CN110989642A - 基于三维路径跟踪的航空器地面牵引智能辅助方法及系统 - Google Patents
基于三维路径跟踪的航空器地面牵引智能辅助方法及系统 Download PDFInfo
- Publication number
- CN110989642A CN110989642A CN201911182861.5A CN201911182861A CN110989642A CN 110989642 A CN110989642 A CN 110989642A CN 201911182861 A CN201911182861 A CN 201911182861A CN 110989642 A CN110989642 A CN 110989642A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- towed
- towing
- dimensional
- point cloud
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 32
- 230000004927 fusion Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000007499 fusion processing Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000012546 transfer Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种基于三维路径跟踪的航空器地面牵引智能辅助方法及系统，系统包括航空器地面牵引辅助中心和航空器地面牵引辅助终端。实施本发明实施例，可以构建被牵引航空器与牵引路径周围物体的三维信息，并将牵引作业的三维视景、净距冲突告警与避撞指引、被牵引航空器所需的转弯角度、牵引速度等信息，可视化的呈现给牵引车司机，从而完成了对牵引作业全天候的智能辅助，提高了牵引作业的安全性。
Description
技术领域
本发明涉及航空器牵引作业技术领域，具体涉及一种基于三维路径跟踪的航空器地面牵引智能辅助方法及系统。
背景技术
航空器在机场场面的刮碰主要有三类，分别是航空器牵引碰撞；航空器与车辆碰撞；航空器与设备设施碰撞。其中，航空器牵引碰撞是指航空器在停机坪或者机库中被拖车牵引做地面移动时，被牵引航空器与周围航空器或者机库设施发生的碰撞。可见，航空器牵引碰撞的危险程度和经济损失是高于航空器与车辆、航空器与设备设施的碰撞的。随着民航业的持续、快速发展，运输机场布局越来越复杂，在机场场面上运行的飞机越来越多，因而对机坪飞机执行牵引的难度越来越大。在这样的环境下，飞机与飞机之间发生危险接近甚至碰撞的事件时有发生，存在重大的安全隐患。一旦发生碰撞事故，造成飞机结构受损，将导致重大人员伤害及重大经济损失。
国内现有航空器牵引作业方式是，牵引车司机需要在熟知各类航空器牵引技术要求(如，维修手册中转弯角度、牵引速度、翼展、高度、转弯销等)的基础上负责驾驶牵引车，由于牵引车司机视野受限，还需配备至少两人的牵引引导员，负责观察被牵引航空器与周围航空器或者固定建筑物之间的净距(即，两物体最近两点间的水平距离)，并通过语音通信给予牵引车司机预警提醒。传统航空器牵引避撞方式主要依赖于“人眼看、人脑判”，不仅碰撞风险很高，而且对牵引车司机和牵引引导员的要求极高。特别是在机场低能见度情况下，由于人眼无法对净距给予正确的观察，往往只能停止牵引车作业，从而降低机场运行效率和航班正常率。
为提升牵引车作业安全，国内外部分高校和机构也开展了一系列的相关技术研究，他们主要集中在一个方向，即通过在牵引车上加装传感器，来获取牵引车周围的交通态势信息，并将影响作业安全的信息以可视化界面提供给牵引车司机。但是，这种方法只能检测到被牵引航空器的下方区域，而不能检测到牵引作业中风险最高的碰撞，即被牵引航空器翼尖与周围航空器的碰撞风险。
发明内容
本发明实施例的目的在于提供一种基于三维路径跟踪的航空器地面牵引智能辅助方法及系统，以提高牵引作业的安全性。
为实现上述目的，第一方面，本发明实施例提供了一种基于三维路径跟踪的航空器地面牵引智能辅助方法，包括：
接收安装在机场场面内的数据采集装置发送的数据信息，所述数据信息包括雷达点云数据、ADS-B数据及视频数据；
基于所述雷达点云数据、ADS-B数据及视频数据进行目标点云预处理、目标关联融合处理及特征模型匹配处理，以构建被牵引航空器与牵引路径上其他航空器的三维位姿；
