛行安全。

3、現(xiàn)有的申請?zhí)枮?02411827339.9的中國專利公開了低空飛行器防撞控制方法、裝置、設(shè)備及存儲介質(zhì)，該方案通過獲取目標飛行器在每個計劃飛行軌跡點的第一位置信息、航管類飛行器的第二位置信息、非航管類飛行器的第三位置信息，以此執(zhí)行計劃飛行軌跡中每個計劃飛行軌跡點的防撞檢測與預(yù)警，同時，通過估測每個避讓飛行器的預(yù)測位置，調(diào)整目標飛行器的計劃飛行軌跡，提高了低空飛行器的防撞避讓有效性、飛行安全性以及飛行軌跡規(guī)劃合理性。

4、以上方案存在以下不足：一、現(xiàn)有技術(shù)只關(guān)注了飛行器之間的沖突，對于環(huán)境中的動態(tài)障礙物沒有相應(yīng)的檢測和應(yīng)對策略，在低空飛行場景中，動態(tài)障礙物出現(xiàn)的隨機性高，系統(tǒng)未針對其設(shè)計專門的監(jiān)測、預(yù)警及避障流程，可能導(dǎo)致飛行器無法及時躲避此類障礙物。

5、二、現(xiàn)有技術(shù)主要基于預(yù)設(shè)的距離閾值和約束條件進行優(yōu)化求解，缺乏靈活性和智能性，在復(fù)雜情況下可能無法快速找到有效路徑，需要有針對性地尋找可行路徑，提高搜索效率。

技術(shù)實現(xiàn)思路

1、為了克服背景技術(shù)中的缺點，本發(fā)明實施例提供了一種低空飛行安全協(xié)導(dǎo)系統(tǒng)，能夠有效解決上述背景技術(shù)中涉及的問題。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：本發(fā)明提供了一種低空飛行安全協(xié)導(dǎo)系統(tǒng)，包括：飛行空域劃定模塊，用于獲取飛行空域數(shù)據(jù)，劃定飛行空域的邊界范圍。

3、圖像智能識別模塊，用于基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建識別模型，獲取飛行空域圖像，識別飛行空域內(nèi)的移動物體和固定障礙物。

4、位置確定模塊，用于對飛行空域圖像內(nèi)的移動物體和固定障礙物進行位置標記，預(yù)測移動物體在飛行空域圖像中的運動軌跡。

5、碰撞風(fēng)險判斷模塊，用于判斷固定障礙物是否存在碰撞風(fēng)險，關(guān)聯(lián)時間戳信息，判斷移動物體是否存在碰撞風(fēng)險。

6、路線規(guī)劃模塊，用于確定飛行器受影響的飛行路徑片段，通過啟發(fā)式搜索算法輸出安全飛行路徑片段。

7、管理數(shù)據(jù)庫，用于存儲飛行器飛行計劃、飛行空域數(shù)據(jù)、圖像樣本數(shù)據(jù)、飛行器飛行路徑數(shù)據(jù)、固定障礙物邊界線段集合數(shù)據(jù)、移動物體運動軌跡線段合集數(shù)據(jù)以及安全飛行路徑片段數(shù)據(jù)。

8、優(yōu)選的，所述飛行空域劃定模塊的具體分析方法為：獲取飛行器的飛行起點、終點的經(jīng)緯度坐標、飛行高度，作為飛行空域數(shù)據(jù)。

9、獲取所述飛行空域數(shù)據(jù)對應(yīng)的飛行空域的垂直高度范圍、水平邊界范圍，確定飛行空域的邊界范圍。

10、優(yōu)選的，所述基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建識別模型的具體方法為：收集包含各種場景以及各類物體的圖像樣本，基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建識別模型，將所述圖像樣本劃分為訓(xùn)練集、測試集，并將所述訓(xùn)練集輸入到所述識別模型中進行訓(xùn)練，直至損失函數(shù)平穩(wěn)。

