基于特征谱特征的机场跑道异物分层检测算法
浅谈机场跑道异物探测(FOD)系统
浅谈机场跑道异物探测(FOD)系统李 婕上海民航新时代机场设计研究院有限公司,上海 200335摘要:随着我国经济增长,民用航空业的迅猛发展,千万级机场内高峰小时起降量逐年增加。
在飞机起飞和降落时不能有任何人或异物影响飞机的正常起飞和降落,同时,随着现代化信息技术的发展,基于雷达捕捉、视频分析等技术的逐步成熟,通过部署和应用自动化的机场跑道FOD探测设备来提高机场探测工作的质量与效率,已经成为民航行业发展的必然趋势。
关键词:机场跑道;异物;探测(FOD)系统中图分类号:TN911.71 FOD概述FOD(Foreign Object Debris)是指不属于跑道、滑行道、机坪或飞行区其他区域的外来物,FOD包括飞机遗落的零部件、现场工作人员遗落的工具、行李配件、道面破碎产生的石块、施工的碎片杂物、餐饮物品、鸟兽、天气情况产生的冰雪等[1]。
FOD容易被吸入发动机或机械装置内,导致发动机失效,影响起落架及机翼等设备的正常运行,不仅会损坏飞机,严重时可能导致机毁人亡。
除了直接经济损失外,因FOD导致的航班延误或取消而产生的间接经济损失不可估量。
因此,应该利用雷达、光电技术和计算机目标识别技术,部署和应用自动化的机场跑道FOD探测设备来提高机场跑道道面探测工作的质量与效率,保障道面安全。
2 国内机场现状2.1 巡检模式目前,国内大多数机场跑道巡检工作依然采用人工巡检方式,尚无主动、及时、有效发现并清除FOD的技术手段,在巡检时需关闭跑道。
因人工巡检次数及巡查时间有限,导致巡检效率低,安全可靠性也无法保障,特别是航班繁忙时段,极端高峰小时达到每隔120 s就有一架飞机起降,这无疑对高峰时段的跑道检查带来了困难。
如何保障在每架飞机起降间隔内完成整条跑道检查,保证飞机飞行安全,显得尤为重要[2]。
2.2 道面情况随着道面使用时间的推移,跑道在使用过程中经常会因为各种原因产生角裂、裂缝、碎板、错台、补丁等常见水泥混凝土道面病害,需要实时防止这些病害产生的FOD,对飞行安全产生影响。
机场跑道异物检测实例
机场跑道异物检测实例
机场跑道异物检测是一个重要的安全问题,它旨在防止飞机在起飞或降落时与地面上的障碍物发生碰撞。
下面是一个机场跑道异物检测的实例:
在某国际机场,机场管理部门采用了先进的红外线扫描技术来检测跑道异物。
这种技术利用红外线对地面的穿透能力,能够发现跑道表面下的潜在危险。
在一次夜间执勤中,红外线扫描设备发现在跑道中部存在一个异常的热点,初步判断为潜在的异物。
随后,机场管理部门立即组织人员对这一区域进行详细检查。
检查人员发现,在跑道下方埋藏着一个金属物体,长约20厘米,直径约5厘米。
他们小心翼翼地将该物体取出,并立即通知了机场安全管理部门。
经过初步分析,该金属物体被确认为一块飞机起落架的零件,可能是由于飞机维修时遗留在跑道上的。
机场管理部门对这一事件进行了彻底调查,并加强了对机场跑道的巡查和检测工作。
他们还与相关航空公司协商,要求加强飞机维修时的安全管理,防止类似事件的再次发生。
这个实例表明,机场跑道异物检测对于保障飞行安全至关重要。
通过采用先进的检测技术,机场管理部门能够及时发现并排除潜在的安全隐患,确保飞机的起飞和降落安全。
同时,加强安全管理措施也是预防类似事件再次发生的关键。
一种基于雷达图像处理的跑道异物检测方法
【 关键词】跑道异物检测; 雷达 图像处理 ; 背景减法; 漫水填充 【 中图分类号】T N 9 1 9 . 8 【 文献标志码】A
FOD De t e c t i o n App r o a c h Ba s e d o n Ra d a r I ma g e Pr o c e s s i n g
【 摘 要】机场跑道异物检测对排除跑道隐患、 保障飞行安全意义重大。提出了一种基于雷达图像处理的跑道异物检测方法, 首先通过 若干高斯模 型的叠加来 拟合噪声分 布 , 进 而 大 幅削弱 系统 噪声 ; 接着 使用 改进 的背景减 法排 除背景 的干 扰 ; 然后 对经 过二值化 和 中值滤 波后的 雷达 图 像 通过数 学形态 学 中的 闭运 算进 行处 理 ; 最后 使用 漫水 填充 算 法检测 和标 注异 物。该 方 法 已 在 雷达 系统 中使用 , 实 时性强 , 效果 良好 。
