CN102253381A - 用于机场跑道的异物自动检测系统及其检测方法 - Google Patents
用于机场跑道的异物自动检测系统及其检测方法 Download PDFInfo
- Publication number
- CN102253381A CN102253381A CN2011101001648A CN201110100164A CN102253381A CN 102253381 A CN102253381 A CN 102253381A CN 2011101001648 A CN2011101001648 A CN 2011101001648A CN 201110100164 A CN201110100164 A CN 201110100164A CN 102253381 A CN102253381 A CN 102253381A
- Authority
- CN
- China
- Prior art keywords
- data
- foreign matter
- airfield runway
- equipment
- alarm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
一种航空自动控制技术领域的用于机场跑道的异物自动检测系统及其检测方法,该系统包括:探测装置、光学特征数据库、外来异物数据库、物体运动状态分析装置、物体物理属性分析装置、物体威胁飞机严重程度等级估算装置、告警装置、远程监控装置和工作站清除装置。本发明可以全天时、全天候、全自动的对FOD目标进行检测识别与告警且能大幅提升自动检测告警的准确性。
Description
技术领域
本发明涉及的是一种飞机机场技术领域的装置及方法,具体是一种用于机场跑道的异物自动检测系统及其检测方法。
背景技术
随着现在民用机场航班客运量的大幅增加,外来物体(国际通称:Foreign Object Debris(FOD))掉落机场跑道的事件大量增加,外来物体的典型例子有:混凝土沥青碎块、金属器件、橡胶碎片、塑料制品、动植物。
航空器对于FOD来说相当脆弱,一只飞鸟或一小块塑料布吸入发动机可能引起空停,一个小螺钉或金属片甚至尖锐石子都可能扎伤轮胎引起爆破,产生的轮胎碎片可能打伤飞机机体或重要部件,如液压管、油箱。近年来最为引人关注的FOD事件是2000年法航协和空难,机上109人,地面4人,共113人遇难。调查表明协和空难的肇事者是上一个航班飞机上掉在跑道上的金属片,它扎破了随后起飞的协和飞机轮胎,轮胎爆破产生的碎片击中了一个或多个油箱,飞机左机翼起火并很快坠毁,这个过程不到1分30秒。此次事件的后果是协和飞机在2003年10月24日全部退役。协和飞机空难事件提高了人们对于机场跑道外来异物的重视,世界各国逐渐开始研发针对FOD目标的主动探测预警系统,用于防止机场跑道外来异物撞击飞机而因此造成的飞机轮胎受损或者发动机受损,以及由此引发的机场跑道关闭或航班晚点等额外的经济损失。
毫米波雷达作为现代雷达技术发展的重要组成部分与传统雷达相比有很多优点。例如:高分辨率和小尺寸:由于天线和微波器件的尺寸与工作频率有关,因此毫米波雷达的天线和微波元器件可以较小,比较适合安装于机场跑道附近,毫米级的探测精度可以准确的探测到机场跑道上的外来异物。
基于计算机视觉的目标识别技术是一门融合了图像处理,模式识别。人工智能、自动控制以及计算机等诸多领域的先进技术。红外热像仪与可见光摄像机可以满足对FOD目标全天候、全天时的图像拍摄,实时对FOD目标进行分析与处理。
FOD探测系统的核心思想是利用安装在机场跑道附近的光电探测传感器对机场跑道甚至整个机场运作区域内的多个FOD目标进行有效地定位、跟踪和自动分析。当FOD探测系统预先判断的物体的威胁等级超出设定的警戒值时发出告警,并辅助机场工作人员及时清理FOD目标。
经过对现有技术文献的检索发现:新加坡Stratechsystems公司开发的iFerret机场跑道探测系统,现已安装在新加坡樟宜国际机场。该系统由若干高分辨率光学摄像机组成,摄像机实时探测并识别机场跑道异物。该系统在芝加哥的奥黑尔国际机场FAA技术人员对系统进行了测试。该系统的不足之处在于:1、使用光学摄像机探测目标其图像处理的数据处理量非常大,探测识别时间较长。2、光学摄像机受天气光照条件影响很大,在跑道积水等情况下很难检测到跑道上微小异物。
发明内容
本发明针对现有技术存在的上述不足,提供一种用于机场跑道的异物自动检测系统及其检测方法,可以全天时、全天候、全自动的对FOD目标进行检测识别与告警且能大幅提升自动检测告警的准确性。
本发明是通过以下技术方案实现的:
本发明涉及一种用于机场跑道的异物自动检测系统,包括:探测装置、光学特征数据库、外来异物数据库、物体运动状态分析装置、物体物理属性分析装置、物体威胁飞机严重程度等级估算装置、告警装置、远程监控装置和工作站清除装置,其中:探测装置的输出接口与视觉特征数据库、物体运动状态分析装置、物体物理属性分析装置的输入接口并行连接,物体运动状态分析装置、物体物理属性分析装置的输出接口与物体威胁飞机严重程度等级估计装置、外来异物数据库的输入接口并行连接,物体威胁飞机严重程度等级估计装置的输出接口与告警装置的输入接口连接,告警装置的输出接口与工作站清除装置、远程监控装置的输入接口连接,远程监控装置的输出接口与探测装置、工作站清除装置的输入接口连接,工作站清除装置的输出接口与外来异物数据库的输入接口连接。
所述的探测装置包括:毫米波雷达设备、红外探测设备、可见光探测设备、工控计算机和输出接口,其中:毫米波雷达设备通过工控计算机将扫描探测到的物体位置数据传送给红外探测设备和可见光探测设备,光学探测设备再对物体进行对准拍照并得到物体的光学特征数据。
所述的毫米波雷达设备不间断地对机场跑道进行扫描,获取跑道上厘米级大小的物体的位置坐标数据。毫米波雷达发射天线向机场跑道面发射波长为毫米级的电磁波,之后再接收由机场跑道和外来物反射的反射波。机场跑道相对平整反射面小,在反射波中跑道回波信号较弱处于低频区,跑道外来物多为厘米级大小物体且是立体形状,反射面大,在反射波中外来物信号较强处于高频区,在反射波高频信号中预先设置一个阈值,当反射波超过这一阈值时即可认为发现外来物体。计算发射波与反射波之间的时间差,再乘以光速,既得到外来物与毫米波雷达之间的距离,根据预先设定的坐标系,计算得到外来物的位置坐标数据。
所述的工控计算机内建一张机场坐标位置与光学设备俯仰偏转位置的函数关系表,在获得毫米波雷达探测所得的外来物位置数据后,通过查表法,光学设备迅速调整到表中的旋转角度,俯仰角度,缩放大小与变焦距离,对准物体并拍摄,使得外来物的原始图像数据获取时间降低,告警时间大幅缩短。
所述的光学特征数据库和外来异物数据库均通过含有输入输出接口的存储装置实现,其中:光学特征数据库记录并存储所述的物体的位置数据、光学特征数据;外来异物数据库记录并存储所述的物体的编号、运动状态、物理属性和清理状况。
所述的物体运动状态分析装置通过含有输入输出接口的工控计算机实现,其中:输入接口接收来自探测装置的物体位置数据并输出至工控计算机,工控计算机对输入数据进行分析计算得到物体的运动状态数据并通过输出接口将运动状态数据传送给物体威胁飞机严重程度等级估计装置。