11、將所述測試集輸入至所述識別模型中，直至所述識別模型的模型參數(shù)符合預(yù)設(shè)要求，訓(xùn)練完畢，以獲取訓(xùn)練完成的識別模型。

12、優(yōu)選的，所述位置確定模塊的具體分析方法為：s1.將所述飛行空域圖像輸入至訓(xùn)練好的識別模型，分別識別出飛行空域圖像內(nèi)的移動物體和固定障礙物。

13、s2.在飛行空域圖像上以邊界框的形式分別對移動物體和固定障礙物進行位置標記。

14、s3.基于所述移動物體的位置標記的變化情況獲取移動物體的運動信息，預(yù)測移動物體在飛行空域圖像中的運動軌跡。

15、優(yōu)選的，所述步驟s2的具體方法為：s21.針對固定障礙物，獲取所述固定障礙物在飛行空域圖像中的邊緣像素位置，以邊緣像素位置對應(yīng)的最小外接矩形作為邊界框，標記固定障礙物在飛行空域圖像中的位置。

16、s22.獲取移動物體在飛行空域的各幀圖像，提取相鄰幀圖像中的特征點，在相鄰幀圖像之間進行特征點匹配，根據(jù)匹配到的特征點在飛行空域圖像中的坐標位置確定移動物體在各幀圖像中的坐標位置，完成移動物體的位置標記。

17、優(yōu)選的，所述步驟s22包括：s221.獲得記錄移動物體在飛行空域中運動過程的各幀圖像，以相鄰幀為一組，提取相鄰幀圖像中的特征點，以特征點為中心，選取設(shè)定大小的鄰域窗口，從中劃分若干對像素點，比較各像素點對的灰度值大小，若前者大于后者則將比較結(jié)果記為1，否則記為0，將比較結(jié)果組合形成二進制字符串，即各特征點的描述子。

18、s222.計算各組相鄰幀中其中一幀圖像各特征點的描述子與另一幀圖像中各特征點的描述子之間的距離，將距離小于設(shè)定閾值的特征點對視為匹配點，即匹配到的特征點。

19、s223.根據(jù)匹配點在飛行空域圖像中的坐標位置確定移動物體在各幀圖像中的坐標位置，以移動物體的最小外接矩形作為邊界框，圈定移動物體在各幀圖像中的位置，完成移動物體的位置標記。

20、優(yōu)選的，所述步驟s3包括：s31.按照移動物體的位置標記的中心坐標差值，獲取移動物體在相鄰幀圖像的位移向量，依據(jù)位移向量確定移動物體的運動方向，基于移動物體相鄰幀圖像的位移向量和圖像幀間隔時長，得出移動物體的運動狀態(tài)，以此作為移動物體的運動信息。

21、s32.設(shè)定預(yù)測時間間隔，依據(jù)移動物體當(dāng)前在飛行空域圖像中的位置和運動信息，計算各未來時刻移動物體在飛行空域圖像中的坐標位置，構(gòu)成移動物體的未來位置坐標點集合。

22、s33.將移動物體的未來位置坐標點集合中的未來位置坐標點按照時間順序進行連接，獲得移動物體在飛行空域圖像中的運動軌跡。

23、優(yōu)選的，所述判斷固定障礙物是否存在碰撞風(fēng)險的具體操作方法為：將固定障礙物的最小外接矩形的四條邊視作線段處理，記錄四條線段的兩端點坐標，構(gòu)成固定障礙物的邊界線段集合。

24、比較飛行路徑線段的端點坐標范圍與固定障礙物邊界線段集合所確定的整體坐標范圍，排除無交集的部分，針對坐標范圍存在交集的部分，利用幾何相交檢測算法判斷是否存在相交線段，若存在相交線段，則判定飛行器飛行路徑與固定障礙物存在空間位置沖突，即飛行器在當(dāng)前飛行路徑下將與固定障礙物發(fā)生碰撞風(fēng)險。