基于被牵引航空器的三维位姿，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导，并生成牵引辅助信息，所述牵引辅助信息包括被牵引航空器在牵引路径上的三维视景、被牵引航空器与风险航空器的净距跟踪、告警及引导的可视化信息；
将所述牵引辅助信息传送至航空器地面牵引辅助终端。
在某些具体实施例中，构建被牵引航空器与牵引路径上其他航空器的三维位姿具体包括：
基于ADS-B数据对雷达点云进行过滤处理以得到有效点云，并对所述有效点云进行降采样处理；
将降采样处理后的有效点云与所述视频数据进行位置关联；
基于点云深度特征和视频目标特征，对被牵引航空器外形特征进行融合校正，以得到被牵引航空器的三维视景；
将所述三维视景与航空器类型库中的航空器模型进行匹配关联，并结合RANSAC算法和ICP算法进行被牵引航空器的位姿估计，实现被牵引航空器与牵引路径上其他航空器的三维位姿构建。
在某些具体实施例中，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导具体包括：
基于被牵引航空器的三维位姿定义关联航空器；
对所述被牵引航空器和关联航空器进行特征点提取以得到特征点集，其中，所提取的特征点包括航空器外形轮廓中所有的凸起点和凹陷点；
根据所述特征点集定义风险航空器；
持续跟踪被牵引航空器与风险航空器的净距变化，当监测到净距小于告警阈值时，计算牵引车避撞所需的方向指引和速度指引的引导信息。
在某些具体实施例中，根据所述特征点集定义风险航空器具体包括；
根据所述特征点集计算所述被牵引航空器和关联航空器间的最短距离；
若当前关联航空器与被牵引航空器处于靠近趋势，且最短距离小于所设置的阈值，则定义当前关联航空器为风险航空器。
进一步地，所述辅助信息还包括航空器牵引技术要求、牵引路线与指令。
第二方面，本发明实施例提供了一种航空器地面牵引辅助中心，包括：
通信模块，用于接收安装在机场场面内的数据采集装置发送的数据信息，所述数据信息包括雷达点云数据、ADS-B数据及视频数据；
第一处理模块，用于基于所述雷达点云数据、ADS-B数据及视频数据进行目标点云预处理、目标关联融合处理及特征模型匹配处理，以构建被牵引航空器与牵引路径上其他航空器的三维位姿；
第二处理模块，用于基于被牵引航空器的三维位姿，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导，并生成牵引辅助信息，所述牵引辅助信息包括被牵引航空器在牵引路径上的三维视景、被牵引航空器与风险航空器的净距跟踪、告警及引导的可视化信息；
所述通信模块还用于将所述牵引辅助信息传送至航空器地面牵引辅助终端。
具体地，所述第一处理模块包括：
目标点云预处理单元，用于基于ADS-B数据对雷达点云进行过滤处理以得到有效点云，并对所述有效点云进行降采样处理；
目标关联融合单元，用于将降采样处理后的有效点云与所述视频数据进行位置关联，并基于点云深度特征和视频目标特征，对被牵引航空器外形特征进行融合校正，以得到被牵引航空器的三维视景；
特征模型匹配单元，用于将所述三维视景与航空器类型库中的航空器模型进行匹配关联；
目标三维位姿构建单元，用于结合RANSAC算法和ICP算法进行被牵引航空器的位姿估计，实现被牵引航空器与牵引路径上其他航空器的三维位姿构建。
具体地，所述第二处理模块包括：
关联目标搜索单元，用于基于被牵引航空器的三维位姿定义关联航空器；
关联目标特征提取单元，用于对所述被牵引航空器和关联航空器进行特征点提取以得到特征点集，其中，所提取的特征点包括航空器外形轮廓中所有的凸起点和凹陷点；
风险目标搜索单元，用于根据所述特征点集定义风险航空器；
净距跟踪单元，用于持续跟踪被牵引航空器与风险航空器的净距变化，当监测到净距小于告警阈值时，计算牵引车避撞所需的方向指引和速度指引的引导信息。
第三方面，本发明实施例还提供了一种基于三维路径跟踪的航空器地面牵引智能辅助系统，包括航空器地面牵引辅助中心和航空器地面牵引辅助终端。其中，所述航空器地面牵引辅助中心如第二方面所述。
进一步地，所述航空器地面牵引辅助中心和航空器地面牵引辅助终端通过AeroMACS或者5G通信。
实施本发明实施例，可以构建被牵引航空器与牵引路径周围物体的三维信息，并将牵引作业的三维视景、净距冲突告警与避撞指引、被牵引航空器所需的转弯角度、牵引速度等信息，可视化的呈现给牵引车司机，从而完成了对牵引作业全天候的智能辅助，提高了牵引作业的安全性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的基于三维路径跟踪的航空器地面牵引智能辅助方法的示意流程图；
