CN108535789A - 一种基于机场跑道的异物识别系统 - Google Patents
一种基于机场跑道的异物识别系统 Download PDFInfo
- Publication number
- CN108535789A CN108535789A CN201810500655.3A CN201810500655A CN108535789A CN 108535789 A CN108535789 A CN 108535789A CN 201810500655 A CN201810500655 A CN 201810500655A CN 108535789 A CN108535789 A CN 108535789A
- Authority
- CN
- China
- Prior art keywords
- module
- foreign matter
- information
- information terminal
- system based
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Abstract
本发明涉及一种基于机场跑道的异物识别系统,包括异物识别模块、定位模块、控制中心模块、车载信息终端模块、地面信息终端模块;所述异物识别模块、定位模块分别与控制中心模块连接;所述车载信息终端模块、地面信息终端模块分别与控制中心模块无线连接;定位模块用于输出系统当前位置;异物识别模块用于向口控制中心模块输出采集数据,控制中心模块用于分析异物识别模块获得的采集数据,将异物详细信息传送给车载信息终端模块,将异物位置信息传送给地面信息终端模块。本发明改进了当前清扫车工作模式,及时发现遗漏,确保跑道清扫效果,杜绝安全隐患。
Description
技术领域
本发明涉及一种检测系统,具体说是一种基于机场跑道的异物识别系统。
背景技术
跑道清扫车对跑道进行快速清扫后,可能存在未清除的异物,包括石子、螺钉、铁丝等。当前没有有效手段进行检测,清扫效果无法保障,使跑道存在一定的安全风险。目前针对机场的FOD智能检测方法和效果还不成熟,无法为跑道清扫车的清扫结果做一个明确的评估,跑道的安全问题仍然没有一个明确的保障。
发明内容
为克服现有技术存在的以上问题,本发明提供了一种基于机场跑道的异物识别系统,用于检测清扫车清扫结果,可以发现清扫过程中可能遗漏的异物,并给出实时提示和准确的位置信息,地面人员可以及时人工处理,为彻底清除异物增加了技术保障。此方法检测结果的准确度高,可有效清除机场地面异物。
本发明由以下技术方案实现:
一种基于机场跑道的异物识别系统,包括异物识别模块、定位模块、控制中心模块、车载信息终端模块、地面信息终端模块;所述异物识别模块、定位模块分别与控制中心模块连接;所述车载信息终端模块、地面信息终端模块分别与控制中心模块无线连接;定位模块用于输出系统当前位置;异物识别模块用于向口控制中心模块输出采集数据,控制中心模块用于分析异物识别模块获得的采集数据,将异物详细信息传送给车载信息终端模块,将异物位置信息传送给地面信息终端模块。
进一步的,所述异物识别模块为3D相机系统。
进一步的,所述控制中心模块包括检测管理子模块、信息交互子模块、数据存储子模块;所述检测管理子模块通过异物自动分析算法协调异物识别模块工作,并从定位模块获取系统当前精确位置,并将位置信息提供给异物识别模块;所述信息交子模块用于向车载信息终端模块和地面信息终端模块发送信息;所述数据存储子模块用于存储识别结果。
进一步的,所述车载信息终端模块包括异物信息监听子模块、异物信息提示子模块。
进一步的,所述地面信息终端模块包括异物信息监听子模块、异物信息提示子模块及终端定位子模块。
进一步的,所述控制中心模块控制对异物识别模块采集的数据进行分析,如果确认异物,则结合定位模块计算出异物的准确位置,结合机场跑道的参考点信息,进行计算得到异物距离跑道端部和两侧的距离等,并将异物信息保存至检测数据库。
进一步的,所述定位模块采用特定算法为系统提供高精度的定位信息,所述特定算法采用经典的卡尔曼滤波器完成。
进一步的,所述卡尔曼滤波器中的航向角获取通过间接测量方法实现。
进一步的,所述间接测量方法是双GPS模块测量方法或精密陀螺仪测量方法。
与现有技术相比,本发明的有益效果如下:
1、改进了当前清扫车工作模式,及时发现遗漏,确保跑道清扫效果,杜绝安全隐患。
2、通过3D相机拍摄并识别异物,可以发现跑道上5mm粒度的异物。
3、本发明用于检测清扫车清扫结果,可以发现清扫过程中可能遗漏的异物,并给出实时提示和准确的位置信息,地面人员可以及时人工处理,为彻底清除异物增加了技术保障。
