摘 要：近年來，無人機運輸業(yè)迅猛發(fā)展，其飛行過程中的沖突探測與避撞問題成為亟需解決的關鍵問題。在無人機周圍建立合理的三維空間模型，優(yōu)化包括緊急避撞區(qū)域、一般避撞區(qū)域、監(jiān)視及提前避撞區(qū)域的三級避撞區(qū)域系統(tǒng)，并利用 ADS-B 報文提供的無人機位置、速度等信息，基于無人機一般二維平面上的沖突探測與避撞算法，通過增加垂直方向上的沖突識別來改進沖突探測算法，對比調速、調向兩種避讓方案在各避撞區(qū)域的成功率。結果表明：改進算法能在無人機數(shù)量大幅增加的情況下有效識別沖突無人機，同時采用先調速后調向的避讓方案，避撞成功率達到 99.75%，可為保障無人機的飛行安全提供有效策略。

　　關鍵詞：無人機;沖突探測;ADS-B;三級避撞;決策避讓

　　引 言

　　近年來，隨著中國航空運輸業(yè)的快速發(fā)展，無人機已被廣泛應用于包括測繪、拍攝、精準農業(yè)、監(jiān)控、搜救和公共安全等各個領域[1]。隨著我國低空空域的逐步開放，無人機運輸業(yè)必將迎來迅猛發(fā)展的新契機，但其遭遇飛行沖突的風險也日益上升，避撞問題成為無人機行業(yè)發(fā)展亟需解決的關鍵問題，對無人機飛行沖突進行提前探測和避讓的必要性愈發(fā)突出。

　　廣 播 式 自 動 相 關 監(jiān) 視(Automatic DependentSurveillance-Broadcast，簡稱 ADS-B)是飛行器上的一種自動監(jiān)視系統(tǒng)，利用衛(wèi)星導航技術向空中交通管制(Air Traffic Control，簡稱 ATC)和其范圍內的飛行器發(fā)送、接收信息。ADS-B 在飛行器沖突探測和運行監(jiān)視方面有很大優(yōu)勢，可以提供更為精準的監(jiān)視精度和豐富的監(jiān)視信息等[2]，可用于空中避撞、監(jiān)視、輔助進近等方面。

　　ADS-B 具有價格相對較低，速度、位置等信息精度高、更新速度快、監(jiān)視范圍廣等特點[3]。吳學禮等[4]在改進EVENT 模型的基礎上提出 ADS-B 監(jiān)視技術下各個參數(shù)的計算方法，提高飛行器縱向碰撞風險的檢測精度。相對于有人機由管制員、飛行員及導航設施等提供多方保障，無人機適用于低空作業(yè)，保障設施完善程度遠不及有人機，因此趙建華等[5]基于概率論和系統(tǒng)可靠性理論，建立無人機與運輸類飛機的碰撞風險模型。

　　針對無人機相互碰撞風險評估，V. D. Berdonosov[6]提出通過 ADS-B 系統(tǒng)獲得的兩個或三個軌道點來估計無人機的軌道，計算無人機可以碰撞的臨界速度范圍的兩個截止值;P. Pierpaoli 等[7]提出基于 ADS-B 和可預測的沖突避讓算法的模型，將該模型預測控制器應用于一對無人機在即將發(fā)生碰撞時的沖突避讓，并對其安全性進行研究;徐劍鋒[8]將場勢理論和 ADS-B 技術相結合，設計了一種以 ADS-B 技術為基礎的無人機航跡規(guī)劃算法;王倩等[9]結合靜態(tài)保護區(qū)原理，基于滑動窗多項式擬合法對無人機入侵航跡進行預測與沖突告警。無人機飛行與傳統(tǒng)運輸航空相比，飛行航路不固定且隨意性較大，這給無人機空中沖突探測與避撞帶來極大困難 。