C HE NG We i , HU S h a o h a i , Z HAO S h u a i f e n g, L I U S h u a i q i
( S c h o o l o fC o m p u t e r a n d I n f o r m a t i o n T e c h n o l o g y , B e i j i n g J i a o t o n g U n i v e r s i t y , B e i j i n g 1 0 0 0 4 4 , C h i n a ) 【 A b s t r a c t 】F O D d e t e c t i o n i s o f g r e a t s i  ̄ c ne a e t O e l i m i n a t e h i d d e n d a n g e r s o n r u n w a y nd a e  ̄u r e f l i g h t s a f e t y . T h i s p a p e r p r o p o s e s a n F O D d e t e c t i o n
机场跑道异物监测雷达回波建模
参 数做 了近 似表 示。在 此基 础上 ,运 用统 计模 型法模 拟跑道 杂 波 ,并建 立 目标 回波模 型。杂 波主 要 来 自草地 和跑道 ,结合几何 模 型计 算该 复合场 景 的后散 射系数 ,对 杂波 随机序 列和 回波分别 进
行 了仿 真 , 给 出 了仿 真 结 果 。 关 键 词 :异 物 检 测 ; 毫 米 波 雷 达 ; 几 何 模 型 ; 回 波 模 拟 中 图 分 类 号 :T N9 5 7 . 5 2 4 文 献 标 识 码 :A d o i :1 0 . 1 1 8 0 5 / T KYDA2 0 1 3 0 6 . 0 9 1 7
第1 l 卷 第6 期
2 0 1 3年 1 2月
太 赫 兹 科 学 与 电 子 信 息 学 报
J o u r n a l o f Te r a h e r t z S c i e n c e a n d El e c t r o n i c I n f o r ma t i o n T e c h n o l o g y
A b s t r a c t : F o r e i g n Ob j e c t s a n d De b r i s ( F OD ) ma y c a u s e a c c i d e n t s o r d i s a s t e r s , a n d s e r i o u s l y a f f e c t t h e
R a d a r e c h o mo d e l i n g o f F o r e i g n O b j e c t s D e b r i s d e t e c t i o n o n a i r p o r t r u n w a y s
机场道面复杂背景下异物特征分析与检测
实 际机 场 道 面 异 物 图像 进 行 检 测 。 初 步 实验 证 明 , 该 方 法 可 以 有 效检 测 出机 场 道 面 复 杂 背 景 下 的 异 物 , 实 验 结 果 显
( 1 . 北 京航 空航 天 大 学 图像 处理 中心 ,北 京 1 0 0 1 9 1 ; 2 . 中 国 民航 管 理 干 部 学 院 航 空安 保 系,北 京 1 0 0 1 0 2 )
摘要 : 机 场 道 面 异 物 是 威 胁 跑 道 运 行 安 全 的 常 见病 害 , 及时、 准确 的检 测 异 物 具 有 现 实意 义 。针 对 现 有 的 人 工 目视 检 测方法 . 本 文 基 于 图像 处 理 理 论 。 提 出 了一 种 机 场 道 面异 物 的 自动 检 测 算 法 。 根 据 机 场 道 面 的复 杂背 景 和 常 见 异 物 的
第2 1 卷 第 2期
Vo 1 . 2 1
No . 2
电子设 计工 程
El e c t r o ni c De s i  ̄a En g
2 0 1 3年 1 月
