CN114019503A - 基于fod检测系统的机场跑道异物检测方法、设备、存储介质 - Google Patents

基于fod检测系统的机场跑道异物检测方法、设备、存储介质 Download PDF

Info

Publication number
CN114019503A
CN114019503A CN202111151880.9A CN202111151880A CN114019503A CN 114019503 A CN114019503 A CN 114019503A CN 202111151880 A CN202111151880 A CN 202111151880A CN 114019503 A CN114019503 A CN 114019503A
Authority
CN
China
Prior art keywords
fod
runway
image
airport runway
detection system
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
Application number
CN202111151880.9A
Other languages
English (en)
Inventor
刘宗是
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Chenchuang Technology Development Co ltd
Original Assignee
Guangzhou Chenchuang Technology Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Chenchuang Technology Development Co ltd filed Critical Guangzhou Chenchuang Technology Development Co ltd
Priority to CN202111151880.9A priority Critical patent/CN114019503A/zh
Publication of CN114019503A publication Critical patent/CN114019503A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于FOD检测系统的机场跑道异物检测方法、设备、存储介质，所述FOD检测系统设置有若干雷达，本方法包括以下步骤：步骤S1、采集FOD图像与机场的参考跑道图，所述参考跑道图包括机场跑道内固定设施；步骤S2、接收所述雷达的回波信号，将所述回波信号转换成实时雷达图像；步骤S3、获取机场跑道的环境参数，根据所述环境参数、FOD图像及所述参考跑道图对所述实时雷达图像进行探测，输出FOD目标。

