民用飛機航路智能規劃技術研究

池懌 余磊

摘要：針對民用飛機在執行航線飛行過程中遇到飛行員失能等異常情況，傳統的飛行管理系統（FMS）無法自動重新規劃合理路徑。本文采用與路徑平滑技術相結合的動態A*算法作為軌跡規劃算法。基于導航數據庫構建初始路徑，考慮天氣限制、禁飛區域、空管指令、機場條件等約束條件的影響，建立路徑規劃的代價函數，通過最小化實際成本和啟發式成本的總和來選擇后繼點，減少了不必要節點的搜索負擔。在異常情況下，能夠監控檢測到這些變化并規劃出最適合降落機場的航路，在擴展民用航空應急響應措施、提高安全性方面具有重要意義。

關鍵詞：飛行管理系統；航路規劃；航路約束；動態A*；導航數據庫

中圖分類號：V355文獻標識碼：ADOI：10.19452/j.issn1007-5453.2020.10.008

民航飛行員通常使用飛行管理系統來規劃航路，通過在機上選擇預定航線來生成飛行計劃，然而由于受到逐臺飛行空域體系的制約，當遇到飛行員惡意操作等異常情況時，傳統飛行管理系統無法越過飛行員操控權限，重新規劃飛行路徑來保證飛行安全。隨著下一代空管體系架構的推進，空地協商機制的不斷完善[1-3]，航路在線智能規劃技術在民航領域的應用也越來越具有重要意義。

目前，航路規劃算法多用于無人機避撞問題，有許多例子表明Dijkstra算法或動態規劃等離散方法在無人機航路規劃中的普及[4-6]，由于飛行管理系統對航路規劃計算時間的需求在100ms以下，考慮到在空中交通法規施加在商用飛機上大量約束的情況，因此，采用動態A*算法，并利用該算法的的高效性，實現航路智能的軌跡規劃的研究。

本文主要的研究內容包括基于導航數據庫的場景建模、軌跡規劃算法研究、緊急著陸和航路偏移算法研究，最后通過仿真軟件來完成算法的驗證。

1基于數據庫的場景建模

1.1數據庫的構建

正常的民機飛行軌跡中，一個完整的軌跡被分解為一系列的飛行航段。飛機的水平飛行和使用航路點以一定傾斜角的轉向可以定義一個橫向剖面，一個橫向剖面通常用一系列的航路點來描述，航路點的高度限制定義了垂直的剖面。在起飛后，飛機遵循標準儀表離場程序（SID），SID提供了起飛階段到航路階段的飛行程序。在著陸前，飛機遵循標準進近程序（STAR），STAR提供了航路過渡到終端區的飛行程序[7]。

航路點、SID、STAR、跑道、航線等信息通常存儲在導航數據庫中。航空數據供應商將航空公司選擇范圍內的航空情報資料（AIP）進行ARINC 424格式編碼[8]后提供給飛行管理系統（FMS）制造商。FMS制造商將這些信息匯總后，轉換成FMS所能存儲和讀取的機載導航數據庫格式文件。導航數據庫內容如圖1所示。

在進行民用飛機軌跡規劃建模時，應使用標識搜索、嵌套查詢等方法從導航數據庫中選取：航路點經緯度、航路點高度限制、機場經緯度、SID、STAR、航線方向等存到航路點路徑中，并建成有向連通帶權圖。以供路徑規劃時使用。

1.2約束條件

（1）禁飛區

可以通過x，y和h坐標，使用幾何形狀或形狀的組合來定義空間中的禁飛區，連接位于該區域中的任何兩個節點的線被標記為障礙，由軌跡搜索算法進行評估，從而完全避免該指定區域。

（2）天氣

在實際環境中，天氣是制約飛機飛行能力的一大重要因素。在飛行過程中飛機會收到從地面控制中心發送的天氣預報，每半小時一次，預報的內容會包括發布天氣預報的時間、天氣的類型、該天氣的中心點緯度、中心點經度、起始半徑、結束半徑以及天氣情況等級，其中天氣情況等級共分為0～9的10級情況，9表示需要繞飛。對于特殊的天氣（如雷暴、颶風）會提示緊急天氣。在實現過程中，將天氣狀況量化到每兩個航路點之中，作為航路選擇的代價進行參考。