所述的运动状态包括:所述的物体是否在运动,所述的物体的速度,所述的物体的运动轨迹。毫米波雷达得到同一外来物的两次位置坐标数据,工控计算机比较这两次数据,即得到物体是否在运动。如果物体是运动的,工控计算机计算两次位置之间的距离,再除以两次反射波之间的时间,即得到物体的速度。多次位置坐标与速度的集合,即可得到物体的运动轨迹。
所述的物体物理属性分析装置通过含有输入输出接口的工控计算机实现,其中:输入接口接收来自探测装置和光学特征数据库的物体光学特征数据并输出至工控计算机,工控计算机对输入数据进行分析计算,得到物体的物理属性数据并通过输出接口将物理属性数据传送给物体威胁飞机严重程度等级估计装置。
所述的物理属性包括:物体的大小、物体的材质和物体的形状。光学探测设备得到外来物的图像,工控计算机计算图像中外来物所占的像素个数,根据预先的相机标定,即得到物体的大小。工控计算机图像中的像素的梯度变化找到外来物的轮廓,即得到物体的形状。工控计算机计算外来物的纹理特性,纹理特性与物体材质一一对应,即得到物体的材质。
所述的物体威胁飞机严重程度的等级估算装置通过含有输入输出接口的工控计算机实现,其中:输入接口接收来自物体运动状态分析装置和物体物理属性分析装置的运动状态数据和物理属性数据并输出至工控计算机,工控计算机对输入数据进行分析计算,得到物体威胁飞机的严重程度等级并通过输出接口将物体威胁飞机的严重程度等级发送给告警装置;
所述的物体威胁飞机严重程度等级,工控计算机先对接收到的各种数据结果数值化,再对它们加权求和得到威胁系数,加权因数根据机场跑道的特点人工设置,最后再将得到的威胁系数转化为威胁等级。公式表达如下:威胁等级=加权系数1×参数1+加权系数2×参数2+…+加权系数N×参数N。
所述的告警装置通过含有输入输出接口的工控计算机以及网络数据交换机实现,其中:输入接口接收来自物体威胁飞机严重程度的等级估计装置的威胁等级数据,使用工控计算机中的程序进行判断,根据三个数据:一、是否是新发现物体,二、是否计算出威胁等级,三、威胁等级是否超出预先设定的阈值,选择数据发送的目的地,通过网络数据交换机将相关数据发送给工作站清除装置或远程监控装置。
所述的工作站清除装置包括:输入接口、现有外来物清除设备和网络数据交换机,其中:网络数据交换机接收来自告警装置的数据,外来物清除设备清除跑道异物。
所述的远程监控装置,包括:显示报警信息的显示屏、声音报警设备、远程控制探测装置的计算机、网络数据交换机,其中:网络数据交换机接收来自告警装置的数据,并通过显示屏,声音设备等显示数据,工作人员可通过运程控制探测装置的计算机向探测装置发送操控命令,并通过实时观测物体人工判断物体的威胁等级,之后再通过网络数据交换机向工作站清除装置发送告警与清除信号。
所述的探测装置中,采用了毫米波雷达设备和光学探测设备,传统的探测设备中仅使用单一探测器,例如:仅有光学探测器,则需处理大量图像数据才能确定外来物的位置,本系统引入的毫米波雷达,其探测速度与精度都比光学探测设备高。利用毫米波雷达检测目标,光学探测设备别目标,极大地缩短了机场跑道外来物的检测与告警时间。
所述的探测装置中,采用红外探测设备,尤其是在晚上或雨、雾天,能准确地探测到物体的光学特征数据和辅助实时监视,采用可见光探测设备,能在天气状况较好的白天准确地探测到物体的光学特征等数据和辅助实时监视,同时采用了红外探测设备和可见光探测设备,能满足系统全天候、全天时准确地对目标进行拍摄和监视。
所述的告警装置中,根据三个分析得到的数据:一、是否是新发现物体,二、是否计算出威胁等级,三、威胁等级是否超出预先设定的阈值,选择数据发送的目的地,如果是新发现的物体,且给出的威胁等级超出预先设定的阈值,则向工作站清除装置发送告警信号及外来物数据。如果是已发现的物体,且给出的威胁等级低于预先设定的阈值,则向工作站清除装置发送解除告警信号。如果是新发现的物体,但未给出威胁等级,则向远程监控装置发送告警信号及请求人工判断。告警装置根据物体的威胁等级自动地选择信息发送目的地,使系统加入了人工干预判断的能力,提高了系统的准确率。
本发明的机场跑道外来异物自动检测告警方法和系统通过探测所得的光学特征数据,分析得到物体的运动状态和物理属性,得出物体的颜色、大小、材质(类别)等信息从而估算出对飞机的威胁等级,并及时发出告警信号,辅助机场工作人员清除物体,极大地降低了物体对飞机的威胁。
本发明涉及上述系统的异物自动检测方法,包括以下步骤:
A)、毫米波雷达扫描机场跑道实时探测并获得外来物体的位置数据;
B)、根据所述的物体的位置数据,红外探测设备和可见光探测设备快速准确地对物体进行拍摄,获得外来物体的光学特征数据;
C)、记录并存储所述的物体的位置数据和光学特征数据;
D)、根据所述的物体的位置数据和光学特征数据,分析所述的物体的运动状态和物理属性;
E)、根据物体的位置数据、物体的运动状态和物理属性,计算出严重程度等级,判断物体未来对飞机是否有威胁;
所述的步骤E)中,当系统拒绝给出对飞机的威胁等级结果,则向机场跑道监控中心发出需要人工判断的信号;监控中心远程控制探测装置对物体进行探测和判断并做出是否需要清理的判断,当需要清理,则向机场跑道工作站发出告警和清理信号;机场跑道工作站接到解除告警信号后,取消清除工作。
所述的系统拒绝给出对飞机威胁等级的原因包括:物体各项数据获取出现缺失或者超出了装置的判断范围,或者出现一些不可预知的错误。
所述的物体可自行运动,当所述的物体自动离开威胁区域,则向机场跑道工作站发出解除告警信号。
F)、当物体未来对飞机的威胁程度等级大于或等于预设的阈值时,向机场跑道工作站发出告警信号;当物体未来对飞机的威胁等级小于预设的阈值时,则返回步骤A)。
G)、接到告警信号后,机场跑道工作站自动清除物体。
H)、记录并存储物体的物理属性与清除结果。
附图说明
图1是本发明的自动检测告警方法的实施例1的流程图。
图2是本发明的自动检测告警方法的实施例2的流程图。
图3是本发明的自动检测告警方法的实施例3的流程图。
图4是本发明的自动检测告警系统的实施例1的示意图。
图5是本发明的自动检测告警系统的实施例2的示意图。
图6是本发明的自动检测告警系统的实施例3的示意图。
图7是本发明的自动检测告警系统的实施例1的机场坐标图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图4所示,实施例1涉及的机场跑道外来异物自动检测告警系统,包括:探测装置1、用于实时探测并获得机场跑道外来物体的位置数据和光学特征数据。光学特征数据库2、用于记录并存储物体的位置数据和光学特征数据。物体运动状态分析装置3、用于根据物体的位置数据,分析物体的坐标位置和是否是运动物体。物体物理属性分析装置4、用于根据物体的尺寸数据和光学特征数据,分析物体的物理属性。物体威胁飞机等级估算装置5、用于根据物体的运动状态和物理属性来估算物体对飞机的威胁等级。告警装置6、用于物体对飞机的威胁等级大于或等于预设的阈值时,向机场工作站发出告警信息。工作站清除装置7、用于清除外来物体。外来异物数据库8、用于存储物体的编号、运动状态、物理属性和清理状况。探测装置1的输出接口与视觉特征数据库2、物体运动状态分析装置3、物体物理属性分析装置4的输入接口并行连接,物体运动状态分析装置3、物体物理属性分析装置4的输出接口与物体威胁飞机严重程度等级估算装置5、外来异物数据库8的输入接口并行连接,物体威胁飞机严重程度等级估算装置5的输出接口与告警装置的输入接口连接,告警装置的输出接口与工作站清除装置的输入接口连接,工作站清除装置的输出接口与外来异物数据库的输入接口连接。
