一种应用于自由航路空域的自主航迹规划与冲突解脱方法及装置与流程

本发明涉及空中交通管理与规划技术领域，尤其涉及一种应用于自由航路空域的自主航迹规划与冲突解脱方法及装置。

背景技术：

目前，世界范围内空中交通系统正处于全面转型升级阶段，以应对不断增长的飞行需求、复杂庞大的体系结构和多元多变的运行环境。为了缓解日益增长的运输总量与日趋饱和的空域容量间的矛盾，基于航迹运行与自由航路空域概念应运而生。我国也于2019年发布了基于我国空情的基于航迹运行概念。

基于航迹运行的应用得益于星基导航与监视技术的发展以及四维飞行管理系统的完善，这同时也促进了管制员与飞行员情景意识的共享。然而，在高密度条件下的基于航迹的自由航线运行中，管制员工作负荷成为制约空域容量进一步提升的关键因素。尤其是在部分空域受限的情况下，航空器冲突的不确定性，往往会引发连锁反应，导致管制员工作负荷爆发式增长，从而大幅增加运行风险。

因此，如何合理提高管制员工作中的自动化程度，并提供合理的辅助措施，成为了目前业内主要的研究方向。

技术实现要素：

本发明的实施例提供一种应用于自由航路空域的自主航迹规划与冲突解脱方法及装置，为空管人员提供了合理的辅助措施，缓减了自主航迹运行下的人机认知同步问题。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供的方法，包括：

获取空域状态数据和航空器运行数据；利用所述空域状态数据，对空域进行基于元胞的离散化处理；利用基于元胞的空域离散状态，获取预先规划结果，所述预先规划结果包括：满足限制区约束的路径；利用所述预先规划结果和所述航空器运行数据，获取潜在冲突数据，并根据所述潜在冲突数据，获取航迹冲突解脱方案。

第二方面，本发明的实施例提供的装置，包括：

航迹预先规划模块，用于利用所述空域状态数据，对空域进行基于元胞的离散化处理；并利用基于元胞的空域离散状态，获取预先规划结果，所述预先规划结果包括：满足限制区约束的路径；

航迹冲突处理模块，用于利用所述预先规划结果和所述航空器运行数据，获取潜在冲突数据，并根据所述潜在冲突数据，获取航迹冲突解脱方案。

本实施例中，通过采集包含限制区信息的空域实时状态信息，并对空域进行基于元胞的离散化处理，对空域元胞进行状态分类，根据离散化后的空域状态，构建基于可视图的预先航迹可行网络图，通过路径搜索算法获取满足限制区约束的最优路径，实现航迹快速预先规划；采集航空器实时运行参数，根据连续飞行动力学与航迹计划预测航空器未来航迹，对航空器相对位置进行分类，并在此基础上进行局部冲突探测，对探测到的潜在冲突，搜索满足约束的改航航迹，对当前约束下无可行解的航空器，推迟其后续航迹点受控到达时间，最终实现实时自主航迹冲突探测解脱。本发明适用于空中交通管理，为空管人员提供了合理的辅助措施，缓减了自主航迹运行下的人机认知同步问题。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的基于元胞的空域离散化模型图；

图2为本发明实施例提供的元胞主要位置点模型图；

图3为本发明实施例提供的基于可视图的预先航迹可行网络模型图；

图4为本发明实施例提供的航空器实时位置更新模型图；

图5为本发明实施例提供的局部冲突探测模型图；

图6为本发明实施例提供的两航空器相对位置关系模型图；

图7为本发明实施例提供的基于可达时空域的改航优化模型图；

图8为本发明实施例提供的潜在改航区范围拓展模型图；

图9为本发明实施例提供的改航优化模型算法流程图；

图10为本发明实施例提供的方案逻辑的拓扑示意图；

图11为本发明实施例提供的系统架构示意图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。下文中将详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

本实施例的主要设计思路在于：采集包含限制区信息的空域实时状态信息，并对空域进行基于元胞的离散化处理，对空域元胞进行状态分类。采集航空器实时运行参数，根据连续飞行动力学与航迹计划预测航空器未来航迹，对航空器相对位置进行分类，并在此基础上进行局部冲突探测，对探测到的潜在冲突，搜索满足约束的改航航迹，对当前约束下无可行解的航空器，推迟其后续航迹点受控到达时间，最终实现实时自主航迹冲突探测解脱。本实施例方案的大致逻辑设计如图10所示，基于可达时空域的航迹规划方法主要分为两个部分：