图2是航空器地面牵引辅助中心功能框图；
图3是传统特征点示意图；
图4是本实施例定义的特征点示意图；
图5是本发明实施例提供的基于三维路径跟踪的航空器地面牵引智能辅助系统的架构图；
图6是第一处理模块的结构示意图；
图7是第二处理模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，是本发明实施例提供的基于三维路径跟踪的航空器地面牵引智能辅助方法。需要说明的是，本实施例中方法的执行主体是航空器地面牵引辅助中心。如图所示，该方法可以包括：
S101，接收安装在机场场面内的数据采集装置发送的数据信息。
其中，所述数据信息包括雷达点云数据、ADS-B数据及视频数据。
数据采集装置包括但不仅限于雷达、ADS-B系统及高分辨率摄像机等，其分别用于采集雷达点云数据、ADS-B数据及视频数据等。需要说明的是，ADS-B数据包括但不仅限于航空器(如飞机)的经纬度坐标、唯一身份标识码等。
S102，基于雷达点云数据、ADS-B数据及视频数据进行目标点云预处理、目标关联融合处理及特征模型匹配处理，以构建被牵引航空器与牵引路径上其他航空器的三维位姿。
需要说明的是，航空器地面牵引辅助中心与外界塔台和ADS-B系统通信，接收来自塔台和ADS-B系统的信息。如前所述，航空器地面辅助中心接收到来自ADS-B系统的数据包括航空器(如飞机)的经纬度坐标、唯一身份标识码，来自塔台的指令中同样会包含航空器(如飞机)的唯一身份标识码，经过比配即可从多个航空器中确定出被牵引航空器。
进一步地，如图2所示，航空器地面牵引辅助中心核心技术主要为目标三维位姿构建和净距跟踪、告警、引导。其中，目标三维位姿构建的目的是构建牵引路径上航空器的三维视景，并精确估计出被牵引航空器与牵引路径其他航空器的位置与姿态。净距跟踪、告警和引导基于构建的目标三维位姿，跟踪被牵引航空器与牵引路径上其他航空器的净距，若探测到碰撞风险，则及时发送告警信息与避撞引导信息到航空器地面牵引辅助终端上。此处的牵引路径来自于塔台所发送的信息。
关于目标三维位姿构建和净距跟踪、告警、引导的具体过程，将在步骤S102和S103中详述。
步骤S102具体包括：
(1)基于ADS-B数据对雷达点云进行过滤处理以得到有效点云，并对所述有效点云进行降采样处理。
由于航空器点云只占雷达点云的一小部分，所以需要过滤雷达点云包含的其他无效点。以航空器ADS-B位置为参考点，该架航空器点云距离参考点的距离必定小于一个阈值，而且航空器外形具有规则且对称的特点，航空器ADS-B中包含了航空器外形信息，因此可以选择适合航空器类型的阈值来过滤无效点。无效点过滤后，对获得的点云进行降采样以减少点云中点的数量，以提高算法的收敛速度。
(2)将降采样处理后的有效点云与所述视频数据进行位置关联。
(3)基于点云深度特征和视频目标特征，对被牵引航空器外形特征进行融合校正，以得到被牵引航空器的三维视景。
由于激光点云能够快速、准确、大量地获取航空器的空间几何信息，而高分辨率摄像机能够得到高质量的二维数据，两者对航空器的描述具有互补性，所以利用目标关联融合模块将点云与视频进行位置关联，并基于点云深度特征和视频目标特征，对航空器外形特征进行融合校正，以得到被牵引航空器的三维视景。
(4)将所述三维视景与航空器类型库中的航空器模型进行匹配关联，并结合RANSAC算法和ICP算法进行被牵引航空器的位姿估计，实现被牵引航空器的三维位姿构建。
将由点云与视频融合得到的航空器三维视景与航空器类型库中的航空器模型进行匹配关联，采用RANSAC算法和ICP算法相结合的方法进行航空器位姿估计，实现目标精确三维位姿构建。
S103，基于被牵引航空器的三维位姿，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导，并生成牵引辅助信息。
步骤S103具体包括：
(1)基于被牵引航空器的三维位姿定义关联航空器。
为了减少系统对特征点提取的计算量，对三维视景中的航空器进行过滤，找到牵引过程中与被牵引航空器存在关联的其他航空器。采用以被牵引航空器为中心的圆形范围过滤机制，即落入圆形内的其他航空器，定义为关联目标(关联航空器)。圆形半径主要取决于被牵引航空器翼展、速度。
(2)对所述被牵引航空器和关联航空器进行特征点提取以得到特征点集，其中，所提取的特征点包括航空器外形轮廓中所有的凸起点和凹陷点。
传统的特征点定义为三维物体的显著部分中处于极端位置的网络结点，如图3所示。但是，这种特征点不能真实的反应物体的三维外轮廓。本实施例中采用的特征点是物体所有的凸起点和凹陷点，从而很好描述了物体的形状，如图4所示。