J a n . 2 01 3
机 场 道 面 复杂 背景 下异 物特征 分析 与检 测
刘 迪 ,曹晓 光 ,薛斌 党 ,李红伟
L I U Di ,C AO Xi a o - g u a n g ‘ , XUE B i n - d a n g ‘ ,L I Ho n g - we i
( 1 . I m a g e P r o c e s s i n g C e n t e r o fB e i h a n g U n w e  ̄ i t y , B e q i n g 1 0 0 1 9 1 , C h i n a; 2 . D e p a r t me n t o f Av i a t i o n S e c u r i t y , C i v i l A v i a t i o n Ma ag n e m e n t I n s t i t u t e fC o h i a, n B e l l i n g 1 0 0 1 0 2 , C h i a) n
关于机场跑道异物检测系统
希望通过邀请闵行科学技术研究院机场研究室参与到他们申请的技术研发项目中,以推动产品在2、3线机场的试验性应用,进而进入大机场。实际上,技术已经基本成熟,但由于涉及到安全生产,所以必须有历史应用数据的支撑才可能进入大机场。
2009年,民航局机场司出台了机场异物检测规定,机场区域分类,并规定不同类型区域禁止的异物类型。
民航总局民航科学技术研究院机场研究室,负责相关技术研发与政策研究。该室出台了相关标准的指导手册。
每个机场都有异物管理委员会。
目前国际上主要生产厂家来自美国、以色列、新加坡等。美国、以色列使用短波雷达探测技术,元器件对中国封锁,价格十分昂贵。新加坡采用光电检测技术。该技术团队使用的方法与新加坡类似,但在某些方面技术领先于新加坡。新加坡的光电异物检测技术已应用于新加坡国内、泰国曼谷机场等。
机场跑道异物(FOD)探测试验系统建议方案
机场跑道异物(FOD)探测试验系统建议方案.docFOD探测系统的设计原则包括先进性、适用性、开放性、可靠性和可用性。
系统由FOD探测子系统、网络通信子系统、物理链路子系统和现场供电子系统组成。
系统运行流程包括扫描跑道、报警提示、操作员核实、派发任务、现场人员处理和归档报警信息。
监控中心负责判别是否需要进一步处理,现场人员负责清理异物并上传归档相关信息。
系统软件和硬件采用开放系统规范和多种国际标准协议,具有高度的可靠性和优良的性能,在-40℃~60℃的环境下正常工作。
系统的目的是提高工作效率、减少人为差错和降低运行成本。
系统要求在规定的时间内运行,且不会影响其性能。
同时,系统具有高度的安全性和保密性,采用分级保护、数据存储权限和网络安全隔离等手段,以防止非法侵入。
系统还应具有扩充性,方便进行升级、换代和功能扩充,保护用户的投资。
此外,系统的维护管理和操作界面都应该方便易用,且经济性高。
FOD探测子系统旨在建立一个软硬件结合的集成系统,采用分布式光电传感器探测,覆盖整个机场跑道,全天24小时不间断运作,提供自动化跑道异物检测手段。
系统能够实时检测告警并将信息发送给工作人员和清理回收人员,为机场安全生产和运营管理提供保障。
系统的点位部署在试验地段的J1滑行道,共计6台边灯式探测设备,间距30米部署。
FOD 探测子系统由现场设备、数据中心设备、监控中心设备和管理软件构成,具备全天候运作的总体功能。
The system XXX object debris (FOD) on airport runways in real-time XXX。
n。
removal。
and archiving。
which XXX.The system complies with relevant nal and industry standards and ns。
including the XXX China (CAAC) in July 2016.FAA advisory circulars。
机场跑道异物检测系统研究
龙源期刊网
机场跑道异物检测系统研究
作者:赵锦华张军
来源:《现代电子技术》2012年第19期
