城市级(大区域)低空安全综合解决方案
面向城市级(大区域)空域安全管理需求,利用物联网和大数据思维构建平台,集成前端感知预警、中端辅助决策、末端处置手段于一体,构建面上监测、块上预警、点上处置的“监测-分析-决策-执行”闭环体系,打通公安、交通等多部门和重点企业的数据壁垒,打造“一屏观全域、一网管全城”的智能治理新模式。
行业背景
当前无人机以其小型化、智能化、大众化、多样化的特点,成为近年来发展最迅猛的新兴产业之一,从面向普通大众的消费级无人机,到用于电力、林业、基建、物流、测绘、警用等场合的行业机层出不穷,与之伴随的是各类安全事故、恐怖袭击事件的频繁发生。 然而,从公共安全角度出发,针对城市区域的重点目标(区域)空域管理、重大事件临时保卫及常态化日常监管和处置依然存在较多的问题:
- 城市对于无人机的管理多是在重大活动事件的临时管制,缺乏对辖区内已有“低慢小”的基础数据摸排与管理,未能形成有效的“低慢小”部门联动管理机制。
- 目前市场上无人机防御方面的主要装备以无人机的反制为主,无人机的防御手段较为单一和被动。
- 传统的低空防御基本以某个点(单位)为基础,因此在实施低空防御的过程中往往以目标单位的“点”为中心进行无人机防御方案的设计与建设,然而, 空域的防御是虚拟电子围栏的设置,与传统的周界实体防护存在着明显的差异,单靠点对点的孤军作战很难取得有效的防御成效。
- 城市中的很多重点单位之间只有一墙之隔,点对点的设备建设容易造成设备的冗余和资源的浪费。
功能亮点
清晰直观呈现全域空域态势,信息分类便于快速抓取关键内容;实时侦测空域,精准区分合作与非合作目标,支撑精准管理。
实时监测无人机闯入禁飞区、超高等违规飞行行为,同步感知电磁环境紊乱、气象突变等环境风险,实现从飞行异常到环境威胁的全方位预警与快速响应。
将数据驱动的深度学习和传统的知识驱动算法相结合,超越传统算法的局限性,从海量无人机飞行历史数据中自动提取时空和运动特征,精准预测未来轨迹。
针对不同风险预警,智能推荐处置流程,获授权后自主触发地面核查、无人机核查、移动处置以及远程处置预案拦截非法无人机,下发方式灵活,确保应对及时有效。
通过热力图和网格化方式,直观呈现飞行密度分布,帮助管理人员快速掌握重点区域。
AI助理科科可自动分析低空侦测数据,并一键生成专业分析报告。
驾驶舱
多维风险预警
智能轨迹推演
智能推荐处置预案
飞行密度可视化
低空数据分析
前端/末端应急处置装备
应用场景
典型案例