CN114155490A - 一种机场飞机泊位警示灯安全管控系统及方法 - Google Patents
一种机场飞机泊位警示灯安全管控系统及方法 Download PDFInfo
- Publication number
- CN114155490A CN114155490A CN202111491072.7A CN202111491072A CN114155490A CN 114155490 A CN114155490 A CN 114155490A CN 202111491072 A CN202111491072 A CN 202111491072A CN 114155490 A CN114155490 A CN 114155490A
- Authority
- CN
- China
- Prior art keywords
- berth
- airplane
- monitoring
- light
- control 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 107
- 238000012806 monitoring device Methods 0.000 claims abstract description 45
- 238000003062 neural network model Methods 0.000 claims description 45
- 230000008859 change Effects 0.000 claims description 36
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种机场飞机泊位警示灯安全管控系统及方法，包括停机位线、泊位监测控制系统、泊位摄像监控装置和信号灯组件，泊位摄像监控装置的摄像机对应停机位线区域内进行摄像拍摄，信号灯组件包括车道泊位警示灯，车道泊位警示灯对应布设于停机位线附近的车道上；泊位监测识别模块对泊位摄像监控装置所拍摄的视频流图像进行图像识别并判定停机位线是否停放飞机。信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。本发明在机场飞机泊位附近设有警示灯安全管控系统，能够自动识别飞机是否正在入位，在飞机入位时以不同颜色灯光警示提醒附近车辆，引导车辆在夜晚视线不好时安全行驶，提高了机场安全管理能力。
Description
技术领域
本发明涉及飞机泊位安全管理领域，尤其涉及一种机场飞机泊位警示灯安全管控系统及方法。
背景技术
机场飞机泊位是停靠飞机的位置区域，根据民航运营相关安全管理规定：在航空器进入机位过程中，任何车辆、人员不得在航空器和接机人员或目视泊位引导系统之间穿行。机场各类保障车辆时不时地在机场各区域穿梭，由于受到航班楼、廊桥等各类设施的视线影响，就存在行驶车辆和进位航空器冲突的安全风险，如何在飞机进入机位进行警示提醒和信号灯指示，是机场安全运营的重要环节。
发明内容
针对现有技术存在的不足之处，本发明的目的在于提供一种机场飞机泊位警示灯安全管控系统及方法，在机场飞机泊位附近设有警示灯安全管控系统，能够自动识别飞机是否正在入位，在飞机入位时以不同颜色灯光警示提醒附近车辆，引导车辆在夜晚视线不好时安全行驶，提高了机场安全管理能力。
本发明的目的通过下述技术方案实现：
一种机场飞机泊位警示灯安全管控系统，包括停机位线、泊位监测控制系统、泊位摄像监控装置和信号灯组件，泊位摄像监控装置、信号灯组件分别与泊位监测控制系统连接，泊位摄像监控装置包括摄像机，泊位摄像监控装置的摄像机对应停机位线区域设置并对停机位线区域内进行摄像拍摄，信号灯组件包括车道泊位警示灯，车道泊位警示灯对应布设于停机位线附近的车道上。泊位监测控制系统包括泊位监测识别模块和信号灯控制模块，泊位监测识别模块对泊位摄像监控装置所拍摄的视频流图像进行图像识别并判定停机位线是否停放飞机。信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。
为了更好地实现本发明，泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警。
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警。
若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警。
优选地，飞机入位识别神经网络模型包括飞机检测卷积神经网络，飞机检测卷积神经网络根据样本标注、神经网络飞机识别训练而得到，样本标注、神经网络飞机识别训练基于YOLO V4算法进行处理。
优选地，飞机入位识别神经网络模型在识别出视频流图像含有飞机时，从泊位摄像监控装置的视频流图像每隔M帧提取一帧视频流图像。飞机入位识别神经网络模型在识别出视频流图像不含有飞机时，从泊位摄像监控装置的视频流图像每隔N帧提取一帧视频流图像，M＞N。
优选地，飞机检测卷积神经网络所训练的样本数据包含低能见度天气所采集的图像不低于10％，低能见度天气包括雨、雪、雾。
优选地，信号灯组件还包括停机位线指示灯，停机位线指示灯对应布设于停机位线上，信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线的车道泊位警示灯的灯光由绿色变为红色，同时控制相邻停机位线的车道泊位警示灯的灯光由绿色变黄色。信号灯控制模块控制停机位线指示灯的灯光由黄色变红色。
信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线的车道泊位警示灯的灯光由红色变为绿色，同时控制相邻停机位线的车道泊位警示灯的灯光由黄色变绿色。信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
