[发明专利]一种基于模糊推理的机场智能驱鸟系统鸟群驱离避障算法

说明书

基于模糊推理的机场智能驱鸟系统鸟群驱离避障算法，其特征是利用的是鸟类与障碍间的距离、障碍物避障半径、鸟类与障碍物的距离矢量作为输入模糊集，隶属函数为模糊集的每个成员分配隶属度构成模糊集，利用模糊推理声光障碍是否对当前目标鸟类构成威胁；模糊推理是通过模糊规则将给定输入转化为输出的过程，模糊推理采用最大乘积推理方法，模糊规则是在进行模糊推理时依赖的规则，在判断障碍对目标鸟类构成驱离效果，根据人工控制的经验得出模糊规则，针对系统要求或运行情况的不同而选取相适应的方法，从而将模糊量转化为精确量，用以实施最后的控制策略，有效解决了机场智能驱鸟系统鸟群驱离避障算法调整时间较长的问题，提高系统鲁棒性。

所属技术领域

本技术发明涉及航空航天、机场安全、信息技术等应用领域，适用于军用机场驱鸟、民用机场预警或驱鸟，针对机场或其它场景的鸟击事件防范，具体为一种基于模糊推理的机场智能驱鸟系统鸟群驱离避障算法。

背景技术

近年来，随着航空事业的快速发展，世界各地鸟撞事故的发生概率成明显上升趋势，重大鸟撞事故时有发生，事故造成了严重的生命及财产损失，已经引起各国有关部门的高度重视。鸟击事故的频繁发生，是航空兵场站和民航机场的重点和难点问题。目前针对鸟击解决方案大多采用声波、光束、化学、生物等技术手段，如煤气炮、声波驱鸟器、激光驱鸟器、驱鸟风轮、驱鸟剂、无人机驱鸟、驱鸟机器鹰等。虽然能起到一定效果，但由于缺少探测识别装置、无法预警与驱离效果评估、没有智能化算法、驱离手段单一、针对性不强、缺乏大数据分析及深度学习等原因，使得驱鸟未能达到预期效果。

针对机场鸟击事件防范组建专业研发团队，继承前期复杂背景飞鸟雷达探测、光电及红外识别、鸟类特征研究、大数据统计分析、人工智能边缘计算、深度学习、声强和激光驱鸟技术等相关研究成果，采用“开放式、模块化”设计理念，可根据机场部署要求灵活搭配使用，具备“智能探测感知→数据融合处理→人工智能边缘计算→声、光多能驱赶→驱离效果评估→机器深度学习”等综合防范功能，研发了具有仿生学及光声电一体，人工智能机场探测感知及驱鸟装备，可全天候全地域适用于军、民用机场执行鸟群、无人机的探测和远程预警，智能化针对性地实施高效驱鸟，减少人员参与、降低驱鸟成本、提高识别驱离效率，对航空界的飞行安全有重要的理论实际研究意义。

模糊数学的核心理念就是，用精确的数学手段对现实世界中大量存在的模糊概念和模糊现象进行描述、建模，从而实现对问题的控制和解决。在模糊控制下，自动化控制可以在尽量低的成本下实现更高的受益。在上个世纪的航天、工业领域，计算机的智能程度、传感器密度和信息回传速度都没今天这么高，模糊控制成了一种很好的解决方案。到了90年代，模糊控制逐渐进入了民用产品领域，通过自动识别室温、衣物重量等等，对产品功率进行智能调节，达到节能的目的，模糊推理非常实用对于目标鸟群对声光障碍得反应难以用数据量化得情况。

发明内容

本发明的目的在于克服现有的技术的不足，提供一种基于模糊推理的机场智能驱鸟系统鸟群驱离避障算法。

本技术发明通过如下技术方案予以实现：

提供一种基于模糊推理的机场智能驱鸟系统鸟群驱离避障算法，其特征是利用的是鸟类与声光障碍的距离、声光障碍避障半径、鸟类与声光障碍间的相对速度矢量，鸟类与声光障碍的距离矢量作为输入模糊集，隶属函数为模糊集的每个成员分配隶属度，每个成员的隶属度构成了模糊集，利用模糊推理当前的声光障碍是否对当前目标鸟类构成驱离效果。模糊推理是通过模糊规则将给定输入转化为输出的过程，将输入的模糊集通过一定运算对应到特定输出模糊集的计算过程，模糊推理采用最大乘积推理方法，模糊规则是在进行模糊推理时依赖的规则，在判断障碍对目标鸟类构成驱离效果，根据人工控制的经验得出模糊规则，解模糊化采用最大隶属度法，针对系统要求或运行情况的不同而选取相适应的方法，从而将模糊量转化为精确量，用以实施最后的控制策略。有效解决了机场智能驱鸟系统鸟群驱离避障算法调整时间较长、造成声光障碍频繁改变问题，减少系统工作负担，提高系统鲁棒性。