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。

6.一种机场道面异物识别定位系统，其特征在于，所述系统包括无人机、激光测距设备以及地面一体化控制处理终端，其中：

无人机用于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，并将

所述N张局部机场道面图像发送至地面一体化控制处理终端，所述N张局部机场道面图像覆盖整个机场道面；

地面一体化控制处理终端，用于对所述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；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；

激光测距设备，用于测量异物的实际位置信息，并将实际位置信息发送至地面一体化控制处理终端。

7.根据权利要求6所述的系统，其特征在于，所述无人机具有悬停功能，包括多旋翼无人机平台。

8.根据权利要求6所述的系统，其特征在于，所述激光测距设备包括具有可见光及激光测距功能的双光吊舱设备。

技术说明书

一种机场道面异物识别定位方法及系统

技术领域

本技术属于机场后勤保障与维修领域专用技术，具体涉及一种机场道面异物识别定位方法。背景技术

机场道面作为机场正常运营的最关键环节之一，是机场日常保障及维护的重点，道面的健康

状态对于飞机的安全起着至关重要的作用。道面异物通常是指由于多种原因而在道面上存在的石子、裂缝、坑洼、隆起等物体，会影响跑道平整性并严重威胁飞机安全。在飞机起降阶段，一个直径在0.5厘米左右的石子都有可能因被吸入飞机发动机而导致发动机故障导致机毁人亡。因此，进行机场道面异物勘察对于维持整个机场来讲是极为重要的。

常规的民用或军用机场跑道长度在2500米至3000米左右，宽度在50-80米左右，采用常规手段如人或车辆赴跑道进行道面异物勘察的方式面临着以下几种问题：第一，时效性不高，采用人或车辆上跑道的方式，单次巡检勘察时间可能长达数十分钟甚至几小时，这对于愈发繁忙的机场来说是无法接受的；第二，漏检概率大，人眼识别道面异物存在准确度较低、漏检率较高等问题，尤其在天气、光线条件欠佳的情况下，漏检率会大大提升，增加了安全隐患；第三，定位精度低，对于机场道面存在的石子、裂缝、坑洼、隆起等异物来说，精确标定其位置信息并对于后续开展修缮工作非常重要。采用人工手绘标记的方式仅能大致标记异物所在的区域，误差范围大，无法实现高精度的异物定位。

技术内容

本提供了一种机场道面异物识别定位方法及系统，能够实现高精度的异物定位，减小定位误差范围。

第一方面，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，获得异物分类和对应的异物位置信息。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

第二方面，本申请提供一种机场道面异物识别定位系统，其特征在于，所述系统包括无人机、激光测距设备以及地面一体化控制处理终端，其中：

无人机用于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，并将