在本实施方式中,探测装置1包括毫米波雷达11、红外探测设备12和可见光探测设备13。红外探测设备12一般在晚上和雨、雾天使用。
结合图1和图4,本实施例1涉及的机场跑道外来异物自动检测告警方法,包括以下步骤:
S11、利用探测装置1实时探测并获得物体的位置数据和光学特征数据;
探测装置1包括毫米波雷达11、红外探测设备12和可见光探测设备13。毫米波雷达11对机场跑道上的外来物体进行检测与定位,获得物体的坐标位置数据。毫米波雷达11将物体的坐标位置数据传送给红外探测设备12和可见光探测设备13。红外探测设备12中的红外热像仪和可见光探测设备13中的摄像机根据已有的位置数据快速对准外来物体进行拍摄,经图像分析处理后获得外来物体的光学特征数据。
探测装置中,预先建立一个机场坐标系,如图7,毫米波雷达的坐标是(Xm1,Ym1),ti时刻毫米波雷达向跑道发射一束毫米波,在Δti时间后收到含有外来物信号的反射波,反射波角度为θ1。毫米波雷达与外来物距离的计算公式为:
Li=Δti*c (1)
式1中c为光速
得到的距离为Li,外来物的坐标位置(x1i,y1i)计算公式为:
x1i=Xm1+cotθi*Li (2)
y1i=Yml+tanθi*Li
机场坐标位置与光学设备俯仰偏转角的函数关系表如表1,每个坐标(x,y)分别对应光学设备的水平偏转角θw,垂直偏转角θh,缩放倍数Z,焦距f。
表1
S12、记录并存储物体的位置数据和光学特征数据;
将毫米波雷达11探测到的物体的坐标位置数据实时存储至光学特征数据库2中,将红外探测设备12和可见光探测设备13探测并处理后得到的光学特征数据存储至光学特征数据库2中。
S13、根据物体的位置数据和光学特征数据,分析物体的运动状态和物理属性;
运动状态的数据包括:物体是否在运动、物体的速度和物体的运动轨迹。运动状态分析装置3多次从探测装置1获得的位置数据,可以获知物体是否在运动、物体的速度和物体的运动轨迹。
毫米波雷达给出了外来物体的两次坐标位置(x11,y11),(x12,y12),ε是一个可允许的误差范围,一般取值1米,若|x11-x12|<ε且|y11-y12|<ε,则可认为物体是静止的,否则物体是运动的。如果物体是运动,通过两次坐标位置,计算出移动的距离,计算公式如下:
两次的间隔时间,计算公式如下:
ΔT=[(t2+Δt2)-(t1+Δt1)] (4)
则可得到物体的移动速度,计算公式如下:
多次探测结果的集合即得到物体的运动轨迹。
物理属性的数据包括:物体的大小、物体的材质和物体的形状。物理属性分析装置4从数据库2中取出由红外探测设备12和可见光探测设备13探测到的光学特征数据,可以获知物体的形状、大小和材质。
红外探测设备和可见光探测设备拍摄跑道上外来物体的图像,根据先前的相机标定,可知图像中每个像素所代表的实际大小。例如:相机拍摄500米处的外来物,相机标定为图像中每像素表示实际大小5平方厘米,在图像中外来物一共占100个像素点,则可得外来物的实际大小为500平方厘米。在拍摄的图像中,机场跑道作为背景,像素灰度级单一变化不大,在灰度级变化剧烈的位置即是外来物的轮廓位置,计算各个像素点的领域灰度变化及梯度值,即可找到外来物的轮廓,得到物体的形状。图像中代表外来物的像素灰度级的变化规律即为纹理,计算像素灰度级在特定范围,特定方向的变化趋势,可得到物体表面均匀性、密度、粗糙度等纹理特征,不同材质的物体有不同的纹理特性,通过纹理分析即可分析出物体的材质。
S14、根据物体的位置数据、运动状态和物理属性,估算物体未来对飞机的威胁等级;
物体对飞机的威胁等级估算装置5根据物体的位置数据和物理属性数据,估算未来物体对飞机的威胁等级。
物体对飞机的威胁等级估算装置首先将非数值形的数据转化为数值,转化规则见表2
表2
威胁系数β的计算公式如下:
β=α1λ1+α2λ2+α3λ3+α4λ4+α5λ5+α6λ6 (7)
式(7)中,α为加权因数,且α1+α2+α3+α4+α5+α6=1,λ1~λ6分别代表外来物位置坐标参数,是否在运动参数,运动速度参数,物体大小参数,物体形状参数,物体材质参数。得到威胁系数β后,查表3即可得到威胁等级。
表3
S15、当物体未来对飞机的威胁等级大于或等于预设的阈值时,向机场跑道工作站发出告警信号;当物体未来对飞机的威胁等级小于所述的预设的阈值时,则返回步骤S11。
告警装置6包括工控计算机和网络信息交换机。工控计算机从物体对飞机的威胁等级估算装置中得到新的外来物体的威胁等级的数据,通过网络数据交换机将告警信号发送给跑道工作站的网络数据交换机。
S16、接收到告警信号后,机场跑道工作站清除物体。
工作站清除装置7的网络信息交换机接到告警信号及相关信息后,使用跑道外来物清除设备清除异物。
S17、记录并存储物体的物理属性和清除状况;
将物体运动状态分析装置得到的物体的运动状态数据实时存储至数据库8中,将物体物理属性分析装置得到的物体的物理属性存储至数据库8中,将物体的清除处理结果存储至数据库8中。
图2为本发明的机场跑道外来异物自动检测告警方法的实施例2的流程图。图5是本发明的自动检测告警系统的实施例2的示意图。
如图5所示:实施例2涉及的机场跑道外来异物自动检测告警系统,图5与图4的区别在于,图5考虑到当物体是运动的物体,且物体自行离开威胁的区域,则解除报警,由告警装置向机场跑道工作站发送解除告警信息。
结合图2和图5,本实施例2涉及的机场跑道外来异物自动检测告警方法,图2与图1的区别在于,步骤S15`,当物体未来对飞机的威胁等级大于或等于预设的阈值时,向机场跑道工作站发出告警信号;当物体未来对飞机的威胁等级小于所述的预设的阈值切物体是原来已探测到的运动物体时,向机场跑道工作站发出解除告警信号,否则返回步骤S11。在步骤S15`后,还包括以下步骤:
步骤S18、机场跑道工作站接收到解除报警信号后,放弃或中止清除工作;
图3为本发明的机场跑道外来异物自动检测告警方法的实施例3的流程图。图6是本发明的自动检测告警系统的实施例3的示意图。
如图6所示:实施例3涉及的机场跑道外来异物自动检测告警系统,图6与图4的区别在于,加入了远程监控装置9,图6考虑到因无法预知的错误而导致的物体对飞机的威胁等级装置拒绝给出结果时,告警装置向监控中心发送信息请求人工对物体进行识别与判断。监控中心工作人员通过远程监控装置9对探测装置1进行操作实时检测物体,并给出判断是否需要清除物体,当需要则向机场跑道工作站发送告警与清除信息。机场跑道工作站使用清除装置7清除物体。
结合图6和图3,本实施例3涉及的机场跑道外来异物自动检测告警方法,图3与图2的区别在于,在步骤S14后,还包括以下步骤:
