基于數字孿生的機場場面滑行沖突預測模型構建與分析

黃智靈，張璐瑤，陳 倩,3，唐 欣,3*，李曉歡,3

（1.天宇航空數據科技(合肥)有限責任公司,安徽 合肥 230000；2.廣西高校智能網聯與場景化系統重點實驗室(桂林電子科技大學)，廣西 桂林 541004；3.廣西綜合交通大數據研究院,廣西 南寧 530025）

隨著機場交通流量的增加，航空器間剮蹭風險增大，場面沖突問題日益突出。目前，已有大量學者[1-5]對場面沖突問題進行了研究。Jiang 等[2]基于航空器優先級策略，以最短運行時間為目標，構建航空器的滑行模型。Zhang 等[3]將機場環境和場面沖突相結合，從滑行時間、污染物排放、燃油消耗等方面提出場面航空器滑行多目標優化方法。Wang 等[4]提出一種基于網絡拓撲的機場場面滑行道沖突檢測方法，通過地圖匹配算法進行目標定位，根據目標拓撲關系進行滑行道沖突檢測。Al-Shaibani 等[5]利用衛星圖像作為數據集用于深度學習模型中飛機目標的識別，提出一種簡單、低成本的機場交通管制方法。上述研究雖然在滑行沖突模型上提出了諸多新穎的研究思路，但并未考慮模型與場面狀況交互時延等約束，難以滿足實際場景的需求。數字孿生技術因為具有虛實融合的特征[6-8]，為低時延場景下預測性能的提升帶來了新的解決思路。

王紅微等[9]構建了基于數字孿生的航班保障系統，對未來場面保障活動可能的風險進行預測，但該方法未研究具體預測方式。Wang 等[10]提出一種基于網絡拓撲的機場場面滑行道沖突檢測方法，根據目標拓撲關系進行滑行道沖突檢測，但缺乏對航空器之間沖突時間的預測。Groshevg 等[11]通過構建機械臂孿生模型，分析不同無線技術連接對孿生系統時延的影響；但在機場場面系統中，由于機場通信計算的保密和可靠性要求通信框架和方式與常規網絡存在差異，因此需要對面向機場場面系統的實際情況進行建模分析。

針對以上問題，本文提出一種基于數字孿生的機場場面滑行沖突預測模型。通過數據交互，使其準確反映航空器場面運行過程，主要用于場面滑行沖突檢測相關工作，包括場面監控、沖突預測等。在此基礎上，本文通過仿真分析物理端與孿生端的傳輸時延，驗證該方案的可行性。

1 基于數字孿生機場場面滑行沖突預測模型的架構

借鑒數字孿生五維模型[12]，構建了基于數字孿生的機場場面滑行沖突預測模型，如圖1 所示。物理運行系統指航空器、場面環境、監視設備等組成的物理實體空間，是數字孿生模型中場面預警服務系統的基礎。虛擬運行系統是物理運行系統在數字空間的映射，包括物理運行系統幾何參數、屬性、規則等。通過創建對應物理運行系統的完整孿生運行系統，保證虛擬運行系統能完整映射物理運行系統。孿生數據是數字孿生的驅動，包括物理運行系統數據、虛擬運行系統數據、場面預警服務系統數據、融合衍生數據等。場面預警服務系統是數字孿生模型的具體應用服務，指基于各類數據、算法等進行場面沖突預警功能服務。通信連接是數字孿生模型各組成部分互聯互通的橋梁。機場場面各類數據通過無線網絡傳輸至基站，基站與孿生系統通過有線網絡連接。因此，物理系統與孿生系統之間的通信包括從機場場面到基站的無線鏈路和從基站到孿生系統的有線鏈路。

圖1 基于數字孿生的機場場面滑行沖突預測模型架構Fig.1 The taxiing conflict prediction model in airport scene based on digital twin

2 沖突預測模型的構建

2.1 場景模擬

由于場面滑行沖突不是時刻發生的，因此首先需要構建機場場面沖突場景，場面常見的沖突類型有對頭沖突、尾隨沖突和穿越沖突，如圖2 所示。對頭沖突和尾隨沖突常發生在直行道，穿越沖突常發生在交叉路口。圖2 中的航空器的機頭長度為L（圖中L1 和L2 僅用于標識不同的航空器），場面飛行器的制動距離為B，安全冗余R，尾流影響W2，穿越沖突中航空器A2 到碰撞點的距離為d。