(3)根据所述特征点集定义风险航空器。
根据所述特征点集计算所述被牵引航空器和关联航空器间的最短距离。若当前关联航空器与被牵引航空器处于靠近趋势，且最短距离小于所设置的阈值，则定义当前关联航空器为风险航空器。
(4)持续跟踪被牵引航空器与风险航空器的净距变化，当监测到净距小于告警阈值时，计算牵引车避撞所需的方向指引和速度指引的引导信息。
S104，将所述牵引辅助信息传送至航空器地面牵引辅助终端。
其中，所述牵引辅助信息包括但不仅限于被牵引航空器在牵引路径上的三维视景，被牵引航空器与风险航空器的净距跟踪、告警及引导的可视化信息，航空器牵引技术要求、牵引路线与指令。
实施本发明实施例的方法，可以构建被牵引航空器与牵引路径周围物体的三维信息，并将牵引作业的三维视景、净距冲突告警与避撞指引、被牵引航空器所需的转弯角度、牵引速度等信息，可视化的呈现给牵引车司机，从而完成了对牵引作业全天候的智能辅助，提高了牵引作业的安全性。
基于相同的发明构思，本发明实施例提供了一种基于三维路径跟踪的航空器地面牵引智能辅助系统。如图5所示，该系统包括航空器地面牵引辅助中心和航空器地面牵引辅助终端，两者之间通过AeroMACS或者5G通信。
其中，航空器地面牵引辅助中心属于基于三维路径跟踪的航空器地面牵引智能辅助系统的后台处理中心，可以安装在机场内的任何建筑内。该中心主要作用是，接收安装在机场场面内传感器的数据信息，如雷达点云、ADS-B、视频，基于对机场场面活动目标信息的感知，通过对飞机的三维位姿构建和对引导路径中的最短距离跟踪，完成被牵引航空器和其他航空器的净距(两物体最近两点间的水平距离)跟踪、告警、引导，并与三维视景一起传送到航空器地面牵引辅助终端上。
另外，传统航空器牵引方式对驾驶牵引车的司机要求很高，牵引车司机需要熟知牵引航空器程序、牵引有关技术要求(如维修手册中转弯角度、牵引速度、翼展、高度、转弯销等)、机场内各种标志，而且，每次牵引作业的技术要求随牵引航空器类型的不同而不同。这种作业要求带来的问题是人因风险增大。航空器地面牵引辅助中心不仅将牵引车司机需知的牵引程序、牵引技术要求传送到航空器地面牵引辅助终端上，而且也将牵引路线和机场管控中心指令传送到航空器地面牵引辅助终端上，使得牵引车司机可以从航空器地面牵引辅助终端上直观的看到牵引作业要求，指导牵引车司机安全作业。
航空器地面牵引辅助终端安装在牵引车内，为司机提供可视化显示界面。
显示的主要内容有：
(1)司机驾驶牵引车进行航空器牵引路径上的三维视景。三维视景以被牵引航空器为中心，显示包括被牵引航空器、与被牵引航空器存在碰撞风险的航空器；
(2)被牵引航空器与风险航空器的净距跟踪、告警、引导可视化信息；
(3)牵引路线与指令、被牵引航空器有关技术要求的可视化信息。
具体地，航空器地面牵引辅助中心包括：
通信模块，用于接收安装在机场场面内的数据采集装置发送的数据信息，所述数据信息包括雷达点云数据、ADS-B数据及视频数据；
第一处理模块，用于基于所述雷达点云数据、ADS-B数据及视频数据进行目标点云预处理、目标关联融合处理及特征模型匹配处理，以构建被牵引航空器与牵引路径上其他航空器的三维位姿；
第二处理模块，用于基于被牵引航空器的三维位姿，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导，并生成牵引辅助信息，所述牵引辅助信息包括被牵引航空器在牵引路径上的三维视景、被牵引航空器与风险航空器的净距跟踪、告警及引导的可视化信息；
所述通信模块还用于将所述牵引辅助信息传送至航空器地面牵引辅助终端。
进一步地，如图6所示，第一处理模块包括：
目标点云预处理单元10，用于基于ADS-B数据对雷达点云进行过滤处理以得到有效点云，并对所述有效点云进行降采样处理；
目标关联融合单元11，用于将降采样处理后的有效点云与所述视频数据进行位置关联，并基于点云深度特征和视频目标特征，对被牵引航空器外形特征进行融合校正，以得到被牵引航空器的三维视景；
特征模型匹配单元12，用于将所述三维视景与航空器类型库中的航空器模型进行匹配关联；
目标三维位姿构建单元13，用于结合RANSAC算法和ICP算法进行被牵引航空器的位姿估计，实现被牵引航空器与牵引路径上其他航空器的三维位姿构建。
进一步地，如图7所示，第二处理模块包括：
关联目标搜索单元20，用于基于被牵引航空器的三维位姿定义关联航空器；
关联目标特征提取单元21，用于对所述被牵引航空器和关联航空器进行特征点提取以得到特征点集，其中，所提取的特征点包括航空器外形轮廓中所有的凸起点和凹陷点；
风险目标搜索单元22，用于根据所述特征点集定义风险航空器；