　　由 上 述 研 究 可 以 發(fā) 現(xiàn) ，目 前 針 對 無 人 機 的ADS-B 碰撞研究，主要采用碰撞模型、航跡預測等方法，但基于 EVENT 碰撞模型評估所得到的碰撞風險概率過于保守，會造成過多的無用避讓;航跡預測的準確性依賴于數(shù)據(jù)預處理結果的正確度，且在實時運算時運算量很大，需要高性能的計算機，很難實現(xiàn)大范圍的普及。

　　鑒于此，本文對無人機沖突探測和避撞問題進行初步研究，基于傳統(tǒng)的兩圈層保護區(qū)及二維平面避讓策略，提出從縱向、側向及垂直方向三個方面綜合評估無人機沖突情況，并建立三圈層保護區(qū)域，提升篩選沖突無人機的準確性，同時改進基于 ADS-B 的無人機沖突避讓策略：SA 區(qū)域優(yōu)先調速、TA 區(qū)域優(yōu)先調向的沖突避讓策略，降低無人機連續(xù)轉向操作的復雜性，以期提高無人機運行的安全性，并為未來無人機的運行安全保障提供一種思路。

　　1 無人機周圍空間模型

　　建立無人機周圍保護空間建模方法有很多種，如Reich 模型、EVENT 模型[10]、圓柱體保護區(qū)模型、球體保護區(qū)模型、橢球體保護區(qū)模型[11]、長方體保護區(qū)模型[12]等。對無人機周圍空間保護區(qū)的劃分大多采用兩級避讓策略，即內、外兩圈層，稱為保護區(qū)(protected airspace zone，簡稱 PAZ)和碰撞區(qū)(collision airspace zone，簡稱 CAZ)[13]。

　　這種方法的保護區(qū)范圍較大，但在實際飛行過程中，在這么大范圍內的無人機與本無人機發(fā)生碰撞的概率是非常低的，同時也會讓本無人機處于對所有入侵飛機進行避撞處理的狀態(tài)。交通預警與防撞系統(tǒng)(Traffic Alert and Collision Avoidance System，簡稱 TCAS)是目前在航空運輸中使用量最大且成熟度非常高的系統(tǒng)，獨立于地面的空中交通管制系統(tǒng)，其采用橢圓柱體建模，避撞采用 RA(Resolu⁃tion Advisory)區(qū)域(15～35 s)和 TA(Traffic Advi⁃sory)區(qū)域(20～48 s)兩級避撞[14]。

　　但 TCAS 的價格較高，并且需要每架飛機上都裝有應答機才有作用，而 ADS-B 工作范圍更廣，價格更低。本文對無人機采用圓柱體建模方法，即以本無人機為中心點，考慮兩架無人機對向飛行時的避讓距離，取適當半徑值和高度值，建立圓柱體空間保護模型。無人機周圍空間保護區(qū)(保護區(qū)大小可根據(jù)預測的會合速率而做出相應改變[15])，以本無人機為中心，建立 3 個同心圓柱狀的保護空間。

　　一圈層為 RA 區(qū)域(緊急避撞區(qū)域)，必須對進入此區(qū)域的入侵無人機立即進行緊急避撞處理。二圈層為 TA 區(qū)域(一般避撞區(qū)域)，進入此區(qū)域的入侵無人機需進行一般碰撞規(guī)避，避免入侵無人機進入 RA 區(qū)域。三圈層為 SA 區(qū)域(監(jiān)視及提前避撞區(qū)域)，由于此區(qū)域范圍較大，進入的無人機較 多 ，需 利 用 ADS-B 信 息 對 入 侵 無 人 機 進 行 篩選，識別存在沖突的無人機進行提前避讓。本文以中低空多用途無人機中國翼龍無人機為例，其機體尺寸為：機長 9. 05 m，機高 2. 77 m，翼展 14 m，平均飛行速度為 180 km/h，最大飛行速度為 280 km/h[16]。

