一种场面飞机滑行冲突预测与可视化方法

1.本发明涉及民航机场场面交通管制技术领域，具体为一种场面飞机滑行冲突预测与可视化方法。


背景技术：

2.国际上提出的高级场面活动引导与控制系统（a-smgcs，advanced surface movement guidance and control system）是一种解决机场安全、效率和容量问题的运行体系，能够实现场面飞机和车辆的实时监控和引导、有效地避免场面活动目标冲突的发生。a-smgcs主要包括了监视、控制、路由和引导四大功能：监视功能是对场面区域内所有飞机和车辆等活动目标进行精确定位与身份识别；控制功能是对活动目标进行冲突检测，并对管制员提供告警；路由功能为场面每一架飞机或车辆指派运行路线；引导功能为飞行员和驾驶员提供清晰的指示以允许他们沿指派的路线行进活动。国际民航组织结合以上的四项功能，将a-smgcs的运行水平划分为四个等级，其中一级为监视功能，是实现所有a-smgcs高级别功能的基础，二级在一级的基础上增加基于监视数据的告警功能，三级在二级的基础上融合多源信息进行告警并能计算分配路径，四级在三级基础上提供自动的冲突解脱与滑行引导功能。
3.要建设并达到完整四级水平的a-smgcs是相当复杂的大型系统工程，建设运行成本极高，因此，我国大部分机场在未来均只能建设达到一级或二级的运行水平。在这种情况下，各机场依赖监视功能提供的轨迹数据对飞机之间的冲突进行检测与告警。而由于现有技术难以实现对飞机运行路线和意图的有效预测，主要依靠理想化的飞机运动模型进行推算，导致冲突检测提前量小、准确率低，告警提示信息单一、管制员认知困难，给场面运行安全和效率带来严峻挑战。
4.对于二级水平的a-smgcs来说，现有技术方案还存在以下一些问题：1、目前的二级a-smgcs可以根据监视数据，结合运行规则、滑行道结构、目标间空间关系等，实现违反最小间隔、“交叉”、“对头”等预定义滑行冲突场景的检测与告警，但仅能有效检测在滑行道拓扑结构上具有邻接关系、已形成确定冲突场景的情况，检测范围小、预判能力不足、可调配空间小，已形成冲突场景后大多只能通过指挥需要避让飞机停下等待的方式解决冲突，滑行连续性不高，影响场面运行效率。
5.2、为了提升冲突检测的提前量，现有技术通常引入航班计划、管制指令等外部系统信息，通过人工操作为飞机分配好滑行路线，在确定滑行路线的基础上再预测冲突，但由于该类方法依赖其他系统和管制员人机交互输入信息，需要额外开发数据接口对不同厂商的数据进行集成，同时也增加了管制员的工作负荷，实施成本较高、系统操作复杂，难以大规模推广应用。
6.3、现有技术的告警提示采用传统的可视化方式，通过在管制员人机界面上高亮冲突目标标牌和文本信息弹窗的方式进行呈现，这种方式适用于运动趋势稳定的空中飞行飞机，但在场面滑行道系统中，该方法难以直观快速地了解冲突产生来源、时空关系和发展趋
势，对下一步冲突解脱操作的决策支持不足。


技术实现要素：

7.针对上述问题，本发明的目的在于提供一种场面飞机滑行冲突预测与可视化方法，能够在形成确定的冲突场景之前进行提前预测，不增加管制员人机交互工作负荷的同时实现对滑行态势的预判，提升滑行态势的可预测性，方便对滑行中的飞机进行动态调配，减少滑行冲突和地面等待。技术方案如下：一种场面飞机滑行冲突预测与可视化方法，包括以下步骤：步骤1：根据包括机场场面滑行道中心线矢量地图的具有地理信息的线图层数据，建立两个层次的滑行路网模型，包括与滑行道中心线完全一致的基础路网模型，以及简化的路网模型；步骤2：记录监视数据并建立轨迹，与基础路网模型进行地图匹配，统计每条边上的平均滑行时间，提取历史滑行路线；步骤3：根据同一机场进离港滑行路线的特点，及历史进离港路线，分别计算进离港选择边的概率模型；步骤4：接入读取场面监视系统输出的实时监视数据报告，从当前位置开始，根据概率模型预测后续的滑行路线和滑行时间，得到每架飞机的预测路线；步骤5：遍历场面上所有飞机的预测路线，进行两两比对，判断飞机之间是否可能发生冲突；步骤6：当预测会发生冲突时，将预测路线和冲突信息进行直观的可视化映射。
8.进一步的，所述步骤1具体包括：步骤1.1：建立与滑行道中心线完全一致的基础路网模型，具体为：步骤1.1.1：定义节点集合，边集合；其中，n为节点数，m为边数；将路网模型表示为一个无向图g＝（v，e），其中，每个节点都至少有三条边与其相连接；每条边ej∈e存储其两端的节点v
j1
和v
j2
（j1和j2取1,2，...，n），表示v
j1
和v
j2
之间存在一条无向边；步骤1.1.2：定义节点的几何对象：每个节点都包含一个几何对象，表示节点在地图上的位置，具体为包含x，y坐标的点对象：；步骤1.1.3：定义边的几何对象：每条边ej都包含一个几何对象，表示边的形状；具体为包含多个坐标的线对象：，如果边是直线段，则用仅有两个坐标的直线段对象表示，如果边是弧线段，则用具有多个坐标的折线段对象表示；其中，k为边ej所包含的点数量；步骤1.1.4：定义边的类型：每条边ej还包含一个类型属性，表示路段的类型，具体包括普通滑行线、跑道脱离口、跑道入口和停机坪线；步骤1.2：根据基础路网模型，建立简化的路网模型，具体为：步骤1.2.1：将两架飞机不能同时通过的交叉道口和t型道口，聚合成为一个节点，每个聚合节点都包含一个圆形或多边形几何对象，用于判断飞机是否位于该区域内；步骤1.2.2：用基础路网模型中不属于聚合节点范围内的边，连接聚合后的节点，
形成一个简化的路网模型。
9.更进一步的，所述步骤2具体包括：步骤2.1：记录监视数据报告并构建轨迹数据集：将场面监视系统输出的数据报告记作d＝｛d1,d2,
…
,dm｝，记录的每个数据报告di包括：轨迹号tidi、航班号fidi、报告时间戳ti、xy坐标（xi,yi）、高度hi；将记录的数据报告形成轨迹数据集t＝｛t1,t2,
…
,tn｝，定义每架飞机的轨迹tj包括轨迹号tidj、航班号fidj、轨迹类型typej、轨迹集合trackj；轨迹集合按时间顺序包含多个轨迹对象track
j,1,
track
j,2,
…
,
track
j,k
，每个轨迹对象track包括报告时间戳t
j,k
、xy坐标（x
j,k
,y
j,k
）、高度h
j,k
；步骤2.2：将轨迹自动划分为进港轨迹和离港轨迹：先由人工在地图上分别划定跑道和停机坪的多边形区域，判断每条轨迹中的track对象与跑道和停机坪的关系，对于每条轨迹tj在时间关系上检查是否具有部分轨迹对象的位置在跑道或停机坪区域内，根据进出港航班的特点，将轨迹的起始位置在跑道区域内或终止位置在停机坪区域内的轨迹归为进港轨迹，将起始位置在停机坪区域内或终止位置在跑道区域内的轨迹归为离港轨迹，将每条轨迹类型字段设置为进港类型或者离港类型；步骤2.3：对每条轨迹进行地图匹配，并计算路网中每条边飞机通过的平均滑行时间；根据路网模型g＝（v，e），采用地图匹配算法将轨迹对象与路网的边进行匹配计算，将每个track对象都正确地匹配到一条边ej∈e上；对于每条边，根据进入该边的第一个轨迹对象时间戳和离开该边前的最后一个轨迹对象时间戳，计算飞机通过该边的滑行时间；结合使用该条边的通行次数，求得该边的平均滑行时间te，并计算所有历史轨迹使用过的边的平均通行时间；步骤2.4：根据进港轨迹和离港轨迹的匹配结果，将历史轨迹对象匹配的边集合，按照边的序列构建为没有重复边的路线route＝｛e1,
…ej1
｝（j1为历史轨迹对象匹配的边集合的边数），实现进港历史滑行路线和离港历史滑行路线的正确提取。
10.更进一步的，所述步骤3具体包括：步骤3.1：将历史路线划分为进港路线和离港路线分别计算概率；步骤3.2：根据历史路线计算给定一条边的情况下，选择下一条边为滑行路线的概率；统计历史路线集合｛route1,
…
routen｝中飞机使用边e通过的总次数ne；对于与边e相邻的每一条边，统计选择边e
i＋1
的次数，表示所有从边e通过滑行的飞机中，有多少架飞机选择了边e
i＋1
作为下一条边继续滑行；计算选择边e
i＋1
的条件概率，即在已知飞机选择从边e进入跑道滑行的情况下，选择边e
i＋1
作为下一条进港滑行路线的概率：
11.进而得到所有历史轨迹滑行通过的边到下一条边的选择概率。
12.更进一步的，所述步骤4具体包括：步骤4.1：接收并记录实时的监视数据报告，每次接收到新的数据报告时，更新场面上所有飞机的轨迹集合；
步骤4.2：当飞机位于跑道区域或停机坪区域以内的时候，返回执行步骤4.1；步骤4.3：当飞机位于跑道区域或停机坪区域以外的时候，判断飞机为进港飞机还是离港飞机；步骤4.4：当飞机为进港飞机时，选择由历史进港路线构建的概率模型进行预测；当飞机为离港飞机时，选择由历史离港路线构建的概率模型进行预测；返回步骤4.1根据新接收到的监视报告进行计算，更新预测路线与滑行时间。
13.更进一步的，所述步骤4.4中预测的具体为：步骤4.4.1：将当前的飞机轨迹位置与路网模型g＝（v，e）进行地图匹配，得到当前的正确匹配边，按向前的运动方向得到与当前匹配边相邻的边集合；根据进离港选择边的概率模型得到所有相邻边的概率值，当至少有一条边概率值大于0时，选择概率最大的边为后续的滑行路线，当所有边的概率值都为0时，表示没有历史轨迹使用过这条路线，则按照飞机运动趋势和路网结构构建拓扑概率模型，进而计算相邻边的概率值；步骤4.4.2：在相邻边当中每次都选择概率最大的边作为后续路线，直到所有相邻边的概率都为0，或者直到下一条边中有一条边的类型为跑道脱离口、跑道入口、停机坪线，则停止预测；将选择的边集合作为飞机的预测路线；步骤4.4.3：根据飞机当前速度和到当前边终点的距离，计算得到进入下一条边的滑行时间，再根据步骤2.3得到的每条边的平均滑行时间，累加得到在预测路线上每一条边的进入时间和离开时间。
14.更进一步的，所述步骤4.4.1中计算相邻边的概率值具体为：定义飞机的当前速度为s，当前加速度为a，相邻边与当前边连接处的转向角度为θ；当θ＞90时，相邻边的概率为0；当θ≤90时，若s＞40或a≥0，则计算选取相邻边的概率为p（θ）＝cos（θ）；若s≤40或a＜0，则计算选取相邻边的概率为p（θ）＝1－cos（θ）。
15.更进一步的，所述步骤5具体包括：步骤5.1：判断两条预测路线中是否具有反向的同一条边，当预测路线中有两条边相同且方向相反时，具有对头冲突的空间关系；步骤5.2：当具有对头冲突的空间关系时，根据步骤4.4.3计算得到两架飞机通过该边的进入和离开时间，判断两个时间段是否会重合，当时间段有重合部分时，则预测两架飞机会有冲突，将重合的时间段开始和结束作为预测冲突的开始时间conflict
star
和结束时间conflict
end
；步骤5.3：当路线上不具备相同边时，根据步骤1.2.2得到的简化的路网模型，再判断是否有两条路线的边位于同一个聚合节点范围内；如果是，则表明在空间关系上存在会发生交叉冲突的可能，发生冲突的区域为聚合节点；步骤5.4：当具有交叉或对头冲突的空间关系时，根据步骤4.4.3计算得到两架飞机通过位于聚合节点区域内边的进入和离开时间，判断两个时间段是否会重合，当时间段有重合部分时，则预测两架飞机会有冲突，并将重合的时间段开始和结束作为预测冲突的开始时间conflict
star
和结束时间conflict
end
。
16.更进一步的，所述步骤6具体包括：
1）从飞机的当前边开始，按预测路线用醒目线型绘制边，按运动的方向在每条边的终点绘制箭头，直到冲突区域终止，同时用醒目颜色的多边形绘制冲突区域，当为对头冲突时按设定距离宽度，以边的几何线段为中心线绘制矩形边框；当为交叉冲突时，绘制聚合节点的几何对象边框；当冲突消失时，则从地图视图上清除绘制的预测路线和冲突区域；2）同时，在单独的视图中根据冲突信息绘制柱状图，柱状图位于地图主视图的底部；横轴为时间轴，其值代表预测的冲突发生时刻，纵轴为冲突持续的时间长度，每个柱状块代表每一个预测冲突持续时间，柱状块的透明度按照预测概率设置，将两条边的条件概率相乘得到乘积pe，则透明度为1－pe，透明度越低、颜色越深，代表预测的冲突可能性越高；3）同时，在柱状图的顶部中心点向冲突区域图形的几何中心点绘制虚线，表示柱状块与预测冲突的对应关系。
17.与现有技术相比，本发明的有益效果是：1、本发明只利用场面矢量地图数据、飞机历史轨迹数据与飞机实时轨迹数据进行建模与计算，可实现对场面多个飞机滑行意图与潜在冲突的准确自动预测，不依赖航班计划信息、管制指令信息等其他外部系统的数据，无需开发额外数据接口，建设实施成本低，适用于我国大、中、小型各类机场。
18.2、本发明提供的滑行意图与潜在冲突自动预测方法，可以在形成确定的冲突场景之前进行提前预测，不增加管制员人机交互工作负荷的同时实现对滑行态势的预判，提升滑行态势的可预测性，方便对滑行中的飞机进行动态调配，减少滑行冲突和地面等待。
19.3、本发明还提供一种可视化方法，能够通过直观的图形方式展示陷入冲突的目标、预计发生冲突的地点、预计发生冲突的时间、预计的冲突持续时间、预计的冲突可能性等信息，方便管制员了解冲突形成原因与变化趋势，从而帮助管制员制定合理的冲突解决方案对飞机进行指挥调配。
附图说明
20.图1为机场局部区域的路段示意图。
21.图2为聚合节点示意图。
22.图3为简化的路网模型。
23.图4为进港轨迹与离港轨迹示意图。
24.图5为根据概率模型预测后续的滑行路线和滑行时间的流程图。
25.图6为根据预测路线判断飞机之间是否可能发生冲突的流程图。
26.图7为对头冲突示意图。
27.图8为预测冲突的开始时间和结束时间示意图。
28.图9为可能发生冲突的区域为聚合节点的示意图。
29.图10（a）为冲突区域示意图中对头冲突区域。
30.图10（b）为冲突区域示意图中交叉冲突区域。
31.图11为预测发生冲突的可视化示意图。
32.图12为最终的可视化效果。
具体实施方式
33.下面结合附图和具体实施例对本发明做进一步详细说明。
34.本发明提出的场面飞机滑行冲突预测与可视化方法具体步骤如下：1.步骤1：根据机场场面滑行道中心线矢量地图等具有地理信息的线图层数据，建立两个层次的滑行路网模型。
35.1.1建立与滑行道中心线完全一致的基础路网模型，具体为：1.1.1定义节点集合，边集合。其中，n为节点数，m为边数。将路网模型表示为一个无向图g＝（v，e），其中每个节点都至少有三条边与其相连接。每条边ej∈e存储其两端的节点v
j1
和v
j2
（j1和j2取1,2，...，n），表示v
j1
和v
j2
之间存在一条无向边。
36.1.1.2定义节点的几何对象：每个节点都包含一个几何对象，表示节点在地图上的位置，具体为包含x，y坐标的点对象：。
37.1.1.3定义边的几何对象：每条边ej都包含一个几何对象，表示边的形状，具体为包含多个坐标的线对象：，如果边是直线段，则用仅有两个坐标的直线段对象表示，如果边是弧线段，则用具有多个坐标的折线段对象表示。其中，k为边ej所包含的点数量，每个线段对象的两个端点坐标与该边ej对应的两端的节点v
j1
和v
j2
所存储点对象的坐标是完全一样的。
38.1.1.4定义边的类型：每条边ej还包含一个类型属性，表示路段的类型，具体包括普通滑行线、跑道脱离口、跑道入口、停机坪线等，建立模型时默认为所有边类型为普通滑行线，再通过人为操作根据机场实际的运行规则标记边的路段类型。如图1所示机场的一个局部区域。
39.1.2根据基础路网模型，建立简化的路网模型，具体为：1.2.1将两架飞机不能同时通过的交叉道口和t型道口，聚合成为一个节点，每个聚合节点都包含一个圆形或多边形几何对象，用于判断飞机是否位于该区域内。每个聚合节点还包括位于该节点范围内的基础路网模型中的点集合与边集合。一个聚合的节点如图2所示。
40.1.2.2用基础路网模型中不属于聚合节点范围内的边，连接聚合后的节点，形成一个简化的路网模型。如图3所示。
41.2.步骤2：记录监视数据并建立轨迹，与基础路网模型g进行地图匹配，统计每条边上的平均滑行时间，提取历史滑行路线。
42.2.1记录监视数据报告并构建轨迹数据集。具体的，假设场面监视系统输出的数据报告为d＝｛d1,d2,
…
,dm｝，记录的每个数据报告di应至少包括轨迹号tidi、航班号fidi、报告时间戳ti、xy坐标（xi,yi）、高度hi等信息。记录数据时只记录高度低于50米的监视数据报告，过滤掉无关的空中目标，将记录的数据报告形成轨迹数据集t＝｛t1,t2,
…
,tn｝，定义每架飞机的轨迹tj包括轨迹号tidj、航班号fidj、轨迹类型typej（进港或离港）、轨迹集合trackj，轨迹集合按时间顺序包含多个轨迹对象track
j,1,
track
j,2,
…
,
track
j,k
，每个轨迹对象track包括报告时间戳t
j,k
、xy坐标（x
j,k
,y
j,k
）、高度h
j,k
。
43.2.2将轨迹自动划分为进港轨迹和离港轨迹。具体方法是先由人工在地图上分别
划定跑道和停机坪的多边形区域，判断每条轨迹中的track对象与跑道和停机坪的关系，对于每条轨迹tj在时间关系上检查是否具有部分轨迹对象的位置在跑道或停机坪区域内，根据进出港航班的特点，将轨迹的起始位置在跑道区域内或终止位置在停机坪区域内的归为进港轨迹，将起始位置在停机坪区域内或终止位置在跑道区域内的归为离港轨迹，在能够判断出轨迹类型后，将每条轨迹类型字段设置为进港类型或者离港类型，如图4所示。
44.2.3对每条轨迹进行地图匹配，计算路网中每条边飞机通过的平均滑行时间。具体方法为：根据路网模型g＝（v，e），采用地图匹配算法将轨迹对象与路网的边进行匹配计算，将每个track对象都正确地匹配到一条边ej∈e上；对于每条边，根据进入该边的第一个轨迹对象时间戳和离开该边前的最后一个轨迹对象时间戳，得到该边上飞机的进入时间t
enter,e
、离开时间t
leave,e
，进而计算得到飞机通过该边的滑行时间；匹配完所有的历史轨迹后，再结合使用该条边的通行次数，可求得该边的平均滑行时间te，按照此方法计算所有历史轨迹使用过的边的平均通行时间。对于没有历史轨迹通过的边，设定预设速度，比如直线段平均速度为60km/h、弧线段速度为30km/h，在利用边的实际距离计算得到该边的平均滑行时间。
45.2.4根据进港轨迹和离港轨迹的匹配结果，将历史轨迹对象匹配的边集合，按照边的序列构建为没有重复边的路线route＝｛e1,
…ej1
｝（j1为历史轨迹对象匹配的边集合的边数），实现进港历史滑行路线和离港历史滑行路线的正确提取。
46.3.步骤3：基于同一机场进离港的主要滑行路线相对固定的特点，根据历史的进离港路线，分别计算进离港选择边的概率模型。
47.3.1将历史路线划分为进港路线和离港路线分别计算概率。
48.3.2根据历史路线计算给定一条边的情况下，选择下一条边为滑行路线的概率。具体的，统计历史路线集合｛route1,
…
routen｝中飞机使用边e通过的总次数ne，表示有多少架飞机从边e通过滑行。对于与边e相邻的每一条边，统计选择边e
i＋1
的次数，表示所有从边e通过滑行的飞机中，有多少架飞机选择了边e
i＋1
作为下一条边继续滑行。计算选择边e
i＋1
的条件概率，即在已知飞机选择从边e进入跑道滑行的情况下，选择边e
i＋1
作为下一条进港滑行路线的概率，计算公式：，得到所有历史轨迹滑行通过的边到下一条边的选择概率。
49.4.步骤4：接入读取场面监视系统输出的实时监视数据报告，从当前位置开始，根据概率模型预测后续的滑行路线和滑行时间，流程如图5所示，具体步骤如下：4.1按照步骤2.1的方法接收并记录实时的监视数据报告，每次接收到新的数据报告时，更新场面上所有飞机的轨迹集合。
50.4.2当飞机位于跑道区域或停机坪区域内的时候，返回执行步骤4.1。
51.4.3当飞机位于跑道区域或停机坪区域以外的时候，根据步骤2.2的方法判断飞机为进港飞机还是离港飞机。
52.4.4当飞机为进港飞机时，选择由历史进港路线构建的概率模型进行预测。当飞机为离港飞机时，选择由历史离港路线构建的概率模型进行预测。预测的具体方法如下：4.4.1将当前的飞机轨迹位置与路网模型g＝（v，e）进行地图匹配，得到当前的正确匹配边，由于飞机不可能倒退，按向前的运动方向得到与当前匹配边相邻的边集合。根据
步骤3的概率模型得到所有相邻边的概率值，当至少有一条边概率值大于0时，选择概率最大的边为后续的滑行路线，当所有边的概率值都为0时，表示没有历史轨迹使用过这条路线，则按照飞机运动趋势和路网结构构建拓扑概率模型，进而计算相邻边的概率值，具体步骤如下：4.4.1.1定义飞机的当前速度为s，当前加速度为a，相邻边与当前边连接处的转向角度为θ。
53.4.4.1.2由于滑行速度较大或加速滑行时，直行或小角度转向的概率大，滑行速度较小或减速滑行时，大角度转向的概率大，并且根据机场滑行的运行规则，不可能出现大于90度转向的情况，因此，概率的取值计算如下：当θ＞90时，相邻边的概率为0；当θ≤90时，如果s＞40或a≥0，直行或小角度转向的概率大,则计算选取相邻边的概率为p（θ）＝cos（θ），如果s≤40或a＜0时，大角度转向的概率大，则计算选取相邻边的概率为p（θ）＝1－cos（θ）。
54.4.4.2按照步骤4.4.1的方法进行递归计算和预测，在相邻边当中每次都选择概率最大的边作为后续路线，直到所有相邻边的概率都为0，或者直到下一条边中有一条边的类型为跑道脱离口、跑道入口、停机坪线，则停止预测。将选择的边集合作为飞机的预测路线。
55.4.4.3根据飞机当前速度和到当前边终点的距离，可以计算得到进入下一条边的滑行时间，再根据步骤2.3得到的每条边的平均滑行时间，可以累加得到在预测路线上每一条边的进入时间和离开时间。
56.4.5返回步骤4.1根据新接收到的监视报告进行计算，更新预测路线与滑行时间。
57.5.步骤5：遍历场面上所有飞机的预测路线，进行两两比对，判断飞机之间是否可能发生冲突。流程如图6所示，具体步骤如下：5.1首先判断两条预测路线中是否具有反向的同一条边，当预测路线中有两条边相同且方向相反时，可能发生对头冲突。如图7所示，其中不同的虚线表示不同飞机的预测路线。
58.5.2当具有对头冲突的空间关系时，根据步骤4.4.3计算得到两架飞机通过该边的进入和离开时间，判断两个时间段是否会重合，当时间段有重合部分时，则预测两架飞机会有冲突，冲突区域如图7所示，将重合的时间段开始和结束作为预测冲突的开始时间conflict
star
和结束时间conflict
end
，如图8所示。
59.5.3当路线上不具备相同边时，根据步骤1.2.2得到的简化的路网模型，再判断是否有两条路线的边位于同一个聚合节点范围内。如果是，则表明在空间关系上可能会发生交叉冲突，发生冲突的区域为聚合节点，如图9灰色的聚合节点所示。
60.5.4当具有交叉或对头冲突的空间关系时，根据步骤4.4.3计算得到两架飞机通过位于聚合节点区域内边的进入和离开时间，判断两个时间段是否会重合，当时间段有重合部分时，则预测两架飞机会有冲突，冲突区域如上图所示，参考步骤5.1.2，将重合的时间段开始和结束作为预测冲突的开始时间conflict
star
和结束时间conflict
end
。
61.6.步骤6：当预测会发生冲突时，将预测路线和冲突信息进行直观的可视化映射。
62.6.1对所有预测发生冲突的飞机，为了减少遮挡原有的主视图，用简单的图形在地图视图界面上叠加绘制路线和冲突区域。具体为从飞机的当前边开始，按预测路线用红色高亮加粗的线型绘制边，按运动的方向在每条边的终点绘制箭头，直到冲突区域终止，同时用红色的多边形绘制冲突区域，当为对头冲突时按设定距离宽度d，以边的几何线段为中心
线绘制矩形边框，当为交叉冲突时，绘制聚合节点的几何对象边框；当冲突消失时，则从地图视图上清除绘制的预测路线和冲突区域。通过以上的绘制，可以直观地呈现冲突发生的区域和冲突来源。绘制示意图如图10（a）对头冲突区域和如图10（b）交叉冲突区域所示。
63.6.2在上一个步骤的同时，在单独的视图中根据冲突信息绘制柱状图，柱状图位于地图主视图的底部。横轴是以秒为单位的时间轴，其值代表预测的冲突发生时刻，默认显示范围为120秒，距离原点越近代表冲突发生时间越近。纵轴为冲突持续的时间长度，每个柱状块代表每一个预测冲突持续时间，柱状块的透明度按照预测概率设置，具体的计算为先根据步骤3.2计算得到两条边的条件概率，将两个概率相乘，设概率的乘积为pe，则透明度为1－pe，透明度越低、颜色越深，代表预测的冲突可能性越高，能够为管制员实时直观的呈现冲突发生的先后顺序、持续时间和可能性，并通过不断的更新，展现出冲突态势的变化，能够为飞机的调配提供决策支持。冲突信息柱状图及其按时间推移的变化如下图所示，图11中有4个预测发生的冲突。
64.6.3在步骤6.1的同时，在柱状图的顶部中心点向冲突区域图形的几何中心点绘制虚线，表示柱状块与预测冲突的对应关系。图12为最终的可视化效果，按照现行的管制系统雷达标牌标准，目标当前位置用圆形标记显示、标牌上显示目标的航班号，图12中共有4个目标，其中航班号tst1111的飞机与tst2222的飞机形成交叉冲突，航班号tst3333的飞机与tst4444的飞机形成对头冲突。
65.6.4根据监视数据报告的更新，不断的动态计算和更新步骤6.1和6.2的视图，以及步骤6.3的连接线位置，提供随时间推进变化的冲突信息可视化视图。

技术特征：
1.一种场面飞机滑行冲突预测与可视化方法，其特征在于，包括以下步骤：步骤1：根据包括机场场面滑行道中心线矢量地图的具有地理信息的线图层数据，建立两个层次的滑行路网模型，包括与滑行道中心线完全一致的基础路网模型，以及简化的路网模型；步骤2：记录监视数据并建立轨迹，与基础路网模型进行地图匹配，统计每条边上的平均滑行时间，提取历史滑行路线；步骤3：根据同一机场进离港滑行路线的特点，及历史进离港路线，分别计算进离港选择边的概率模型；步骤4：接入读取场面监视系统输出的实时监视数据报告，从当前位置开始，根据概率模型预测后续的滑行路线和滑行时间，得到每架飞机的预测路线；步骤5：遍历场面上所有飞机的预测路线，进行两两比对，判断飞机之间是否可能发生冲突；步骤6：当预测会发生冲突时，将预测路线和冲突信息进行直观的可视化映射。2.根据权利要求1所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤1具体包括：步骤1.1：建立与滑行道中心线完全一致的基础路网模型，具体为：步骤1.1.1：定义节点集合 ，边集合；其中，n为节点数，为边数；将路网模型表示为一个无向图g＝（v，e），其中每个节点都至少有三条边与其相连接；每条边e
j
∈e存储其两端的节点v
j1
和v
j2
（j1和j2取1,2，...，n），表示v
j1
和v
j2
之间存在一条无向边；步骤1.1.2：定义节点的几何对象：每个节点都包含一个几何对象，表示节点在地图上的位置，具体为包含x，y坐标的点对象：；步骤1.1.3：定义边的几何对象：每条边e
j
都包含一个几何对象，表示边的形状；具体为包含多个坐标的线对象：，如果边是直线段，则用仅有两个坐标的直线段对象表示，如果边是弧线段，则用具有多个坐标的折线段对象表示；其中，k为边e
j
所包含的点数量；步骤1.1.4：定义边的类型：每条边e
j
还包含一个类型属性，表示路段的类型，具体包括普通滑行线、跑道脱离口、跑道入口和停机坪线；步骤1.2：根据基础路网模型，建立简化的路网模型，具体为：步骤1.2.1：将两架飞机不能同时通过的交叉道口和t型道口，聚合成为一个节点，每个聚合节点都包含一个圆形或多边形几何对象，用于判断飞机是否位于该区域内；步骤1.2.2：用基础路网模型中不属于聚合节点范围内的边，连接聚合后的节点，形成一个简化的路网模型。3.根据权利要求2所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤2具体包括：步骤2.1：记录监视数据报告并构建轨迹数据集：将场面监视系统输出的数据报告记作d＝｛d1，d2，
…
，d
m
｝，记录的每个数据报告d
i
包括：轨迹号tid
i
、航班号fid
i
、报告时间戳t
i
、xy坐标、高度h
i
；将记录的数据报告形成轨迹
数据集t＝｛t1，t2，
…
，t
n
｝，定义每架飞机的轨迹t
j
包括轨迹号tid
j
、航班号fid
j
、轨迹类型type
j
、轨迹集合track
j
；轨迹集合按时间顺序包含多个轨迹对象，每个轨迹对象track包括报告时间戳t
j,k
、xy坐标、高度h
j,k
；步骤2.2：将轨迹自动划分为进港轨迹和离港轨迹：先由人工在地图上分别划定跑道和停机坪的多边形区域，判断每条轨迹中的track对象与跑道和停机坪的关系，对于每条轨迹t
j
在时间关系上检查是否具有部分轨迹对象的位置在跑道或停机坪区域内，根据进出港航班的特点，将轨迹的起始位置在跑道区域内或终止位置在停机坪区域内的轨迹归为进港轨迹，将起始位置在停机坪区域内或终止位置在跑道区域内的轨迹归为离港轨迹，将每条轨迹类型字段设置为进港类型或者离港类型；步骤2.3：对每条轨迹进行地图匹配，并计算路网中每条边飞机通过的平均滑行时间；根据路网模型g＝（v，e），采用地图匹配算法将轨迹对象与路网的边进行匹配计算，将每个track对象都正确地匹配到一条边e
j
∈e上；对于每条边，根据进入该边的第一个轨迹对象时间戳和离开该边前的最后一个轨迹对象时间戳，计算飞机通过该边的滑行时间；结合使用该条边的通行次数，求得该边的平均滑行时间t
e
，并计算所有历史轨迹使用过的边的平均通行时间；步骤2.4：根据进港轨迹和离港轨迹的匹配结果，将历史轨迹对象匹配的边集合，按照边的序列构建为没有重复边的路线route＝｛e1,
…
e
j1
｝（j1为历史轨迹对象匹配的边集合的边数），实现进港历史滑行路线和离港历史滑行路线的正确提取。4.根据权利要求3所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤3具体包括：步骤3.1：将历史路线划分为进港路线和离港路线分别计算概率；步骤3.2：根据历史路线计算给定一条边的情况下，选择下一条边为滑行路线的概率；统计历史路线集合｛route1,
…
route
n
｝中飞机使用边通过的总次数n
e
；对于与边e相邻的每一条边，统计选择边e
i＋1
的次数,表示所有从边通过滑行的飞机中，有多少架飞机选择了边e
i＋1
作为下一条边继续滑行；计算选择边e
i＋1
的条件概率，即在已知飞机选择从边e进入跑道滑行的情况下，选择边e
i＋1
作为下一条进港滑行路线的概率：进而得到所有历史轨迹滑行通过的边到下一条边的选择概率。5.根据权利要求4所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤4具体包括：步骤4.1：接收并记录实时的监视数据报告，每次接收到新的数据报告时，更新场面上所有飞机的轨迹集合；步骤4.2：当飞机位于跑道区域或停机坪区域以内的时候，返回执行步骤4.1；步骤4.3：当飞机位于跑道区域或停机坪区域以外的时候，判断飞机为进港飞机还是离港飞机；步骤4.4：当飞机为进港飞机时，选择由历史进港路线构建的概率模型进行预测；当飞机为离港飞机时，选择由历史离港路线构建的概率模型进行预测；返回步骤4.1根据新接收到的监视报告进行计算，更新预测路线与滑行时间。