一：自主航迹快速预先规划部分，该部分实施于航空器进入空域之前(即将进入空域时)，其中模型包含了基于元胞的空域离散化模型、元胞主要位置点模和基于可视图的预先航迹可行网络模型；二：实时自主航迹冲突探测解脱部分，该部分实施于航空器在空域中的实时运行阶段，其中模型包含了航空器实时位置更新模型、局部冲突探测模型、两航空器相对位置关系模型、基于可达时空域的改航优化模型和潜在改航区范围拓展模型。

为了便于理解方案，可以将逻辑流程划分为s1-s5环节：

s1.采集包含限制区信息的空域实时状态信息，并对空域进行基于元胞的离散化处理，对空域元胞进行状态分类。

其中，通过空管通信、导航、监视系统，依托“空-地”共享的空域数据，特别是限制区的位置和几何模型，根据空域是否受限(因恶劣天气、军事活动等影响导致不可飞行)，对空域元胞进行分类，构建空域离散化模型，并推导元胞主要位置点模型。

s2.构建基于可视图的预先航迹可行网络图，通过路径搜索算法获取满足限制区约束的最优路径，完成航迹快速预先规划。

其中，基于元胞主要位置点模型，以航空器在空域中的进入点、出口点、限制区外边界点为备选航路点，构建基于可视图的预先航迹可行网络模型，在此基础上，以最短路径为优化目标，通过dijkstra路径搜索算法获取最优改航航迹。

s3.以固定的时间取样间隔采集航空器的运行参数，包括位置坐标、航向、航速等，基于连续飞行动力学，结合预先规划的航迹，根据航空器位置更新后是否仍然处于当前航段，构建2种航空器实时位置更新模型。

s4.根据航空器实时位置更新模型不同，构建4种两航空器相对位置关系模型，进而解出两航空器在当前航段内的最小距离。

s5.考虑受控到达时间约束、转弯角度约束、限制区约束、潜在冲突约束，构建基于可达时空域的改航优化模型，航空器的潜在改航路径存在于一个由特定棱锥投影形成的椭圆范围内，在当前受控到达时间约束下无解的情况下，基于潜在改航区范围拓展模型，推迟后续航路点受控到达时间，再次进行改航优化模型求解。

具体来说，本发明实施例提供的应用于自由航路空域的自主航迹规划与冲突解脱方法，包括：

获取空域状态数据和航空器运行数据，其中，所述空域状态数据包括：空域内限制区(比如军航活动、危险天气等)的边界坐标、占用高度、占用时间等，所述航空器运行数据至少包括：航空器的位置坐标、航向和航速。利用所述空域状态数据，对空域进行基于元胞的离散化处理。利用基于元胞的空域离散状态，获取预先规划结果，所述预先规划结果包括：满足限制区约束的路径。利用所述预先规划结果和所述航空器运行数据，获取潜在冲突数据，并根据所述潜在冲突数据，获取航迹冲突解脱方案。

在本实施例中，所述利用所述空域状态数据，对空域进行基于元胞的离散化处理，包括：根据空域的受限情况，对空域元胞进行分类。根据分类结果，构建空域离散化模型，并获取元胞位置点模型。其中，所述航迹快速预先规划依托“空-地”共享的空域数据，例如：通过空管通信、导航、监视系统，依托“空-地”共享的空域数据，特别是限制区的位置和几何模型，根据空域是否受限(因恶劣天气、军事活动等影响导致不可飞行)，对空域元胞进行分类，构建空域离散化模型，并推导元胞主要位置点模型。构建基于可视图的预先航迹可行网络模型，在此基础上通过dijkstra路径搜索算法获取最优改航航迹。

所述利用基于元胞的空域离散状态，获取预先规划结果，包括：构建基于可视图的预先航迹可行网络图。通过路径搜索算法在所述预先航迹可行网络图中，提取满足限制区约束的最优路径，并作为所述预先规划结果。

其中，所述构建基于可视图的预先航迹可行网络图，包括：通过所获取的元胞位置点模型，以航空器在空域中的进入点、出口点和限制区外边界点为备选航路点，构建基于可视图的预先航迹可行网络图。具体的，基于元胞主要位置点模型，以航空器在空域中的进入点、出口点、限制区外边界点为备选航路点，构建基于可视图的预先航迹可行网络模型，在此基础上，以最短路径为优化目标，通过dijkstra路径搜索算法获取最优改航航迹。