优选地，本发明还包括机场车辆定位管理系统，泊位监测控制系统与机场车辆定位管理系统连接，泊位监测控制系统监测识别到视频流图像含有飞机并向机场车辆定位管理系统发送飞机入位位置信息，机场车辆定位管理系统中包含有机场中所有作业车辆的位置信息。
优选地，车道泊位警示灯安装设于机场的廊桥上，摄像机安装设于机场的航站楼。
一种机场飞机泊位警示灯安全管控方法，其方法如下：
A、泊位摄像监控装置对监测位的停机位线区域内进行摄像拍摄并将所拍摄的视频流图像传输泊位监测控制系统，泊位监测控制系统的泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警。
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警。
若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警。
B、泊位监测控制系统的信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。
B1、若信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线的车道泊位警示灯的灯光由绿色变为红色，同时控制相邻停机位线的车道泊位警示灯的灯光由绿色变黄色。信号灯控制模块控制停机位线指示灯的灯光由黄色变红色。
B2、若信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线的车道泊位警示灯的灯光由红色变为绿色，同时控制相邻停机位线的车道泊位警示灯的灯光由黄色变绿色。信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
本发明较现有技术相比，具有以下优点及有益效果：
(1)本发明在机场飞机泊位附近设有警示灯安全管控系统，能够自动识别飞机是否正在入位，在飞机入位时以不同颜色灯光警示提醒附近车辆，引导车辆在夜晚视线不好时安全行驶，提高了机场安全管理能力。
(2)本发明泊位监测控制系统与机场车辆定位管理系统通信连接，能够实时监控飞机入位情况，便于车辆驾驶人员和机场管理人员提前知晓，便于车辆提前避让。
附图说明
图1为本发明实施例中的原理结构框图；
图2为本发明实施例中停机位线、警示灯、摄像机的布设示意图。
其中，附图中的附图标记所对应的名称为：
1－停机位线,3－摄像机,4－车道泊位警示灯,41－廊桥,5－车道,6－航站楼。
具体实施方式
下面结合实施例对本发明作进一步地详细说明：
实施例
如图1～图2所示，一种机场飞机泊位警示灯安全管控系统，包括停机位线1、泊位监测控制系统、泊位摄像监控装置和信号灯组件，泊位摄像监控装置、信号灯组件分别与泊位监测控制系统连接，泊位摄像监控装置包括摄像机3，泊位摄像监控装置的摄像机3对应停机位线1区域设置并对停机位线1区域内进行摄像拍摄，信号灯组件包括车道泊位警示灯4，车道泊位警示灯4对应布设于停机位线1附近的车道5上；泊位监测控制系统包括泊位监测识别模块和信号灯控制模块，泊位监测识别模块对泊位摄像监控装置所拍摄的视频流图像进行图像识别并判定停机位线1是否停放飞机；信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。
根据本发明的一个优选实施例，泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线1相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N1帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N2帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N3帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警。
根据本发明的一个优选实施例，飞机入位识别神经网络模型包括飞机检测卷积神经网络，飞机检测卷积神经网络根据样本标注、神经网络飞机识别训练而得到，样本标注、神经网络飞机识别训练基于YOLO V4算法进行处理。优选地，飞机检测卷积神经网络所训练的样本数据包含低能见度天气所采集的图像不低于10％，低能见度天气包括雨、雪、雾。
根据本发明的一个优选实施例，飞机入位识别神经网络模型在识别出视频流图像含有飞机时，从泊位摄像监控装置的视频流图像每隔M帧提取一帧视频流图像；飞机入位识别神经网络模型在识别出视频流图像不含有飞机时，从泊位摄像监控装置的视频流图像每隔N帧提取一帧视频流图像，M＞N。
根据本发明的一个优选实施例，信号灯组件还包括停机位线指示灯，停机位线指示灯对应布设于停机位线1上，信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线1的车道泊位警示灯4的灯光由绿色变为红色(如果没发出灯光报警或停止灯光报警时，车道泊位警示灯4的灯光为绿色，表示车辆正常通行；红色则提示车辆静止通行)，同时控制相邻停机位线1的车道泊位警示灯4的灯光由绿色变黄色(如果没发出灯光报警或停止灯光报警时，车道泊位警示灯4的灯光为绿色，表示车辆正常通行；黄色则提示车辆缓行避让)；信号灯控制模块控制停机位线指示灯的灯光由黄色变红色(黄色为一般状况，以提示停机位线指示灯范围为停机位并提示车辆，停机位又称泊位；红色表示停机位有飞机正入位，静止车辆靠近)。
信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线1的车道泊位警示灯4的灯光由红色变为绿色，同时控制相邻停机位线1的车道泊位警示灯4的灯光由黄色变绿色；信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