净距跟踪单元23，用于持续跟踪被牵引航空器与风险航空器的净距变化，当监测到净距小于告警阈值时，计算牵引车避撞所需的方向指引和速度指引的引导信息。
需要说明的是，关于该系统的具体工作流程以及更为详细的介绍，请参考前述方法实施例部分，在此不再赘述。
实施本发明实施例的系统，可以构建被牵引航空器与牵引路径周围物体的三维信息，并将牵引作业的三维视景、净距冲突告警与避撞指引、被牵引航空器所需的转弯角度、牵引速度等信息，可视化的呈现给牵引车司机，从而完成了对牵引作业全天候的智能辅助，提高了牵引作业的安全性。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于三维路径跟踪的航空器地面牵引智能辅助方法，其特征在于，包括：
接收安装在机场场面内的数据采集装置发送的数据信息，所述数据信息包括雷达点云数据、ADS-B数据及视频数据；
基于所述雷达点云数据、ADS-B数据及视频数据进行目标点云预处理、目标关联融合处理及特征模型匹配处理，以构建被牵引航空器与牵引路径上其他航空器的三维位姿；
基于被牵引航空器的三维位姿，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导，并生成牵引辅助信息，所述牵引辅助信息包括被牵引航空器在牵引路径上的三维视景、被牵引航空器与风险航空器的净距跟踪、告警及引导的可视化信息；
将所述牵引辅助信息传送至航空器地面牵引辅助终端。
2.如权利要求1所述的方法，其特征在于，构建被牵引航空器与牵引路径上其他航空器的三维位姿具体包括：
基于ADS-B数据对雷达点云进行过滤处理以得到有效点云，并对所述有效点云进行降采样处理；
将降采样处理后的有效点云与所述视频数据进行位置关联；
基于点云深度特征和视频目标特征，对被牵引航空器外形特征进行融合校正，以得到被牵引航空器的三维视景；
将所述三维视景与航空器类型库中的航空器模型进行匹配关联，并结合RANSAC算法和ICP算法进行被牵引航空器的位姿估计，实现被牵引航空器与牵引路径上其他航空器的三维位姿构建。
3.如权利要求1或2所述的方法，其特征在于，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导具体包括：
基于被牵引航空器的三维位姿定义关联航空器；
对所述被牵引航空器和关联航空器进行特征点提取以得到特征点集，其中，所提取的特征点包括航空器外形轮廓中所有的凸起点和凹陷点；
根据所述特征点集定义风险航空器；
持续跟踪被牵引航空器与风险航空器的净距变化，当监测到净距小于告警阈值时，计算牵引车避撞所需的方向指引和速度指引的引导信息。
4.如权利要求3所述的方法，其特征在于，根据所述特征点集定义风险航空器具体包括；
根据所述特征点集计算所述被牵引航空器和关联航空器间的最短距离；
若当前关联航空器与被牵引航空器处于靠近趋势，且最短距离小于所设置的阈值，则定义当前关联航空器为风险航空器。
5.如权利要求1所述的方法，其特征在于，所述辅助信息还包括航空器牵引技术要求、牵引路线与指令。
6.一种航空器地面牵引辅助中心，其特征在于，包括：
通信模块，用于接收安装在机场场面内的数据采集装置发送的数据信息，所述数据信息包括雷达点云数据、ADS-B数据及视频数据；
第一处理模块，用于基于所述雷达点云数据、ADS-B数据及视频数据进行目标点云预处理、目标关联融合处理及特征模型匹配处理，以构建被牵引航空器与牵引路径上其他航空器的三维位姿；
第二处理模块，用于基于被牵引航空器的三维位姿，进行被牵引航空器与牵引路径上其他航空器的净距跟踪、告警及引导，并生成牵引辅助信息，所述牵引辅助信息包括被牵引航空器在牵引路径上的三维视景、被牵引航空器与风险航空器的净距跟踪、告警及引导的可视化信息；
所述通信模块还用于将所述牵引辅助信息传送至航空器地面牵引辅助终端。
7.如权利要求6所述的牵引辅助中心，其特征在于，所述第一处理模块包括：
目标点云预处理单元，用于基于ADS-B数据对雷达点云进行过滤处理以得到有效点云，并对所述有效点云进行降采样处理；
目标关联融合单元，用于将降采样处理后的有效点云与所述视频数据进行位置关联，并基于点云深度特征和视频目标特征，对被牵引航空器外形特征进行融合校正，以得到被牵引航空器的三维视景；
特征模型匹配单元，用于将所述三维视景与航空器类型库中的航空器模型进行匹配关联；
目标三维位姿构建单元，用于结合RANSAC算法和ICP算法进行被牵引航空器的位姿估计，实现被牵引航空器与牵引路径上其他航空器的三维位姿构建。
8.如权利要求6或7所述的牵引辅助中心，其特征在于，所述第二处理模块包括：
关联目标搜索单元，用于基于被牵引航空器的三维位姿定义关联航空器；
关联目标特征提取单元，用于对所述被牵引航空器和关联航空器进行特征点提取以得到特征点集，其中，所提取的特征点包括航空器外形轮廓中所有的凸起点和凹陷点；
风险目标搜索单元，用于根据所述特征点集定义风险航空器；
净距跟踪单元，用于持续跟踪被牵引航空器与风险航空器的净距变化，当监测到净距小于告警阈值时，计算牵引车避撞所需的方向指引和速度指引的引导信息。
9.一种基于三维路径跟踪的航空器地面牵引智能辅助系统，包括航空器地面牵引辅助中心和航空器地面牵引辅助终端，其特征在于，所述航空器地面牵引辅助中心如权利要求8所述。
10.如权利要求9所述的系统，其特征在于，所述航空器地面牵引辅助中心和航空器地面牵引辅助终端通过AeroMACS或者5G通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911182861.5A CN110989642B (zh) | 2019-11-27 | 2019-11-27 | 基于三维路径跟踪的航空器地面牵引智能辅助方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911182861.5A CN110989642B (zh) | 2019-11-27 | 2019-11-27 | 基于三维路径跟踪的航空器地面牵引智能辅助方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110989642A true CN110989642A (zh) | 2020-04-10 |
| CN110989642B CN110989642B (zh) | 2023-09-01 |
Family
ID=70087283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911182861.5A Active CN110989642B (zh) | 2019-11-27 | 2019-11-27 | 基于三维路径跟踪的航空器地面牵引智能辅助方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110989642B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112052355A (zh) * | 2020-09-18 | 2020-12-08 | 北京达佳互联信息技术有限公司 | 视频的展示方法、装置、终端、服务器、系统及存储介质 |
| CN112340047A (zh) * | 2020-10-20 | 2021-02-09 | 燕山大学 | 一种基于直轨道的舰载直升机自动牵引装置及方法 |
| CN113484877A (zh) * | 2021-07-14 | 2021-10-08 | 中国东方航空股份有限公司 | 用于航空器地面行驶避撞的方法及系统 |
| CN114863726A (zh) * | 2022-03-21 | 2022-08-05 | 长春理工大学 | 一种机场牵引车的智能感知系统及其方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001250200A (ja) * | 2000-03-07 | 2001-09-14 | Toshiba Corp | 空港面誘導システム |
| JP2003030800A (ja) * | 2001-07-12 | 2003-01-31 | Hitachi Ltd | 航空機の地上走行誘導方法および装置 |
| CN102650886A (zh) * | 2012-04-28 | 2012-08-29 | 浙江工业大学 | 基于主动全景视觉传感器的机器人视觉系统 |
| JP2015010911A (ja) * | 2013-06-28 | 2015-01-19 | 公益財団法人鉄道総合技術研究所 | 空撮測量方法および装置 |
| CN105812733A (zh) * | 2016-03-15 | 2016-07-27 | 中国民用航空总局第二研究所 | 一种民航空中交通管制的场面监视引导系统 |
| US20190265714A1 (en) * | 2018-02-26 | 2019-08-29 | Fedex Corporate Services, Inc. | Systems and methods for enhanced collision avoidance on logistics ground support equipment using multi-sensor detection fusion |