附图说明
图1为本发明的总体框架图。
图2为本发明的软件框架及划分图。
图3为本发明的控制中心模块软件系统信息流框图。
图4为本发明的异物识别算法框图。
具体实施方式
以下结合附图和具体实施方式进一步说明本发明。
跑道清扫车对跑道进行快速清扫后,可能存在未清除的异物,包括石子、螺钉、铁丝等。现在需要对清扫的道面进行在线检测,检测系统挂在清扫车后端,当检测到异物后,进行报警,异物信息同时提供给驾驶员和地面清扫人员,以供其他现场人员(非清扫车)及时收到清扫指令后,根据异物的位置信息,在带有定位功能的终端的帮助下,找到异物准确位置,完成异物清扫。
如图1所示,本发明包括异物识别模块、定位模块、控制中心模块、车载信息终端模块、地面信息终端模块;其中,异物识别模块选用深度相机系统,有别于传统的工业相机,深度相机除了能拍摄二维图像,还能输出深度/高度信息,用深度相机对路面进行实时拍摄,可以输出路面的深度图,对深度图进行实时分析,就可以得到路面的平整度信息,当发现有较大的起伏时,即可通过自动图像处理方法自动识别异物;定位系统负责对输出系统当前位置。使用组合导航的方式提供高精度的位置信息;控制中心,控制中心作为各子系统的信息和命令交互中心,系统负责控制其它部件的正常工作,并在它们之间转发信息,控制中心系统对异物识别模块采集的数据进行分析,如果确认异物,则结合定位系统计算出异物的准确位置,结合机场的跑道的参考点信息,进行计算得到异物距离跑道端部和两侧的距离等,并将异物信息保存至检测数据库。同时,将异物信息发送至车载信息终端和地面信息终端;车载信息终端,控制中心发现异物后的,可直接向驾驶员提供异物信息,并配合声光报警提示;地面信息终端,控制中心将异物详细位置信息发送给地面信息终端,地面人工清扫人员获取异物信息,并在地面信息终端定位功能的辅助下,找到异物的实际位置,完成人工清扫。
如图2所示,系统的软件框架由多个软件子系统组成,基中核心软件负责位置服务获取,检测任务控制,异物信息自动分析,异物信息存储,异物信息推送与查询,运行在控制中心硬件平台上,是整体软件系统的服务端。车载信息终端和地面信息终端作为客户端软件,接收来自服务端的信息,并可主动查询异物信息。
各子系统详细设计包括:
一、控制中心
控制中心硬件:控制中心作为系统核心部份,搭载在检测车辆上,负责信息转发和数据存储。其硬件主要包括带有强大图像处理功能的高性能工作站和与地面信息终端通信的通信模块。
通信模块:控制中心的通信模块分为在清扫车上的本地局域网和与地面信息终端通信的无距离无线通信模块。本地局域网可选择无线路由器,实现控制中心服务器与车载信息终端的通信。
控制中心软件:控制中心软件包括检测管理模块,信息交互模块,数据存储模块。检测管理模块负责协调异物识别系统工作,并从定位系统获取当前精确位置,并将位置信息提供给异物识别系统。异物识别系统将实时的识别结果上报至控制中心,控制中心存储识别结果,作为检测的历史数据可供查询。并将信息实时发送至车载信息终端和地面信息终端,从而完成异物的实时处理。
软件被设计为一个分布式软件系统,各子系统独立运行,通过消息中心实现数据交互,检测历史图像存储在文件系统中,异物信息存储在数据库中。其信息流如图3所示。
二、异物识别模块
异物识别模块为3D相机系统,3D相机系统由一台特制的面阵相机、一个线激光发射器以及配套的软件组成。线激光发射器发射一条激光细线打在地面上,面阵相机的感兴趣区域设置为激光线附近的条状区域,地面的起伏变化会使细线在相机传感器的成像发生相应变化,根据结构光等算法即可推算线激光照射地面的深度信息。随着3d相机系统随车体移动,3d相机进行逐行扫描最终组成一张深度图片。
要求识别5mm的异物,那么传感器的识别精度可以设置为2mm,选用传感器行像素2k的3d相机,横向扫描宽度可以达到4米。车体前进时速为20km/h,即约为5.6m/s,最大不超过6m/s。假设3d相机每隔2mm拍摄一行,那么需要的拍摄频率为3kHz即可满足要求。
综上所述,可以选用一台行像素为2k,扫描频率大于3kHz的3d相机,线激光器设置对应的发射功率和高度,可使其覆盖长度达到4m。
三、异物识别算法
如图4所示,异物识别算法包括:
1、图像增强
3d相机拍摄深度图像一般是灰度图,因此,需要基于灰度图像进行分割,当目标物与背景灰度相差明显时,可以获得较好的分割效果,但若二者比较接近,无论是基于区域还是边界的图像分割算法均可能丧失目标物信息,也可能错误地将背景识别为目标物。因此,有必要对图像灰度进行增强处理。灰度拉伸算法,是一种对原有图像灰度进行分段线性变换的增强方法,可以有效地改善特定灰度区间的图像质量。
2、图像分割