步骤S19、当物体对飞机的威胁等级估算装置拒绝给出结果时,向监控中心发出需要人工判断的信息。
步骤S20、监控中心远程控制探测设备对物体进行监视并判断其是否需要清除,当需要清除,则向机场跑道工作站发出告警与清除信息。
步骤S16、接收到告警与清除信号后,机场跑道工作站清除物体。
本发明的机场跑道外来异物自动检测告警方法和自动检测告警系统通过探测所得的数据,分析物体的运动状态和物理属性,估算出物体对飞机的威胁等级,及时进行自动检测告警,极大地降低了外来物体对飞机的威胁。
本发明的机场跑道外来异物自动检测告警方法和自动检测告警系统实现了全天候、全天时、自动地对机场跑道外来物体进行检测、监视和告警的要求。
实施效果表明:毫米波雷达在对机场跑道的扫描探测中,对直径3厘米的圆球的检测率达到100%,在白天天气情况较好的情况下,可见光、红外图像融合识别物体的概率在90%以上,夜间红外图像检测物体的概率在90%以上,识别概率在60%以上。因此系统有效的实现了全天候、全天时、自动地机场跑道外来物进行了检测、监视和告警。
Claims (9)
1.一种用于机场跑道的异物自动检测系统,其特征在于,包括:探测装置、光学特征数据库、外来异物数据库、物体运动状态分析装置、物体物理属性分析装置、物体威胁飞机严重程度等级估算装置、告警装置、远程监控装置和工作站清除装置,其中:探测装置的输出接口与视觉特征数据库、物体运动状态分析装置、物体物理属性分析装置的输入接口并行连接,物体运动状态分析装置、物体物理属性分析装置的输出接口与物体威胁飞机严重程度等级估计装置、外来异物数据库的输入接口并行连接,物体威胁飞机严重程度等级估计装置的输出接口与告警装置的输入接口连接,告警装置的输出接口与工作站清除装置、远程监控装置的输入接口连接,远程监控装置的输出接口与探测装置、工作站清除装置的输入接口连接,工作站清除装置的输出接口与外来异物数据库的输入接口连接。
2.根据权利要求1所述的用于机场跑道的异物自动检测系统,其特征是,所述的探测装置包括:毫米波雷达设备、红外探测设备、可见光探测设备、工控计算机和输出接口,其中:毫米波雷达设备通过工控计算机将扫描探测到的物体位置数据传送给红外探测设备和可见光探测设备,光学探测设备再对物体进行对准拍照并得到物体的光学特征数据。
3.根据权利要求2所述的用于机场跑道的异物自动检测系统,其特征是,所述的毫米波雷达设备不间断地对机场跑道进行扫描,获取跑道上厘米级大小的物体的位置坐标数据;所述的工控计算机内建一张机场坐标位置与光学设备俯仰偏转位置的函数关系表,在获得毫米波雷达探测所得的外来物位置数据后,通过查表法,光学设备迅速调整到表中的旋转角度,俯仰角度,缩放大小与变焦距离,对准物体并拍摄。
4.根据权利要求2所述的用于机场跑道的异物自动检测系统,其特征是,所述的光学特征数据库和外来异物数据库均通过含有输入输出接口的存储装置实现,其中:光学特征数据库记录并存储所述的物体的位置数据、光学特征数据;外来异物数据库记录并存储所述的物体的编号、运动状态、物理属性和清理状况。
5.根据权利要求2所述的用于机场跑道的异物自动检测系统,其特征是,所述的物体运动状态分析装置通过含有输入输出接口的工控计算机实现,其中:输入接口接收来自探测装置的物体位置数据并输出至工控计算机,工控计算机对输入数据进行分析计算得到物体的运动状态数据并通过输出接口将运动状态数据传送给物体威胁飞机严重程度等级估计装置。
6.根据权利要求2所述的用于机场跑道的异物自动检测系统,其特征是,所述的工作站清除装置包括:输入接口、现有外来物清除设备和网络数据交换机,其中:网络数据交换机接收来自告警装置的数据,外来物清除设备清除跑道异物。
7.根据权利要求2所述的用于机场跑道的异物自动检测系统,其特征是,所述的远程监控装置,包括:显示报警信息的显示屏、声音报警设备、远程控制探测装置的计算机、网络数据交换机,其中:网络数据交换机接收来自告警装置的数据,并通过显示屏,声音设备等显示数据,工作人员可通过运程控制探测装置的计算机向探测装置发送操控命令,并通过实时观测物体人工判断物体的威胁等级,之后再通过网络数据交换机向工作站清除装置发送告警与清除信号。
8.一种根据上述任一权利要求所述系统的异物自动检测方法,其特征在于,包括以下步骤:
A)、毫米波雷达扫描机场跑道实时探测并获得外来物体的位置数据;
B)、根据所述的物体的位置数据,红外探测设备和可见光探测设备快速准确地对物体进行拍摄,获得外来物体的光学特征数据;
C)、记录并存储所述的物体的位置数据和光学特征数据;
D)、根据所述的物体的位置数据和光学特征数据,分析所述的物体的运动状态和物理属性;
E)、根据物体的位置数据、物体的运动状态和物理属性,计算出严重程度等级,判断物体未来对飞机是否有威胁;
F)、当物体未来对飞机的威胁程度等级大于或等于预设的阈值时,向机场跑道工作站发出告警信号;当物体未来对飞机的威胁等级小于预设的阈值时,则返回步骤A);
G)、接到告警信号后,机场跑道工作站自动清除物体;
H)、记录并存储物体的物理属性与清除结果。
9.根据权利要求1所述的异物自动检测方法,其特征是,所述的步骤E)中,当系统拒绝给出对飞机的威胁等级结果,则向机场跑道监控中心发出需要人工判断的信号;监控中心远程控制探测装置对物体进行探测和判断并做出是否需要清理的判断,当需要清理,则向机场跑道工作站发出告警和清理信号;机场跑道工作站接到解除告警信号后,取消清除工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101001648A CN102253381B (zh) | 2011-04-20 | 2011-04-20 | 用于机场跑道的异物自动检测系统及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101001648A CN102253381B (zh) | 2011-04-20 | 2011-04-20 | 用于机场跑道的异物自动检测系统及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102253381A true CN102253381A (zh) | 2011-11-23 |
CN102253381B CN102253381B (zh) | 2012-11-28 |
Family
ID=44980747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101001648A Active CN102253381B (zh) | 2011-04-20 | 2011-04-20 | 用于机场跑道的异物自动检测系统及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102253381B (zh) |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540263A (zh) * | 2011-12-28 | 2012-07-04 | 成都芯通科技股份有限公司 | 一种解决航空跑道安全的方法 |
CN103149563A (zh) * | 2013-01-28 | 2013-06-12 | 北京航空航天大学 | 机场跑道异物二维探测系统及方法 |
CN103489179A (zh) * | 2013-08-29 | 2014-01-01 | 中国科学院长春光学精密机械与物理研究所 | 机场跑道异物检测中去除水泥裂缝干扰的方法 |
CN103675923A (zh) * | 2013-12-17 | 2014-03-26 | 无锡市雷华科技有限公司 | 基于静态杂波图的异物检测方法及异物检测设备 |
CN103728956A (zh) * | 2014-01-15 | 2014-04-16 | 杜帅 | 一种电力监测系统中不明物的识别与清除方法 |
CN103744056A (zh) * | 2013-12-17 | 2014-04-23 | 无锡市雷华科技有限公司 | 基于异物检测的雷达处理系统及方法 |
CN104463901A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种机场跑道异物检测快速定位方法 |
CN104536059A (zh) * | 2015-01-08 | 2015-04-22 | 西安费斯达自动化工程有限公司 | 图像/激光测距机场跑道异物监控一体化系统 |
CN105005089A (zh) * | 2015-06-08 | 2015-10-28 | 上海交通大学 | 基于计算机视觉的机场道面异物探测系统与方法 |
CN105160362A (zh) * | 2015-10-22 | 2015-12-16 | 中国民用航空总局第二研究所 | 一种跑道fod图像探测方法及装置 |
CN105372717A (zh) * | 2015-10-30 | 2016-03-02 | 中国民用航空总局第二研究所 | 一种基于雷达和图像信号的fod融合探测方法及装置 |
CN105510884A (zh) * | 2015-12-08 | 2016-04-20 | 北京无线电计量测试研究所 | 一种图像处理方法和设备 |
CN105611244A (zh) * | 2015-12-23 | 2016-05-25 | 东南大学 | 一种基于球机监控视频的机场外来异物检测方法 |
CN105652270A (zh) * | 2016-02-17 | 2016-06-08 | 韦醒妃 | 一种具有识别功能的自动门禁 |
CN105974417A (zh) * | 2016-07-26 | 2016-09-28 | 深圳中钧空间科学技术有限公司 | 毫米波雷达接收处理系统 |
CN106199750A (zh) * | 2015-05-04 | 2016-12-07 | 中国科学院上海高等研究院 | 机场飞行区活动异物检测系统及其检测方法 |
CN106772289A (zh) * | 2016-12-09 | 2017-05-31 | 北京无线电计量测试研究所 | 一种机场跑道异物检测系统天线俯仰角的校准方法 |
CN107229938A (zh) * | 2017-08-05 | 2017-10-03 | 南京云计趟信息技术有限公司 | 一种基于摄像装置的车辆轮胎带泥识别系统及方法 |
CN107300922A (zh) * | 2017-02-15 | 2017-10-27 | 宋健 | 大数据分析系统及方法 |
CN107562900A (zh) * | 2017-09-07 | 2018-01-09 | 广州辰创科技发展有限公司 | 基于大数据方式对飞机场跑道异物分析的方法及系统 |
CN107678001A (zh) * | 2017-09-21 | 2018-02-09 | 广州辰创科技发展有限公司 | 一种多组e波段雷达前端并行工作的抗干扰方法 |
CN107728136A (zh) * | 2017-11-29 | 2018-02-23 | 航科院(北京)科技发展有限公司 | 一种机场跑道异物监测和清除引导系统及方法 |
CN108184096A (zh) * | 2018-01-08 | 2018-06-19 | 北京艾恩斯网络科技有限公司 | 一种机场跑滑区全景监控装置、系统及方法 |
CN108226890A (zh) * | 2018-01-19 | 2018-06-29 | 成都赛英科技有限公司 | 基于时间向统计的机场异物雷达检测方法 |
CN108446630A (zh) * | 2018-03-20 | 2018-08-24 | 平安科技(深圳)有限公司 | 机场跑道智能监控方法、应用服务器及计算机存储介质 |
CN109085539A (zh) * | 2018-08-10 | 2018-12-25 | 湖南航天环宇通信科技股份有限公司 | 一种双反射面雷达成像天线 |
CN109164443A (zh) * | 2018-08-27 | 2019-01-08 | 南京微达电子科技有限公司 | 基于雷达及图像分析的铁路线路异物检测方法及系统 |
CN109188416A (zh) * | 2018-08-10 | 2019-01-11 | 中国民用航空总局第二研究所 | 雷达与光学复合探测的跑道异物检测系统及方法 |
CN111025283A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 雷达与球机联动的方法及装置 |
CN111524324A (zh) * | 2020-03-20 | 2020-08-11 | 北京首都国际机场股份有限公司 | Fod报警级别判定方法、电子设备及存储介质 |
CN111910566A (zh) * | 2020-07-10 | 2020-11-10 | 广州民航职业技术学院 | 一种机场跑道异物自动检测及清理系统 |
CN111937049A (zh) * | 2018-04-02 | 2020-11-13 | 松下电器产业株式会社 | 侵入检测系统及侵入检测方法 |
CN112180365A (zh) * | 2020-09-17 | 2021-01-05 | 北京中兵智航软件技术有限公司 | 场坪fod识别装置及系统 |
CN112185175A (zh) * | 2020-09-17 | 2021-01-05 | 北京中兵智航软件技术有限公司 | 电子进程单的处理方法及装置 |
CN112285706A (zh) * | 2020-11-18 | 2021-01-29 | 北京望远四象科技有限公司 | 一种fod探测方法、装置及系统 |
CN112346060A (zh) * | 2020-11-19 | 2021-02-09 | 飞友科技有限公司 | 一种机场地面目标进出跑道的检测方法和系统 |
CN112597926A (zh) * | 2020-12-28 | 2021-04-02 | 广州辰创科技发展有限公司 | 基于fod影像对飞机目标的识别方法、设备、存储介质 |