进一步的，所述提取满足限制区约束的最优路径，包括：利用所述预先航迹可行网络图，根据图中各点之间的实际距离为图中相应的边赋权，生成无向加权图，并通过dijkstra算法从所述无向加权图中搜索得到最短路径。

本实施例中，所述利用所述预先规划结果和所述航空器运行数据，获取潜在冲突数据，包括：所述预先规划结果和所述航空器运行数据，构建航空器实时位置更新模型。利用所述航空器实时位置更新模型，构建航空器相对位置关系模型。通过所述航空器相对位置关系模型，获取两个航空器在当前航段内的最小距离，并对比最小安全间隔的大小，获取两航空器的冲突关系，并连通探测航空器编号、被探测航空器编号、探测时间和探测位置共同组成所述潜在冲突数据。

所述根据所述潜在冲突数据，获取航迹冲突解脱方案，包括：根据可达时空域，建立改航优化模型。利用所述冲突数据和所述改航优化模型，遍历所有潜在的改航元胞，并提取最优改航元胞，其中，所述最优改航元胞表示：以元胞的中心点为改航航路点所形成的改航航迹长度最短。

即通过采集航空器实时运行参数，根据连续飞行动力学与航迹计划预测航空器未来航迹，对航空器相对位置进行分类，并在此基础上进行局部冲突探测，对探测到的潜在冲突，搜索满足约束的改航航迹，对当前约束下无可行解的航空器，推迟其后续航迹点受控到达时间，最终实现实时自主航迹冲突探测解脱。具体的，实时自主航迹冲突探测解脱，共有3个步骤，包括：基于连续飞行动力学与预先航迹的航空器实时航迹预测、基于实时航迹预测的局部冲突探测、基于可达时空域的实时冲突解脱。

其中，基于连续飞行动力学与预先航迹的航空器实时航迹预测，可以理解为：在航空器实时航迹预测中，以固定的时间取样间隔采集航空器的运行参数，包括位置坐标、航向、航速等，基于连续飞行动力学，结合预先规划的航迹，根据航空器位置更新后是否仍然处于当前航段，构建2种航空器实时位置更新模型。

基于实时航迹预测的局部冲突探测，可以理解为：在局部冲突探测中，根据航空器实时位置更新模型不同，构建4种两航空器相对位置关系模型，进而解出两航空器在当前航段内的最小距离。

基于可达时空域的实时冲突解脱，可以理解为：在实时冲突解脱中，考虑受控到达时间约束、转弯角度约束、限制区约束、潜在冲突约束，构建基于可达时空域的改航优化模型，航空器的潜在改航路径存在于一个由特定棱锥投影形成的椭圆范围内，在当前受控到达时间约束下无解的情况下，基于潜在改航区范围拓展模型，推迟后续航路点受控到达时间，再次进行改航优化模型求解。

在目前的技术领域中，迫切需要建立一种新型的自主航迹冲突探测解脱技术，以实现航空器基于航迹的自主运行。虽然其为空管自动化发展提供了一个潜力巨大的方向，但是空管系统尤其是管制活动仍然处于所谓的“以人为本”的模式，即将人放在控制系统的核心位置。即使在低密度空域中，也没有能够真正地实现自主飞行。其突破口在于，空管自动化设备需要实现人机意识同步，以增加管制员、飞行员和自动化系统之间的决策透明度。

本实施例中，通过采集包含限制区信息的空域实时状态信息，并对空域进行基于元胞的离散化处理，对空域元胞进行状态分类，根据离散化后的空域状态，构建基于可视图的预先航迹可行网络图，通过路径搜索算法获取满足限制区约束的最优路径，实现航迹快速预先规划；采集航空器实时运行参数，根据连续飞行动力学与航迹计划预测航空器未来航迹，对航空器相对位置进行分类，并在此基础上进行局部冲突探测，对探测到的潜在冲突，搜索满足约束的改航航迹，对当前约束下无可行解的航空器，推迟其后续航迹点受控到达时间，最终实现实时自主航迹冲突探测解脱。本发明适用于空中交通管理。