（3）地面監管和空中交通管理

商業航班在空中的飛行需要遵循一定的程序。一般來說，飛機在飛行中需要沿著固定的航路飛行。飛機飛行過程中，一些極端天氣的發生或者空中交通管理的出現，使得飛機需要就近選擇降落機場，或者執行繞飛操作。

2軌跡規劃算法研究

Dijkstra算法使用廣度優先搜索策略，忽略了很多有用信息，考慮到禁飛區、天氣、空中交通管理等大量約束的情況，A*算法既能夠像Dijkstra算法那樣搜索到最短路徑，又能像廣度優先搜索算法（BFS）一樣使用啟發式函數進行搜索，是適用于民用飛機路徑規劃的一種智能路徑規劃算法[9]。

航路在線智能規劃的核心規劃算法是A*算法。通過最小化實際成本加上啟發式成本的總和來選擇后繼點，軌跡規劃先通過基于圖論的A*算法，求出兩個航路點之間的低精度最小權重路徑。在使用基于三維地圖網格化的A*算法，在基于低精度規劃的路徑基礎上，進行迭代細化生成高精度路徑。

2.1低精度軌跡規劃

經過數據庫的搭建、應用場景的建模，此時已經得到了一個供進行規劃的包括天氣等信息的全局的“地圖”或者“圖形”，在該圖上，根據起飛機場、降落機場以及航路點進行分割，點與點之間連線填入成本函數值，然后在這個地圖上使用A*智能路徑搜索算法，規劃出一條最優的航跡，該航跡使得總體的成本函數值最小。機場、航路點這些點與點之間連線構成了低精度下的橫向剖面軌跡，如圖2所示。

航路點的位置以經緯度等二維信息表示，根據相應的航空飛行規定、飛機的性能和載重以及考慮到天氣等因素，給每個航路點規劃出一個高度，生成低精度下的垂直剖面軌跡。低精度的航路搜索算法在飛行前已經開啟。飛機在已知飛行的任務的情況下，根據起始機場以及天氣預報等信息，能夠生成一個低精度的包含航路點序列信息的路徑。低精度規劃流程圖如圖3所示。

2.2高精度規劃節點拓展

低精度下的軌跡的建立側重在起飛前進行整體規劃，它對飛行員如何駕駛飛機完成從出發機場到目的地機場的整段飛行軌跡進行了規劃。但是低精度針對實時威脅效果不佳，因此需要高精度動態航線生成算法進行輔助。高精度下的算法側重于及時監控檢測動態威脅變化并通過規劃的軌跡將飛機拉回原有航線、回到設計的包線中去，以順利達到下一航路點。高精度規劃流程圖如圖4所示。

在高精度下，當飛機即將轉彎時，在每個檢測到的轉彎角度大于一定數值的地方進行一次杜賓斯路徑平滑，最大轉彎角和最大爬升、下降角將作為約束加到后繼節點的擴展中。

在擴展節點x時，使用的A*算法并不遍歷該區域內的每一個位置單元，而是在記錄飛機當前節點與父親節點的情況下，選擇處于飛行方向前進的位置的單元，從而使得算法搜索的的時間復雜度更低。

2.3代價函數的選取

在航線規劃時，節點與節點之間的連線需要設定一個代價函數的值。代價函數的選擇綜合考慮航線的長度、禁飛區、天氣等的因素。對于低精度航路搜索，最主要的考慮是航線的長度，航線的長度是影響燃油消耗的最主要的因素，對于禁飛區和動態威脅，可以通過設置一個極大的系數，使得航線避開，此外，考慮天氣復雜度等限制因素：

在執行高精度搜索時，要么是飛機被嚴格限制在既定航路，要么是執行飛機包線等緊急情況，此時非極端天氣不再是考慮的因素。因此只將極端天氣等價為禁飛區一樣，成為必須避開的區域，化為約束。

3緊急著陸規劃和航路偏移算法研究

3.1緊急著陸規劃

緊急著陸規劃應評估因飛行員惡意操作可能帶來的應急狀況，自動選定合適的著陸備降機場，最大程度上保障乘客、機組人員以及地面人員安全，需要考慮以下因素：（1）緊急著陸備選機場距離當前位置的距離，當前位置到備選機場的航線距離、航線的天氣等因素；（2）飛機估計可著陸范圍內的潛在著陸點，以及這些著陸點的特征，如城市密度、跑道長度和寬度、天氣條件和應急設施[10]等。