Description

基于FOD检测系统的机场跑道异物检测方法、设备、存储介质
技术领域
本发明涉及图像识别技术领域，尤其基于FOD检测系统的机场跑道异物检测方法、电子设备、存储介质。
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 ObjectDebris，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。而机场跑道需要承载飞机在地面上使用的压力，在跑道上并不能存在任何阻挡飞机移动的异物。
一般的，如今的机场一般采用FOD系统进行障碍物检测，但跑道环境较为复杂，机场跑道占地面积大，异物面积相较于跑道面积较小，通过FOD系统容易受到实时环境的干扰，难以快速地将异物检测出来。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种基于FOD检测系统的机场跑道异物检测方法，提高跑道异物检测的效率，保障机场跑道的安全。
本发明的目的之二在于提供一种电子设备，执行基于FOD检测系统的机场跑道异物检测方法，提高跑道异物检测的效率，保障机场跑道的安全。
本发明的目的之三在于提供一种存储介质，执行上述基于FOD检测系统的机场跑道异物检测方法，提高跑道异物检测的效率，保障机场跑道的安全。
本发明的目的之一采用如下技术方案实现：
基于FOD检测系统的机场跑道异物检测方法，所述FOD检测系统设置有若干雷达，本方法包括以下步骤：
步骤S1、采集FOD图像与机场的参考跑道图，所述参考跑道图包括机场跑道内固定设施；
步骤S2、接收所述雷达的回波信号，将所述回波信号转换成实时雷达图像；
步骤S3、获取机场跑道的环境参数，根据所述环境参数、FOD图像及所述参考跑道图对所述实时雷达图像进行探测，输出FOD目标。
进一步地，所述环境参数为通过环境监测装置对机场跑道范围内的环境进行实时监测得到的环境数据，所述环境参数包括温湿度、风力、降雨量或降雪量。
进一步地，所述步骤S3中根据所述环境参数、及所述参考跑道图对所述雷达图像进行探测包括以下步骤：
步骤S31、根据所述环境参数，确定机场跑道的干扰等级；
步骤S32、根据所述干扰等级及参考跑道图，对所述实时雷达图像进行探测。
进一步地，所述步骤S31还包括以下步骤：
步骤S311、获取所述温湿度、风力、降雨量或降雪量，根据所述温湿度、风力、降雨量或降雪量匹配对应的等级；
步骤S312、根据所述温湿度、风力、降雨量或者降雪量的等级，匹配对应的干扰等级；当所述降雨量或者降雪量的等级高于第一阈值时，所述机场跑道的干扰等级为高级；当所述降雨量或降雪量的等级不第一高于阈值时，则判断所述温湿度、风力的等级是否均高于第二阈值，若均高于第二阈值，则所述机场跑道的干扰等级为中级；若所述温湿度、风力的等级不均高于第二阈值，则所述机场跑道的干扰等级为低级。
进一步地，所述步骤S32根据所述干扰等级及参考跑道图，对所述雷达图像进行探测，具体为：
步骤S321、预先收集干扰等级所对应的参考跑道图及雷达图像，根据预先收集的对应等级的参考跑道图、预先收集的干扰等级所对应的雷达图像、FOD图像作为输入，将FOD目标作为输出，训练识别卷积神经网络；
步骤S322、将所述实时雷达图像作为输入，通过识别卷积神经网络识别得到所述实时雷达图像中的FOD目标。
进一步地，还包括：
步骤S4、识别所述FOD目标，获取所述FOD目标的位置信息、属性及运动状态；
步骤S5、根据位置信息、属性、运动状态，确定所述FOD目标的严重程度等级；根据所述严重程度等级判断所述FOD目标对跑道及飞机的威胁程度，当所述威胁程度大于预设值时，则发出告警信号，并记录所述FOD目标的属性与位置信息及告警信号的时间。
进一步地，步骤S5中确定严重程度等级为将所述FOD目标的位置信息、属性、运动状态的数据根据预设转换规则转换成数值，累加所述数值；根据累加数值大小判断得出物体的严重程度等级。
进一步地，每个所述雷达均扫描预设区域；所述雷达形成雷达阵列，所述雷达阵列的扫描区域覆盖机场跑道。
本发明的目的之二采用如下技术方案实现：
一种电子设备，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一所述基于FOD检测系统的机场跑道异物检测方法。
本发明的目的之三采用如下技术方案实现：
一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上任一所述基于FOD检测系统的机场跑道异物检测方法。
相比现有技术，本发明的有益效果在于：
本发明公开了基于FOD检测系统的机场跑道异物检测方法、电子设备、存储介质，结合机场跑道内的实时环境参数，根据所述环境参数、参考跑道图、FOD图像及实时雷达图进行FOD目标检测，能够有识别出跑道内的FOD目标，避免实时环境对FOD目标检测的影响，提高异物检测的效率，解决传统图像探测技术中的局限性。
附图说明
图1为本发明所提供实施例的流程示意图；
图2为本发明所提供实施例的步骤S3的流程示意图；
图3为本发明所提供实施例的步骤S31的流程示意图；
图4为本发明所提供实施例的步骤S32的流程示意图；
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1～4所示，本发明提供了一种基于FOD系统对机场跑道异物检测方法，可根据实时雷达图像自动识别出FOD目标，解决传统图像探测的局限性问题，提高跑道的安全性。
