基于航空器油耗最小的无冲突路径规划模型

赵天宇 陈思远 闫冉 陈冠铭

引言

机场的交通流负荷已经不能通过基础设施的扩建来解决了，急需对现有的跑滑资源使用模式进行优化，在保障安全运行的情况下，提高机场运行效率。一些研究采用精确路径规划算法研究场面运行优化问题，如Smeitink和Soomer等人[1]使用混合整数线性规划模型处理场面活动问题，谷润平[2]等人使用改进的D*算法研究场面动态滑行问题，部分学者使用智能算法解决优化航空器滑行路径问题，例如刘长有[3]等人基于遗传算法对场面滑行问题进行优化求解。本文提出一种基于油耗最小的无冲突滑行路径规划模型，通过节点线段模型建立了航空器滑行路径规划模型，定义滑行冲突类型及其探测解脱方法，最后通过对机场滑行案例进行仿真验证，并与Simmod软件仿真结果对比。证实了算法的可用性。

1 基于油耗最小的无冲突滑行路径规划模型

1.1 基于油耗的路网模型

本文基于最小油耗的无冲突自动路由规划，使用节点-线段模型对机场进行建模，摒弃传统的以路段长度作为路段权值的方法，使用油耗作为路段权值，所得结果即“最小油耗路”。通过某机场内不同类型的航空器在不同运动状态下耗油率w数据以及航空器滑行时间t数据，所得航空器滑行油耗W=w*t。

1.3 滑行冲突探测与解脱算法

（1）滑行冲突类型

根据航空器在机场场面运行情况，可以将滑行冲突分为三类：追及冲突、对头冲突及交叉冲突。追及冲突是指：当两架航空器在同一段滑行路段上同向滑行且对该路段的占用时段重合，对头冲突是指两架航空器同时段在同一路段对头滑行，交叉冲突是指两架飞机通过同一交叉点时间不满足安全间隔。

2 案例分析

本文以某机场为例，以某机场某日进离场航班为对象，首先建立机场场面路网模型、确定路段的权值，再基于1.2节和1.3节，选用免疫遗传算法对模型进行求解，最终输出所有航空器无冲突的滑行路徑。将结果与Simmod仿真软件仿真结果对比，得出分析结果。

2.1 实施步骤

步骤一：从Flight Monitor软件获得航空器运行ADS-B数据并对其进行处理。

步骤二：将步骤一处理后的可用数据输入Simmod仿真软件中，进行仿真、优化运行模拟，并输出仿真、优化运行结果报告。

步骤三：对Simmod生成的仿真/优化模拟评估报告以及本路径优化系统的处理结果，进行分析对比，筛选出三种不同情况下的：总滑行时间、离场航班滑行距离以及滑行总油耗等数据，并将其与本系统算法及运行结果进行评估分析。

操作流程如图2所示。

2.2 结果分析

通过对评估报告及优化结果分析，得到的有效数据如下表1所示。

通过分析优化的离港航班滑行路径结果、实时路径仿真结果及Simmod优化结果可发现，本优化结果的滑行路径长度明显缩短，与实时运行数据对比总滑行路径缩短了51km，证明了本优化结果的可靠性。

通过对比可知，应用本优化算法得到的滑行路径结果中时间、油耗均远小于实时路径仿真结果及Simmod优化结果，这是由于：本模型采用ADS-B统计的航空器运行数据，不同机型的航空器速度平均值约为12m/s，而Simmod仿真软件假定所有航空器的运行速度均为15kt（约为7.7m/s），因此在路径长度差别不大的情况下，航空器场面运行时间和基于时间获取的油耗值有较大差异。

3 结束语

本文提出一种基于油耗最少的无冲突滑行路径规划模型，并使用免疫遗传算法求解，验证了优化模型的可信度与可靠性。实验结果与实时滑行路径相比，达到了航空器总耗油量显著减少且规划的航空器越多场面运行效率越高的目的。但通过结果分析发现本模型存在精细度不足的缺点，未获取到航空器在各种运动情况下的油耗数据等。受限于时间和精力，本文未能做出详尽地地面、空中延误分析等。

参考文献：

[1]J. W. Smeltink， M. J. Soomer， P. R. de Waal， and R. D. van der Mei， An optimization model for airport taxi scheduling. INFORMS Annual Meeting， 2004.

[2]谷润平，崔朋，唐建勋，赵向领.基于D*算法的场面滑行动态规划研究[J].科学技术与工程，2015，15（01）：315-319+328.

[3]刘长有，丛晓东.基于遗传算法的飞机滑行路径优化[J].交通信息与安全，2009，27（03）：6-8+19.