下面通过具体举例，说明本实施例在实际应用中的运行原理和机制。

其一，所述自主航迹快速预先规划，包括：

1.1、建立基于元胞的空域离散化模型：基于经(x轴)纬(y轴)度，空域被划分为若干元胞，c(x,y)表示元胞坐标为(x,y)的元胞。每个元胞都有其对应的元胞坐标根据空域是否受限(因恶劣天气、军事活动等影响导致不可飞行)，定义两种基本类型元胞，即可用元胞和不可用元胞。基于安全考虑，当且仅当元胞中所有空域均为可用空域时，该元胞才定义为可用元胞，否则将被定义为受限元胞。

1.2、建立元胞主要位置点模型：对于任意元胞，均具有5个主要位置点，即中心点、左上点、右上点、左下点、右下点。假设元胞边长为s，坐标系原点的实际坐标为(x0,y0)，那么元胞的5个主要位置点的实际坐标可以表示为：

其中，pc，ptl，ptr，pbl和pbr分别表示中心点、左上点、右上点、左下点和右下点的实际坐标。

1.3、建立基于可视图的预先航迹可行网络模型：表示基于限制区的可视图结构，其中，v表示图中所有点的集合，e表示图中所有边的集合，是点和边的对应法则。基于可视图理论和空域离散化的特点，令：

v2＝{v|pv＝piorpo}

v＝v1uv2

c(x,y)∈cr,i,i∈i

其中，v表示图中的点，v1表示限制区外边界点的集合，v2表示航空器进入点和离开点的集合，v是v1与v2的并集，表示可视图所有点的集合；x、y，x′，y′，x″，y″，x″′，y″′都表示元胞横纵坐标，参数符号右上角的“一撇，两撇，三撇”为在几个条件中互相区分。表示“存在”，表示“存在唯一”，即“有且仅有一个”。pv表示点v的实际坐标，cr,i表示限制区i中限制元胞的集合，i是所有限制区的集合，pi和po分别是该航空器在该空域中的进入点和出口点的实际坐标，e表示图中的边，|vivj|表示点vi和点vj的连线。可视图的边为无向边，边的权值为连接该边两点间的实际距离。基于可视图，运用dijkstra算法在所生成无向加权图中搜索出最短路径。

具体举例说来：如图1所示，为基于元胞的空域离散化模型图，基于经(x轴)纬(y轴)度，空域被划分为10×10的元胞。c(x,y)表示元胞坐标为(x,y)的元胞。根据空域是否受限(因恶劣天气、军事活动等影响导致不可飞行)，定义两种基本类型元胞，即可用元胞和不可用元胞。当且仅当元胞中所有空域均为可用空域时，该元胞才定义为可用元胞，如c(1,4)，否则将被定义为受限元胞，如c(2,4)和c(3,4)。

如图2所示，为元胞主要位置点模型图，假设该元胞为c(3,4)，空域原点坐标为(0,0)，元胞尺寸为10，则其5个主要位置点坐标分别为中心点(35,45)、左上点(30,50)、右上点(40,50)、左下点(30,40)、右下点(40,40)。

如图3所示，为基于可视图的预先航迹可行网络模型图，图中所示限制区元胞为c(2,3)、c(3,2)、c(3,3)、c(5,7)、c(6,6)、c(6,7)、c(7,6)、c(7,7)，则限制元胞的凸边界点取pc(1,2)、pc(1,4)、pc(2,1)、pc(4,1)、pc(4,4)、pc(4,6)、pc(4,8)、pc(5,5)、pc(8,5)、pc(8,8)，航空器进入点为pc(0,0)，离开点为pc(7,9)。航空器的进入点、离开点、限制元胞凸边界点两两连线，取其中未穿过限制区元胞的线，共同构成无向图，以边的实际长度给边赋权，构成一个无向赋权图。通过dijkstra算法求解其最短路径，所求预先航迹的航迹点依次为pc(0,0)、pc(1,4)、pc(4,8)、pc(7,9)。

其二，所述实时自主航迹冲突探测解脱，包括：

2.1、建立航空器实时位置更新模型：航空器沿其期望航迹飞行，途径的某连续三个航路点，分别为wk、wk+1、wk+2,与之对应的实际坐标分别为(xk,yk)、(xk+1,yk+1)、(xk+2,yk+2)，受控到达时间分别为tk、tk+1、tk+2。图ai、ai+1、ai+2分别表示该航空器在ti、ti+1、ti+2时刻的实时位置。其中，ti表示航空器进行第i次冲突探测的时刻。每次更新的时间间隔为t，即ti+1＝ti+t，其中，i和k都为正整数，为数学公式中常见的用于表示不同离散值的角标。假设该航空器在ti、ti+1、ti+2这三个时刻的位置的实际坐标分别是(xi,yi)、(xi+1,yi+1)、(xi+2,yi+2)。根据航空器位置更新后是否仍然处于当前航段，共有两种情况。

case1：假设从ti推测至ti+1位置更新后航空器仍然处于当前航段。此时，

即航空器的实际坐标可以表示为：

在该情况下，假设航空器的运动状态为匀速直线运动，则航空器实时位置表示为：

其中，x(t)和y(t)分别表示在时间t∈[ti,ti+1]时该航空器位置的实际坐标。

case2：假设从ti+1推测至ti+2位置更新后航空器已处于下一航段。此时，

即航空器的实际坐标可以表示为：

相似地，在该情况下，假设航空器的运动状态为匀速直线运动，通过连续飞行动力学模型计算航空器的实时位置，则有：

2.2、建立局部冲突探测模型：首先定义：主动执行冲突探测的航空器被称为探测航空器；在探测范围内的航空器被称为被探测航空器；在外部的航空器则被称为未被探测航空器。仅考虑探测航空器与被探测航空器之间的潜在冲突。假设航空器之间最小水平间隔为ss。当且仅当在飞行过程中的某个时刻任何两架航空器之间的最小水平间隔小于ss时，即可判定航空器间存在潜在飞行冲突。故若探测航空器与被探测航空器之间的最小水平间隔小于ss时，即探测到冲突。

2.3、建立两航空器相对位置关系模型：如上所述，根据航空器更新后位置是否依然处于当前航段，航空器位置每次更新都有2种情况，那么2架航空器每次位置更新后的相对位置表达式就有4种情况。其中最复杂的一种情况的模型表达形式可涵盖其他3种情况，即两架航空器位置更新后都处于下一航段。在该情况下，假设是航空器m期望航迹中的3个连续航路点，他们的实际坐标分别是且受控到达时间分别是假设是航空器n期望航迹中的3个连续航路点，他们的实际坐标分别是且受控到达时间分别是航空器m和n在ti和ti+1时刻的位置的实际坐标分别是和因此，航空器m和n的实际坐标可以表示为：

其中，p^m(t)和pⁿ(t)分别是航空器m和n在t∈[ti,ti+1]时的实际位置。

航空器在每一个航段均为匀速直线运动，所以航空器的位置是随时间线性变化的。航空器之间距离的平方是关于t的分段函数，每个分段都是二次函数。

第i段分段函数可以表示为：

si²(t)＝ait²+bit+ci

其中，s(t)＝|p^m(t)pⁿ(t)|，ai、bi、ci都是常数，且ai＞0。又因为s(t)≥0，所以si(t)和si²(t)在相同的t上取得最小值，t表示时间。因此，si(t)的最小值可以表示为：

所以当前航段两架航空器之间的最小距离为：

mins(t)＝min{minsi(t)}

即，若mins(t)＜ss则探测到冲突，否则未探测到冲突。

2.4、建立基于可达时空域模型：假设ai为某航空器在ti时刻的实际位置，记为(xi,yi)；wk为该航空器航迹中下一航路点，且其实际坐标和受控到达时间分别记为tk和(xk,yk)。此时，令为c(x,y)中的改航航路点，其实际坐标为(x,y)，有：

(x,y)＝pc(x,y)

vmax为航空器的最大航速。考虑到受控到达时间约束，可得到以下约束：

其中，表示以c(x,y)为改航元胞的改航点，另外

δt＝tk-ti

即：

由式上式可知，所有可行的改航航路点(x,y)均处于一个椭圆之中，即：

其中，

2.5、建立改航优化模型及其求解算法：

1)目标函数

本文航迹优化将受控到达时间纳入考量范围，即在规划冲突解脱航迹时，应尽可能通过调速满足控制到达时间限制。由于航迹可达域内的改航点均能满足受控到达时间要求，故本文的优化目标为改航航迹最短，记为：

minz＝f(x,y)