綜合考慮途中、進近、跑道和機場設施風險等因素，能夠評估不同的潛在的緊急著陸計劃，并作為緊急迫降的機場選擇的主要參考指標。

當收到緊急降落信號時，飛機需選擇緊急降落機場并進行路徑規劃。其做法為：在初始化時就已經對每段航路的緊急降落機場進行了規劃。針對每段航路，都有兩個列表，一個列表存儲最近的5個機場，另一個列表存儲綜合代價最小的5個機場。所謂綜合代價，指的是對每個航道而言，給每個機場定義一個權重，其權重公式為：

3.2航路偏移修正

航路偏移修正算法將飛機經度、緯度、高度、速度、航向角、航跡角與已規劃的路徑點進行比較，用誤差計算函數以設定好的算法將兩者誤差量化。當誤差在可調整范圍內時，調整當前路徑。當誤差超過調整上限，重新規劃路徑。對應的流程圖在飛機飛行過程中，定時往程序中發送飛機的位置以及狀態信息，并判斷是否距離下一目標節點的距離在不斷減小。當飛機距離下一目標節點的距離增大時，判斷是否已經到達目標節點，到達當前目標節點后及時更新目標節點為規劃路徑上的下一節點。當未到達目標節點，但是此時與目標節點距離在不斷增大時，判斷根據偏差大小分別啟動高精度路徑規劃和低精度路徑規劃。流程圖如圖5所示。

4仿真試驗結果

仿真試驗中使用FlightGear作為仿真激勵，使用的飛機模型為Cessna550，通過UDP與FlightGear通信進行數據交互，使用C語言完成算法軟件實現。

（1）導航數據庫應用測試

以上海虹橋機場（ZSSS）到廣州白云機場（ZGGG）的航路搜索為例。算法軟件搜索出的上海虹橋機場到廣州白云機場的航路序列為：ZSSS， NXD， KAKIS， TOL， ELNEX， SHR， XUVGI， NF， SAGON， PLT， MABAG， IGONO， ZGGG，長度為1213.4km。與AIRCN全球航路查詢系統比較，該網站搜索出的航路為：ZSSS， NXD， KAKIS， TOL， ELNEX， SHR， XUVGI， NF， SAGON， PLT， MASGU， MABA， IGONO， ZGGG，長度為1210.7km。兩個規劃結果基本一致，因此能夠驗證規劃算法可以基于標準導航數據庫完成從起飛機場到目的地機場的規劃。

（2）軌跡規劃測試

將ZSSS-ZGGG作為擬定航線，添加禁飛區信息，禁飛區1經度為28.416667°，禁飛區1緯度為118.970000°，禁飛區1半徑為100km，禁飛區2經度為30.700000°，禁飛區2緯度為114.800000°，禁飛區2半徑為300km。規劃的航路序列為：ZSSS，AND， VEXEX， SHZ， REMIM， PAMVU， DST， RUPOX， LJG， FQG， ENVEN， ATSAB， AMURI， XLN， TEBON， IKATA， SWA， BEBEM， SUMDO， OVGOT， VIPAP， GLN， IDUMA， ZGGG，該條航路可繞過禁飛區。

（3）航路偏移測試

設計在水平和垂直方向上兩個測試場景，完成航路偏移測試。（1）當飛機偏離航道中心10km以上；將ZSSS-ZGGG作為擬定航線，在FlightGear的Map中，拖動飛機偏離航線10km以上，規劃出新路徑能夠到達ZGGG。（2）當飛機還在航道內，但當前目標點高度過低時；測試通過加入地形數據來模擬飛行過低的情況，在普通情況下（即無任何障礙時），ELNEX（119.49，29.631667）航路點附近的高度規劃，如圖6所示。

增加地形障礙：經度為29.529972°，緯度為119.362778°，地形半徑為1000m，起點高度為0，終點高度為12000m，ELNEX（119.49，29.631667）航路點附近的水平路徑規劃路線及其高度規劃如圖7所示。規劃出的路徑能夠繞開地形障礙，在高度過低時重新規劃路徑。

