一种基于A*算法与航行限制数据迭代高效航线规划方法与流程

本发明实施例涉及空管技术领域，具体涉及一种基于a*算法与航行限制数据迭代高效航线规划方法。

背景技术：

飞机飞行的路线称为空中交通线，简称航线。飞机的航线不仅确定了飞机飞行具体方向、起讫点和经停点，而且还根据空中交通管制的需要，规定了航线的宽度和飞行高度，以维护空中交通秩序，保证飞行安全。目前航空公司进行航线规划主要是由手工规划，人工排查，耗时耗力。参与规划和运算的数据量级巨大。人工选出的线路往往会存在一定的主观性，片面性，数据覆盖面方面会有不足，规划时间比较长，效率低下。

技术实现要素：

为此，本发明实施例提供一种一种基于a*算法与航行限制数据迭代高效航线规划方法，以解决现有技术中由于人工设置航线而导致的航线规划效率低的问题。

为了实现上述目的，本发明实施例提供如下技术方案：根据本发明实施例的第一方面，一种高效的航线规划方法，包括：

获取起点和终点的位置信息；

使用a*算法计算出所述起点和所述终点之间的航线；

使用航行限制数据对所述航线进行验证；

判断所述航线是否通过验证，如果否，则重新计算所述起点和所述终点之间的航线。

进一步地，使用航行限制数据对所述航线进行验证，包括：判断所述航线是否满足与其相关的限制数据的条件，若满足，则判断是否符合限制内容的要求，若满足要求则航线验证通过，否则航线验证不通过。

进一步地，如果验证不通过，则将验证不通过的限制数据转换成必经条件或不可用条件，再次启用基于a*算法的迭代路径规划计算出所述起点和所述终点之间的航线。

进一步地，所述航线参数包括以下的一种或几种：巡航速度、起飞时间、巡航高度；航线上必须经过和不能够经过的位置或航线路由。

第二方面，本申请提出了一种基于a*算法与航行限制数据迭代高效航线规划装置，包括：

数据获取模块，用于获取起点和终点的位置信息；

路径规划模块，用于使用a*算法计算出所述起点和所述终点之间的航线；

路径验证模块，使用航行限制数据对所述航线进行验证；

判断模块，用于判断所述航线是否通过验证；如果是，则结束；如果否，则路径规划模块重新计算所述起点和所述终点之间的航线。

进一步地，所述限制数据包括：条件要求和内容要求；路径验证模块还用于，判断所述航线是否满足所述条件要求，若满足，则判断所述航线是否符合所述内容的要求，若满足要求，则航线验证通过，否则航线验证不通过。

进一步地，所述路径规划模块还用于，将验证不通过的限制数据转换成必用条件或不可用条件，再次启用基于a*算法的迭代路径规划计算出所述起点和所述终点之间的航线。

第三方面，本申请还提出了一种基于a*算法与航行限制数据迭代高效航线规划设备，所述设备包括：至少一个处理器和至少一个存储器；

所述存储器用于存储一个或多个程序指令；

所述处理器，用于运行一个或多个程序指令，用以执行上述任一项所述的方法。

第四方面，本申请还提出了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被上述任一项所述的方法。

本发明实施例具有如下优点：本申请使用基于a*算法的迭代路径规划方法计算出所述起点和所述终点之间的航线并且能够进行验证。可以规划出路径最短的航线，并且还能够验证是否符合条件，提高了航线规划的效率。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

图1为本发明实施例提供的一种航线规划示意图；

图2为本发明实施例提供的一种航线规划方法流程图；

图3为本发明实施例提供的另一种航线规划的总体路程图；

图4为本发明实施例提供的一种航线规划装置的结构示意图；

图5为本发明实施例提供的一种航线规划设备的结构示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

航线规划，是一种非常复杂的工作，现有技术中是人工来进行航线的规划，费时费力，效率低，优选性能不高，参见附图1所示的航线规划示意图，在a和b之间，有三条航线；ab、acb、adb这三条线路当中，无疑ab是最合适的线路，但是现有技术中，可能并不会优选出ab线路，或者线路ab由于限制不能够使用，只有线路acb能够使用，现有技术中因为是人力来进行规划，所以效率低，主观性片面性大，优选性低，可能漏选最优的线路。

基于此，本申请提出了一种基于a*算法与航行限制数据迭代高效航线规划方法，参见附图2所示的航线规划方法流程图，该方法包括：

步骤s201，获取起点和终点的位置信息；

其中，起点是用户输入的飞机的起飞点，终点是用户输入的飞机的降落点。

除此之外，用户还输入机场信息、机型信息和高度范围信息。还输入验证的航线参数，包括经过的点的坐标，不能够经过的点的坐标。

步骤s202，使用a*算法计算出所述起点和所述终点之间的航线；

其中，a*算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。

步骤s203，使用航行限制数据对所述航线进行验证；

步骤s204，判断所述航线是否通过验证，如果否，则执行步骤s202；如果是，则结束；

上述方法，使用a*算法可以自动选择出两点之间的最短的航线，并进行验证，提高了航线规划的优选性能，提高了规划效率。

在一种可能的实施方式中，所述限制数据包括：条件要求和内容要求；使用航行限制数据对航线进行验证，包括：

判断所述航线是否满足所述条件要求，若满足，则判断所述航线是否符合所述内容要求，若满足要求，则航线验证通过，否则航线验证不通过。限制数据分限制条件和限制内容两部分组成，两部分中都会包括：时间信息、高度信息、航路、航路点、机场、航路空域、飞机性能、通过顺序等信息的一种或多种内容的组合。