具体的，本方法包括以下步骤：
步骤S1、采集FOD图像、机场的参考跑道图，所述参考跑道图包括机场跑道内固定设施。具体的，需要对机场泡跑道内部的指示灯、跑道标识线、飞机轮胎痕迹等进行多角度拍摄，以便于更全面的识别FOD目标。所述FOD图像需要涵盖所有常见的FOD目标，例如体积大小不同的石块、零部件、动物植物、橡胶碎片等等，需要将其背景去除，仅存所述FOD目标的区域，以防背景区域对识别过程的影响。
步骤S2、接收所述雷达的回波信号，将所述回波信号转换成实时雷达图像；每个所述雷达均扫描预设区域，且雷达与雷达的扫描区间及扫描结果之间互不干扰，相互独立。所述雷达形成雷达阵列，所述雷达阵列的扫描区域覆盖机场跑道，能够完整扫描到机场跑道的所有区域。
步骤S3、获取机场跑道的环境参数，根据所述环境参数及所述参考跑道图对所述实时雷达图像进行探测，输出FOD目标。识别过程中，不同环境会对识别产生一定影响。如在下雨或者下雪时，环境中湿气较大，存在一定干扰，容易对雷达探测造成一定影响。因此，在本实施例中，结合环境参数对实施雷达图像进行探测，提高识别精度。
所述步骤S3中根据所述环境参数、及所述参考跑道图对所述雷达图像进行探测包括以下步骤：
步骤S31、根据所述环境参数，确定机场跑道的干扰等级；具体的，所述确定干扰等级包括以下步骤：
步骤S311、获取所述温湿度、风力、降雨量或降雪量，根据所述温湿度、风力、降雨量或降雪量匹配对应的等级、通过环境检测装置获取的环境参数中，其温湿度、风力、降雨量或降雪量均为一准确的数值，因此可以直接根据该数值匹配对应的等级，其中等级均为事先预设的。
由于降雨或者降雪对于雷达探测的影响较大，容易干扰雷达信号。因此需要首先对降雨量或者降雪量进行判断，结合该等级进行后续判断。具体步骤如下：
步骤S312、获取所述温湿度、风力、降雨量或者降雪量的等级，当所述降雨量或者降雪量的等级高于第一阈值时，所述机场跑道的干扰等级为高级；当所述降雨量或降雪量的等级不第一高于阈值时，则判断所述温湿度、风力的等级是否均高于第二阈值，若均高于第二阈值，则所述机场跑道的干扰等级为中级；若所述温湿度、风力的等级不均高于第二阈值，则所述机场跑道的干扰等级为低级。
步骤S32、根据所述干扰等级及参考跑道图，对所述实时雷达图像进行探测。
步骤S321、预先收集干扰等级所对应的参考跑道图及雷达图像，根据预先收集的对应等级的参考跑道图、预先收集的干扰等级所对应的雷达图像、FOD图像作为输入，将FOD目标作为输出，训练识别卷积神经网络；
由于跑道内异物出现的位置、大小角度均不存在规律，且同一种类的异物也可能存在较大的差距，如树叶的大小、位置，或者金属物的形状、位置均可能存在较大的差异，会限制神经网络中模型的训练，降低模型泛化检测的能力，导致难以快速检测出异物的种类及其危险性。
步骤S322、将所述实时雷达图像作为输入，通过识别卷积神经网络识别得到所述实时雷达图像中的FOD目标。在本申请中，结合在对应干扰等级下的参考跑道图及FOD目标，检测所述待检测图像，对所述待检测图像与参考图像进行特征提取并进行融合，从而在待检测图像特征中获取异物的位置及类别。
步骤S4、识别所述FOD目标，获取所述FOD目标的位置信息、属性及运动状态；
步骤S5、根据位置信息、属性、运动状态，估算所述FOD目标的严重程度等级；根据所述严重程度等级判断所述FOD目标对跑道及飞机的威胁程度，当所述威胁程度大于阈值时，则发出告警信号，并记录所述FOD目标的属性与位置信息及告警信号的时间。其中，估算严重程度等级为将所述FOD目标的位置信息、属性、运动状态的数据根据预设转换规则转换成数值，累加所述数值；根据累加数值大小判断得出物体的严重程度等级。
从步骤S4标出的跑道表面物体中，获取所述物体的位置信息，从而计算所述物体与跑道之间的距离，以便于跟踪所述物体的运动。更多的，从多张实时雷达图像中分析该物体的运动状态与属性。运动状态是指判断物体是否在运动、物体的速度与物体的运动轨迹。在多张实时雷达图像中，若该物体的位置信息变化小于预设值，则可以默认物体是处于静止状态，否则物体是处于运动状态。该运动状态可以是由于环境因素导致或者是物体自身运动，如树叶或者石块在下雨天被吹走或者是雨雪天气跑道积水结冰风状态，均可以认为其是运动状态。当所述物体为运动状态时，通过速度计算公式得到所述物体的速度及运动轨迹。属性包括物体大小、形状、材料等，在识别出所述FOD目标后，可预先收集的数据中获取。
因此，根据物体的位置信息、属性、运动状态，确定严重程度等级。首先将非数值形的数据转化为数值，转换规则可以根据具体情况而设置。如，当物体处于运动状态时，其数值为10。同时匹配物体的体积，当体积越大且处于运动状态时，则需要增加该物体严重程度的数值。同理，运动速度越快，该数值相应的增大。最后累加所有数值，根据数值大小判断得出物体的严重程度等级。
数值越大，物体的严重程度等级越高，对跑道及飞机的威胁程度也越高。当物体对跑道及飞机的严重程度大于预设阈值时，则向工作人员发出告警信号，同时将所述物体的属性、位置信息、运动状态、运动轨迹等相关信息，结合告警信号的时间保存进数据库及发送至工作人员，以便工作人员及时精准的清除所述物体。
本方法能够结合机场跑道内的实时环境参数，根据所述环境参数、参考跑道图、FOD图像及实时雷达图进行FOD目标检测，能够有识别出跑道内的FOD目标，避免实时环境对FOD目标检测的影响，提高异物检测的效率，解决传统图像探测技术中的局限性。
