一种基于飞行参数的飞行任务识别及动作划分方

本发明属于飞行动作识别领域，提供了一种基于飞行参数的飞行任务识别及动作划分方法，用于民航飞行模拟器训练评价过程，实现民航运输机飞行任务准确识别及动作划分。背景技术：1、目前，民航领域在开展飞行员飞行训练质量评估研究方面，采用了多种技术手段以获取评估信息，如视频采集器、acmi吊舱、机载飞参记录仪等。针对航空学院飞行学院群体，现阶段主要依赖视频采集器辅助飞行教官开展飞行学院训练质量评估工作，伴随着大数据的发展，将飞行参数应用于飞行训练质量评估具有突出的价值。飞行任务识别及动作划分是飞行训练质量评估的重要基础，通过对飞行参数的深度挖掘与分析，可以实现飞行任务识别及动作划分。2、飞参数据是复杂而庞大的，传统的基于飞行规则的方法，依靠飞行规则实现飞行训练动作的识别所需时间长，且难以做到模型的泛化。随着人工智能的发展，机器学习方法能够依靠计算机强大的计算能力，在识别和分类领域取得巨大成果。3、目前飞行动作识别研究集中在军用战机及直升机上，对民用运输机飞行动作识别的研究空白较多，相较于军用战机，民用飞行器动作变化较平缓，用于识别的飞参数据特征不够明确，其动作识别算法要求更为精细。而目前较为完善的使用飞行航线对飞行动作进行划分的方法，只停留在二维平面上，由于飞行一定是三维空间中的运动，二维图像会在一定程度上丢失数据，这对民用飞行动作划分影响较大。同时在飞行学员训练过程中，需要学员执行不同的飞行任务，针对不同任务有不同的评价方法，目前仍缺少对飞行任务划分的研究。技术实现思路1、针对上述问题，本发明提出了一种基于飞行参数的飞行任务识别及动作划分方法，目前民航飞行员的训练主要依靠飞行教官的指导评价，使用机器进行飞行评价能够大幅度提高评价客观性和准确性，飞行任务识别和动作划分是评价的基础，针对民航飞行任务别及动作划分的方法并不完善，本发明提出一种应对策略：从飞行模拟器中得到飞行过程x、y、z三方向的位移及初始航向角，对飞行数据进行矫正，统一数据使其不受机场环境影响；将处理后的数据作为输入，训练支持向量机(svm)模型，对飞行任务进行识别划分；根据执行任务不同对飞行阶段进行分割，包括：起飞、爬升、巡航、下降、降落、转弯、爬升转弯、下降转弯、盘旋等几个阶段。此方法可以在民航飞行动作识别中减少人工成本并提高识别效率。该发明分割后的数据也可以用于飞行训练评估。2、本发明基于飞行参数的飞行任务识别及动作划分方法，具体步骤如下：3、1、一种基于飞行参数的飞行任务识别及动作划分方法，其特征在于：步骤为：4、步骤1：获取飞行数据，并进行坐标转换o'xk'yk'zk；5、步骤2：对步骤1获取的飞行数据进行归一化处理；6、给定归一化后飞行数据长度为ls，实际得到飞行数据长度为lt，通过比较ls和lt的大小，当实际数据长度小于需要长度时，在固定间隔内插入数据；当实际间隔长度大于需要长度时，在固定间隔内删除数据。7、步骤3：将长度归一化后的xk'yk'zk转换为rgb数据构造图像作为输入，使用支持向量机模型进行动作识别；8、步骤4：根据飞行高度变化以及飞机横向变化对飞行动作进行划分，具体为：9、a、根据飞行高度进行动作划分。10、起飞和爬升、下降和降落以高度具体数值作为区分；当飞机高度保持基本不变时飞机为巡航状态；当划分结果为起飞和降落时，则直接输出划分结果。11、b、根据横向变化进行动作划分；12、在进行动作划分时，综合考虑xk',yk'轴变化，根据xk',yk'轴数据计算飞机航向角变化，判断飞机平直飞行或转弯飞行。