25、優(yōu)選的，所述判斷移動物體是否存在碰撞風(fēng)險的具體操作方法為：獲取飛行器的飛行路徑，以數(shù)字化坐標點進行記錄，依次連接相鄰的數(shù)字化坐標點，獲得轉(zhuǎn)化后的飛行路徑線段集合，將移動物體在飛行空域圖像中的運動軌跡按照相鄰坐標點的連線，分割為運動軌跡線段合集。

26、比較運動軌跡線段與飛行路徑線段的端點坐標范圍，排除不可能相交的線段對，利用跨立實驗判斷是否存在相交線段，若檢測到存在相交線段，則判定移動物體與飛行器在空間位置上存在潛在沖突區(qū)域。

27、基于移動物體的未來位置坐標點集合和預(yù)測時間間隔確定移動物體到達潛在沖突區(qū)域的時間戳，依據(jù)飛行器的飛行計劃及飛行速度確定飛行器飛行路徑到達潛在沖突區(qū)域的時間戳。

28、獲取移動物體到達潛在沖突區(qū)域與飛行器飛行路徑到達潛在沖突區(qū)域的時間戳的時間差，若該時間差處于預(yù)先設(shè)定的安全時間閾值內(nèi)，則判定飛行器在當(dāng)前飛行路徑下將與移動物體發(fā)生碰撞風(fēng)險。

29、優(yōu)選的，所述路線規(guī)劃模塊的具體操作方法為：a1.以飛行器碰撞風(fēng)險位置為中心，結(jié)合飛行器當(dāng)前飛行方向和速度確定沖突影響范圍，在所述沖突范圍內(nèi)識別飛行器當(dāng)前飛行路徑中的片段，作為受影響的飛行路徑片段。

30、a2.設(shè)定搜索起點為受影響的飛行路徑片段的起始位置，終點為受影響的飛行路徑片段外正常航道部分中與之相距最近的位置。

31、a3.設(shè)置算法的啟發(fā)函數(shù)，在受影響的飛行路徑片段的范圍內(nèi)，利用初始化后的啟發(fā)式搜索算法進行搜索，依據(jù)啟發(fā)函數(shù)評估的各搜索節(jié)點的代價拓展節(jié)點。

32、a4.對搜索到的路徑進行驗證，若路徑驗證通過，則將該路徑作為新的安全飛行路徑片段輸出，若不通過，則返回a3繼續(xù)搜索，直至找到通過路徑驗證的安全飛行路徑片段。

33、相對于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：一、本發(fā)明基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建識別模型，獲取飛行空域圖像，識別飛行空域內(nèi)的移動物體和固定障礙物，卷積神經(jīng)網(wǎng)絡(luò)在圖像識別方面具有很高的準確性，可以更精確地檢測到這些潛在的危險元素，有助于更好地規(guī)劃飛行路線，提前做好應(yīng)對各種情況的準備。

34、二、本發(fā)明通過對飛行空域圖像內(nèi)的移動物體和固定障礙物進行位置標記，預(yù)測移動物體在飛行空域圖像中的運動軌跡，進而判斷飛行器是否存在碰撞風(fēng)險，將移動物體的動態(tài)軌跡納入考慮范圍使得飛行路線更加合理和安全，可以避開可能在未來某個時刻與飛行器處于同一位置的移動物體，提高整個飛行過程的效率和安全性。

35、三、本發(fā)明通過確定飛行器碰撞風(fēng)險位置，利用啟發(fā)式搜索算法輸出安全飛行路徑片段，在面臨碰撞風(fēng)險時，啟發(fā)式搜索算法可以快速地在復(fù)雜的空域環(huán)境中搜索出安全的飛行路徑片段，不需要搜索整個空域的所有可能路徑，而是根據(jù)一定的啟發(fā)信息有針對性地尋找可行的路徑，大大提高了搜索效率。