基于相同的发明构思，另外，本发明还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述基于FOD检测系统的机场跑道异物检测方法的步骤。
其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可议介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
基于相同的发明构思，本申请还提供了一种电子设备，包括存储器、处理器以及存储在存储器中的程序，所述程序被配置成由处理器执行，处理器执行所述程序时实现上述的基于FOD检测系统的机场跑道异物检测方法的步骤。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.基于FOD检测系统的机场跑道异物检测方法，其特征在于，所述FOD检测系统设置有若干雷达，本方法包括以下步骤：
步骤S1、采集FOD图像与机场的参考跑道图，所述参考跑道图包括机场跑道内固定设施；
步骤S2、接收所述雷达的回波信号，将所述回波信号转换成实时雷达图像；
步骤S3、获取机场跑道的环境参数，根据所述环境参数、FOD图像及所述参考跑道图对所述实时雷达图像进行探测，输出FOD目标。
2.如权利要求1所述的基于FOD检测系统的机场跑道异物检测方法，其特征在于，所述环境参数为通过环境监测装置对机场跑道范围内的环境进行实时监测得到的环境数据，所述环境参数包括温湿度、风力、降雨量或降雪量。
3.如权利要求2所述的基于FOD检测系统的机场跑道异物检测方法，其特征在于，所述步骤S3中根据所述环境参数、及所述参考跑道图对所述雷达图像进行探测包括以下步骤：
步骤S31、根据所述环境参数，确定机场跑道的干扰等级；
步骤S32、根据所述干扰等级及参考跑道图，对所述实时雷达图像进行探测。
4.如权利要求3所述的基于FOD检测系统的机场跑道异物检测方法，其特征在于，所述步骤S31还包括以下步骤：
步骤S311、获取所述温湿度、风力、降雨量或降雪量，根据所述温湿度、风力、降雨量或降雪量匹配对应的等级；
步骤S312、根据所述温湿度、风力、降雨量或者降雪量的等级，匹配对应的干扰等级；当所述降雨量或者降雪量的等级高于第一阈值时，所述机场跑道的干扰等级为高级；当所述降雨量或降雪量的等级不第一高于阈值时，则判断所述温湿度、风力的等级是否均高于第二阈值，若均高于第二阈值，则所述机场跑道的干扰等级为中级；若所述温湿度、风力的等级不均高于第二阈值，则所述机场跑道的干扰等级为低级。
5.如权利要求3所述的基于FOD检测系统的机场跑道异物检测方法，其特征在于，所述步骤S32根据所述干扰等级及参考跑道图，对所述雷达图像进行探测，具体为：
步骤S321、预先收集干扰等级所对应的参考跑道图及雷达图像，根据预先收集的对应等级的参考跑道图、预先收集的干扰等级所对应的雷达图像、FOD图像作为输入，将FOD目标作为输出，训练识别卷积神经网络；
步骤S322、将所述实时雷达图像作为输入，通过识别卷积神经网络识别得到所述实时雷达图像中的FOD目标。
6.如权利要求3所述的基于FOD检测系统的机场跑道异物检测方法，其特征在于，还包括：
步骤S4、识别所述FOD目标，获取所述FOD目标的位置信息、属性及运动状态；
步骤S5、根据位置信息、属性、运动状态，确定所述FOD目标的严重程度等级；根据所述严重程度等级判断所述FOD目标对跑道及飞机的威胁程度，当所述威胁程度大于预设值时，则发出告警信号，并记录所述FOD目标的属性与位置信息及告警信号的时间。
7.如权利要求6所述的基于FOD检测系统的机场跑道异物检测方法，其特征在于，步骤S5中确定严重程度等级为将所述FOD目标的位置信息、属性、运动状态的数据根据预设转换规则转换成数值，累加所述数值；根据累加数值大小判断得出物体的严重程度等级。
8.如权利要求1所述的基于FOD检测系统的机场跑道异物检测方法，其特征在于，每个所述雷达均扫描预设区域；所述雷达形成雷达阵列，所述雷达阵列的扫描区域覆盖机场跑道。
9.一种设备，其特征在于，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1～8任一所述基于FOD检测系统的机场跑道异物检测方法。
10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被执行时实现权利要求1～8任一所述基于FOD检测系统的机场跑道异物检测方法。
CN202111151880.9A 2021-09-29 2021-09-29 基于fod检测系统的机场跑道异物检测方法、设备、存储介质 Pending CN114019503A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111151880.9A CN114019503A (zh) 2021-09-29 2021-09-29 基于fod检测系统的机场跑道异物检测方法、设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111151880.9A CN114019503A (zh) 2021-09-29 2021-09-29 基于fod检测系统的机场跑道异物检测方法、设备、存储介质