图像分割通常采用2 种基本思想: 区域方法根据灰度信息将各像素划归至各个物体所属的区域中,主要是阈值分割算法,其难点在于阈值的选取; 边界方法主要根据梯度信息找到边界像素,包括经典的边缘检测算子如Sobel、Canny 算子等,但其缺陷在于对噪声非常敏感,常常检测出伪边缘。因此,综合考虑灰度和梯度信息,采用自适应大律法和八方向Sobel检测的组合分割算法,主要有2 个步骤: 设计自适应大律法分割图片; 结合八方向Sobel 算子进行基于梯度方向一致性的像素连接,获得分割后的二值图像,此时图像中黑色的部分就属于深度值和其它地方差别较大的区域,很可能是异物。
3、图像去噪
图像增强方法处理之后的二值图像不可避免地存在孤立噪点,即不属于异物的单独的小像素点,需要用算法滤除。异物与噪声的区别在于尺寸较大且具有强连通性,因此只要对二值图像中任意被判定为目标物的像素,计算其连通域,若其连通域面积S0小于设定的阈值S,则视为噪声予以剔除。
4、异物目标识别
去噪之后的分割图像需进行异物目标识别,首先提取异物边缘并去噪,然后将图片分割为更小的异物子块,判断其是否为异物块,特别是异物边缘的子块,需要根据临近子块的连通性来判断。根据以上步骤最终可以得到异物在图片中的准确位置。
四、定位模块
硬件选型:采用组合惯导定位方式为系统提供高精度的定位信息。硬件上可采用北斗差分模块,结合编码器和陀螺仪,通过位置融合算法,输出稳定的位置融合算法。使用差分模块系统提供高精度的定位信息,可选择合众思壮集成设备UH200,此产品目前支持BD B1,B2,B3,GPS L1/L2,GLONASS L1/L2,SBAS信号。支持标准的Ntrip协议,可通过互联网获取CORS站的差分数据作RTK定位,精度达到厘米级;支持UDP广播或接收差分数据。通过双天线测量航向,在双天线1米间距时,航向精度可到0.1度。
选用用纳杰微电子的A0030微航姿太参考系统(mini-AHRS)陀螺仪。微型姿态方位参考系统 (Mini-AHRS) 是基于MEMS(微机电系统)惯性传感元件的超小型、高精度惯性 测算系统,该系统集成了一颗由纳杰公司自主研发并经过温度修正、非正交误差补偿过的软、硬件核心,可以在任意时刻、任意运动状态下精确输出载体的三个姿态角(俯仰角、横滚角、航向角)以及其它辅助传感信号(加速度、角速度、地磁场强度)。
软件算法:定位系统可输出位置与姿态数据。定位系统的核心算法采用经典的卡尔曼滤波器完成。卡尔曼滤波器是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。该方法已经广泛应用于机器人导航,自动化控制,传感器数据融合等方面。在本项目中将陀螺仪数据、码盘数据、北斗数据位置、航向测量数据作为卡尔曼滤波器输入,滤波器将输出运动平台的位置与姿态信息。即:
状态方程
X(k)=AX(k-1)+BU(K)+W(k)
观测方程
Z(k)=HX(k)+V(k)
其中
根据具体的机械结构即可列出矩阵A、B、H,通过实验得到矩阵W、V。
至此即可带入卡尔曼滤波器进行计算。
在航向角观测值 不同于其他输入向量由传感器直接得到,航向角是一个间接测量结果。在本项目中提供了两种计算方案。
航向角可以通过磁场计可以直接测到地磁北极,但考虑到使用环境会有钢结构出现,干扰磁场分布,因此本项目采用间接测量方法实现。
方法1:双GPS模块
该方法通过将两个GPS模块安装在移动平台上不同位置,再根据几何关系计算得到航向角。即 。该方法计算角度较为准确,但是刷新频率较低
方法2:精密陀螺仪方案
精密陀螺仪通过检测角速度来获得航向角增量,对角速度进行积分即可得航向角,陀螺仪输出角度动态性能好,但是随时间累积误差。
上述两种方案各有优缺点,将两种方法输出的数据进行融合滤波即可得到更为准确的航向角。
五、车载信息终端模块
车载信息终端为清扫车驾驶员提供异物检测的基本信息和声光提示,其硬件结构为一工业平板和外接的声光提示模块。选用Android平台的工业平板电脑和一个声光提示模块。工作平板通过局域网与控制中心服务器通信,声光提示模块通过串口与工业平板连接,平板收到异物信息后,界面上显示异物的详细信息,并触发声光提示。
六、地面信息终端
地面信息终端硬件采用圭目机器人成熟的高精度位置标定器。用户可以通过此终端获取异物的详细信息,并且可以辅助用户找到实际异物位置,界面可向用户提示异物与清扫人员当前的相对位置关系,清扫人员到达现场处理异物信息后,可标记已处理,并将此信息提交至数据库,以备查询历史数据。
此设备其硬件构成包括,无线通信模块,GPS模块,电池模块,平板电脑,蓝牙模块。主要软件功能是显示位置信息和辅助用户到达异物所在位置。软件基于Android平台,使用Java语言进行开发。