其中，f(x,y)是当航空器以pc(x,y)为改航航路点时改航航段的飞行距离。

2)约束条件

(1)限制区约束。基于元胞的空域离散化思想，考察元胞的中心点是否在该椭圆内，如果在，我们就将其列为潜在改航元胞，即改航点不应处于限制区内：

其中，cr,j表示限制区j中限制元胞的集合，i是所有限制区的集合。

同时，改航航迹不能穿越限制区，即：

(2)转弯角约束。考虑到航空器性能限制，潜在改航航路点需要满足航空器转弯角度的限制。假最大转弯角度为ta，则有：

αxy,βxy,γxy≤ta

其中，αxy、βxy、γxy分别为出航角、归航角和航迹恢复角，如图8所示。

(3)最小安全间隔约束。基于局部冲突探测中提到的冲突探测方法，改航航迹应满足最小安全间隔：

mins(x,y)≥ss

其中，mins(x,y)是当该航空器以pc(x,y)为改航航路点时，其与被探测航空器的最短距离。

综上，最短无冲突航迹规划模型为：

minz＝f(x,y)

其中，i表示所有限制区的集合，cr,j(r为下角标)表示编号为j的限制元胞，这里的r来自restricted，cr是一个整体，j是变量。(r为上角标)，表示以c(x，y)为改航元胞的改航点，r来自reroute，w^r是一个整体，xy是变量。

3)求解算法

采用枚举法，遍历所有潜在改航元胞，通过上述约束条件筛选出可行改航元胞，从中选取最优改航元胞，即可得到最优改航航路点及相应的改航航迹。

具体举例说来：

附图4为航空器实时位置更新模型图，航空器的连续三个航迹点w1、w2、w3为分为pc(1,2)、pc(2,6)、pc(5,7)，其受控到达时间分别是100s，280s，420s，a1、a2、a3是航空器的3个连续的位置更新点，航空器速度为826km/h，取样时间100s(实际取样时间在10s以内，这里为体现出两种位置更新情况下位置计算的区别)，元胞尺寸10km，空域原点坐标为(0,0)，第1个位置更新点a1的坐标为(17.2,33.5)，取样时间点为140s。则第2个位置更新点a2的坐标为(21.5,51.0)，第3个位置更新点a2的坐标为(37.9,69.3)。

附图5为局部冲突探测模型图，探测航空器p1的探测范围为30km。因航空器p2、p3与航空器p1的距离小于30km,故航空器p2、p3为被探测航空器；因航空器p4、p5与航空器p1的距离大于30km,故航空器p4、p5为未被探测航空器。

附图6为两航空器相对位置关系模型图，该图中的4个子图分别举例了4种航空器更新前后的相对位置关系。子图1为航空器m、n更新后都仍处于当前航段；子图2为航空器m更新后已处于下一航段，而航空器n更新后仍处于当前航段；子图3为航空器m更新后仍处于当前航段，而航空器n更新后已处于下一航段；子图4为航空器m、n更新后都已处于下一航段。

附图7为基于可达时空域的改航优化模型图，在潜在改航区内，虽然c(4,6)的中心点pc(4,6)也在潜在改航区内，但因c(4,6)为限制区元胞，故其不能作为潜在改航元胞。假设在本例中，航空器当前位置为(27.2,32.3)，下一航路点pc(7,6)，为根据约束条件，最终的可行改航元胞为c(3,5)、c(4,5)、c(5,6)，分别对应的目标函数(最短路径长度)为65.2km、60.5km、63.0km，则最优改航航迹点为c(4,5)。

图8为潜在改航区范围拓展模型图，假设在附图7中，根据约束条件，无可行改航元胞，则通过推迟下一航路点pc(7,6)的cta来扩大潜在改航区，在本例中，新增潜在改航元胞14个，若在当前的潜在改航元胞中仍然没有可行改航元胞则继续推迟下一航路点pc(7,6)的cta来扩大潜在改航区，直至存在可行改航元胞。

具体的，改航优化模型的具体算法流程图如图9所示。

本实施例中，还提供一种应用于自由航路空域的自主航迹规划与冲突解脱装置，包括：

航迹预先规划模块，用于利用所述空域状态数据，对空域进行基于元胞的离散化处理。并利用基于元胞的空域离散状态，获取预先规划结果，所述预先规划结果包括：满足限制区约束的路径。其中，航迹快速预先规划模块获取空域状态信息，对空域进行基于元胞的离散化处理，并求解满足限制区约束的最优路径，实现航迹快速预先规划。