CN112703424A (zh) * | 2018-09-21 | 2021-04-23 | 玛尔斯登集团 | 防碰撞和运动控制系统及方法 |
CN113269097A (zh) * | 2021-05-27 | 2021-08-17 | 广州民航职业技术学院 | 一种机场跑道外来物清除方法、系统、装置及存储介质 |
CN113362656A (zh) * | 2021-06-16 | 2021-09-07 | 中国民用航空总局第二研究所 | 一种跑道安全监控方法和系统 |
CN113985400A (zh) * | 2021-12-27 | 2022-01-28 | 南京易信同控制设备科技有限公司 | 一种机场跑道外来异物监测报警系统及其方法 |
CN115294809A (zh) * | 2022-08-04 | 2022-11-04 | 中国人民解放军海军勤务学院 | 一种机场高危鸟类快速评定方法 |
CN115862387A (zh) * | 2022-11-28 | 2023-03-28 | 西安科技大学 | 用于机场异物清除的可移动式警示装置以及警示方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010039268A1 (en) * | 2008-10-03 | 2010-04-08 | Trex Enterprises Corporation | Mobile millimeter wave imaging radar system |
CN101918980A (zh) * | 2007-08-24 | 2010-12-15 | 策技系统有限公司 | 跑道监视系统和方法 |
CN101923789A (zh) * | 2010-03-24 | 2010-12-22 | 北京航空航天大学 | 一种基于多传感器信息融合的飞机安全进近方法 |
-
2011
- 2011-04-20 CN CN2011101001648A patent/CN102253381B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101918980A (zh) * | 2007-08-24 | 2010-12-15 | 策技系统有限公司 | 跑道监视系统和方法 |
WO2010039268A1 (en) * | 2008-10-03 | 2010-04-08 | Trex Enterprises Corporation | Mobile millimeter wave imaging radar system |
CN101923789A (zh) * | 2010-03-24 | 2010-12-22 | 北京航空航天大学 | 一种基于多传感器信息融合的飞机安全进近方法 |
Non-Patent Citations (2)
Title |
---|
P.FEIL等: "Foreign Objects Debris Detection (FOD) on Airport Runways Using a Broadband 78GHz Sensor", 《PROCEEDINGS OF THE 38TH EUROPEAN MICROWAVE CONFERENCE》, 31 October 2008 (2008-10-31), pages 1608 - 1611 * |
孙立新: "跑道FOD检测系统关键技术分析", 《四川理工学院学报(自然科学版)》, vol. 23, no. 4, 31 August 2010 (2010-08-31), pages 494 - 496 * |
Cited By (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102540263A (zh) * | 2011-12-28 | 2012-07-04 | 成都芯通科技股份有限公司 | 一种解决航空跑道安全的方法 |
CN103149563B (zh) * | 2013-01-28 | 2014-10-08 | 北京航空航天大学 | 机场跑道异物二维探测系统及方法 |
CN103149563A (zh) * | 2013-01-28 | 2013-06-12 | 北京航空航天大学 | 机场跑道异物二维探测系统及方法 |
CN103489179A (zh) * | 2013-08-29 | 2014-01-01 | 中国科学院长春光学精密机械与物理研究所 | 机场跑道异物检测中去除水泥裂缝干扰的方法 |
CN103489179B (zh) * | 2013-08-29 | 2016-08-10 | 中国科学院长春光学精密机械与物理研究所 | 机场跑道异物检测中去除水泥裂缝干扰的方法 |
CN104463901A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种机场跑道异物检测快速定位方法 |
CN104463901B (zh) * | 2013-09-25 | 2017-07-18 | 北京环境特性研究所 | 一种机场跑道异物检测快速定位方法 |
CN103675923A (zh) * | 2013-12-17 | 2014-03-26 | 无锡市雷华科技有限公司 | 基于静态杂波图的异物检测方法及异物检测设备 |
CN103744056A (zh) * | 2013-12-17 | 2014-04-23 | 无锡市雷华科技有限公司 | 基于异物检测的雷达处理系统及方法 |
CN103675923B (zh) * | 2013-12-17 | 2016-07-13 | 无锡市雷华科技有限公司 | 基于静态杂波图的异物检测方法及异物检测设备 |
CN103728956B (zh) * | 2014-01-15 | 2017-01-25 | 杜帅 | 一种电力监测系统中不明物的识别与清除方法 |
CN103728956A (zh) * | 2014-01-15 | 2014-04-16 | 杜帅 | 一种电力监测系统中不明物的识别与清除方法 |
CN104536059A (zh) * | 2015-01-08 | 2015-04-22 | 西安费斯达自动化工程有限公司 | 图像/激光测距机场跑道异物监控一体化系统 |
CN104536059B (zh) * | 2015-01-08 | 2017-03-08 | 西安费斯达自动化工程有限公司 | 图像/激光测距机场跑道异物监控一体化系统 |
CN106199750A (zh) * | 2015-05-04 | 2016-12-07 | 中国科学院上海高等研究院 | 机场飞行区活动异物检测系统及其检测方法 |
CN105005089A (zh) * | 2015-06-08 | 2015-10-28 | 上海交通大学 | 基于计算机视觉的机场道面异物探测系统与方法 |
CN105160362B (zh) * | 2015-10-22 | 2018-10-09 | 中国民用航空总局第二研究所 | 一种跑道fod图像探测方法及装置 |
CN105160362A (zh) * | 2015-10-22 | 2015-12-16 | 中国民用航空总局第二研究所 | 一种跑道fod图像探测方法及装置 |
CN105372717B (zh) * | 2015-10-30 | 2017-12-26 | 中国民用航空总局第二研究所 | 一种基于雷达和图像信号的fod融合探测方法及装置 |
CN105372717A (zh) * | 2015-10-30 | 2016-03-02 | 中国民用航空总局第二研究所 | 一种基于雷达和图像信号的fod融合探测方法及装置 |
CN105510884A (zh) * | 2015-12-08 | 2016-04-20 | 北京无线电计量测试研究所 | 一种图像处理方法和设备 |
CN105611244A (zh) * | 2015-12-23 | 2016-05-25 | 东南大学 | 一种基于球机监控视频的机场外来异物检测方法 |
CN105611244B (zh) * | 2015-12-23 | 2018-08-21 | 东南大学 | 一种基于球机监控视频的机场外来异物检测方法 |
CN105652270A (zh) * | 2016-02-17 | 2016-06-08 | 韦醒妃 | 一种具有识别功能的自动门禁 |
CN105974417B (zh) * | 2016-07-26 | 2019-01-01 | 深圳前海中钧空天科学技术有限公司 | 毫米波雷达接收处理系统 |
CN105974417A (zh) * | 2016-07-26 | 2016-09-28 | 深圳中钧空间科学技术有限公司 | 毫米波雷达接收处理系统 |
CN106772289B (zh) * | 2016-12-09 | 2019-05-28 | 北京无线电计量测试研究所 | 一种机场跑道异物检测系统天线俯仰角的校准方法 |
CN106772289A (zh) * | 2016-12-09 | 2017-05-31 | 北京无线电计量测试研究所 | 一种机场跑道异物检测系统天线俯仰角的校准方法 |
CN107329472A (zh) * | 2017-02-15 | 2017-11-07 | 宋健 | 大数据分析系统及方法 |
CN107300922A (zh) * | 2017-02-15 | 2017-10-27 | 宋健 | 大数据分析系统及方法 |
CN107329472B (zh) * | 2017-02-15 | 2018-09-28 | 智来时代(北京)管理咨询有限公司 | 大数据分析系统 |
CN107229938A (zh) * | 2017-08-05 | 2017-10-03 | 南京云计趟信息技术有限公司 | 一种基于摄像装置的车辆轮胎带泥识别系统及方法 |
CN107562900A (zh) * | 2017-09-07 | 2018-01-09 | 广州辰创科技发展有限公司 | 基于大数据方式对飞机场跑道异物分析的方法及系统 |
CN107678001A (zh) * | 2017-09-21 | 2018-02-09 | 广州辰创科技发展有限公司 | 一种多组e波段雷达前端并行工作的抗干扰方法 |
CN107678001B (zh) * | 2017-09-21 | 2018-10-23 | 广州辰创科技发展有限公司 | 一种多组e波段雷达前端并行工作的抗干扰方法 |
CN107728136A (zh) * | 2017-11-29 | 2018-02-23 | 航科院(北京)科技发展有限公司 | 一种机场跑道异物监测和清除引导系统及方法 |
CN108184096A (zh) * | 2018-01-08 | 2018-06-19 | 北京艾恩斯网络科技有限公司 | 一种机场跑滑区全景监控装置、系统及方法 |
CN108184096B (zh) * | 2018-01-08 | 2020-09-11 | 北京艾恩斯网络科技有限公司 | 一种机场跑滑区全景监控装置、系统及方法 |
CN108226890A (zh) * | 2018-01-19 | 2018-06-29 | 成都赛英科技有限公司 | 基于时间向统计的机场异物雷达检测方法 |
CN108226890B (zh) * | 2018-01-19 | 2021-08-13 | 成都赛英科技有限公司 | 基于时间向统计的机场异物雷达检测方法 |
CN108446630B (zh) * | 2018-03-20 | 2019-12-31 | 平安科技(深圳)有限公司 | 机场跑道智能监控方法、应用服务器及计算机存储介质 |
CN108446630A (zh) * | 2018-03-20 | 2018-08-24 | 平安科技(深圳)有限公司 | 机场跑道智能监控方法、应用服务器及计算机存储介质 |
CN111937049A (zh) * | 2018-04-02 | 2020-11-13 | 松下电器产业株式会社 | 侵入检测系统及侵入检测方法 |
CN109188416A (zh) * | 2018-08-10 | 2019-01-11 | 中国民用航空总局第二研究所 | 雷达与光学复合探测的跑道异物检测系统及方法 |
CN109085539A (zh) * | 2018-08-10 | 2018-12-25 | 湖南航天环宇通信科技股份有限公司 | 一种双反射面雷达成像天线 |
CN109085539B (zh) * | 2018-08-10 | 2021-04-02 | 湖南航天环宇通信科技股份有限公司 | 一种双反射面雷达成像天线 |
CN109164443A (zh) * | 2018-08-27 | 2019-01-08 | 南京微达电子科技有限公司 | 基于雷达及图像分析的铁路线路异物检测方法及系统 |
CN112703424A (zh) * | 2018-09-21 | 2021-04-23 | 玛尔斯登集团 | 防碰撞和运动控制系统及方法 |
CN111025283A (zh) * | 2018-10-09 | 2020-04-17 | 杭州海康威视数字技术股份有限公司 | 雷达与球机联动的方法及装置 |
CN111524324A (zh) * | 2020-03-20 | 2020-08-11 | 北京首都国际机场股份有限公司 | Fod报警级别判定方法、电子设备及存储介质 |
CN111524324B (zh) * | 2020-03-20 | 2022-07-29 | 北京首都国际机场股份有限公司 | Fod报警级别判定方法、电子设备及存储介质 |
CN111910566A (zh) * | 2020-07-10 | 2020-11-10 | 广州民航职业技术学院 | 一种机场跑道异物自动检测及清理系统 |
CN112180365A (zh) * | 2020-09-17 | 2021-01-05 | 北京中兵智航软件技术有限公司 | 场坪fod识别装置及系统 |
CN112185175A (zh) * | 2020-09-17 | 2021-01-05 | 北京中兵智航软件技术有限公司 | 电子进程单的处理方法及装置 |