圖2 經典沖突類型Fig.2 Classical conflict types

安全距離指航空器之間運行時的安全距離間隔。本文中的最小安全距離Ssafe指兩航空器從發現沖突風險SR到采取制動措施后SB兩航空器剛好不觸碰的直線距離。因在確定航空器位置時為航空器質點位置，所以把航空器的機身長度L考慮到距離Ssafe中，因此在不同沖突場景中，航空器A1 和航空器A2 之間的安全距離Ssafe分別如式(1)、式(2)、式(3)所示：

2.2 沖突預測模型的構建

在場面滑行沖突中，由于管制員遺忘場面航空器狀態，或者機組不熟悉場面環境發生路徑偏離等情況下，極易發生沖突事件。對航空器碰撞時間進行預測，保證足夠的安全時間，一方面為管制及機組人員預留充足的反應時間和間隔距離，另一方面能夠及時提醒相關人員對場面沖突進行管控。沖突預測模型主要通過當前時刻航空器距離和運行速度，預測可能發生碰撞的時間，并通過數據傳輸更新，更新沖突預測模型。

設航空器A1 和航空器A2 的位置分別為(x1,y1)，(x2,y2)，速度分別為(vx1,vy1)，(vx2,vy2)，兩航空器的相對狀態C可表示為：

其中：(x2-x1)、(y2-y1)分別表示A2 在x、y方向上相對于A1 的相對位置；(vx2-vx1)、(vy2-vy1)分別表示A2 在x、y方向上相對于A1 的相對速度。若C>0，則表明兩航空器為遠離狀態，不會發生沖突；否則表明兩航空器是接近狀態，應進一步判斷沖突風險。

航空器運行參數分解模型如圖3 所示。

圖3 分解模型Fig.3 Decompose models

航空器A1 和A2 之間的距離可分解為橫向距離和縱向距離，距離表示如式（5）所示。

設兩航空器運行夾角為θ，以A1 運行的方向為x軸正向，A1 和A2 的速度可分解為橫向速度VX和縱向速度VY，速度表達如下：

以當前速度狀態兩航空器相距安全距離Ssafe時的預測時間

在對頭沖突中，兩航空器在同一路徑行駛且方向相向，在滑行過程中，距離逐漸減小，存在對頭沖突風險。其中，θ=180?，?V=V1+V2，那么Tsafe預測時間如式（10）所示。

在尾隨沖突中，兩航空器在同一路徑行駛且方向相同，θ=0?，?V=V1-V2。若A1 速度大于A2 的速度，那么在滑行過程中，距離就會逐漸減小，存在尾隨沖突風險。那么Tsafe預測時間如式（11）所示。

在穿越沖突中，A1 和A2 在不同路徑行駛且方向相交，那么在滑行過程中，兩航空器到達交叉口的距離就會逐漸減小，存在穿越沖突風險。那么Tsafe預測時間如式（12）所示。

3 孿生系統時延分析

在面向機場場面沖突的數字孿生模型中，計算處理包括監控和預測等，其可以分布在塔臺或邊緣服務器或云上。機場場面監視設備充當傳感器進行數據采集，包括ADS-B(automatic dependent surveillance broadcast)系統、多點定位系統、場監雷達系統等。將基于數字孿生的預警系統進行通信建模，考慮不同的無線技術來提供機場場面到基站之間的連接。目前機場場面主流的通信方式主要有4G、5G 和AeroMACS。4G 和5G 是目前較為普遍的無線技術，而AeroMACS 是ICAO(international civil aviation organization)正式批準的機場場面寬帶無線通信標準，為民航專用網絡，可適用于機場航空器、機場地面交通以及其他近機場范圍內場景的通信服務。

數字孿生系統的網絡服務是通過順序的通信方式和計算處理來描述的。每個計算需求由它們需要計算的任務集定義。計算處理將計算每個任務vt的時間關聯起來，也就是說，dp(vt)定義了任務vt的處理時延。網絡服務的總計算處理時延定義為

機場場面數據傳輸到基站的連接是通過無線技術w實現的，即4G、5G 和AeroMACS。每一個無線網絡都有一個相關的傳播時間 δw和一個偏差系數 βw≥1，w∈W?？煽啃砸蜃?γw≥1，w∈W，為可靠性技術（即重傳）定義的時間成分。因此，每種無線技術的傳播時延定義如下