Claims (9)
1.一种基于机场跑道的异物识别系统,其特征在于:包括异物识别模块、定位模块、控制中心模块、车载信息终端模块、地面信息终端模块;所述异物识别模块、定位模块分别与控制中心模块连接;所述车载信息终端模块、地面信息终端模块分别与控制中心模块无线连接;定位模块用于输出系统当前位置;异物识别模块用于向口控制中心模块输出采集数据,控制中心模块用于分析异物识别模块获得的采集数据,将异物详细信息传送给车载信息终端模块,将异物位置信息传送给地面信息终端模块。
2.根据权利要求1所述的一种基于机场跑道的异物识别系统,其特征在于:所述异物识别模块为3D相机系统。
3.根据权利要求1所述的一种基于机场跑道的异物识别系统,其特征在于:所述控制中心模块包括检测管理子模块、信息交互子模块、数据存储子模块;所述检测管理子模块通过异物自动分析算法协调异物识别模块工作,并从定位模块获取系统当前精确位置,并将位置信息提供给异物识别模块;所述信息交子模块用于向车载信息终端模块和地面信息终端模块发送信息;所述数据存储子模块用于存储识别结果。
4.根据权利要求1所述的一种基于机场跑道的异物识别系统,其特征在于:所述车载信息终端模块包括异物信息监听子模块、异物信息提示子模块。
5.根据权利要求1所述的一种基于机场跑道的异物识别系统,其特征在于:所述地面信息终端模块包括异物信息监听子模块、异物信息提示子模块及终端定位子模块。
6.根据权利要求1所述的一种基于机场跑道的异物识别系统,其特征在于:所述控制中心模块控制对异物识别模块采集的数据进行分析,如果确认异物,则结合定位模块计算出异物的准确位置,结合机场跑道的参考点信息,进行计算得到异物距离跑道端部和两侧的距离等,并将异物信息保存至检测数据库。
7.根据权利要求6所述的一种基于机场跑道的异物识别系统,其特征在于:所述定位模块采用特定算法为系统提供高精度的定位信息,所述特定算法采用经典的卡尔曼滤波器完成。
8.根据权利要7所述的一种基于机场跑道的异物识别系统,其特征在于:所述卡尔曼滤波器中的航向角获取通过间接测量方法实现。
9.根据权利要求8所述的一种基于机场跑道的异物识别系统,其特征在于:
所述间接测量方法是双GPS模块测量方法或精密陀螺仪测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810500655.3A CN108535789A (zh) | 2018-05-23 | 2018-05-23 | 一种基于机场跑道的异物识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810500655.3A CN108535789A (zh) | 2018-05-23 | 2018-05-23 | 一种基于机场跑道的异物识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108535789A true CN108535789A (zh) | 2018-09-14 |
Family
ID=63472501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810500655.3A Pending CN108535789A (zh) | 2018-05-23 | 2018-05-23 | 一种基于机场跑道的异物识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108535789A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109797691A (zh) * | 2019-01-29 | 2019-05-24 | 浙江联运知慧科技有限公司 | 无人清扫车及其行车方法 |
CN110231349A (zh) * | 2019-07-17 | 2019-09-13 | 深圳市卫飞科技有限公司 | 一种机场道面多功能检测车 |
CN110673141A (zh) * | 2019-10-31 | 2020-01-10 | 四川九洲空管科技有限责任公司 | 一种移动式机场道面异物检测方法及系统 |
CN110954968A (zh) * | 2019-12-17 | 2020-04-03 | 中国科学院合肥物质科学研究院 | 一种机场跑道异物检测装置及方法 |
CN111897025A (zh) * | 2020-08-06 | 2020-11-06 | 航泰众联(北京)科技有限公司 | 基于3d/2d一体化检测的机场道面异物检测设备及系统 |