Publications (1)

Publication Number Publication Date
CN114019503A true CN114019503A (zh) 2022-02-08

Family

ID=80055192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111151880.9A Pending CN114019503A (zh) 2021-09-29 2021-09-29 基于fod检测系统的机场跑道异物检测方法、设备、存储介质

Country Status (1)

Country Link
CN (1) CN114019503A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726670A (zh) * 2024-02-18 2024-03-19 中国民用航空总局第二研究所 一种机场跑道污染物覆盖面积评估方法、系统及智能终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726670A (zh) * 2024-02-18 2024-03-19 中国民用航空总局第二研究所 一种机场跑道污染物覆盖面积评估方法、系统及智能终端
CN117726670B (zh) * 2024-02-18 2024-05-07 中国民用航空总局第二研究所 一种机场跑道污染物覆盖面积评估方法、系统及智能终端

Similar Documents

Publication Publication Date Title
Weidner et al. Classification methods for point clouds in rock slope monitoring: A novel machine learning approach and comparative analysis
US8085182B2 (en) Systems and methods for collecting weather information using an airborne aircraft
EP2237068B1 (en) Systems and methods for assessing weather in proximity to an airborne aircraft
Ma et al. Statistical characteristics of raindrop size distribution during rainy seasons in the Beijing urban area and implications for radar rainfall estimation
CN111899568B (zh) 桥梁防撞预警系统、方法、装置和存储介质
CN104977584A (zh) 一种对流天气的临近预报方法及系统
Liu et al. Ground surface filtering of 3D point clouds based on hybrid regression technique
CN104237890B (zh) 一种由“列车效应”引起的暴雨识别及预报方法
CN109407177B (zh) 基于机器学习与常规气象观测的大雾识别系统和应用方法
CN114596555B (zh) 障碍物点云数据筛选方法、装置、电子设备及存储介质
Kingfield et al. The relationship between automated low-level velocity calculations from the WSR-88D and maximum tornado intensity determined from damage surveys
KR101221755B1 (ko) 위험기상과 관련된 반사도 셀의 탐지 방법
CN112597926A (zh) 基于fod影像对飞机目标的识别方法、设备、存储介质
KR101221793B1 (ko) 위험기상과 관련된 반사도 셀의 추적 방법
CN116612609A (zh) 一种基于山体滑坡危害度预测的灾害预警方法及系统
CN114019503A (zh) 基于fod检测系统的机场跑道异物检测方法、设备、存储介质
WO2013110072A1 (en) Surface feature detection by radiation analysis
CN112215137B (zh) 基于区域约束的低虚警目标检测方法
US8483478B1 (en) Grammar-based, cueing method of object recognition, and a system for performing same
CN114384534A (zh) 一种无人机巡线的树障生长预测分析方法
CN113240208A (zh) 光伏发电输出功率预测方法、装置及计算机可读存储介质
CN110515081B (zh) 一种雷达回波零度层亮带智能识别预警方法
CN117192513A (zh) 一种雪天环境下路侧激光雷达背景过滤方法
US20230314169A1 (en) Method and apparatus for generating map data, and non-transitory computer-readable storage medium
CN116680604A (zh) 强对流特征分类识别方法、电子设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication