低空无人机运行风险及等级识别方法

1.低空无人机运行风险及等级识别方法，其特征在于：包括，实时收集无人机运行数据，设定静态警报区域，并根据运行数据设定动态警报区域；基于三维网格方法进行无人机运行路线规划，并根据无人机运行数据预测未来无人机位置；实时监测无人机位置，并根据静态警报区域进行静态预警，同步计算无人机之间相对距离根据动态警报区域进行动态预警；选择无人机最优规避动作并执行；所述实时收集无人机运行数据，设定静态警报区域，并根据运行数据设定动态警报区域指通过传感器实时收集无人机的运行数据，并根据无人机信息生成无人机唯一标识，通过无人机安全运行间隔设定无人机静态警报区域；定义动态警报区域更新时间间隔为 ，根据收集的实时无人机运行数据预测时间间隔 后的无人机位置： 其中x（t）、y（t）以及z（t）为时间t的无人机坐标位置，V（t）为时间t的无人机速度， 和 分别为时间t的无人机方位角和俯仰角， 、 以及 为时间间隔 后的无人机坐标位置；计算时间t与时间间隔 后的无人机坐标位置距离D作为动态警报区域半径形成球形区域，将球形区域作为动态警报区域；所述根据无人机运行数据预测未来无人机位置包括，收集无人机历史运行数据，将每个时间点的运行数据构建向量，组成初始向量序列P： 其中p（n）为第n个时间点的运行数据向量；对初始向量序列P进行累加变换生成新的序列P（1）： 其中p（i）为第i个时间点的运行数据向量；对序列P（1）进行平滑处理生成背景值序列Z（1）： 其中P（1） k 为序列P（1）中第k个序列向量，P（1） k-1 为序列P（1）中第k-1个序列向量；构建灰色预测模型公式： 其中p（t+1）为时间点t+1的运行数据向量，a和b为模型参数向量；建立灰色预测模型的微分方程： 基于初始向量序列P构建观测值矩阵Y，基于背景值序列Z（1）构建背景值矩阵Q，通过最小二乘法求解模型参数向量： 其中T为转置操作；得出模型参数向量后代入灰色预测模型公式得到时间点t+1的运行数据向量p（t+1），从运行数据向量p（t+1）中提取无人机在t+1时间点所处位置坐标；根据无人机设计规范定义每种无人机运行数据的安全范围，并计算每种无人机运行数据的模糊评分S u ： 其中o为单种无人机运行数据，包括所有种类的无人机运行数据，o max 和o min 为单种无人机运行数据的安全范围上下限，o t+1 为t+1时间点的单种无人机运行数据值，o cen 为单种无人机运行数据安全范围上下限的中间值；根据每种无人机运行数据的模糊评分计算t+1时间点的综合评价值： 其中L（t+1）为t+1时间点的综合评价值，m为无人机运行数据种类，S u 为第u种无人机运行数据的模糊评分；从收集无人机历史运行数据中的时间点开始依次计算每个时间点的综合评价值，根据t+1个时间点的综合评价值计算模型参数向量调整系数r： 其中L（w）为第w个时间点的综合评价值；使用调整系数r对模型参数向量a和b进行调整： 其中a new 和b new 为调整后的模型参数向量，a old 和b old 为调整前的模型参数向量，将调整后的模型参数向量代入灰色预测模型公式持续对无人机未来运行数据向量进行预测，并不断迭代调整模型参数向量；所述选择无人机最优规避动作并执行指生成规避命令后，根据我方无人机当前运行数据作为初始节点，从初始节点开始模拟所有可能的规避动作，对每个规避动作进行模拟并使用灰色预测模型公式预测入侵无人机和我方无人机未来位置坐标检测规避效果；若入侵无人机和我方无人机在规避动作模拟后未来相同时间位置坐标不存在重叠，则记录为规避成功，并获取规避成功后的时间点和无人机位置坐标，计算该时间点的无人机位置坐标与规划的无人机路径中的该时间点的无人机位置坐标之间的距离，选择距离最小的规避动作作为最优规避动作执行；所述无人机运行数据包括无人机位置坐标、运行速度、加速度、方向角和俯仰角以及运行时间序列。 2.如权利要求1所述的低空无人机运行风险及等级识别方法，其特征在于：所述基于三维网格方法进行无人机运行路线规划指将空域划分为三维网格，每个网格单元代表一个空间单元；将空间单元中心点作为跳点，无人机初始空间单元作为初始跳点，目的点空间单元作为最终跳点，使用JPS算法进行初始路径规划，从初始跳点周围随机选择路径跳点，计算初始跳点至路径跳点的移动成本g（v,c）： 其中g（v）为跳点v的移动成本，若跳点v为初始跳点，则移动成本g（v）为0，d（v，c）为跳点v到跳点c的距离；使用曼哈顿距离计算路径跳点c到最终跳点z的估计成本h（c，z）： 其中x c 、y c 以及z c 为跳点c的坐标位置，x z 、y z 以及z z 为最终跳点z的坐标位置；在选择路径跳点时，计算路径跳点的综合成本f： 选择综合成本f最小的路径跳点作为下一跳点，并使用YOLO算法识别下一跳点的空间单元中的障碍物，连接空间单元对角线，识别障碍物位置，若障碍物未处于空间单元对角线上，则无人机在该空间单元中路径为对角线，若障碍物处于空间单元对角线，则从该空间单元周围相邻空间单元重新选择跳点；重复选择路径跳点直至达到最终跳点z，记录选择的路径跳点并根据路径跳点的空间单元确定无人机路径并通过贝塞尔曲线进行路径平滑处理，根据无人机运行速度计算无人机每个时间点所处的位置，并记录时间点和位置坐标。 3.如权利要求2所述的低空无人机运行风险及等级识别方法，其特征在于：所述实时监测无人机位置，并根据静态警报区域进行静态预警指实时收集无人机运行数据提取无人机位置坐标，当检测到入侵无人机进入我方无人机的静态警报区域后自动进行静态预警，提醒工作人员小心飞行，并显示入侵无人机唯一标识。 4.如权利要求3所述的低空无人机运行风险及等级识别方法，其特征在于：所述同步计算无人机之间相对距离根据动态警报区域进行动态预警指当检测到入侵无人机侵入我方无人机静态警报区域后获取入侵无人机的位置坐标与我方无人机的位置坐标，并实时计算入侵无人机与我方无人机之间距离，当入侵无人机与我方无人机之间距离小于动态警报区域半径时，自动进行动态预警，提醒工作人员存在碰撞风险，同步生成规避命令。 5.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的低空无人机运行风险及等级识别方法的步骤。 6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的低空无人机运行风险及等级识别方法的步骤。