CN113723222B - 一种无动力设备长时间占用临时停放区域的自动识别方法 - Google Patents
一种无动力设备长时间占用临时停放区域的自动识别方法 Download PDFInfo
- Publication number
- CN113723222B CN113723222B CN202110923499.3A CN202110923499A CN113723222B CN 113723222 B CN113723222 B CN 113723222B CN 202110923499 A CN202110923499 A CN 202110923499A CN 113723222 B CN113723222 B CN 113723222B
- Authority
- CN
- China
- Prior art keywords
- parking area
- temporary parking
- long time
- identification method
- unpowered equipment
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 235000011888 snacks Nutrition 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本发明公开了一种无动力设备长时间占用临时停放区域的自动识别方法,在识别出机场停机坪的临时停放区域后,再对其中的无动力设备进行识别判断,并根据航空器入港出港的运行流程和时间节点,判断无动力设备是否长时间(20分钟)占用临时停放区域,对占用行为进行报警,并记录对应的时刻、相应的截图和视频。
Description
技术领域
本发明涉及一种自动识别方法,具体涉及一种无动力设备长时间占用临时停放区域的自动识别方法。
背景技术
目前,机场每天都有大量的飞机起飞和降落,根据民航局的要求,飞行器在降落机场后,进入机位,在即将起飞前离开机位等作业步骤都需要严格遵守对应的标准规范,在出现违规时需要及时报警,并对违规事件进行记录和统计。本次发明是针对其中的一小环,即判断无动力设备是否长时间(20分钟)占用临时停放区域做的一个小型报警系统。结合航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,从飞机驶离停机坪开始计时,20分钟后临时停放区域是否存在无动力设备。若有,则发出警报,并记录下对应的时刻、相应的截图和视频,进一步保障机场停机坪的安全。
发明内容
本发明所要解决的技术问题是提供了一种无动力设备长时间占用临时停放区域的自动识别方法;通过视频分析算法,结合航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,对临时停放区域和其中的无动力设备进行识别并判断。
本发明无动力设备长时间占用临时停放区域的自动识别方法是通过以下技术方案来实现的:识别临时停放区域和其中的无动力设备,并且根据航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,判断无动力设备是否长时间占用临时停放区域;长时间的标准值设置为20防止;
具体步骤如下:
(二)进行临时停放区域的识别;
(二)进行无动力设备的识别;
(三)无动力设备长时间占用临时停放区域的自动识别方法;
(四)对占用行为进行报警,并记录对应的时刻、相应的截图和视频。
作为优选的技术方案,进行临时停放区域的识别,具体识别方法:
利用opencv搭建临时停放区域的检测模型,采用霍夫变换线检测,提取感兴趣区域,再将感兴趣区域做二值化,对白色像素进行统计,计算白色像素点所占比,识别出临时停放区域。
作为优选的技术方案,进行无动力设备的识别;无动力设备包括拖车车厢和加油时推的架子;具体识别方法:
首先建立一个Keras+yolov3的小型目标检测模型,对两类物体进行大量样本标注后,放入模型中训练,将模型放到实际中测试,通过反馈得到的确准率和效率,再对模型进行抗干扰设计。
作为优选的技术方案,无动力设备长时间占用临时停放区域的自动识别方法;
具体识别方法:要结合航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,从飞机驶离停机坪开始计时,长时间后临时停放区域是否存在无动力设备。
本发明的有益效果是:本发明通过视频分析算法,结合航班进入/离开机位等作业步骤的标准作业流程,对机场停机坪零食停放区域进行监控,以保证其按规定的流程进行各项操作,确保飞行器作业的规范性及安全性。
并记录下每次临时停放区域的状态,随时可检索查看,该节点数据永久保存。同时,当有违规事项时即时报警,还可通过报警提示查看报警对应的截图和短视频,确保可以即时应对违规事项及时处理。
具体实施方式
本发明的一种无动力设备长时间占用临时停放区域的自动识别方法,识别临时停放区域和其中的无动力设备,并且根据航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,判断无动力设备是否长时间占用临时停放区域;长时间的标准值设置为20防止;
具体步骤如下:
(三)进行临时停放区域的识别;
(二)进行无动力设备的识别;
(三)无动力设备长时间占用临时停放区域的自动识别方法;
(四)对占用行为进行报警,并记录对应的时刻、相应的截图和视频。
本实施例中,进行临时停放区域的识别,具体识别方法:
利用opencv搭建临时停放区域的检测模型,采用霍夫变换线检测,提取感兴趣区域,再将感兴趣区域做二值化,对白色像素进行统计,计算白色像素点所占比,识别出临时停放区域。
本实施例中,进行无动力设备的识别;无动力设备包括拖车车厢和加油时推的架子;具体识别方法:
首先建立一个Keras+yolov3的小型目标检测模型,对两类物体进行大量样本标注后,放入模型中训练,将模型放到实际中测试,通过反馈得到的确准率和效率,再对模型进行抗干扰设计。
本实施例中,无动力设备长时间占用临时停放区域的自动识别方法;
具体识别方法:要结合航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,从飞机驶离停机坪开始计时,长时间后临时停放区域是否存在无动力设备。