摘要:为了解决机场跑道上的异物对飞机安全造成的极大威胁,在研究了国外现有的跑道异物检测技术的基础上,提出了易于实现的组合式毫米波探测系统及机场布局方法,分析了地杂波对跑道异物检测的影响,采用高距离与方位分辨探测技术实现对地面杂波的抑制,提出了超宽带毫米波线性调频探测单元的构成方法并对高分辨测距的基本原理和实现算法进行了理论分析。
针对探测单元以及环境杂波的分布模型进行了仿真研究,仿真结果表明组合式毫米波探测系统对小目标具有较好的分辨能力。
关键词:跑道异物; LFMCW;高分辨;地面杂波。
机场跑道异物检测系统设计与研究
A src: uc n rc edt t nadaa oe nO jc D b s( O ) r s icn i us o rl eS b t tQ i adpei ee i n lr t F ri b t e r F D ae i f ats e r i a a k s co m o g e i g i s f ap n n
机场道面异物识别定位方法及系统与制作流程
本申请提供一种机场道面异物识别定位方法,方法包括:无人机根据预设飞行路径规划对机场道面进行勘察,采集N张局部机场道面图像,所述N张局部机场道面图像覆盖整个机场道面;对所述N张局部机场道面图像进行图像拼接处理,获得完整机场道面图像;利用目标检测方法对所述完整机场道面图像进行识别,异物分类和对应的异物位置信息。
权利要求书1.一种机场道面异物识别定位方法,其特征在于,方法包括:无人机根据预设飞行路径规划对机场道面进行勘察,采集N张局部机场道面图像,所述N张局部机场道面图像覆盖整个机场道面;对所述N张局部机场道面图像进行图像拼接处理,获得完整机场道面图像;利用目标检测方法对所述完整机场道面图像进行识别,获得异物分类和对应的异物位置信息。
2.根据权利要求1所述的,其特征在于,在所述无人机根据预设飞行路径规划对机场道面进行勘察之前,方法还包括:对所述无人机进行动力系统检查、通讯链路检查和光学载荷状态检查。
3.根据权利要求1所述的,其特征在于,所述对所述N张局部机场道面图像进行图像拼接处理,获得完整机场道面图像,具体包括:采用SIFT算法对所述N张局部机场道面图像进行图像特征提取与初步匹配,并获得初步匹配结果;利用RANSAC算法对所述N张局部机场道面图像进行图像特征匹配,获得匹配关键点;根据所述初步匹配结果和匹配关键点,将N张局部机场道面图像进行图像拼接,并获得完整机场道面图像。
4.根据权利要求1所述的,其特征在于,所述利用目标检测方法对所述完整机场道面图像进行识别,获得异物分类和对应的异物位置信息,具体包括:根据预先采集的道面异物图片,利用Faster-RCNN方法对神经网络模型进行训练,获得目标检测模型;将所述完整机场道面图像输入目标检测模型,获得异物分类和对应的异物位置信息。
5.根据权利要求4所述的,其特征在于,在所述获得异物分类和对应的异物位置信息之后,方法还包括:根据预先设置在机场道面的激光测距设备,测量异物的实际位置信息;结合所述实际位置信息和所述异物位置信息,计算异物精确位置信息。
一种机场跑道异物检测装置及方法[发明专利]
专利名称:一种机场跑道异物检测装置及方法专利类型:发明专利
发明人:赵娜娜,蒋欣晟,周平,王玉成,叶晓东申请号:CN201911303999.6
申请日:20191217
公开号:CN110954968B
公开日:
20220506
专利内容由知识产权出版社提供
摘要:本发明公开了一种机场异物检测装置及方法,该装置包括图像采集模块和视觉检测模块;图像采集模块通过USB接口与视觉检测模块相连接,并包含一字形线激光器、PCI接口的USB3.0扩展卡、高速工业相机、镜头和滤光片;视觉检测模块用于实现机场跑道异物的检测功能,包含图像预处理和特征提取识别算法。
本发明采用并排安装的图像数据采集单元构成,在检测过程中,携带检测设备的移动设备沿待检测的跑道区域行驶,每次单程的检测宽度等于相机的有效图像采集视场,利用图像处理算法进行处理,从而分析出跑道上是否有异物。
申请人:中国科学院合肥物质科学研究院
地址:230031 安徽省合肥市蜀山湖路350号
国籍:CN
更多信息请下载全文后查看。
机场跑道异物监测雷达的杂波图恒虚警率检测
WU J i n g。 ,W ANG Ho n g ,W A NG Xu e g a n g
( S c h o o l o fE l e c t r o n i c E n g i n e e r i n g ,U n i v e r s i t y fE o l e c t r o n i c S c i e n c e a n d T e c h n o l o g y f o C h i n a ,C h e n g d u S i c h u a n 6 1 1 7 3 1 ,C h i n a )
中图分类号 : T P 3 9 1 . ・ ma p c o n s t a n t f a l s e a l a r m r a t e d e t e c t i o n f o r f o r e i g n o b j e c t d e b r i s o n r u n wa y s
机 场 跑道 异 物 监 测 雷 达 的 杂 波 图恒 虚 警 率检 测
吴 静’ , 王 洪, 汪学刚
( 电子科技大学 电子工程学院, 成都 6 1 1 7 3 1 )
( { 通信作 者电子邮箱 w u j i n g 1 8 2 1 @1 2 6 . c o n r )
机场跑道异物检测(FOD)毫米波解决方案解析
机场跑道异物检测(FOD)毫米波解决方案解析 事件回放:2000年7月25日法航协和飞机被跑道上的异物扎破轮胎,轮胎爆炸击中油箱导致飞机起火失事,最终造成机上109人,地面4人,共113人死亡的惨剧。
从此FOD被引起广泛的重视。
图1:法国协和飞机空难事件 美国联邦航空局(FAA)关于雷达(毫米波雷达)检测的要求如下: - 要求雷达能够检测高度3cm、直径3.8cm的异物; - 探测距离大于1km; - 雷达放置距跑道中心线50m以上。
上海馥莱电子是一家专业的射频、微波和毫米波产品供应商,携手瑞典知名芯片设计公司Gotmic,提供W波段机场异物检测FOD(ForeignerObjects Debris)雷达毫米波前端解决方案。
该方案输出频率92-96GHz,发射端通过控制11.5-12GHz VCO实现线性调频,经过输出频率86-106GHz的8倍频器gXOB0017,产生W波段信号;末级接功率放大器gAPZ0045,最大输出功率200mW。
接收前端有一个低噪声放大器gANZ0017,噪声系数NF=5dB;混频器可采用基波混频器gMBR0011,也可采用IQ混频器(镜像抑制混频器)gMQR0011或gMDR0013。
图2:W波段FOD方案92-96GHz Gotmic芯片优势: - 专注于40-170GHz芯片设计; - 拥有自己的建模团队,PDK模型比代工厂更准确; - 可大批供货,供货周期短,无许可证限制; - 更高性能、更低价格。
1.八倍频器gXOB0017: 输入频率:10.7-13.3GHz,输出频率:86-106GHz,输出功率:+12dBm. 图3:gXOB0017倍频器框图和输出功率 2.功率放大器gAPZ0045 频率:92-96GHz,线性增益:18dB,饱和输出:+23dBm,更高功率预计2018年Q1推出。
图4:gAPZ0045功率放大器 3.低噪声放大器gANZ0017 频率:75-110GHz,噪声系数NF:5dB,增益:17dB。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于特征谱特 征 的机场跑道 异物分层检 测算法
王 宝帅 刘江 洪 郑 小亮 贺 岷 珏
成都 6 1 0 0 3 6 )
肖 庆
( 电子信 息控 制重点 实验 室
摘 要:强杂波背景下的弱静止 目 标检测机场跑道异物( F o r e i g n O b j e c t D e b r i s , F O D ) 监测雷达面临的关键问题。
s u r v e i l l a n c e r a d a r o n a i r p o r t r u n wa y s . A n o v e l h i e r a r c h i c a l F OD d e t e c t i o n me t h o d i s p r o po s e d b a s e d o n e i g e n v lu a e
