[发明专利]一种用于无人机避撞的航迹不确定性边界算法

说明书

本发明公开了一种用于无人机避撞的航迹不确定性边界算法，涉及无人机感知与避撞技术领域。包括如下步骤：S1：利用航迹跟踪滤波算法得到无人机的航迹误差参数；S2：设定误差因子系数；S3：将航迹误差参数和误差因子系数带入最大不确定性边界模型得到无人机的最大不确定性边界；S4：根据最大不确定性边界建立帮助无人机避撞算法优化的动态安全缓冲区。本发明通过针对监视航迹与理想真实航迹存在客观偏差这一问题，提出了航迹不确定性边界计算方法，利用航迹的状态误差矩阵计算航迹的不确定性边界值，实现传感器监视航迹误差向航迹不确定性边界值的转化，以便获得对应的动态安全缓冲区作用于避撞引导算法。

技术领域

本发明涉及无人机感知与避撞技术领域，具体涉及一种用于无人机避撞的航迹不确定性边界算法。

背景技术

为了给无人机远程飞行员提供及时可靠的告警和引导，无人机DAA系统必须将监视航迹数据的不确定性纳入考虑。现有技术中，DAA典型监视传感器包括应答机、空空雷达、ADS-B等，其噪声特性各异，即使经过滤波器之后仍然存在各种不确定性信息，这些不确定性信息导致基于这些监视航迹数据进行的冲突探测及告警、冲突解脱避撞引导算法的输出存在告警闪烁、引导波动的情况。现有技术中还没有对这种不确定性信息进行处理的方法，使得无人机感知与避撞技术更加准确，帮助无人机DAA系统进行优化。

发明内容

针对现有技术的上述不足，本发明提供了一种有助于无人机DAA系统优化的用于无人机避撞的航迹不确定性边界算法。

为达到上述发明目的，本发明所采用的技术方案为：

提供一种用于无人机避撞的航迹不确定性边界算法，其包括如下步骤：

S1：利用航迹跟踪滤波算法得到无人机的航迹误差参数；

S2：设定误差因子系数；

S3：将航迹误差参数和误差因子系数带入最大不确定性边界模型得到无人机的最大不确定性边界；

S4：根据最大不确定性边界建立帮助无人机避撞算法优化的动态安全缓冲区。

进一步的，带入最大不确定性边界模型的航迹误差参数包括x方向位置误差、y方向位置误差、xy方向位置协标准差、x方向速度误差、y方向速度误差、xy方向速度协标准差、z方向位置误差和z方向速度误差；

带入最大不确定性边界模型的误差因子系数包括水平位置不确定性程度h_pos_z、水平速度不确定性程度h_vel_z、垂直位置不确定性程度v_pos_z和垂直速度不确定性程度v_vel_z。

进一步的，水平速度不确定性程度包括：

当本机与入侵机之间的距离range大于或等于判定阈值h_vel_dist时，水平速度不确定性程度h_vel_z＝h_vel_z_2；

当本机与入侵机之间的距离range小于判定阈值h_vel_dist时，水平速度不确定性程度

其中，h_vel_z_2为本机与入侵机之间的距离range大于或等于判定阈值h_vel_dist时的水平速度不确定性Z分数；h_vel_z_1为本机与入侵机之间的距离range小于判定阈值h_vel_dist时的水平速度不确定性Z分数。

进一步的，最大不确定性边界模型包括如下：

S_err＝S_{err_o}+S_{err_i}；

v_err＝v_{err_o}+v_{err_i}；

S_{z_err}＝S_{z_err_o}+S_{z_err_i}；