本发明的有益效果是:本发明通过视频分析算法,结合航班进入/离开机位等作业步骤的标准作业流程,对机场停机坪零食停放区域进行监控,以保证其按规定的流程进行各项操作,确保飞行器作业的规范性及安全性。
并记录下每次临时停放区域的状态,随时可检索查看,该节点数据永久保存。同时,当有违规事项时即时报警,还可通过报警提示查看报警对应的截图和短视频,确保可以即时应对违规事项及时处理。
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,任何不经过创造性劳动想到的变化或替换,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该以权利要求书所限定的保护范围为准。
Claims (1)
1.一种无动力设备长时间占用临时停放区域的自动识别方法,其特征在于:识别临时停放区域和其中的无动力设备,并且根据航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,判断无动力设备是否长时间占用临时停放区域;长时间的标准值设置为20防止;
具体步骤如下:
进行临时停放区域的识别;
(二)进行无动力设备的识别;
(三)无动力设备长时间占用临时停放区域的自动识别方法;
(四)对占用行为进行报警,并记录对应的时刻、相应的截图和视频;
所述进行临时停放区域的识别,具体识别方法:利用opencv搭建临时停放区域的检测模型,采用霍夫变换线检测,提取感兴趣区域,再将感兴趣区域做二值化,对白色像素进行统计,计算白色像素点所占比,识别出临时停放区域;
所述进行无动力设备的识别;所述无动力设备包括拖车车厢和加油时推的架子;具体识别方法:
首先建立一个Keras+yolov3的小型目标检测模型,对两类物体进行大量样本标注后,放入模型中训练,将模型放到实际中测试,通过反馈得到的确准率和效率,再对模型进行抗干扰设计;
所述无动力设备长时间占用临时停放区域的自动识别方法;
具体识别方法:要结合航班号或者停机坪信息匹配对应的飞机及停机坪信息,和飞机出入港的时间节点,从飞机驶离停机坪开始计时,长时间后临时停放区域是否存在无动力设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110923499.3A CN113723222B (zh) | 2021-08-12 | 2021-08-12 | 一种无动力设备长时间占用临时停放区域的自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110923499.3A CN113723222B (zh) | 2021-08-12 | 2021-08-12 | 一种无动力设备长时间占用临时停放区域的自动识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113723222A CN113723222A (zh) | 2021-11-30 |
CN113723222B true CN113723222B (zh) | 2024-02-27 |
Family
ID=78675557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110923499.3A Active CN113723222B (zh) | 2021-08-12 | 2021-08-12 | 一种无动力设备长时间占用临时停放区域的自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723222B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6340935B1 (en) * | 1999-02-05 | 2002-01-22 | Brett O. Hall | Computerized parking facility management system |
WO2010052393A1 (fr) * | 2008-11-05 | 2010-05-14 | Elta | Procede et installation de detection et d'analyse des dommages subis par le fuselage d'un avion en stationnement. |
CN104966045A (zh) * | 2015-04-02 | 2015-10-07 | 北京天睿空间科技有限公司 | 一种基于视频的飞机进出泊位自动检测方法 |
AU2014239914A1 (en) * | 2013-03-15 | 2015-10-08 | Balu Subramanya | Advanced parking and intersection management system |
CN106409015A (zh) * | 2016-11-24 | 2017-02-15 | 合肥飞友网络科技有限公司 | 一种基于机场机位分配的机位占用预警方法 |
US9602193B1 (en) * | 2005-04-12 | 2017-03-21 | Ehud Mendelson | Transportation support network utilized fixed and/or dynamically deployed wireless transceivers |
CN109871990A (zh) * | 2019-01-30 | 2019-06-11 | 西南交通大学 | 考虑中转旅客最短流程时间的停机位分配方法 |
CN110379209A (zh) * | 2019-07-22 | 2019-10-25 | 捻果科技(深圳)有限公司 | 一种航班作业流程节点规范监控报警方法 |
CN111488832A (zh) * | 2020-04-13 | 2020-08-04 | 捻果科技(深圳)有限公司 | 一种机场飞行区机位适用性检查作业规范的自动识别方法 |
CN112101253A (zh) * | 2020-09-18 | 2020-12-18 | 广东机场白云信息科技有限公司 | 一种基于视频动作识别的民用机场地面保障状态识别方法 |
CN112530205A (zh) * | 2020-11-23 | 2021-03-19 | 北京正安维视科技股份有限公司 | 机场停机坪飞机状态检测方法及装置 |
-
2021
- 2021-08-12 CN CN202110923499.3A patent/CN113723222B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6340935B1 (en) * | 1999-02-05 | 2002-01-22 | Brett O. Hall | Computerized parking facility management system |
US9602193B1 (en) * | 2005-04-12 | 2017-03-21 | Ehud Mendelson | Transportation support network utilized fixed and/or dynamically deployed wireless transceivers |
WO2010052393A1 (fr) * | 2008-11-05 | 2010-05-14 | Elta | Procede et installation de detection et d'analyse des dommages subis par le fuselage d'un avion en stationnement. |
AU2014239914A1 (en) * | 2013-03-15 | 2015-10-08 | Balu Subramanya | Advanced parking and intersection management system |
CN104966045A (zh) * | 2015-04-02 | 2015-10-07 | 北京天睿空间科技有限公司 | 一种基于视频的飞机进出泊位自动检测方法 |
CN106409015A (zh) * | 2016-11-24 | 2017-02-15 | 合肥飞友网络科技有限公司 | 一种基于机场机位分配的机位占用预警方法 |
CN109871990A (zh) * | 2019-01-30 | 2019-06-11 | 西南交通大学 | 考虑中转旅客最短流程时间的停机位分配方法 |
CN110379209A (zh) * | 2019-07-22 | 2019-10-25 | 捻果科技(深圳)有限公司 | 一种航班作业流程节点规范监控报警方法 |
CN111488832A (zh) * | 2020-04-13 | 2020-08-04 | 捻果科技(深圳)有限公司 | 一种机场飞行区机位适用性检查作业规范的自动识别方法 |
CN112101253A (zh) * | 2020-09-18 | 2020-12-18 | 广东机场白云信息科技有限公司 | 一种基于视频动作识别的民用机场地面保障状态识别方法 |
CN112530205A (zh) * | 2020-11-23 | 2021-03-19 | 北京正安维视科技股份有限公司 | 机场停机坪飞机状态检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
ADS-B监视下的场面冲突检测算法研究;张睿;张勇;张友辉;;计算机与现代化;20130515(第05期);全文 * |
高可视性警示服对停机坪作业人员的安全保护作用;鹿骋;;中国个体防护装备;20080215(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113723222A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kinaneva et al. | Early forest fire detection using drones and artificial intelligence | |
CN109887281B (zh) | 一种监控交通事件的方法及系统 | |
CN110414320B (zh) | 一种安全生产监管的方法及系统 | |
CN101694681B (zh) | 一种鸟击风险评估系统及其评估方法 | |
CN106022296B (zh) | 一种基于车辆热点区域的概率聚合的套牌车检测方法 | |
CN111310947A (zh) | 基于5g的建筑设施运维方法、设备、存储介质及系统 | |
CN111161541B (zh) | 车辆监控方法、装置、系统及车辆监控设备 | |
CN111968409B (zh) | 一种基于实时ads-b数据的航空器中止起飞识别方法及系统 | |
CN102831442A (zh) | 异常行为检测设备和方法及生成该检测设备的设备和方法 | |
CN109255286A (zh) | 一种基于yolo深度学习网络框架的无人机光学快速检测识别方法 | |
CN109214258B (zh) | 失驾人员违规驾驶的检测方法及装置 | |
CN104881643B (zh) | 一种快速的遗留物检测方法及系统 | |
CN104318769A (zh) | 一种违章车辆监测报警系统及方法 | |
CN108390869A (zh) | 集成深度学习的车载智能网关装置及其命令序列检测方法 | |
CN110110960A (zh) | 一种商用车智能风控平台 | |
CN104243935A (zh) | 基于视频识别的机场场监系统目标监控方法 | |
CN105654735A (zh) | 基于离群点分析算法的套牌车快速甄别方法 | |
CN104732077A (zh) | 基于多维度评估模型的高危车辆颜色预警方法 | |
CN111989680A (zh) | 入侵地点确定装置以及入侵地点确定方法 | |
CN111523362A (zh) | 一种基于电子围网的数据分析方法、装置及电子设备 | |
CN110648559A (zh) | 一种飞行区特种车辆种类及驾驶行为规范自动识别方法 | |
CN114783188A (zh) | 巡检方法和装置 | |
CN113723222B (zh) | 一种无动力设备长时间占用临时停放区域的自动识别方法 | |
CN105957352A (zh) | 违章停车检测方法和装置 | |
CN111613056A (zh) | 一种交通异常事件检测方法及装置 |
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 |