根据本发明的一个优选实施例，本发明还包括机场车辆定位管理系统，泊位监测控制系统与机场车辆定位管理系统连接，泊位监测控制系统监测识别到视频流图像含有飞机并向机场车辆定位管理系统发送飞机入位位置信息，机场车辆定位管理系统中包含有机场中所有作业车辆的位置信息。
根据本发明的一个优选实施例，如图2所示，车道泊位警示灯4安装设于机场的廊桥41上，摄像机3安装设于机场的航站楼6。
一种机场飞机泊位警示灯安全管控方法，其方法如下：
A、泊位摄像监控装置对监测位的停机位线1区域内进行摄像拍摄并将所拍摄的视频流图像传输泊位监测控制系统，泊位监测控制系统的泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线1相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N1帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N2帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N3帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警；
B、泊位监测控制系统的信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制；
B1、若信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线1的车道泊位警示灯4的灯光由绿色变为红色，同时控制相邻停机位线1的车道泊位警示灯4的灯光由绿色变黄色；信号灯控制模块控制停机位线指示灯的灯光由黄色变红色；
B2、若信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线1的车道泊位警示灯4的灯光由红色变为绿色，同时控制相邻停机位线1的车道泊位警示灯4的灯光由黄色变绿色；信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种机场飞机泊位警示灯安全管控系统，包括停机位线(1)，其特征在于：还包括泊位监测控制系统、泊位摄像监控装置和信号灯组件，泊位摄像监控装置、信号灯组件分别与泊位监测控制系统连接，泊位摄像监控装置包括摄像机(3)，泊位摄像监控装置的摄像机(3)对应停机位线(1)区域设置并对停机位线(1)区域内进行摄像拍摄，信号灯组件包括车道泊位警示灯(4)，车道泊位警示灯(4)对应布设于停机位线(1)附近的车道(5)上；所述泊位监测控制系统包括泊位监测识别模块和信号灯控制模块，所述泊位监测识别模块对泊位摄像监控装置所拍摄的视频流图像进行图像识别并判定停机位线(1)是否停放飞机；所述信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制。
2.按照权利要求1所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线(1)相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N1帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N2帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N3帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警。
3.按照权利要求2所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述飞机入位识别神经网络模型包括飞机检测卷积神经网络，飞机检测卷积神经网络根据样本标注、神经网络飞机识别训练而得到，样本标注、神经网络飞机识别训练基于YOLO V4算法进行处理。
4.按照权利要求2所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述飞机入位识别神经网络模型在识别出视频流图像含有飞机时，从泊位摄像监控装置的视频流图像每隔M帧提取一帧视频流图像；飞机入位识别神经网络模型在识别出视频流图像不含有飞机时，从泊位摄像监控装置的视频流图像每隔N帧提取一帧视频流图像，M＞N。
5.按照权利要求3所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述飞机检测卷积神经网络所训练的样本数据包含低能见度天气所采集的图像不低于10％，低能见度天气包括雨、雪、雾。
6.按照权利要求1所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：信号灯组件还包括停机位线指示灯，停机位线指示灯对应布设于停机位线(1)上，信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线(1)的车道泊位警示灯(4)的灯光由绿色变为红色，同时控制相邻停机位线(1)的车道泊位警示灯(4)的灯光由绿色变黄色；信号灯控制模块控制停机位线指示灯的灯光由黄色变红色；
信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线(1)的车道泊位警示灯(4)的灯光由红色变为绿色，同时控制相邻停机位线(1)的车道泊位警示灯(4)的灯光由黄色变绿色；信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
7.按照权利要求1所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：还包括机场车辆定位管理系统，泊位监测控制系统与机场车辆定位管理系统连接，泊位监测控制系统监测识别到视频流图像含有飞机并向机场车辆定位管理系统发送飞机入位位置信息，机场车辆定位管理系统中包含有机场中所有作业车辆的位置信息。