第3 9 卷第 l 1 期
2 0 1 7 年l 1 月
电
子
与
信
息
学
报
V0 l _ 3 9 NO . 1 1
J o u r na l o f El e c t r o n i c s& I n f o r ma t i o n Te c hn o l o g y
NO V . 2 0 1 7
c l u t t e r a n d t h e F O D r e t u r n s ( i n c l u d i n g t h e f a l s e a l a r m r e t u r n s ) . T h e n e i g e n v a l u e s p e c t r u m f e a t u r e s a r e e x t r a c t e d
s p e c t r u m f e a t u r e e x t r a c t i o n a n d Mi n i m a x P r o b a b i l i t y Ma c h i n e( MP M) . T h e c l u t t e r ma p C o n s t a n t F a l s e A l a r m
该文提 出一种基 于特 征谱特征和最小最大概 率机( Mi n i ma x P r o b a b i l i t y Ma c h i n e , MP M) 的F O D 分层检测算法 ,首
先利用杂波图恒虚警( C o n s t a n t F a l s e A l a r m R a t e , C F A R ) 将雷达录取回波中的背景杂波和 F O D回波f 包含虚警) 区
( S c i e n c e a n d T e c h n o l o g y o n E l e c t r o n i c I n f o r ma t i o n C o n t r o l L a b o r a t o r y , C h e n g d u 6 1 0 0 3 6 , C h i n a ) A b s t r a c t : D e t e c t i o n o f w e a k t a r g e t s i n h e a v y g r o u n d c l u t t e r i s t h e k e y i s s u e f o r F o r e i g n O b j e c t D e b r i s( F O D )
t o t r a n s f o r m t h e FOD r e t u r n s a n d f a l s e a l a r m r e t ur n s i n t o t h e f e a t u r e d o ma i n wh e r e t h e FOD a n d f a l s e a l r m a a r e
关键 词:毫米波雷达 ;机场 跑道异物 ;特征提取 ;最小最大概率机
中图分类号 : T N 9 5 7 . 5 1
D OI :1 0 . 1 1 9 9 9 / J EI T1 7 0 1 7 8
文献标识码 : A
文章编号 :1 0 0 9 . 5 8 9 6 ( 2 0 1 7 ) 1 1 - 2 6 9 0 — 0 7
A Hi e r a r c h i c a l FOD De t e c t i o n Me t h od Ba s e d O i l
Ei g e n v a l u e S pe c t r u m F e a t u r e s
WANG Ba o s h u a i L I U J i a n g h o n g Z HE NG Xi a o l i a n g HE Mi n i u e XI AO Qi n g
分开 ,然 后提 取特 征谱特征将在 回波 域中差异较小 的 F OD 回波和 虚警 回波转换到区分性更大 的特征域 ,最后利用 MP M 分类器 实现对 F OD和 虚警 的分类 ,从而达到 降低 虚警次数 的 目的。基于 实测数据 的试验 结果表 明,所提方
法可 以获得较好 的检测 性能 。