　　在設置保護區(qū)數(shù)值時，引入疊加保護區(qū)的概念，即將入侵無人機的保護圓疊加到本無人機上，將兩個保護圓的沖突避讓問題簡化為 質 點 與 疊 加 保 護 圓 的 沖 突 避 讓 問 題 。 根 據(jù)TCAS II 的設計標準，本文 RA 區(qū)域以本無人機為中 心 點 ，水 平 保 護 面 半 徑 為 2 × 280 × 35 ÷3 600 = 5.4 km，垂直保護面高度為 2. 7 km;TA 區(qū)域 以 本 無 人 機 為 中 心 ，水 平 保 護 面 半 徑 為 2 ×280 × 48 ÷ 3 600 = 7.5 km，垂 直 保 護 面 高 度 為3. 75 km;SA 區(qū)域主要進行沖突識別及提前避撞，具體參數(shù)值可根據(jù)需要自由設定，本文以本無人機為中心，水平保護面半徑設為 15 km，垂直保護面高度為 7. 5 km。

　　2 沖突探測及避讓措施

　　2. 1 沖突檢測過程三 級 避 撞 圈 層

　　沖 突 檢 測 及 處 理 過 程 優(yōu) 先 級為：RA 區(qū)域為第一優(yōu)先處理級，TA 區(qū)域為第二優(yōu)先處理級，SA 區(qū)域為第三優(yōu)先處理級。

　　Step 1： 接 收 進 入 SA 區(qū) 域 的 無 人 機 ADS-B 信號，其所包含的三維位置信息來源于全球導航衛(wèi)星 系 統(tǒng)(Global Navigation Satellite System，簡 稱GNSS)，航向、速度信息來源于無人機本身，能夠真實反映無人機的飛行狀態(tài)和飛行沖突[17]。只有當本無人機與入侵無人機在水平方向和垂 直 方 向 上 同 時 存 在 沖 突 時 ，才 可 以 判 定 沖 突存在[18]。

　　1 號無人機為本無人機，2 號無人機為入侵無人機，通過ADS-B 獲得 1、2 號無人機的經(jīng)緯度信息，得到兩架無人機的相對方位角∠EAC。同理可得到在其余象限的 γ'取值。在實際飛行過程中，為盡量減少額外飛行成本，無人機航向的調整范圍最好在 90°范圍內，如有特殊要求，也可以按自身需求設置航向調整范圍。

　　3 仿真驗證

　　通過上述沖突探測及避讓措施，1 號無人機可以通過 ADS-B 報文，獲得 2 號無人機的航向、高度、速度等信息，確定其是否對本無人機存在威脅，并通過速度及航向調整進行沖突避讓。現(xiàn)通過 Matlab R2018a 軟件版本進行仿真實驗，驗證本文提出的沖突探測方法及避讓措施的有效性。由于獲取無人機真正的 ADS-B 報文具有難度，本文主要通過仿真模擬隨機生成速度、航向、高度不定的無人機，來與本無人機進行沖突探測和避讓。本文研究范圍為本無人機疊加保護區(qū)范圍，本無人機坐標為(0，0)，以中低空多用途無人機中國翼龍無人機數(shù)據(jù)為基礎。

　　在 SA 區(qū)域邊緣隨機產生航向、速度不同的無人機，區(qū)域邊緣上的黑色短線表示無人機水平方向上存在沖突的航向范圍，對兩架無人機的速度矢量進行合成，得到入侵無人機對本無人機的相對運動速度及航向。相對速度方向不在沖突航向范圍內的入侵無人機用小三角作為標記;相對速度方向存在沖突航向的風險，但垂直方向不存在沖突的入侵無人機用五邊形作為標記;對水平及垂直方向均存在沖突的無人機用五角星作為標記，并進行碰撞避讓。

　　計算 SA 區(qū)域避撞失敗的無人機到達 TA 區(qū)域邊緣的位置，對水平及垂直方向均可能入侵 RA 區(qū)域的無人機進行二次入侵標記，并采取避撞措施。若仍有無人機進入 RA 區(qū)域，則立即調整速度，航向及高度，使入侵無人機遠離本飛機 RA 區(qū)域。本次仿真過程分為兩種情況：在 SA 區(qū)域邊緣每次隨機產生 1 架或 5 架隨機航向及速度的無人機，隨著無人機數(shù)量的增多，產生飛行沖突的概率上升，通過調整無人機速度、先調整無人機速度后調整航向兩種不同方案，分別累計重復模擬 10 000次，得到?jīng)_突壓力提升下復雜飛行環(huán)境的沖突無人機篩選及避讓情況。