其中，δw表示無線技術w的基線延遲。

最后，從基站到塔臺或邊緣或云的路徑為一個固定有線鏈路T，消耗的傳播時延為dt(t)，其中，偏離系數βt≥1，t∈T。單位距離時延 δt≥1，t∈T，為傳輸單位距離所消耗的時間。因此，有線網絡中的傳播時延定義為

綜上所述，物理系統與孿生系統之間的時延定義為

其中u(w,Gs)∈{0,1}表示Gs是否使用無線技術w。在本文中定義每個網絡服務Gsu(w,Gs)=1，也就是說，在無線鏈路中假設使用單一的無線技術。

4 仿真實驗

4.1 孿生模型沖突預測仿真

按機場運行規定，航空器的滑行速度不得超過50 km/h，約14 m/s，即航空器滑行速度V1和V2在0～14 m/s 之間。以空中客車A330-300 機型為例。在對頭沖突中，航空器A1 和A2 相距1 000 m，均以10 m/s 勻速相向運動；在尾隨沖突中，航空器A1、A2 相距400 m，A1 以13 m/s，A2 以5 m/s 勻速運動；在穿越沖突中，A1 以10 m/s 勻速在直行道上滑行，A2 在相距A1 橫向距離400 m，縱向距離300 m 的位置以8 m/s 從交叉路口匯入直行道。航空器A1 和A2 相對路徑距離和安全時間預測仿真如圖4 所示。

圖4 安全時間預測Fig.4 Safety time prediction

通過算例進行仿真，圖4（a）、圖4（b）為對頭沖突路徑距離圖和安全時間預測圖，圖4（c）、圖4（d）為尾隨沖突路徑距離圖和安全時間預測圖，圖4（e）、圖4（f）為穿越沖突路徑距離圖和安全時間預測圖。由圖4 可知，該模型能預測各沖突類型中航空器到達最小安全距離的時間，對沖突風險進行預判，具有良好的可預測性。

4.2 孿生模型通信時延仿真

表1 中給出了參數的理論模擬值。

表1 參數含義及模擬值Tab.1 The meaning of the parameters and simulated values

上述模型物理端到孿生端的時延結果如圖5所示，其形式為累積分布函數(CDF)，在通信時延上考慮了參數的理論值，給出了不同部署配置的結果。由于場面沖突時延的需求尚未見專門的研究并給出一致的結果，本文在時延要求上采用文獻[10]給出的機械控制場景下的典型時延0.5～20 ms 作為參考基準。

圖5 不同部署時延Fig.5 Different deployment delays

由圖5 可知，在不同的部署配置方案中，AeroMACS 和5G 均處于0.5～20 ms 時延區間，4G 時延大多在20 ms 以上；時延由小到大依次為5G（uRLLC）、AeroMACS、5G（eMBB）、4G；邊緣端時延最小，塔臺端和云端時延影響差距不大。

在無線技術方面：AeroMACS 和5G 都能夠滿足時延0.5～20 ms 的要求，4G 無法滿足時延方面的最低要求；5G（uRLLC）是時延最短的無線技術，AeroMACS 和5G（eMBB）次之；由于AeroMACS是民航專用網絡，安全可靠性更高，因此，在滿足時延條件且綜合考慮安全性的情況下，AeroMACS 是最佳選擇。

在計算處理方面：將計算處理放在邊緣可以改善延遲，因為邊緣計算速度比塔臺更快；將計算處理放在云端可以進一步提高計算速度，但是到達云端的距離越遠，所產生的傳輸時延就越大，計算處理優勢得不到明顯的體現。特別的，以上分析均基于各通信方式的典型值計算，實際部署過程由于機場電磁環境等因素可能會存在差異。

5 結論

本文提出了一種基于數字孿生的機場場面滑行沖突預測模型，分析了孿生模型架構，設計了場面航空器沖突風險預測方法。通過物理系統與孿生系統交互，使其準確反映航空器場面運行狀態。針對4G、5G 和AeroMACS 無線技術在孿生模型中時延的影響，對不同無線技術的時延影響進行了仿真實驗，得出在滿足時延條件且綜合考慮安全性的情況下，AeroMACS 網絡是最佳選擇。在后續的研究中，計劃接入實際機場場面航空器狀態數據，進行場面沖突預測分析；進一步對數字孿生模型傳輸時延研究，分析理論時延與實際時延的差距，研究時延對孿生模型同步率的影響。