| US20190302764A1 (en) * | 2018-02-21 | 2019-10-03 | Azevtec, Inc. | Systems and methods for automated operation and handling of autonomous trucks and trailers hauled thereby |
-
2019
- 2019-11-27 CN CN201911182861.5A patent/CN110989642B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001250200A (ja) * | 2000-03-07 | 2001-09-14 | Toshiba Corp | 空港面誘導システム |
| JP2003030800A (ja) * | 2001-07-12 | 2003-01-31 | Hitachi Ltd | 航空機の地上走行誘導方法および装置 |
| CN102650886A (zh) * | 2012-04-28 | 2012-08-29 | 浙江工业大学 | 基于主动全景视觉传感器的机器人视觉系统 |
| JP2015010911A (ja) * | 2013-06-28 | 2015-01-19 | 公益財団法人鉄道総合技術研究所 | 空撮測量方法および装置 |
| CN105812733A (zh) * | 2016-03-15 | 2016-07-27 | 中国民用航空总局第二研究所 | 一种民航空中交通管制的场面监视引导系统 |
| US20190302764A1 (en) * | 2018-02-21 | 2019-10-03 | Azevtec, Inc. | Systems and methods for automated operation and handling of autonomous trucks and trailers hauled thereby |
| US20190265714A1 (en) * | 2018-02-26 | 2019-08-29 | Fedex Corporate Services, Inc. | Systems and methods for enhanced collision avoidance on logistics ground support equipment using multi-sensor detection fusion |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112052355A (zh) * | 2020-09-18 | 2020-12-08 | 北京达佳互联信息技术有限公司 | 视频的展示方法、装置、终端、服务器、系统及存储介质 |
| CN112052355B (zh) * | 2020-09-18 | 2023-09-26 | 北京达佳互联信息技术有限公司 | 视频的展示方法、装置、终端、服务器、系统及存储介质 |
| CN112340047A (zh) * | 2020-10-20 | 2021-02-09 | 燕山大学 | 一种基于直轨道的舰载直升机自动牵引装置及方法 |
| CN112340047B (zh) * | 2020-10-20 | 2022-06-28 | 燕山大学 | 一种基于直轨道的舰载直升机自动牵引装置及方法 |
| CN113484877A (zh) * | 2021-07-14 | 2021-10-08 | 中国东方航空股份有限公司 | 用于航空器地面行驶避撞的方法及系统 |
| WO2023284461A1 (zh) * | 2021-07-14 | 2023-01-19 | 中国东方航空股份有限公司 | 用于航空器地面行驶避撞的方法及系统 |
| CN113484877B (zh) * | 2021-07-14 | 2024-02-13 | 中国东方航空股份有限公司 | 用于航空器地面行驶避撞的方法及系统 |
| GB2623451A (en) * | 2021-07-14 | 2024-04-17 | China Eastern Airlines Co Ltd | Method and system for aircraft ground movement collision avoidance |