　　兩種方案在 10 000 次的仿真過程中，對于隨機生成 1架無人機及隨機生成 5 架無人機的不同情況分別成功篩選出 1 024 架、957 架和 3 927 架、3 947 架沖突無人機，對比箱線圖的范圍和中位線位置，各個階段篩選的沖突無人機架次差別不大，表明本文篩選排除算法能在無人機數(shù)量增加、飛行沖突概率上升的情況下有效篩選出與本無人機存在潛在沖突的無人機。SA 區(qū)域避讓無人機成功比例如圖 7 所示，可以看出：兩種方案在 SA 區(qū)域均采用調整速度的方法進行沖突避讓，面對周圍無人機數(shù)量的增加，兩種不同情況的成功比例均達到 0. 96 以上，表明本文提出的調速策略能有效避讓絕大部分的飛行沖突。

　　4 結 論

　　(1)構建三圈層三維無人機保護模型，提出有效沖突探測算法，在保證合理安全裕度的前提下，通過提前對無人機水平及垂直方向入侵可能性的判斷，穩(wěn)定高效的篩選出存在沖突的無人機，減少本無人機的無效沖突避讓。(2)綜合實際運行情況，提出有效沖突避讓措施，選擇先調整速度后調整航向的方案避免絕大部分的飛行沖突，并且能有效應對復雜飛行環(huán)境，避讓效果不會隨著復雜程度的增加而降低，對無人機的飛行提供有力的安全保障。

　　參 考 文 獻

　　[1] 楊元元 . 中國發(fā)展新一代民用航空運輸系統(tǒng)的愿景[J]. 中國民用航空，2007(8)：16-18.YANG Yuanyuan. Visions of the new generation air trans⁃portation system in China[J]. China Civil Aviatyion，2007(8)：16-18.(in Chinese)

　　[2] NIJSURE Y A，KADDOUM G，GAGNON G，et al. Adap⁃tive air-to-ground secure communication system based onADS-B and Wide-Area multilateration[J]. IEEE Transac⁃tions on Vehicular Technology，2016，65(5)：3150-3165.

　　[3] 羅文田，趙澤榮，張德銀 . 基于 ADS-B 的飛機預警避撞算法研究[J]. 控制工程，2011，18(4)：559-563.LUO Wentian，ZHAO Zerong，ZHANG Deyin. Investiga⁃tion of aircraft collision avoidance and early warning algo⁃rithm based on ADS-B[J]. Control Engineering of China，2011，18(4)：559-563.(in Chinese)

　　[4] 吳學禮，霍佳楠，張建華 . 基于 ADS-B 監(jiān)視技術的飛行器縱向最小間隔研究[J]. 河北科技大學學報，2017，3 8(1)：52-58.WU Xueli，HUO Jianan，ZHANG Jianhua. Longitudinalminimum interval of aircrafts based on ADS-B monitoringtechnique[J]. Journal of Hebei University of Science andTechnology，2017，38(1)：52-58.(in Chinese)

　　[5] 趙建華，王華偉，嚴曉婧，等 . 無人機與運輸類飛機碰撞風險研究[J]. 艦船電子工程，2021，41(1)：26-29，76.ZHAO Jianhua，WANG Huawei，YAN Xiaojing，et al. Re⁃search on collision risk between drones and transport aircraft[J]. Ship Electronic Engineering，2021，41(1)：26-29，76.(in Chinese)

　　[6] BERDONOSOV V D. Speed approach for UAV collisionavoidance[J]. Journal of Physics：Conference Series，2018，1015(5)：052002-052002.

　　[7] PIERPAOLI P，RAHMANI A. UAV collision avoidanceexploitation for noncooperative trajectory modification[J].Aerospace Science and Technology，2017，73：173-183.

　　作者：楊姝，王一樺