13、步骤5：综合步骤步骤4中高度与横向动作划分结构，得到最终动作划分结果。14、本发明的优点在于：15、1、本发明方法中提出的飞行任务识别方法，解决了传统任务识别依靠飞行教员的问题，实现了自动飞行任务识别，节省人工成本。将飞行三维数据作为像素点rgb数据进行绘图，解决了传统绘制二维、三维图像导致数据丢失的问题，在后续训练过程中可以取得更高的准确率，缩短训练时间。16、2、本发明方法中提出的动作划分方法，使用均值模糊对数据进行处理，改善了因外界环境影响等造成数值波动导致的划分错误，将飞行动作全部归类为起飞、爬升、巡航、下降、降落、巡航转弯、爬升转弯、下降转弯、盘旋九个类别，在后续飞行评价中能够建立更为统一的评价指标。技术特征：1.一种基于飞行参数的飞行任务识别及动作划分方法，其特征在于：步骤为：2.如权利要求1所述一种基于飞行参数的飞行任务识别及动作划分方法，其特征在于：获取飞行参数为飞机在地轴系任意时刻的位置坐标xi,yi,zi,其中x0,y0,z0为飞机初始位置；进一步，获得飞机初始航迹偏角χ；3.如权利要求1所述一种基于飞行参数的飞行任务识别及动作划分方法，其特征在于：步骤2中，比较实际数据的长度lt和ls，当lt＞ls时，两者相除计算商integer和余数decimal,即lt＝ls·integer+decimal；并将实际长度与上述余数相除，即每间隔integer-1取一次数据，每间隔mid-1剔除下一时刻获取的数据，最终得到数据长度即为ls；当lt＜ls时，与剔除同理，将剔除改为加入前后两组数据均值即可。4.如权利要求1所述一种基于飞行参数的飞行任务识别及动作划分方法，其特征在于：步骤3中，图像转换方法为：将长度归一化后的xk'yk'zk数据值限制在0-255的范围内，对于x轴数据来说，寻找xi'的最大值max_x，计算其与255的比例并将其他数据均按该比例进行缩放，即y轴、z轴数据同理操作，保证所有飞行数据在0-255的范围内；5.如权利要求1所述一种基于飞行参数的飞行任务识别及动作划分方法，其特征在于：步骤4中，当飞机高度维持稳定时为巡航状态，需要确定每次任务巡航高度，寻找高度稳定的一段或几段飞行，将其中飞行数据长度最长的一段作为巡航段，取该段数据高度的平均值作为巡航高度。6.如权利要求1所述一种基于飞行参数的飞行任务识别及动作划分方法，其特征在于：在进行步骤s4动作划分前，使用均值模糊的方法对步骤s1中得到的数据xk',yk',zk进行处理，排除由于侧风影响导致的航向角改变。技术总结本发明公开一种基于飞行参数的飞行任务识别及动作划分方法，用于民航飞行模拟器训练评价过程，针对民航飞行任务别及动作划分的方法并不完善，提出一种应对策略：从飞行模拟器中得到飞行过程x、y、z三方向的位移及初始航向角，对飞行数据进行矫正，统一数据使其不受机场环境影响；将处理后的数据作为输入，训练支持向量机(SVM)模型，对飞行任务进行识别划分；根据执行任务不同对飞行阶段进行分割，包括：起飞、爬升、巡航、下降、降落、转弯、爬升转弯、下降转弯、盘旋等几个阶段。本发明方法可以在民航飞行动作识别中减少人工成本并提高识别效率。该发明分割后的数据也可以用于飞行训练评估。技术研发人员：雷小永,李博雯,戴树岭,赵永嘉,李卫琪受保护的技术使用者：北京航空航天大学技术研发日：技术公布日：2024/8/16