| CN114863726A (zh) * | 2022-03-21 | 2022-08-05 | 长春理工大学 | 一种机场牵引车的智能感知系统及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110989642B (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110989642A (zh) | 基于三维路径跟踪的航空器地面牵引智能辅助方法及系统 | |
| US9783320B2 (en) | Airplane collision avoidance | |
| US11869375B2 (en) | Intelligent airport ramp and electric taxi-driven aircraft ground movement monitoring system | |
| CN110491179B (zh) | 一种具有动态虚拟电子围栏的机场场面监控系统 | |
| CN105620489A (zh) | 驾驶辅助系统及车辆实时预警提醒方法 | |
| US20180170540A1 (en) | System and method for automatically inspecting surfaces | |
| CN108873799A (zh) | 船载智能驾驶辅助终端 | |
| CN106697322A (zh) | 一种登机桥自动靠接系统及方法 | |
| CN113791621B (zh) | 一种自动驾驶牵引车与飞机对接方法及系统 | |
| CN112166074B (zh) | 用于将驶近中航空器的飞行员引导到停机位处的停止位置的方法和系统 | |
| CN112837554A (zh) | 基于双目相机的agv定位导航方法及系统 | |
| US11767016B2 (en) | Optical route examination system and method | |
| DE112022002353T5 (de) | Verfahren und Systeme zur Trajektorienerzeugung für ein autonomes Fahrzeug beim Überfahren einer Kreuzung | |
| US20200250980A1 (en) | Reuse of Surroundings Models of Automated Vehicles | |
| CN206282147U (zh) | 一种通用的无人机多传感器融合避障控制系统 | |
| US20190171213A1 (en) | Autonomous driving system based on electronic map and electronic compass | |
| KR102355426B1 (ko) | 주행 경로 상의 장애물 탐색 및 회피를 위한 방법 및 장치 | |
| WO2023284461A1 (zh) | 用于航空器地面行驶避撞的方法及系统 | |
| CN108981740A (zh) | 一种低能见度条件下的盲驾导航系统及其方法 | |
| CN115123297A (zh) | 车辆控制方法、装置、设备、车辆和存储介质 | |
| EP3690858A1 (en) | Method and device for learning generating lane departure warning (ldw) alarm by referring to information on driving situation to be used for adas, v2x or driver safety required to satisfy level 4 and level 5 of autonomous vehicles | |
| CN209955868U (zh) | 一种搭载车身环境实时监测装置的叉装车 | |
| CN117622228B (zh) | 一种车内无人自动驾驶营运汽车远程操控方法及装置 | |
| CN117894213B (zh) | 基于虚拟防护网保护飞机牵引防碰撞预警通讯系统及方法 | |
| CN111196369B (zh) | 防撞装置和航空电子保护系统、防撞方法以及计算机程序 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |