本發(fā)明涉及無人機交通控制，更具體地說，本發(fā)明涉及一種智慧城市ai無人機的低空巡防系統(tǒng)及方法。

背景技術：

1、隨著智慧城市的快速發(fā)展，城市管理和服務的智能化水平不斷提高，無人機技術被廣泛應用于城市安全巡防領域，無人機的應用為城市管理提供了高效、靈活的解決方案，尤其是在低空巡防和實時監(jiān)控方面具有重要的優(yōu)勢。

2、ai無人機作為智慧城市中的重要組成部分，利用人工智能技術和自我學習能力，可以在復雜的環(huán)境中自主飛行和決策。這些無人機能夠通過傳感器實時收集周圍環(huán)境的數(shù)據(jù)，并利用大數(shù)據(jù)分析、機器學習等技術優(yōu)化飛行軌跡，實現(xiàn)任務的自主執(zhí)行。然而，如果任務需要對動態(tài)的城市環(huán)境進行實時巡航，尤其是追蹤可疑目標、應對突發(fā)事件或執(zhí)行巡查任務，可能需要較多數(shù)量的無人機以保障靈活性和快速反應。

3、現(xiàn)有技術中，多個無人機在密集區(qū)域內(nèi)協(xié)同飛行時，若未充分考慮氣流互動引起的動力學耦合效應，可能導致無人機飛行穩(wěn)定性、速度和航向的偏離，進而影響整個無人機集群的任務執(zhí)行效果。

4、為了解決上述問題，現(xiàn)提供一種技術方案。

技術實現(xiàn)思路

1、為了克服現(xiàn)有技術的上述缺陷，本發(fā)明的實施例提供一種智慧城市ai無人機的低空巡防系統(tǒng)及方法以解決上述背景技術中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

3、一種智慧城市ai無人機的低空巡防方法，包括如下步驟：

4、實時監(jiān)測無人機的飛行狀態(tài)和相對位置，判斷目標區(qū)域內(nèi)的無人機密集程度是否超出安全閾值；

5、當目標區(qū)域內(nèi)的無人機密集程度超出安全閾值時，通過建立非線性動力學模型分析無人機與周圍氣流的相互作用，評估目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患；

6、通過相空間重構與多尺度分析結(jié)合分析目標區(qū)域內(nèi)地面反射氣流的時空變化，評估地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度；

7、基于目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患和地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度，判斷是否進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化；

8、當需要進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化時，對目標區(qū)域內(nèi)每個無人機與其他無人機的飛行狀態(tài)數(shù)據(jù)進行分析，評估每個無人機的飛行路徑復雜性；

9、基于無人機的飛行路徑復雜性確定每個無人機的軌跡需調(diào)整優(yōu)先級。

10、在一個優(yōu)選的實施方式中，實時監(jiān)測無人機的飛行狀態(tài)和相對位置，判斷目標區(qū)域內(nèi)的無人機密集程度是否超出安全閾值，具體為：

11、實時收集所有無人機的飛行狀態(tài)數(shù)據(jù)，飛行狀態(tài)數(shù)據(jù)包括位置、速度、航向和飛行高度；

12、根據(jù)飛行狀態(tài)數(shù)據(jù)確定無人機是否位于目標區(qū)域內(nèi)：

13、將位于目標區(qū)域內(nèi)的無人機數(shù)量與目標區(qū)域的體積進行比較，確定目標區(qū)域內(nèi)的無人機密集程度；

14、基于目標區(qū)域內(nèi)的無人機密集程度和其對應的安全閾值的比較，判斷目標區(qū)域內(nèi)無人機的飛行安全隱患。

15、在一個優(yōu)選的實施方式中，通過建立非線性動力學模型分析無人機與周圍氣流的相互作用，評估目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患，具體為：

16、實時獲取目標區(qū)域內(nèi)無人機的周圍氣流數(shù)據(jù)，周圍氣流數(shù)據(jù)包括氣流速度、氣流方向和湍流度；

17、根據(jù)無人機的飛行狀態(tài)數(shù)據(jù)和周圍氣流數(shù)據(jù)，構建描述無人機運動和受力情況的非線性動力學模型；

18、利用所建立的非線性動力學模型，計算無人機之間的相互作用力和無人機與周圍氣流之間的擾動力；

19、使用數(shù)值方法對非線性動力學模型進行數(shù)值解算，模擬在高密度飛行環(huán)境下無人機與氣流之間的耦合效應，評估目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患；目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患包括正常和異常。

20、在一個優(yōu)選的實施方式中，通過相空間重構與多尺度分析結(jié)合分析目標區(qū)域內(nèi)地面反射氣流的時空變化，評估地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度，具體為：

21、實時獲取目標區(qū)域內(nèi)的地面反射氣流數(shù)據(jù)；

22、利用相空間重構方法，將地面反射氣流數(shù)據(jù)映射到高維相空間，重建氣流的動態(tài)特性和變化規(guī)律；

23、采用多尺度分析方法，對高維相空間中的地面反射氣流數(shù)據(jù)在不同尺度下進行處理，提取地面反射氣流的特征信息；

24、根據(jù)地面反射氣流的特征信息建立描述地面反射的氣流時空變化模型，反映氣流對時間和空間的依賴關系；

25、利用建立的氣流時空變化模型，評估地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度；地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度包括大和正常。

26、在一個優(yōu)選的實施方式中，基于目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患和地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度，判斷是否進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化，具體為：

27、當目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患正常，且地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度正常時，則判定不進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化；否則，判定進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化。

28、在一個優(yōu)選的實施方式中，當需要進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化時，對目標區(qū)域內(nèi)每個無人機與其他無人機的飛行狀態(tài)數(shù)據(jù)進行分析，評估每個無人機的飛行路徑復雜性，具體為：

29、根據(jù)飛行狀態(tài)數(shù)據(jù)計算每個無人機與其他無人機之間的相對位置和速度差異；

30、通過分析無人機之間的相對位置和速度差異，識別可能發(fā)生的飛行路徑?jīng)_突和干擾情況：對于滿足兩個無人機之間的距離小于預設的安全范圍的兩個無人機，標記出所有滿足速度差異小于預設速度差異的無人機對；

31、基于飛行路徑?jīng)_突和干擾情況，評估每個無人機的飛行路徑復雜性。

32、在一個優(yōu)選的實施方式中，基于飛行路徑?jīng)_突和干擾情況，評估每個無人機的飛行路徑復雜性，具體為：

33、計算每個無人機的路徑復雜性因子，其表達式為：；其中，是路徑復雜性因子，是與無人機存在路徑?jīng)_突的其他無人機的數(shù)量，是與無人機存在路徑?jīng)_突的其他無人機的編號；表示第個無人機和與其存在路徑?jīng)_突的第個無人機之間的速度差異，是第個無人機和與其存在路徑?jīng)_突的第個無人機之間的距離，是常數(shù)。

34、在一個優(yōu)選的實施方式中，基于無人機的飛行路徑復雜性確定每個無人機的軌跡需調(diào)整優(yōu)先級，具體為：

35、計算調(diào)整優(yōu)先級值，其表達式為：；其中，是第個無人機的調(diào)整優(yōu)先級值，是第個無人機的調(diào)整優(yōu)先級權重；

36、調(diào)整優(yōu)先級值越大，無人機的軌跡需調(diào)整優(yōu)先級越高，基于調(diào)整優(yōu)先級值從大到小對無人機進行排序，優(yōu)先調(diào)整排序靠前的無人機的運行軌跡。

37、另一方面，本發(fā)明提供一種智慧城市ai無人機的低空巡防系統(tǒng)，包括密集程度監(jiān)測模塊、耦合效應分析模塊、地面效應分析模塊、交通綜合優(yōu)化模塊、路徑復雜評估模塊以及軌跡優(yōu)先確定模塊；

38、密集程度監(jiān)測模塊：實時監(jiān)測無人機的飛行狀態(tài)和相對位置，判斷目標區(qū)域內(nèi)的無人機密集程度是否超出安全閾值；

39、耦合效應分析模塊：當目標區(qū)域內(nèi)的無人機密集程度超出安全閾值時，通過建立非線性動力學模型分析無人機與周圍氣流的相互作用，評估目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患；

40、地面效應分析模塊：當目標區(qū)域內(nèi)的無人機密集程度超出安全閾值時，通過相空間重構與多尺度分析結(jié)合分析目標區(qū)域內(nèi)地面反射氣流的時空變化，評估地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度；

41、交通綜合優(yōu)化模塊：基于目標區(qū)域內(nèi)無人機飛行導致的動力學耦合效應隱患和地面反射氣流對目標區(qū)域內(nèi)無人機飛行軌跡的潛在干擾程度，判斷是否進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化；

42、路徑復雜評估模塊：當需要進行目標區(qū)域的整體交通協(xié)調(diào)優(yōu)化時，對目標區(qū)域內(nèi)每個無人機與其他無人機的飛行狀態(tài)數(shù)據(jù)進行分析，評估每個無人機的飛行路徑復雜性；

43、軌跡優(yōu)先確定模塊：基于無人機的飛行路徑復雜性確定每個無人機的軌跡需調(diào)整優(yōu)先級。

44、本發(fā)明一種智慧城市ai無人機的低空巡防系統(tǒng)及方法的技術效果和優(yōu)點：

45、1、通過實時監(jiān)測無人機的飛行狀態(tài)與相對位置，能夠有效判斷目標區(qū)域內(nèi)無人機的密集程度是否超出安全閾值，從而減少因無人機密集而引發(fā)的飛行路徑?jīng)_突或干擾；通過對密集區(qū)域內(nèi)無人機之間的飛行狀態(tài)數(shù)據(jù)進行分析，能夠在無人機飛行軌跡的規(guī)劃階段及時發(fā)現(xiàn)潛在的沖突風險，確保無人機在復雜環(huán)境下的自主飛行更加安全、高效；此外，基于非線性動力學模型分析無人機與周圍氣流的相互作用，能夠評估目標區(qū)域內(nèi)無人機飛行所可能導致的動力學耦合效應隱患，為無人機群體飛行中的安全性提供保障；結(jié)合相空間重構與多尺度分析，能夠深入分析地面反射氣流的時空變化，評估其對無人機飛行軌跡的潛在干擾，進一步提升飛行任務的精準度與穩(wěn)定性，從而在動態(tài)的城市環(huán)境中，確保ai無人機的高效執(zhí)行和快速反應。

46、2、當目標區(qū)域的無人機密集度超出安全閾值時，本發(fā)明通過基于飛行路徑復雜性優(yōu)先調(diào)整飛行軌跡，確保關鍵任務的無人機能夠優(yōu)先調(diào)整軌跡，避免航向偏離或沖突，提升集群協(xié)同能力；基于每個無人機的飛行路徑復雜性計算調(diào)整優(yōu)先級，使得軌跡調(diào)整更加科學合理，避免不必要的干擾和擁堵，優(yōu)化整體飛行效率；在實際應用中，通過精確的飛行路徑分析和優(yōu)化，本發(fā)明能夠有效提升智慧城市中ai無人機低空巡防任務的執(zhí)行效率，減少飛行過程中的風險，確保無人機集群能夠協(xié)同執(zhí)行巡查、監(jiān)控、應急響應等任務，從而大幅提升城市管理的智能化水平和公共安全保障能力。