CN111926748A (zh) * | 2020-08-07 | 2020-11-13 | 普达迪泰(天津)智能装备科技有限公司 | 智能机场跑道的分仓管理系统 |
CN111926747A (zh) * | 2020-08-07 | 2020-11-13 | 北京普达迪泰科技有限公司 | 无人机场道面的异物探测清扫系统 |
CN113674342A (zh) * | 2021-08-30 | 2021-11-19 | 民航成都物流技术有限公司 | 一种基于面阵3d相机的行李筐快速识别与定位的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740686A (zh) * | 2010-02-05 | 2012-10-17 | 利拉伐控股有限公司 | 用于刮粪设备的安全设备 |
CN203113264U (zh) * | 2013-03-17 | 2013-08-07 | 朱喆 | 车载机场跑道异物检测系统 |
CN204065436U (zh) * | 2014-09-02 | 2014-12-31 | 中国航空工业集团公司上海航空测控技术研究所 | 一种移动式机场跑道异物监测系统 |
CN105549110A (zh) * | 2015-12-08 | 2016-05-04 | 北京无线电计量测试研究所 | 一种机场跑道异物检测设备和方法 |
CN107390285A (zh) * | 2017-04-10 | 2017-11-24 | 南京航空航天大学 | 一种基于结构光的机场跑道异物检测系统 |
CN107422390A (zh) * | 2017-06-27 | 2017-12-01 | 中国人民解放军空军勤务学院 | 一种机场道面异物智能探测与清扫系统 |
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 |
-
2018
- 2018-05-23 CN CN201810500655.3A patent/CN108535789A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102740686A (zh) * | 2010-02-05 | 2012-10-17 | 利拉伐控股有限公司 | 用于刮粪设备的安全设备 |
CN203113264U (zh) * | 2013-03-17 | 2013-08-07 | 朱喆 | 车载机场跑道异物检测系统 |
CN204065436U (zh) * | 2014-09-02 | 2014-12-31 | 中国航空工业集团公司上海航空测控技术研究所 | 一种移动式机场跑道异物监测系统 |
CN105549110A (zh) * | 2015-12-08 | 2016-05-04 | 北京无线电计量测试研究所 | 一种机场跑道异物检测设备和方法 |
CN107390285A (zh) * | 2017-04-10 | 2017-11-24 | 南京航空航天大学 | 一种基于结构光的机场跑道异物检测系统 |
CN107422390A (zh) * | 2017-06-27 | 2017-12-01 | 中国人民解放军空军勤务学院 | 一种机场道面异物智能探测与清扫系统 |
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 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109797691A (zh) * | 2019-01-29 | 2019-05-24 | 浙江联运知慧科技有限公司 | 无人清扫车及其行车方法 |
CN110231349A (zh) * | 2019-07-17 | 2019-09-13 | 深圳市卫飞科技有限公司 | 一种机场道面多功能检测车 |
CN110673141A (zh) * | 2019-10-31 | 2020-01-10 | 四川九洲空管科技有限责任公司 | 一种移动式机场道面异物检测方法及系统 |
CN110954968A (zh) * | 2019-12-17 | 2020-04-03 | 中国科学院合肥物质科学研究院 | 一种机场跑道异物检测装置及方法 |
CN110954968B (zh) * | 2019-12-17 | 2022-05-06 | 中国科学院合肥物质科学研究院 | 一种机场跑道异物检测装置及方法 |