8.按照权利要求1所述的一种机场飞机泊位警示灯安全管控系统，其特征在于：所述车道泊位警示灯(4)安装设于机场的廊桥(41)上，所述摄像机(3)安装设于机场的航站楼(6)。
9.一种机场飞机泊位警示灯安全管控方法，其特征在于：其方法如下：
A、泊位摄像监控装置对监测位的停机位线(1)区域内进行摄像拍摄并将所拍摄的视频流图像传输泊位监测控制系统，泊位监测控制系统的泊位监测识别模块内部具有飞机入位识别神经网络模型，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并在视频流图像划设出机位监测框，该机位监测框与泊位摄像监控装置布设相关联，机位监测框与停机位线(1)相对应，飞机入位识别神经网络模型接收泊位摄像监控装置的视频流图像并根据特征提取对应识别是否含有飞机并针对识别出的飞机画出电子围栏，按照如下方法进行飞机入位判定：
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N1帧视频流图像的电子围栏与机位监测框重叠区域逐渐变大，则判定飞机正入位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，连续N2帧视频流图像的电子围栏与机位监测框重叠区域逐渐变小，则判定飞机正离位并反馈泊位监测控制系统发出灯光报警；
若飞机入位识别神经网络模型识别出视频流图像含有飞机，电子围栏与机位监测框重叠区域达到阈值K且连续N3帧重叠区域无变化，则判定飞机已入位并反馈泊位监测控制系统停止灯光报警；
B、泊位监测控制系统的信号灯控制模块对信号灯组件进行灯光开关、灯光颜色控制；
B1、若信号灯控制模块收到泊位监测控制系统的灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线(1)的车道泊位警示灯(4)的灯光由绿色变为红色，同时控制相邻停机位线(1)的车道泊位警示灯(4)的灯光由绿色变黄色；信号灯控制模块控制停机位线指示灯的灯光由黄色变红色；
B2、若信号灯控制模块收到泊位监测控制系统停止灯光报警后，信号灯控制模块的灯光控制方法如下：
信号灯控制模块控制停机位线(1)的车道泊位警示灯(4)的灯光由红色变为绿色，同时控制相邻停机位线(1)的车道泊位警示灯(4)的灯光由黄色变绿色；信号灯控制模块控制停机位线指示灯的灯光由红色变黄色。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111491072.7A CN114155490B (zh) | 2021-12-08 | 2021-12-08 | 一种机场飞机泊位警示灯安全管控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111491072.7A CN114155490B (zh) | 2021-12-08 | 2021-12-08 | 一种机场飞机泊位警示灯安全管控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114155490A true CN114155490A (zh) | 2022-03-08 |
| CN114155490B CN114155490B (zh) | 2024-02-27 |
Family
ID=80453681
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111491072.7A Active CN114155490B (zh) | 2021-12-08 | 2021-12-08 | 一种机场飞机泊位警示灯安全管控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114155490B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003044999A (ja) * | 2001-08-02 | 2003-02-14 | Toshiba Corp | 空港灯火監視制御システム |
| US20090115637A1 (en) * | 2006-12-06 | 2009-05-07 | Joachim Laurenz Naimer | Aircraft-centered ground maneuvering monitoring and alerting 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 |
| CN106295695A (zh) * | 2016-08-08 | 2017-01-04 | 中国民用航空总局第二研究所 | 一种飞机起降过程自动追踪拍摄方法及装置 |
| US20200013301A1 (en) * | 2018-07-03 | 2020-01-09 | Borealis Technical Limited | Intelligent airport ramp and electric taxi-driven aircraft ground movement monitoring system |
| CN112419790A (zh) * | 2020-11-05 | 2021-02-26 | 南京莱斯信息技术股份有限公司 | 一种飞机泊位离港状态检测方法 |
| CN113129613A (zh) * | 2019-12-31 | 2021-07-16 | 深圳市以捷智慧交通科技有限公司 | 一种机场地勤服务车辆通行控制系统及其方法 |
-
2021