航迹冲突处理模块，用于利用所述预先规划结果和所述航空器运行数据，获取潜在冲突数据，并根据所述潜在冲突数据，获取航迹冲突解脱方案。其中，实时自主航迹冲突探测解脱模块航迹实时预测，进行局部冲突探测，对探测到的潜在冲突，通过冲突解脱模型获取改航航迹，实现实时自主航迹冲突探测解脱。

具体的，所述航迹冲突处理模块，包括：

航迹实时预测子模块，用于所述预先规划结果和所述航空器运行数据，构建航空器实时位置更新模型。利用所述航空器实时位置更新模型，构建航空器相对位置关系模型。其中，航迹实时预测子模块采集航空器的运行参数，包括位置坐标、航向、航速等，通过航空器实时位置更新模型，实现航迹实时预测。

局部冲突探测子模块，用于通过所述航空器相对位置关系模型，获取两个航空器在当前航段内的最小距离，并对比最小安全间隔的大小，获取两航空器的冲突关系，并连通探测航空器编号、被探测航空器编号、探测时间和探测位置共同组成所述潜在冲突数据。其中，局部冲突探测子模块分析航空器之间相对位置关系，确定相对距离计算表达式，求解最小距离，实现局部冲突探测。

实时冲突解脱子模块，用于根据可达时空域，建立改航优化模型。并利用所述冲突数据和所述改航优化模型，遍历所有潜在的改航元胞，并提取最优改航元胞。其中，实时冲突解脱子模块解算改航航迹优化模型，在当前受控到达时间约束下无解的情况下，基于潜在改航区范围拓展模型，推迟后续航路点受控到达时间，再次进行改航优化模型求解。

本实施例中，主要包含了自主航迹预先规划模块与航迹冲突处理模块。其中，自主航迹预先规划模块旨在采集包含限制区信息的空域实时状态信息，并对空域进行基于元胞的离散化处理，对空域元胞进行状态分类，根据离散化后的空域状态，构建基于可视图的预先航迹可行网络图，通过路径搜索算法获取满足限制区约束的最优路径，实现航迹快速预先规划；航迹冲突处理模块，旨在采集航空器实时运行参数，根据连续飞行动力学与航迹计划预测航空器未来航迹，对航空器相对位置进行分类，并在此基础上进行局部冲突探测，对探测到的潜在冲突，搜索满足约束的改航航迹，对当前约束下无可行解的航空器，推迟其后续航迹点受控到达时间，最终实现实时自主航迹冲突探测解脱。

本实施例中所述的装置，可以具体实现为目前空管系统中，并通过各个子系统实现相应的功能，如图11所示的，包括：

空管监视子系统，用于实时监控并获取空域状态数据与航空器运行数据。

航迹快速预先规划子系统，用于从空管监视子系统获取空域状态数据，对空域进行基于元胞的离散化处理，获取基于元胞的空域离散状态模型，基于此构建预先航迹可行网络图，获取满足限制区约束的最优路径，实现航迹快速预先规划。

实时自主航迹冲突探测解脱子系统，用于从空管监视子系统获取航空器预先规划的航迹数据，进行航迹实时预测与局部冲突探测，对探测到的潜在冲突，通过冲突解脱模型获取改航航迹，实现实时自主航迹冲突探测解脱。

显示子系统，用于将空域状态、预先规划航迹、实时运行航迹、改航航迹、改航求解过程中基于可达时空域的椭圆投影显示在二维平面。

本实施例通过基于元胞的空域离散化实现了3个功能：①通过元胞分类使航空器仅能在可行元胞中飞行，从而确保航空器不会因为意外闯入限制区而造成危险；②在航空器规划期望航迹时，限制区边界的元胞的中心点将被用作改航路径的备选航路点；③航空器自主冲突避让的改航点亦为元胞中心点。航空器在空域受限信息共享支撑下，实现预先航迹快速规划，从而在进入空域后更加专注于与其他航空器之间的冲突探测与解脱，从而提高实时运行效率。基于可达时空域的改航优化不仅能够支撑自由航线空域内自主航迹运行，亦提供了一致的情景意识和透明友好的人机接口，尤其是发生特情时，管制员或飞行员可以安全无缝地接管空域或航空器运行，有效降低自主运行潜在风险。总的来说，所提方法能够支撑复杂空域高密度运行环境自主航迹运行，为推动自主空中交通系统发展提供了新思路和新方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。