CN111897025A (zh) * | 2020-08-06 | 2020-11-06 | 航泰众联(北京)科技有限公司 | 基于3d/2d一体化检测的机场道面异物检测设备及系统 |
CN111926748A (zh) * | 2020-08-07 | 2020-11-13 | 普达迪泰(天津)智能装备科技有限公司 | 智能机场跑道的分仓管理系统 |
CN111926747A (zh) * | 2020-08-07 | 2020-11-13 | 北京普达迪泰科技有限公司 | 无人机场道面的异物探测清扫系统 |
CN113674342A (zh) * | 2021-08-30 | 2021-11-19 | 民航成都物流技术有限公司 | 一种基于面阵3d相机的行李筐快速识别与定位的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108535789A (zh) | 一种基于机场跑道的异物识别系统 | |
CN110687549B (zh) | 障碍物检测方法和装置 | |
JP6821712B2 (ja) | 自然光景中での統合センサの較正 | |
Alonso et al. | Accurate global localization using visual odometry and digital maps on urban environments | |
US11527084B2 (en) | Method and system for generating a bird's eye view bounding box associated with an object | |
JP4232167B1 (ja) | 対象特定装置、対象特定方法および対象特定プログラム | |
JP5991952B2 (ja) | 周囲状況に対するカメラの姿勢を求めるための方法 | |
US20140336928A1 (en) | System and Method of Automated Civil Infrastructure Metrology for Inspection, Analysis, and Information Modeling | |
CN107850449A (zh) | 用于生成及使用定位参考数据的方法及系统 | |
CN111487642A (zh) | 基于三维激光和双目视觉的变电站巡检机器人定位导航系统及方法 | |
CN110418957A (zh) | 对具有运行机构的设施进行状态监控的方法和装置 | |
JP4978615B2 (ja) | 対象特定装置 | |
CN110648548A (zh) | 一种基于路侧设备的路面安全性检测系统及方法 | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN110308729A (zh) | 基于视觉与imu或里程计的agv组合导航定位方法 | |
US20200357141A1 (en) | Systems and methods for calibrating an optical system of a movable object | |
CN111353453B (zh) | 用于车辆的障碍物检测方法和装置 | |
US20230236280A1 (en) | Method and system for positioning indoor autonomous mobile robot | |
Tang et al. | Surveying, geomatics, and 3D reconstruction | |
CN114488094A (zh) | 一种车载多线激光雷达与imu外参数自动标定方法及装置 | |
Fasiolo et al. | Comparing LiDAR and IMU-based SLAM approaches for 3D robotic mapping | |
CN108564626B (zh) | 用于确定安装于采集实体的相机之间的相对姿态角的方法和装置 | |
CN113910265B (zh) | 巡检机器人智能巡检方法及系统 | |
CN111402324A (zh) | 一种目标测量方法、电子设备以及计算机存储介质 | |
Zheng et al. | Integrated navigation system with monocular vision and LIDAR for indoor UAVs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180914 |