CN112185175B (zh) * | 2020-09-17 | 2022-02-18 | 北京中兵智航软件技术有限公司 | 电子进程单的处理方法及装置 |
CN112285706A (zh) * | 2020-11-18 | 2021-01-29 | 北京望远四象科技有限公司 | 一种fod探测方法、装置及系统 |
CN112346060A (zh) * | 2020-11-19 | 2021-02-09 | 飞友科技有限公司 | 一种机场地面目标进出跑道的检测方法和系统 |
CN112597926A (zh) * | 2020-12-28 | 2021-04-02 | 广州辰创科技发展有限公司 | 基于fod影像对飞机目标的识别方法、设备、存储介质 |
CN113269097A (zh) * | 2021-05-27 | 2021-08-17 | 广州民航职业技术学院 | 一种机场跑道外来物清除方法、系统、装置及存储介质 |
CN113362656A (zh) * | 2021-06-16 | 2021-09-07 | 中国民用航空总局第二研究所 | 一种跑道安全监控方法和系统 |
CN113985400A (zh) * | 2021-12-27 | 2022-01-28 | 南京易信同控制设备科技有限公司 | 一种机场跑道外来异物监测报警系统及其方法 |
CN113985400B (zh) * | 2021-12-27 | 2022-04-19 | 南京易信同控制设备科技有限公司 | 一种机场跑道外来异物监测报警系统及其方法 |
CN115294809A (zh) * | 2022-08-04 | 2022-11-04 | 中国人民解放军海军勤务学院 | 一种机场高危鸟类快速评定方法 |
CN115294809B (zh) * | 2022-08-04 | 2024-04-16 | 中国人民解放军海军勤务学院 | 一种机场高危鸟类快速评定方法 |
CN115862387A (zh) * | 2022-11-28 | 2023-03-28 | 西安科技大学 | 用于机场异物清除的可移动式警示装置以及警示方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102253381B (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102253381B (zh) | 用于机场跑道的异物自动检测系统及其检测方法 | |
Li et al. | Automatic bridge crack detection using Unmanned aerial vehicle and Faster R-CNN | |
Khan et al. | UAV-based traffic analysis: A universal guiding framework based on literature survey | |
US9535158B1 (en) | Weather radar system and method with fusion of multiple weather information sources | |
US5523759A (en) | In flight doppler weather radar wind shear detection system | |
CN107238821B (zh) | 一种基于特征谱特征的机场跑道异物检测方法及装置 | |
US9047675B2 (en) | Strike detection using video images | |
US11181634B1 (en) | Systems and methods of intelligent weather sensing using deep learning convolutional neural networks | |
US9689984B1 (en) | Weather radar system and method with latency compensation for data link weather information | |
CN107144839A (zh) | 通过传感器融合检测长对象 | |
CN109188416A (zh) | 雷达与光学复合探测的跑道异物检测系统及方法 | |
Yost et al. | A prototype method for diagnosing high ice water content probability using satellite imager data | |
CN203299402U (zh) | 一种用于机场跑道的异物检测系统 | |
CN107390285A (zh) | 一种基于结构光的机场跑道异物检测系统 | |
CN104407346A (zh) | 一种基于信息融合的移动式跑道异物监测方法 | |
JP4694420B2 (ja) | 空港面監視装置 | |
WO2022071893A1 (en) | A system for optimising runway capacity on an airport runway and a method thereof | |
CN113156417A (zh) | 反无人机探测系统、方法和雷达设备 | |
JP3084483B2 (ja) | 飛行中ドップラー気象レーダーウィンドシャー検出システム | |
CN112198499B (zh) | 一种基于物联网的机场跑道异物监测系统 | |
CN103630949A (zh) | 车载式机场跑道外来物探测系统及方法 | |
CN113189590A (zh) | 基于fod目标识别方法、装置及存储介质 | |
Shen et al. | Aircraft wake recognition and strength classification based on deep learning | |
CN117686650A (zh) | 一种适用于运营期隧道的病害智能检测系统及方法 | |
CN111950456A (zh) | 一种基于无人机的智能化fod探测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160526 Address after: 201700 Shanghai herewin road Qingpu District Haiying village 3-4 building room H-003 Patentee after: SHANGHAI CAMA OPTOELECTRONIC EQUIPMENT CO., LTD. Address before: 200240 Dongchuan Road, Shanghai, No. 800, No. Patentee before: Shanghai Jiao Tong University |