基于大数据的无人机云交换平台统计分析技术研究

随着无人机在各行业应用的迅速普及和大规模应用,民航局监管的无人机数量和无人机运行数据呈现海量增长,在给政府和行业监管带来便利的同时,也给传统的数据分析方法带来了极大的挑战。本文阐述了民航局无人机云交换平台的运行大数据的现状,分析了传统无人机运行数据统计分析存在的技术瓶颈,提出了基于大数据进行无人机运行数据统计分析方法,建立了无人机云数据交换平台大数据统计和分析系统的设计框架,并概述了如何基于Apache Spark和Cassandra数据库的大数据分析方法将无人机云交换平台生产的海量数据快速处理、存储、统计和分析的研究思路和方法,以及实现各类无人机运行特征分析的情况。目前基于本文的研究成果不仅可以满足行业主管部门对无人机运行数据统计的需求,还对掌握和了解中国无人机运行特征,探索更合适的无人机管理措施和健全无人机监管体制机制,有非常重要的意义。     

基于人群密度风险的无人机动态路径规划研究

为解决无人机数量的快速增长导致其对地面尤其是城市内运行风险的提升,提高无人机的运行效率,减少无人机对地面人群造成的威胁,需基于人群密度对无人机制定特定的路径规划。然而,现阶段对无人机进行路径规划时仍以静态人口统计数据作为地面风险的分析依据,未能根据人群密度的时空变化特征对无人机进行实时路径规划。论文首先分析城市路网人群密度时空数据特征;其次,利用卷积神经网络对不同区域的人群密度进行预测;最后,根据已预测的人群密度数据,利用改进A*算法对无人机进行实时路径规划及风险评估。使用该模型对北京上空无人机路径进行规划,结果显示,无人机运行风险降低了76%,可为无人机交通管理系统实时路径规划功能的建立提供理论参考。