前言：在过去的很长一段时间内，由于无人机设备在感知性能上的发展缺陷，大部分的国家对于无人机设备的管制都会采用划设隔离空域的方式，进行无人机的正常运转。但随着无人机技术的迅速发展，无人机在飞行高度的覆盖领域已经可达到几万米的高空，且早已经具备了全空域的飞行能力。基于此背景 ，无人机设备在路径规划上的飞行冲突动态威胁现象也就因此而凸显出来。
一、空域运行环境建模
（一）地图栅格化处理
为了进一步实现无人机飞行路径的规划，并且进行快速的优化计算，在建立空域运行环境的过程中通常都会将地图进行栅格化处理，同时针对不同的现象也可以构建不同栅格方式下的空间。在通常情况下，无人机在遭受到飞行冲突时，可以采用上升、下降或平移的方式进行避让。但在对无人机飞行路径进行规划的过程当中，为了进一步缩小无人机在空间规划上的维度，生成更有利于无人机飞行的路径，可假设无人机在二维平面内以匀速的状态进行飞行。另外也要注意，由于无人机的飞行路径是动态的，所以在路径规划上与时间有较大的关联。但传统的十字栅格发展方式，由于状态转移的不一致，在对无人机进行冲突解脱的过程当中会出现速度上的波动现象，严重脱离真实的飞行路径。在此背景下，必须对传统的栅格方式进行改进，进而令无人机在飞行的过程中能够符合飞行的稳定特征，其栅格的转移步长如图一所示。
图一 转移步长后的栅格状态变化
（二）主要威胁模型构建
为了进一步保障无人机的飞行安全性，大部分的航空管理部门都会根据每个空域内部的用户执行或空中作业的划分来建设一定的空域范围。同时，对于一些具有军事特殊敏感度的城市上空也会划入空域范围限制，在未经批准的状态下，所有航空器械严禁飞入。因此，在对无人机飞行路径进行规划的过程当中，所有无人机在高空进行巡航过程中，其飞行路径必须严格避开这些禁止飞入的空域，以免发生航空事故。除此之外，管理部门所划定的空域通常情况下可近似为矩形或圆形，因此在空运模型的构建上，也可基于矩形或圆形的构造方式。其中矩形空域威胁计算如图二所示。
图二 矩形空域威胁计算对照图
二、基于路径规划的冲突解脱方案设计
（一）飞行冲突感知方案设计
ADS-B作为ADS技术中的一种，也是在当前ADS和画面监视的基础上，结合二者时间的特点提出的一种全新监视技术，主要应用于我国未来的航空机械飞行监视当中，现如今已经成为ICAO新航系统【1】方案下的重要组成部分之一。但值得注意的是，通过对无人机设备进行ADS-B系统进行装配之后，尤其在飞行冲突的感知上，不仅能够有效节省无人机空域系统运行建设，同时也能保持与当前无人机空域运行系统之间的兼容性发展。其次ADS-B系统内容发展十分丰富，其中包括无人机的三维信息位置、速度信息或者雷达信息等等，都可以为无人机在冲突感知的预测上提供充足的数据。因此，在实际的无人机飞行冲突感知方案设计上，可以通过利用卫星信号来发送无人机自身的状态参数，再传到无人机在地面的控制管理中心，最后实现管理部门对无人机飞行状态的实施监管。这也是由于无人机在冲突感知上主要基于航空计算机对无人机的飞行状态进行参数解算。因此，加强地面管理部门对无人机状态的监管，也能够在冲突感知上起到一定的推动作用。
（二）飞行冲突预测方案算法
对无人机的冲突预测首先需要建立在各个航空器上的历史轨迹。基于上文来讲，当前ADS系统在对航空轨迹上的信息处理，主要包括三个步骤，即航空轨迹的起始、滤波以及终止【2】。因此，在对无人机的机载ADS-B设备接收到航空器信号时，首先需要对其航空器的信号进行识别对比。如果在历史信号中存在该航空器的记录，则可以及时对历史航空轨迹进行更新。反之，如果没有历史记录，则应立即建立新的航空轨迹。注意，如果在长时间内没有接收到航空器的ADS-B信息，则认为该航空器的飞行状态已经终止，应及时清除航空印记记录。
（三）基于路径规划的飞行冲突解脱原理
由于无人机在空域上的飞行态势数据具有极强的不稳定性，但飞行冲突的发生与解脱是一个动态的过程，需要无人机根据当前的态势信息进行不断的更换，最终实现对飞行冲突的有效避让。因此，在对周围的航空器观测路径上的规划需要按照交替循环的方式进行运转。例如，在进行每一次的路径观测之后，无人机可以再次对周围航空器进行一次趋势预推，进而做出准确避让。其无人机冲突解脱算法流程如图三所示。
图三 无人机冲突解脱算法对照图
结论：
综上所述，为了进一步提高无人机设备在空域上的运行能力，文章基于当前对无人机的路径规划入手，设计了关于无人机在航行阶段的飞行冲突解脱技术方案。通过对无人机路径进行空域规划建模实验可以得出：当前在路径规划的发展当中，其地图栅格的规划空间必须要进行优化，进而具备更好的时间同步性，稳定无人机在航行阶段的速度。其次，基于ADS-B信息系统下的冲突感知方案，能够进一步为无人机在运行上的冲突感提供充足的数据信息支撑，进一步对未来无人机在领域上的运行安全技术提供参考。
参考文献：
[1]蔡志浩，杨丽曼，王英勋，等.无人机全空域飞行影响因素分析 ［J］.北京航空航天大学学报，2011，37（2）：175-179.
[2]王社伟，梁国伟，陶军.基于马尔可夫模型的无人机路径规划的线性化［J］.四川兵工学报，2015，36（1）:95-98.
[3]张云飞.基于贝叶斯决策的无人机飞行路径自动规划方法[J].计算机测量与控制,2021,29(11):196-200.DOI:10.16526/j.cnki.11-4762/tp.2021.11.035.
[4]周灵叶. 基于任务的无人机协同路径规划方法设计与实现[D].北京邮电大学,2021.DOI:10.26969/d.cnki.gbydu.2021.000923.
[5]李海思. 基于多无人机的辐射源定位与路径规划技术研究[D].战略支援部队信息工程大学,2021.DOI:10.27188/d.cnki.gzjxu.2021.000035.