- 2021-12-08 CN CN202111491072.7A patent/CN114155490B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003044999A (ja) * | 2001-08-02 | 2003-02-14 | Toshiba Corp | 空港灯火監視制御システム |
| US20090115637A1 (en) * | 2006-12-06 | 2009-05-07 | Joachim Laurenz Naimer | Aircraft-centered ground maneuvering monitoring and alerting 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 |
| CN106295695A (zh) * | 2016-08-08 | 2017-01-04 | 中国民用航空总局第二研究所 | 一种飞机起降过程自动追踪拍摄方法及装置 |
| US20200013301A1 (en) * | 2018-07-03 | 2020-01-09 | Borealis Technical Limited | Intelligent airport ramp and electric taxi-driven aircraft ground movement monitoring system |
| CN113129613A (zh) * | 2019-12-31 | 2021-07-16 | 深圳市以捷智慧交通科技有限公司 | 一种机场地勤服务车辆通行控制系统及其方法 |
| CN112419790A (zh) * | 2020-11-05 | 2021-02-26 | 南京莱斯信息技术股份有限公司 | 一种飞机泊位离港状态检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114155490B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110491179B (zh) | 一种具有动态虚拟电子围栏的机场场面监控系统 | |
| CN100578565C (zh) | 机场跑道警示系统 | |
| CN109598983A (zh) | 一种机场场面光电监视告警系统及方法 | |
| KR19990087359A (ko) | 공항내 지상 교통 유도 및 제어 시스템 | |
| CN109598187A (zh) | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 | |
| CN206470957U (zh) | 跑道安全告警系统 | |
| CN110837800A (zh) | 一种面向港口恶劣天气的目标检测和识别的方法 | |
| CN108648490B (zh) | 一种自动驾驶汽车限速信息响应能力的测试方法 | |
| CN102328751A (zh) | 一种用于辅助机场跑道巡视检查的系统 | |
| CN111462534B (zh) | 基于智能感知分析的机场运动目标检测系统及方法 | |
| CN111445727A (zh) | 监测机场跑道侵入的系统及方法 | |
| CN111489577A (zh) | 一种高速公路灾害天气自适应智能预警实时限速系统 | |
| CN105083328A (zh) | 车载光学探测结合无线网桥通讯的机车防撞方法及装置 | |
| CN111145600B (zh) | 一种基于车辆行为预测的跑道入侵前端预警系统及方法 | |
| CN113299067A (zh) | 基于视频感知技术的隧道出入口安全控制系统 | |
| CN115376320A (zh) | 一种精准的无灯控路口的警示方法 | |
| CN114155490B (zh) | 一种机场飞机泊位警示灯安全管控系统及方法 | |
| CN208796453U (zh) | 一种行车诱导装置 | |
| CN104867412B (zh) | 一种用于隧道的诱导逃生系统 | |
| CN103680218A (zh) | 一种用于机场交叉道口的交通控制系统及其控制方法 | |
| CN114426044B (zh) | 一种基于图像的列车安全运行控制系统和方法 | |
| KR101119887B1 (ko) | 지능형 항공등화 제어시스템 | |
| KR102631326B1 (ko) | 인식 기술을 이용한 공항 관제 시스템 및 방법 | |
| CN217333502U (zh) | 一种机场飞机滑行道与车辆交叉口的红绿灯信号系统 | |
| CN115662154A (zh) | 一种基于视频监测的智能信号灯系统 |
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 | ||
| CB02 | Change of applicant information |
Address after: 100000 room 712, floor 7, building 3, East Grinding Factory Street, Dongcheng District, Beijing Applicant after: Beijing Hangyi Zhihui Technology Co.,Ltd. Address before: 100000 room 712, floor 7, building 3, East Grinding Factory Street, Dongcheng District, Beijing Applicant before: Beijing lischen Zhihui Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |