(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211163730.4 (22)申请日 2022.09.23 (65)同一申请的已公布的文献号 申请公布号 CN 115240475 A (43)申请公布日 2022.10.25 (73)专利权人 四川大学 地址 610000 四川省成 都市一环路南 一段 24号 (72)发明人 林毅　刘海峰　伍元凯　杨波　 (74)专利代理 机构 成都其知创新专利代理事务 所(普通合伙) 51326 专利代理师 房立普 (51)Int.Cl. G08G 5/00(2006.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/08(2006.01) 审查员 刘亦非 (54)发明名称 融合飞行数据和雷达图像的航空器进近规 划方法及装置 (57)摘要 本发明公开了一种融合飞行数据和雷达图 像的航空器进近规划方法及装置， 包括以下步 骤： 步骤1： 获取扇区雷达图像和航迹信息， 获取 扇区雷达图像的特征和航空器相对位置； 步骤2： 构建进近管制决策强化学习模型， 进行训练； 航 路选择模块用于根据步骤1得到的扇区雷达图像 的特征和航空器相对位置得到航空器飞往进近 点的航路信息； 融合模块用于根据航空器飞往进 近点的航路信息和航迹信息得到融合飞行数据 和雷达图像的融合特征； 动作选择模块用于根据 融合模块输出的融合特征得到航空器下一步指 令； 步骤3： 通过进近管制决策强化学习模型， 得 到空管指令实现航空器进近管制决策； 本发明方 法能够保障进近空域安全、 高效运行， 缓解进近 管制员压力。 权利要求书3页 说明书6页 附图3页 CN 115240475 B 2022.12.13 CN 115240475 B 1.一种融合飞行 数据和雷达图像的航空器进近规划方法， 其特 征在于， 包括以下步骤： 步骤1： 获取扇区雷达图像和航迹信息， 对扇区雷达图像进行预处理， 得到扇区雷达图 像的特征和航空器相对位置； 步骤2： 构建进近管制决策强化学习模型， 并对 模型进行训练； 进近管制决策强化学习模型包括 航路选择模块、 动作选择模块和融合模块； 航路选择模块用于根据步骤1得到的扇区雷达图像的特征和航空器相对位置得到航空 器飞往进近点的航路信息； 融合模块用于根据航空器飞往进近点的航路信息和航迹信息得到融合飞行数据和雷 达图像的融合特 征； 所述融合模块包括全连接层和注意力机制； 全连接层用于将航路信息与航迹信息处 理至相同长度； 注意力机制用于为航路信 息与航迹信 息分配权重后进行信 息聚合， 得到融合特征H， 计 算方法如下： 式中： Q、 K、 V为注意力机制中的三个权重矩阵； X为处理后航路信息与航迹信息组成的 矩阵， WQ、 WK、 WV为线性变换矩阵， bQ、 bK、 bV为偏置向量， d为向量维数， T表示矩阵的转置； 动作选择模块用于根据融合模块输出的融合特 征得到航空器下一 步进近管制指令； 所述动作选择模块包括全连接层， 输入为融合模块得到的融合特征； 动作选择模块采 用Actor‑Critic强化学习方法进行训练， 训练过程如下： 构建价值估计网络Critic， 动作输出网络Actor； Critic网络评价Actor网络输出的动 作； Actor网络输出空管决策动作； 空管决策动作包括： 包括当前状态、 航空器左转、 航空器 右转、 航空器上升高度、 航空器下降高度、 航空器提升 速度和航空器降低速度； 通过奖励函数， 对当前航迹信息对应的扇区情境给 出奖励； 训练网络 Critic和Actor， 直至网络收敛； 所述动作选择模块中奖励函数如下： 式中： θref_faf为航空器相对FAF点的角度， θrunway为机场跑道角度， θplane为航空器飞行角 度， h为航空器飞行高度， gp_altitude为航空器开始滑行的高度， dist为航空器与FAF点距权　利　要　求　书 1/3 页 2 CN 115240475 B 2离， limit_step为强化学习中一个回合中的步数限制， total_steps为当前执行的步数， deg 为计算相对角度的函数， α 、 β 、 γ均为权 重系数， abs为 求绝对值函数； 步骤3： 将扇区雷达图像特征和航迹信 息输入步骤2训练后的进近管制决策强化学习 模 型， 即可得到进近管制指令实现航空器进近管制决策。 2.根据权利要求1所述的一种融合飞行数据和雷达图像的航空器进近规划方法， 其特 征在于， 所述 步骤1中预处 理包括以下处 理过程： S11： 获取扇区雷达图像信息， 调整图像的大小； S12： 对图像进行降采样， 将降采样后的图像以三维数组形式输出； S13： 在步骤S12中的三维数组中查找航空器在图像中的RGB值， 根据RGB值得到航空器 的相对位置 。 3.根据权利要求1所述的一种融合飞行数据和雷达图像的航空器进近规划方法， 其特 征在于， 所述 步骤2中航路选择模块包括卷积神经网络单 元和全连接单 元； 卷积神经网络单 元输入为扇区雷达图像， 从图像中学习扇区特 征， 进行数据压缩； 全连接单元输入为航空器相对位置， 学习相对位置特征； 拼接扇区特征与相对位置特 征后输入 全连接单 元， 用于进一 步提取特征。 4.根据权利要求3所述的一种融合飞行数据和雷达图像的航空器进近规划方法， 其特 征在于， 所述 航路选择模块采用Actor ‑Critic强化学习方法进行训练； 训练过程如下： 构建价值估计网络Critic， 动作输出网络Actor； Critic网络评价Actor网络输出的动 作； Actor网络 输出航路选择； 通过奖励函数， 对当前 雷达图像对应的扇区情境给 出奖励； 训练网络 Critic和Actor， 直至网络收敛。 5.根据权利要求4所述的一种融合飞行数据和雷达图像的航空器进近规划方法， 其特 征在于， 所述 航路选择模块中的奖励函数如下： 式中： rt为航空器动作选 择时第t步奖励， t为航空器动作步数， T 为航空器动作步数最大 值， α 为常数。 6.根据权利要求1或4任一种所述融合飞行数据和雷达图像的航空器进近规划方法， 其 特征在于， 所述训练网络 Critic和Actor过程如下： 设Critic网络参数为 Actor网络参数为θ， Critic网络优化目标为： Actor网络优化目标为： 权　利　要　求　书 2/3 页 3 CN 115240475 B 3