（4）緊急著陸規劃測試

將ZSSS-ZGGG作為擬定航線，當實時獲得塔臺的指令后，會給出5個適合降落的機場信息，選擇ZSWX之后，能夠規劃出到該機場的軌跡。

5結束語

本文提出了基于導航數據庫的民用飛機智能航路規劃方法，在提高安全性方面具有重要意義。針對異常情況，在傳統飛行管理系統計劃能力的基礎上提升了自動規劃合理路徑的能力。通過仿真試驗，驗證基本能夠實現動態規劃、緊急著陸規劃、航路偏移修正，而在機載設備上的算法效率問題還有待后續研究。

參考文獻

[1]ICAO. Global air navigation plan[R].ICAO，2013.

[2]Sesar JU.EuropeanATM master plan[Z].Sesak JU，2012.

[3]Wickens C D. Airspace system integration：the concept of free flight[Z]. The Future ofAir Traffic Control，1998.

[4]Dijkstra E W.Anote on two problems in connexion with graphs[J]. Numerische Mathematik，1959，1（1）：269-271.

[5]徐琳，宋萬強，嚴沖，等.基于威脅評估和擴展Voronoi圖的戰術飛行軌跡規劃方法[J].航空科學技術， 2019， 30（1）：35-43. Xu Lin， Song Wanqiang， Yan Chong， et al. Tactical flight trajectory planning methods based on threat assessments and improvedVoronoigraphics[J]. AeronauticalScience& Technology， 2019， 30（1）： 35-43.（in Chinese）

[6]吳劍，張東豪.基于改進D*算法的無人機航路規劃及光順[J].航空科學技術， 2013（6）：69-71. Wu Jian， Zhang Donghao. UAV route planning and smoothing based on improved D* algorithm[J]. Aeronautical Science & Technology， 2013（6）： 69-71.（in Chinese）

[7]Eric M，Gano C. Analysis of aircraft arrival and departure delay characteristics[C]//AIAAs Aircraft Technology，Integration and Operations（ATIO），2002.

[8]ARINC 424 navigation system database（424-21）[S]. SAE ITC，2016.

[9]劉云翔，杜杰，張晴.基于路徑優化的A*算法與Dijkstra算法的性能比較[J].現代電子技術， 2017（13）：189-191. Liu Yunxiang， Du Jie， Zhang Qing. Performance comparison between A* algorithm and Dijkstra algorithm based on path optimization[J].Modern Electronics Technique，2017（13）：189-191.（in Chinese）

[10]Meuleau N F，Plaunt C J，Smith D E，et al. An emergency landing planner for damaged aircraft[C]//Conference on InnovativeApplications ofArtificial Intelligence，DBLP，2009.

（責任編輯王為）

作者簡介

池懌（1991-）女，碩士，工程師。主要研究方向：飛行管理系統系統設計。

Tel：13601869624

E-mail：chi_yi@careri.com

余磊（1993-）男，碩士，工程師。主要研究方向：飛行管理系統軟件開發。

Tel：15618628949E-mail：yu_lei@careri.com

Research on Civil Flight Intelligent Trajectory Planning Technology

Chi Yi*，Yu Lei

AVIC Aeronautical Radio Electronics Research Institute，Shanghai 200241，China

Abstract： In the abnormal situation such as pilot trying to fly off the envelope or hit the ground during the flight， the traditional flight management system （FMS） cannot automatically re-plan a reasonable trajectory. In this paper， the dynamic A * algorithm combined with path smoothing technology is used as the trajectory planning algorithm. Based on the navigation database， the initial trajectory is constructed， and the weather restrictions， no-fly zones， air traffic control instructions， airport conditions are concerned. The search cost on unnecessary nodes is reduced by minimizing the actual cost plus the heuristic cost to select successor point. The cost function of trajectory planning is established， and the route to the airport most suitable for landing is planned. Under abnormal conditions， it is possible to monitor and detect these changes in time and plan the route to the most suitable airport for landing， which improves emergency disposal method and safety of civil aviation.

Key Words： flight management system； trajectory planning； trajectory constraints； dynamic A *； navigation database