基于人工智能技术的低空飞行器管控关键技术研究
作者: 褚鹏 王军 刘树光 李泽 朱锐
摘要: 以人工智能技术在低空飞行领域的应用为切入点, 分析了人工智能技术驱动下低空飞行器向平台无人化、 控制智能化、 任务多元化发展带来管控对象多元复杂、 管控难度不断提升、 管控时空深度拓展的现实挑战。 提出了以预实践决策提升飞行审批效率、 以自主式决策实时监控飞行状态、 以数据驱动式决策精准处置违规行为的主要决策方法和发展途径, 剖析了人工智能技术、 软杀伤技术、 硬毁伤技术在管控建设及应急处置中的运用要点和优缺点。
关键词: 人工智能; 软杀伤技术; 硬毁伤技术; 空域安全; 低空; 飞行器中图分类号: TJ760; V271
文献标识码: A文章编号: 1673-5048(2023)02-0120-05
DOI: 10.12132/ISSN.1673-5048.2022.0222
0引言
人工智能因其具有“类脑”功能, 在某些方面可以超越人类极限, 人工智能、 大数据、 云计算等智能科技发展将直接推动智能机器、 群体智能、 人机融合智能等领域深度开发和应用, 大幅提升人类改造世界的能力。 近年来, 在低空飞行领域, 人工智能技术快速发展和应用, 以无人机为代表的低空飞行器已广泛应用于民航运输、 执法监控、 影视拍摄等方面[1], 国外对空域管制运行的风险及空中交通管理综合运用业务数据、 管理规则、 控制策略等进行了深入研究探索[2-3], 低空空域的开放使用和低空飞行器的管控是在确保空域安全的前提下深入推进低空飞行器发展和运用。 然而长期以来, 由于管控手段和发展理念滞后, 我国对低空空域资源的开发利用力度很小, 管控方法单一。 低空空域管控呈现空域划分不够合理、 管理体制不够科学、 运行机制不够顺畅、 安全责任不够明晰、 服务保障不够完善等问题[4]。 低空飞行发展与高效管控及应急处置建设之间矛盾凸显, 为此, 探索低空飞行管控的决策方法、 发展途径以及关键技术运用, 就成为我国低空飞行器管控新的研究方向。
1人工智能技术驱动低空飞行器管控面临的挑战低空飞行器主要是指轻型和超轻型飞机、 航空航天模型、 滑翔机、 旋翼式飞行器、 无人机等低、 慢、 小飞行器。 基于模型和算法的人工智能(AI)系统是人工智能技术在低空飞行器发展应用的重要方面, AI系统和大数据信息系统将发挥倍增器的作用, 实现“设计有人、 控制无人”的发展目标, 低空飞行器的无人化、 智能化、 多元化趋势明显, 应用效益显著[5], 其对低空飞行器管控工作也带来了严峻挑战。
1.1低空飞行平台无人化, 管控对象多元复杂
人工智能技术在低空飞行器中的应用不断深入, 技术成熟度也在不断提升, 人工智能视觉识别技术、 智能决策技术等在低空飞行器中应用的典型趋势就是低空飞行平台趋于无人化, 人逐步从传统的飞行系统中脱离, 从前台走向幕后, 使人的身体机能脱离对飞行平台的限制, 使低空飞行平台的设计更灵活, 功能更强大。 在低空飞行平台无人化的趋势下, 低空飞行器的种类、 功能发展日新月异, 对低空自主飞行的客观需求增加, 低空飞行器管控的对象也呈现多元化、 复杂化。
1.2低空飞行控制智能化, 管控难度不断提升
人工智能领域的线性回归、 逻辑回归、 决策树、 随机森林、 降维运算、 K-最近邻、 K-均值法、 朴素贝叶斯、 支持向量机、 人工神经网络这10大算法不断促进低空飞行向控制自主化、 决策智能化、 效能体系化方向发展, 如图1所示。 这些人工智能算法的应用原理虽然简单, 但却很实用, 例如, 线性回归是假设输出变量是若干输入变量的线性组合, 根据这一关系可以求解线性组合中的最优系数; K-最近邻是一种监督学习机器算法, 可用于解决机器学习算法中的回归和分类任务; 人工神经网络是深度学习的核心, 其非常适合处理大型和高度复杂的机器学习任务。 随着这些智能算法在智能辅助决策技术、 数字参谋、 云端大脑的建设运用, 低空飞行器的自主控制能力凸显, 智能化使其逐步摆脱外部环境的限制, 对其进行精准管控的难度增加, 因此, 应运用智能控制技术, 创新智能算法, 紧密对接低空飞行器控制智能化发展, 在平台无人化的基础上实现低空飞行器的自主控制和低空空域飞行管控平台的指令控制相结合, 突出智能化控制的运用, 提升低空飞行器的飞行效率和低空空域的运行效率。
1.3低空飞行任务多元化, 管控时空深度拓展
低空飞行器在平台无人化、 控制智能化发展的同时, 其类型不断增加、 功能不断扩展, 执行的任务也更加多元。 目前, 低空飞行器已经在低空经济物流、 低空应急救援、 低空航拍监测、 科研教育活动、 低空侦察打击等方面快速发展和应用, 并取得良好的效果和发展前景。 例如, 低空飞行器在低空娱乐观光、 物流运输、 载客运输、 影视拍摄等方面促进低空经济发展; 在地震、 火灾、 水患救援、 应急通信保障、 电力应急抢修等方面执行应急救援任务; 在生态环境监测、 交通道路巡查、 灾害预警等方面执行低空航拍监测任务; 在飞行器研发、 低空飞行驾驶培训等方面支撑开展科研教育工作; 在巡逻侦察、 犯罪追踪、 对抗打击等方面遂行低空侦察打击任务。 低空飞行器任务多元化必将带来低空飞行时空的拓展, 对空管的效率、 精度提出了更高要求, 需要借助网络化、 信息化、 智能化技术手段, 有力支撑低空飞行器管控能力建设。
2低空飞行器管控的主要决策方法和发展途径我国实行的是“统一管制, 分别指挥”的航空管制体系, 主要空域均由空军组织实施管理。 通常, 航路内的飞行活动由民航提供管制指挥, 航路外的飞行活动由军航负责管制指挥[6]。 低空飞行器管控应注重军地联合、 理顺体制机制、 立足技术支撑、 丰富管控功能、 形成管控合力。 而高效管控的核心在于决策方法的合理选取和技术的有力支撑, 重点探索决策方法、 寻求发展路径。 综合研究认为, 以量子信息、 移动通信、 人工智能等先进技术加强低空飞行器智能决策能力建设; 以预实践式决策优化提升飞行审批效率; 以自主式决策自主监控低空飞行器状态, 及时告警、 精准引导处置; 以数据驱动式决策快速从大数据中挖掘有用信息, 供管控人员科学决策、 高效处置安全威胁。 先进技术支撑智能决策发展示意图如图2所示[7]。
2.1以预实践式决策提升飞行审批效率
为确保低空空域安全, 必须加强对低空飞行器用空需求的审批管理力度, 实现低空飞行管控信息与用户飞行需求信息的高效、 准确交互, 所有低空飞行器飞行计划必须经过审批、 报备后, 才可以升空飞行。 作为管控方, 既要规范审批程序, 也要细化审批内容, 提升审批效率, 使低空飞行活动有章可循, 有规可依, 提升低空飞行服务保障能力。 预实践式决策重在发挥人的主观能动性优势, 加强对低空飞行管控工作的前期谋划, 借助模拟仿真技术手段, 发现问题、 补齐短板, 提高飞行审批决策效率, 有效降低决策风险。
2.1.1优化审批程序, 区分空域管理
低空飞行器飞行方案审批程序的制定应在军地双方进行低空空域管制划分的基础上进行, 以低空空域安全为底线, 尽量简化审批程序。 例如, 低空飞行器在划定的低空“报告空域、 监视空域”内飞行, 可实行飞行计划备案管理, 通过简化飞行审批程序, 缩短飞行准备时间, 提升飞行效率, 空域管控部门为低空飞行活动提供飞行计划、 航空情报、 航空气象、 飞行情报、 告警和协助救援等服务; 在低空“管制空域”中实行飞行计划审批, 用户必须按要求提交审批材料, 获批后才可按飞行计划开展低空飞行活动, 并接受管制服务。
2.1.2规范审批内容, 及时精准发布
在区分空域、 简化程序的基础上, 低空飞行器军地联合管控部门应在自己责权范围内, 规范审批内容, 使组织低空飞行活动的单位和人员知悉什么事项需要报批、 需要准备什么材料, 利用互联网网站、 微信公众号、 抖音等媒体平台及时、 精准发布相关管控制度规定, 并及时收集用户反馈意见, 达到管控部门和用户双向沟通顺畅, 管理要求理解一致的目的。 同时, 应尽量减少审批材料准备的复杂度, 达到该审批的内容不缺失, 多余的材料不用准备的目标。 根据低空空域飞行审批要求, 提交的材料一般包括:飞行器类型、 飞行时间区间、 飞行空域范围、 飞行航线、 驾驶人员资质等。
2.1.3模拟决策分析, 优化完善方案
低空飞行用空需求量大, 申请飞行方案呈现数量多、 种类杂、 时效性强等特点, 为达到对低空飞行活动的高效管控, 提升飞行方案的审批效率是关键因素。 如果审批效率达不到用户的需求, 就会引发用户铤而走险, 实施“黑飞”等行为, 造成重大飞行隐患。 为克服人类身体机能和脑力疲劳的限制, 应充分利用大数据技术提供基础数据支撑, 为决策预案收集设计提供案例库支撑, 为智能算法设计提供自主解析方法支撑, 设计低空飞行管控决策模拟系统, 并对不同时空环境、 不同类型飞行器、 不同飞行任务牵引下的飞行申请方案进行仿真、 检验、 分析、 优化, 对决策方案进行修正和完善, 提升决策方案的可行性和可靠性, 提高飞行计划的审批效率。
2.2以自主式决策实时监控飞行状态
低空飞行器虽然飞行的高度低, 但由于其机动性强, 发生事故的可控性差, 造成的危害性较大, 因此, 低空飞行器军地联合管控应对飞行器起飞前到安全降落的全过程进行监管, 需要实时掌控飞行器运行状态, 及时发现问题隐患。 采用自主式决策可基于飞行大数据平台, 采用智能算法实时获取和分析飞行数据, 一旦出现违规飞行症候和行为, 可通过智能算法支持, 与拟定的处置预案进行对比分析, 自主决策并采取相应处置方案。
2.2.1健全监控手段, 实时获取数据
在低空空域开放的同时, 应加强低空空域的监控手段建设, 一方面, 运用数字微波通信、 卫星通信、 移动通信等技术加强基础通信网络建设, 提供信息通信基础保障; 另一方面, 要求所有低空飞行器申请飞行前必须接入低空飞行管控网络, 并实时上报飞行器状态数据; 再次, 建立低空空域管控人员与低空飞行器操作人员之间的实时信息交互, 便于信息传输和共享。
2.2.2掌控审批内容, 化解冲突矛盾
军地联合管控力量在管控职责分工的基础上, 根据己方管控责任细化管控任务, 及时掌控低空飞行器飞行计划审批情况及具体用空需求, 根据低空飞行空域容量和正在执行的飞行计划, 运用自动化管控系统对将要执行的飞行计划方案进行比对、 分析、 审核, 对于存在的问题及时协调处理, 避免用空冲突, 使低空空域管控方和低空飞行器用户熟知飞行计划的内容, 这是低空飞行活动安全有序的基本前提。 如果飞行计划冲突无法解决, 应及时取消相应的飞行计划并告知计划的组织实施者。
2.2.3建立监测台站, 实时监控状态
只有实时获取低空飞行器的飞行状态, 才能对其进行有效的管控。 因此, 军地双方应加强监控手段的建设, 注重信息的联通共享, 在低空空域范围内建立监测点, 安装监测设备, 实时获取低空空域内低空飞行器的飞行状态, 为低空飞行活动提供有效的计划引导、 航空情报、 气象、 告警和救援等服务, 使低空飞行活动始终在管控系统的自主监控之下运行。 一旦发现违规行为或症候, 系统将自动发出告警, 并精准提供详细的信息数据供指挥人员判断决策。
2.3以数据驱动式决策精准处置违规行为
低空飞行军地联合管控的主要任务是对低空飞行器飞行活动进行实时监控, 适时引导, 对违反规定的飞行器进行告警, 对违规行为及危害进行预判, 科学决策处置方案, 并针对性采取制止行动。 采用数据驱动式决策可基于大数据信息处理软件[8], 依据设定的规则和推理程序对获取的海量低空信息数据进行数据挖掘和综合分析, 提取并分析有价值的信息, 形成数据规律供管控人员决策参考。 管控人员可结合自己的经验, 借助数据分析进行判断决策, 快速高效处置违规行为。
2.3.1分析飞行数据, 精准纠偏校正
由于低空飞行器飞行性能不足, 或飞行器操控人员技术能力不过关、 操控失误等原因, 通常会造成在低空飞行的飞行器未按照规定的飞行高度、 预定航线飞行, 扰乱其他飞行器飞行安全。 因此, 对低空飞行器的飞行数据进行实时分析, 监控低空飞行器系统状态和飞行计划执行情况; 同时, 基于多源数据的实时比对分析, 对违规飞行的行为和安全隐患及时进行分析判断, 精准指出违规行为, 督促、 指导低空飞行器操控人员采取纠错措施, 快速恢复正常的飞行活动。