【技術實現步驟摘要】
本申請涉及航空，特別是涉及一種低空智能集群飛行管理方法、設備、介質及產品。
技術介紹
1、隨著電力推進技術、高能量密度電池、精確感知技術以及穩定通信技術的飛速進步，低空網聯智能載具正逐步成為現實。低空網聯智能載具在物流、監控、救援等多個領域具有廣泛的應用前景。
2、然而，與地面交通相似，低空網聯智能載具同樣需要一套完善且高效的管理體系，以確保人們的安全、舒適與出行效率。鑒于新型低空網聯智能載具具有準入門檻較低、駕駛操作靈活、數量規模龐大等特點，目前尚缺乏有效的管理策略。
技術實現思路
1、本申請的目的是提供一種低空智能集群飛行管理方法、設備、介質及產品，可提高低空網聯智能載具的空域利用效率和飛行安全性。
2、為實現上述目的，本申請提供了如下方案：
3、第一方面，本申請提供了一種低空智能集群飛行管理方法，包括：
4、獲取低空網聯智能載具的結構化數據和非結構化數據。
5、基于所述結構化數據和所述非結構化數據，構建結構化低空網聯智能載具知識圖譜；所述結構化低空網聯智能載具知識圖譜中的節點為實體，邊為實體間的關系；實體和實體間的關系是通過信息提取技術與知識表示技術，對結構化數據與非結構化數據進行分析后得到的。
6、利用lstm模型對結構化低空網聯智能載具知識圖譜中的空域特征進行分析，預測低空網聯智能載具的流量時空圖；所述空域特征為空域可通行方向與最大流量。
7、基于所述流量時空圖對低空空域進行劃分，確定低空
8、根據所述低空空域分配結果，初始化低空網聯智能載具路徑。
9、以低空網聯智能載具的飛行安全度為獎勵函數，以低空網聯智能載具的飛行路徑所用的時間為價值函數，采用q-learning+交通因素罰時算法對初始化低空網聯智能載具路徑進行迭代，得到低空網聯智能載具的最優路徑。
10、根據低空網聯智能載具集群，構建以延誤率最低為目標的編隊飛行協同控制模型；所述低空網聯智能載具集群是由路徑相同的低空網聯智能載具組成的；所述編隊飛行協同控制模型用于根據編隊控制方法對低空網聯智能載具集群進行飛行控制。
11、第二方面，本申請提供了一種計算機設備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序以實現上述中任一項所述的一種低空智能集群飛行管理方法。
12、第三方面，本申請提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現上述中任一項所述的一種低空智能集群飛行管理方法。
13、第四方面，本申請提供了一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現上述中任一項所述的一種低空智能集群飛行管理方法。
14、根據本申請提供的具體實施例，本申請公開了以下技術效果：
15、本申請提供了一種低空智能集群飛行管理方法、設備、介質及產品。該方法依托于低空網聯智能載具的結構化與非結構化數據，構建了一個詳盡的知識圖譜。通過運用長短期記憶網絡（lstm）模型，對知識圖譜中的空域特征進行深入分析，進而預測載具流量的時空分布圖。基于此流量時空分布圖，本申請提出了一種低空空域劃分方法，以確定空域分配方案。隨后，依據空域分配結果，以載具的飛行安全度作為獎勵函數，以飛行路徑所需時間作為價值函數，采用q-learning算法結合交通因素罰時策略，對初始設定的低空網聯智能載具路徑進行迭代優化，從而獲得最優飛行路徑。此外，本申請還構建了一個以最小化延誤率為目標的編隊飛行協同控制模型，適用于低空網聯智能載具集群。通過這些技術手段，本申請顯著提升了低空網聯智能載具的空域使用效率和飛行安全性能。
本文檔來自技高網...【技術保護點】
1.一種低空智能集群飛行管理方法，其特征在于，包括：
2.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，基于所述結構化數據和所述非結構化數據，構建結構化低空網聯智能載具知識圖譜，具體包括：
3.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，利用LSTM模型對結構化低空網聯智能載具知識圖譜中的空域特征進行分析，預測低空網聯智能載具的流量時空圖，具體包括：
4.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，以低空網聯智能載具的飛行安全度為獎勵函數，以低空網聯智能載具的飛行路徑所用的時間為價值函數，采用Q-learning+交通因素罰時算法對初始化低空網聯智能載具路徑進行迭代，得到低空網聯智能載具的最優路徑，具體包括：
5.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，采用Q-learning+交通因素罰時算法進行迭代，得到低空網聯智能載具的最優路徑的公式表達式為：
6.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，所述編隊控制方法包括領航模式、跟
7.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，所述低空網聯智能載具的結構化數據為飛行日志，所述低空網聯智能載具的非結構化數據為不遵循固定格式或結構的數據詞條。
8.一種計算機設備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1-7中任一項所述的一種低空智能集群飛行管理方法。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1-7中任一項所述的一種低空智能集群飛行管理方法。
10.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1-7中任一項所述的一種低空智能集群飛行管理方法。
...【技術特征摘要】
1.一種低空智能集群飛行管理方法，其特征在于，包括：
2.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，基于所述結構化數據和所述非結構化數據，構建結構化低空網聯智能載具知識圖譜，具體包括：
3.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，利用lstm模型對結構化低空網聯智能載具知識圖譜中的空域特征進行分析，預測低空網聯智能載具的流量時空圖，具體包括：
4.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，以低空網聯智能載具的飛行安全度為獎勵函數，以低空網聯智能載具的飛行路徑所用的時間為價值函數，采用q-learning+交通因素罰時算法對初始化低空網聯智能載具路徑進行迭代，得到低空網聯智能載具的最優路徑，具體包括：
5.根據權利要求1所述的一種低空智能集群飛行管理方法，其特征在于，采用q-learning+交通因素罰時算法進行迭代，得到低空網聯智能載具的最優路徑的公式...
【專利技術屬性】
技術研發人員：周建山，張振煜，田大新，段續庭，曲凱歌，林椿眄，韓旭，王銘乾，于靖雨，崔林，龐皓冰，徐子璇，常邁，陳妍妍，肖嘯，
申請(專利權)人：北京航空航天大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。