唐宁，李彦冬，程洁，曾旭

(中国民航飞行学院，四川广汉，618300)

0 引言

安全始终是民航业的首要问题。随着现代民航业以资本密集、技术密集和高风险为标志的高度规模化发展，现在和未来的地面交通安全已经成为了一个更受重视并且更关键的问题。机场场面面临的环境复杂多变，因此与跑道入侵相关的交通安全问题高发，极易造成飞机冲出跑道、复飞和碰撞等不安全事件。为了最大限度规避风险，本文针对国内外学者对预防跑道入侵(Runway Incursion，RI)相关方法进行研究。

国际民用航空组织（International Civil Aviation Organization，ICAO）定义的跑道入侵概念为：在机场中发生的任何涉及错误的出现在用于飞机起飞和降落的保护区表面的飞机，车辆以及行人的事件。美国联邦航空局（Federal Aviation Administration，FAA）则定义为：在机场发生的任何涉及地面上的飞机、车辆、人员或物体的事故，造成碰撞危险，或导致飞机在起飞、准备起飞、降落或准备降落时失去与地面的距离。为了进一步明确跑道入侵的不同情况，FAA还将跑道入侵划分为表1所示四个类型。

跑道入侵问题已成为威胁机场运行安全的最主要原因之一，也是提高机场运行安全的关键。ICAO分别在2004年和2006年发布了《先进的场面活动引导和控制系统手册》（Doc9830）和《防止跑道入侵手册》（Doc9870），对跑道入侵问题要求更严格和规范。目前国内的跑道入侵研究还处于起步阶段。只有不断拓宽安全阈值，在成熟优化安全问题的基础上，才有更大空间考虑效益和环境保护问题，才能跳出安全与效益博弈的命题。因此，跑道入侵是当下必要解决的问题。

表格1 美国联邦航空局（FAA）跑道入侵分类

1 跑道入侵原因及分析方法

跑道入侵原因有多种分析方法，关键在于确定影响因素，分析其重要性[1]，再确定因素间内在关联[2,3]、关系强度和相互作用机制[4]。表2列举了部分重要的影响因素。

表2 跑道入侵影响因素归纳

基于事件序列的评估方法，是利用著名的事件树建模。多智能体动态风险模型(Multi-agent Dynamic risk Model，MA-DRM) 是基于agent建模、混合Petri网和罕见事件蒙特卡洛模拟建立的模型。MA-DRM方法比基于事件序列评估方法能够捕捉到系统中更多的问题，更值得深入研究[5]。

每个机场运行的机型、跑道运行模式等都有不同，很难找到系统规律，导致传统分析方法如回归分析、方差分析和主成分分析等都需要大量的数据。基于灰色理论的灰色关联分析是一种通过灰色关联度来分析和确定系统各因素之间的影响程度或各因素对系统主要动作的贡献程度的方法。灰色关联法[6]成功减少了数据需求量和计算量。用上述方法将影响因素进行分层分类，方便后续对风险向不同层面传递的方式、传输路径的拦截方法、跑道入侵控制系统强化等进行研究。

2 跑道入侵特点分析

机场跑道入侵存在诸多特征，这些特征是检测系统和避免策略发展的风向标。表3罗列了跑道入侵的诸多特性。

表3 跑道入侵关键特征介绍

入侵危险性极高，使其成为每个机场首要解决的问题。从来源分析，操纵失误需要花费大量的管制员精力去进行监督，在关键道口设置报警器可以解决这个问题。报警器需要提供不正确时间段内进入跑道保护区的告警，还需要根据数据链接来关注入侵目标动态，在下一个需要占用跑道的航空器到达之前判断目标是否还在保护区内。另外，机场所有参与人员尤其是领导的安全意识是解决跑道入侵的根本方法之一。在机场由上至下进行安全管理教育、宣扬安全文化、定期进行安全培训是必要的。基于入侵者大小、颜色和边界特征，视频监控和图像识别技术似乎是简单有效的方法。但根据入侵类别分析，跑道入侵者大多是移动目标，使得图像识别难度加大。入侵者移动特性也有优势，早期针对移动目标的检测系统取得过一定成效。但高速度和静止的目标是存在的，安全隐患并未彻底消除。总之，防止跑道入侵更关注视觉警告，防止飞行员误听带来的操作失误；关注静止或速度大的目标，可能用高速摄像机完成对高速移动物体的拍摄，或是利用多点定位技术以掌控入侵者位置。

3 防范跑道入侵的方法

跑道入侵预测和检测都至关重要，但预测避免优于检测调控。预测功能关注整个人在回路相关因素的挖掘，以及计算因素影响力加权。广义加性模型 (Generalized Additive Model，GAM) 是一种用来探测非线性回归影响的统计模型。GAM拥有强大的自由度和灵活性，在广泛的建模分布中对许多变量几乎没有限制。基于对GAM的杠杆老化研究，一种数据驱动的高级统计学习和预测解决方案可以系统地获取、解析和转换不同数据库中的各种因素，从而生成可解释数据集的方法。它还提出了高性能的计算程序，以自动选择突出因素，以实现最佳的GAM与强大的预测能力[7]。检测的难度在于进近起降飞机速度快、停放的车辆和飞机速度为零。YOLO检测器(You Only Look Once Detectors，YOLO)[8]可优化高速和静止目标的跑道入侵探测。跑道入侵检测算法(Runway Incursion Detection Algorithm，RIDA)[9]是目前较为成熟的监视算法，被利用于实现先进场面活动引导控制系统(Advanced Surface Movement Guidance Control System，A-SMGCS)的场面监视功能，其功能实现如图1所示。通过输入入侵保护区和交通活动状态信息，系统输出实时的交通信息，并对可能的跑道入侵提供告警。为管制员增强态势感知，补充引导提示。

图1 RIDA系统功能流程

在预测和检测之外，场面的可视化设备操作性更强，是避免跑道入侵的最直接手段和最有效方法。早在1991年提出的机场地面交通自动化系统(Airport Surface Traffic Automation，ASTA)[10]就设想研究出能够提供视觉和听觉共同警告、足以实现管制员和飞行员之间数据链通信（以减小通信频率拥挤的影响）、可监控位置、识别目标并规划显示最优滑行路线等功能。

防止跑道入侵的方法中，视觉警告是最为直接的。忽略、误听管制员指挥是RI事件共同特征，改进机场空侧标识[11]是避免措施之一。标识具有动态性、及时性和绝对有效性。空侧动态标识[12]中信息显示的内容、样式和更新频率都对飞行员判断有影响。具体的研究可以深入到动态标识是如何影响飞行员判断的，可以更加深入优化空侧标识的告警作用。综合地面预警系统(Integrated Ground-Based Warning Systems)[13]利用跑道交叉灯(Runway Intersection Lights， RILs)提供地面交通视觉警告。实验证明，交叉灯位置摆放和开始闪烁的时机至关重要，并且正确的交叉灯使用可以大幅提升跑道安全。

4 检测系统终端设计

自动化、智能化和简明化是未来检测系统的共同特征。多点相关定位系统(Multilateration，MLAT)的原理是飞机自身发出信号，利用多个地面定位基站之间接收信号的时间差计算得到飞机当前位置。它由场面监视系统和进近监视系统两个子系统组成，类似一个放在地面的GPS定位系统。系统实现定位后，首先判断保护区内目标数目和种类，再判断被定位目标是否为正常活动目标或目标正常活动是否会被干扰，随后选择给出告警提示或不告警，随后进行新一轮定位，及时提供目标实时定位。无论是否告警都会进行新一轮的实时定位。

判断的标准是依据事先设置的飞机正常状态与不正常状态组合。例如：当目标为飞机时，部分（两个正常状态可以出现在同一个保护区内，例如落地在跑道滑行的飞机和正在上跑道等待起飞的飞机）两个正常状态出现在同一个入侵保护区或者有一个不正常状态即报警，当保护区内仅有一个正常状态时不报警。当目标为车辆时，不允许保护区内出现飞机目标。流程图如图3所示。

图3 告警信息产生原理

新的检测系统将告警信息同时告知入侵者、正常航班和管制员三方终端系统，如图2所示。进近和起落阶段，飞行员操纵复杂，精力集中，只提供灯光闪烁或短促提示音，需要根据管制员指令进行操纵。根据ICAO的跑道入侵概念，入侵者可能是人、机或车辆，在入侵者的终端提示方式不同，当车辆构成跑道入侵时，告警可以通过驾驶员移动设备提供，也可以利用车载设备进行语音提示。

图4 入侵告警处理回路

管制员终端类似二次雷达屏幕显示系统，在跑道入侵保护区平面图上，人、机、车辆以标牌模式显示，管制员可以拖动标牌，并进行标牌信息快速阅读。方便管制员进行保护区监视、做出快速精准的判断、给出指令以及监督警告解除进度。

5 结束语

高自动化和简明的终端可以有效提高管制员工作效率。本文针对跑道入侵原因、检测系统和避免方法做了研究，突出了RI特征和探测发展的要点，并对管制员终端做了简要设计。未来，通过交通信息和地理信息的导入，在管制员终端建立3D立体模型将更加有利于管制员快速做出预判，给出指令，降低跑道入侵概率，保障跑道安全。

图5 终端显示内容