6.根据权利要求5所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤4.4中预测的具体为：步骤4.4.1：将当前的飞机轨迹位置与路网模型g＝（v，e）进行地图匹配，得到当前的正确匹配边，按向前的运动方向得到与当前匹配边相邻的边集合；根据进离港选择边的概率模型得到所有相邻边的概率值，当至少有一条边概率值大于0时，选择概率最大的边为后续的滑行路线，当所有边的概率值都为0时，表示没有历史轨迹使用过这条路线，则按照飞机运动趋势和路网结构构建拓扑概率模型，进而计算相邻边的概率值；步骤4.4.2：在相邻边当中每次都选择概率最大的边作为后续路线，直到所有相邻边的概率都为0，或者直到下一条边中有一条边的类型为跑道脱离口、跑道入口、停机坪线，则停止预测；将选择的边集合作为飞机的预测路线；步骤4.4.3：根据飞机当前速度和到当前边终点的距离，计算得到进入下一条边的滑行时间，再根据步骤2.3得到的每条边的平均滑行时间，累加得到在预测路线上每一条边的进入时间和离开时间。7.根据权利要求6所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤4.4.1中计算相邻边的概率值具体为：定义飞机的当前速度为s，当前加速度为a，相邻边与当前边连接处的转向角度为θ；当θ＞90时，相邻边的概率为0；当θ≤90时，若s＞40或a≥0，则计算选取相邻边的概率为p（θ）＝cos（θ）；若s≤40或a＜0，则计算选取相邻边的概率为p（θ）＝1－cos（θ）。8.根据权利要求6所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤5具体包括：步骤5.1：判断两条预测路线中是否具有反向的同一条边，当预测路线中有两条边相同且方向相反时，具有对头冲突的空间关系；步骤5.2：当具有对头冲突的空间关系时，根据步骤4.4.3计算得到两架飞机通过该边的进入和离开时间，判断两个时间段是否会重合，当时间段有重合部分时，则预测两架飞机会有冲突，将重合的时间段开始和结束作为预测冲突的开始时间conflict
start
和结束时间conflict
end
；步骤5.3：当路线上不具备相同边时，根据步骤1.2.2得到的简化的路网模型，再判断是否有两条路线的边位于同一个聚合节点范围内；如果是，则表明在空间关系上存在会发生交叉冲突的可能，发生冲突的区域为聚合节点；步骤5.4：当具有交叉或对头冲突的空间关系时，根据步骤4.4.3计算得到两架飞机通过位于聚合节点区域内边的进入和离开时间，判断两个时间段是否会重合，当时间段有重合部分时，则预测两架飞机会有冲突，并将重合的时间段开始和结束作为预测冲突的开始时间conflict
start
和结束时间conflict
end
。9.根据权利要求8所述的一种场面飞机滑行冲突预测与可视化方法，其特征在于，所述步骤6具体包括：1）从飞机的当前边开始，按预测路线用醒目线型绘制边，按运动的方向在每条边的终点绘制箭头，直到冲突区域终止，同时用醒目颜色的多边形绘制冲突区域，当为对头冲突时按设定距离宽度，以边的几何线段为中心线绘制矩形边框；当为交叉冲突时，绘制聚合节点
的几何对象边框；当冲突消失时，则从地图视图上清除绘制的预测路线和冲突区域；2）同时，在单独的视图中根据冲突信息绘制柱状图，柱状图位于地图主视图的底部；横轴为时间轴，其值代表预测的冲突发生时刻，纵轴为冲突持续的时间长度，每个柱状块代表每一个预测冲突持续时间，柱状块的透明度按照预测概率设置，将两条边的条件概率相乘得到乘积p
e
，则透明度为1－p
e
，透明度越低、颜色越深，代表预测的冲突可能性越高；3）同时，在柱状图的顶部中心点向冲突区域图形的几何中心点绘制虚线，表示柱状块与预测冲突的对应关系。

技术总结
本发明涉及民航机场场面交通管制技术领域，公开了一种场面飞机滑行冲突预测与可视化方法，首先根据具有地理信息的线图层数据，建立两个层次的滑行路网模型；记录监视数据并建立轨迹，提取历史滑行路线，分别计算进离港选择边的概率模型；根据概率模型预测后续的滑行路线和滑行时间，得到每架飞机的预测路线；根据预测路线，判断飞机之间是否可能发生冲突；当预测会发生冲突时，将预测路线和冲突信息进行直观的可视化映射。本发明能够在形成确定的冲突场景之前进行提前预测，不增加管制员人机交互工作负荷的同时实现对滑行态势的预判，提升滑行态势的可预测性，方便对滑行中的飞机进行动态调配，减少滑行冲突和地面等待。减少滑行冲突和地面等待。减少滑行冲突和地面等待。


技术研发人员：王国强 朱敏 谭晶 朱佳旻 杨丹 古名扬 王启鹏
受保护的技术使用者：四川大学
技术研发日：2023.07.13
技术公布日：2023/8/14