验证就是比较计算得到的航路路由、性能、高度、时间等与限制数据中的条件是否满足，计算方法包括相等、与、或、顺序经过等运算方法，当满足条件后需要计算航路路由、性能、高度、时间等与限制内容是否相符，计算方法包括相等、与、或、顺序经过等运算方法。

举例说明：

限制数据限定了以下内容：othh为起飞点，davus为经过点，高度必须在1.2万英尺下使用lubetl934davus段航路；如果高度在4.6万英尺下使用lubetul934davus段航路。

如果计算出来的某一条航线a，虽然方向满足，起飞点和经过点都满足；

该航线a的高度是3万英尺，但是该航线a不是航线lubetul934davus段航路；则验证不通过；

如果计算得到的航线的路由满足了限制数据，从othh起飞并且经过了davus，则必须满足后面高度的条件，如果路由不满足或者高度不满足都不行，都属于不满足限制。

在一种可能的实施方式中，所述航线参数包括以下的一种或几种：巡航速度、起飞时间、巡航高度；航线上必须经过和不能够经过的位置或航线路由。

其中，每一条航线都有自己独特的航线参数，比如，航线ab是有确定的时间和飞行的高度的，当把航线ab确定之后，则确定了航线ab相关的航线参数，包括，航线ab的起飞时间，巡航高度，巡航速度，航线必须经过和不能够经过的位置坐标。获取了这些相关的航线参数之后，就能够进行进一步地对航线进行验证。

还可以用飞机的性能参数来进行验证，性能参数包括：飞机的型号；最大的载油量；最大航程；飞行速度；最大的起飞重量；载客量等。比如，虽然航线确定，但是如果飞机的最大航程比航线的起点和终点之间的距离要小，或者飞机的载油量达不到飞行的距离要求，则该航线验证不通过。

在一种可能的实施方式中，如果验证不通过，则将验证不通过限制数据转换成必用条件或不可用条件，再次启用基于最短路径算法的迭代路径规划计算出所述起点和所述终点之间的航线，重新进行验证，直到找到合适的航线为止。

其中，假设上一次计算出的航线没有通过验证，原因是航线参数中的巡航高度不符合条件；则重新使用算法规划路径，并以巡航高度为限制条件重新规划，算法再一次规划计算出来的路径自然就满足了巡航高度的要求。从而提高了规划的效率。

上述方法，通过计算出起飞点和目的点之间的航线，以及对航线进行验证，可以利用验证不通过的参数作为约束条件，重新规划新的路径，从而提高航线规划的效率。本申请可以快速准确的进行规划，一般航路控制在30秒之内就能够完成规划，规划结果无限制且距离最优。

本申请还提出了一种完整的航线规划的方法，参见附图3所示的另一种航线规划的总体流程图，该方法包括：

步骤s301，输入两个机场、时间、高度范围和机型信息；

步骤s302，输入必须经过的，和/或，不能够经过的航路、航路点和空域；

步骤s303，根据条件进行路径规划；

步骤s304，判断是否找到路径；如果是，则执行步骤s305；如果否，则执行步骤s308；

步骤s305，对路径进行验证；

步骤s306，判断验证是否通过；如果是，则执行步骤s307；如果否，则执行步骤s309；

步骤s308，设置结果为未找到航路；

步骤s309，将航线没有通过验证的航行限制数据组织成约束条件；返回步骤s302；

假设使用航行限制数据对航线进行验证时，航线没有通过航行限制数据的验证，那么就把该航行限制数据作为一个新的约束条件，算法使用该新的约束条件重新计算路径，计算出来的新的路径自然就符合航行限制数据的要求。

步骤s307，设置结果为通过验证的航路；

步骤s310，结束；

第二方面，本申请还提出了一种基于a*算法与航行限制数据迭代高效航线规划装置，参见附图4所示的航线规划装置示意图，包括：

数据获取模块41，用于获取起点和终点的位置信息；

路径规划模块42，用于使用a*算法计算出所述起点和所述终点之间的航线；

路径验证模块43，用于使用航行限制数据对所述航线进行验证；

判断模块44，用于判断所述航线是否验证；如果验证不通过，则路径规划模块42重新计算所述起点和所述终点之间的航线。

在一种实施方式中，所述限制数据包括：条件要求和内容要求；路径验证模块43还用于，判断所述航线是否满足与其相关的限制数据的条件要求，若满足，则判断航线是否符合所述内容要求，若满足要求则航线验证通过，否则则航线验证不通过。

在一种实施方式中，路径规划模块42还用于，将验证不通过的限制数据转换成必用条件或不可用条件，再次启用基于a*算法的迭代路径规划计算出所述起点和所述终点之间的航线。

第三方面，本申请还提出了一种基于a*算法与航行限制数据迭代高效的航线规划设备，包括：至少一个处理器51和至少一个存储器52；

所述存储器52用于存储一个或多个程序指令；

所述处理器51，用于运行一个或多个程序指令，用以执行上述任一项所述的方法。

第四方面，本申请还提出了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被执行上述任一项所述的方法。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。