CN112419790A - 一种飞机泊位离港状态检测方法 - Google Patents

一种飞机泊位离港状态检测方法 Download PDF

Info

Publication number
CN112419790A
CN112419790A CN202011220679.7A CN202011220679A CN112419790A CN 112419790 A CN112419790 A CN 112419790A CN 202011220679 A CN202011220679 A CN 202011220679A CN 112419790 A CN112419790 A CN 112419790A
Authority
CN
China
Prior art keywords
aircraft
airplane
detecting
bridge
nose
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
Application number
CN202011220679.7A
Other languages
English (en)
Other versions
CN112419790B (zh
Inventor
顾昕
严璐
刘科岢
李森林
任志豪
杨杰
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.)
Nanjing LES Information Technology Co. Ltd
Original Assignee
Nanjing LES Information Technology 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 Nanjing LES Information Technology Co. Ltd filed Critical Nanjing LES Information Technology Co. Ltd
Priority to CN202011220679.7A priority Critical patent/CN112419790B/zh
Publication of CN112419790A publication Critical patent/CN112419790A/zh
Application granted granted Critical
Publication of CN112419790B publication Critical patent/CN112419790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种飞机泊位离港状态检测方法，包括步骤如下：获取停机位场景点云数据；根据待检测机型的停止线与停机位中心线的交点、廊桥离地高度、飞机机身长度约束来划定廊桥区域，并在所述廊桥区域内分割聚类检测出廊桥与飞机机头点云目标，判断廊桥连接状态；基于预先训练的飞机机头检测模型检测出当前停机位飞机的机头；实时检测以跟踪当前飞机机头的空间位置；计算飞机机头的检测框区域与停机位区域的交叉部分占飞机机头检测框的比值，若比值小于设定的阈值则判定飞机离港状态完成。本发明自动获取机位廊桥、飞机离港状态，避免人工检测的局限性，实现全节点时段的监控，提高机位管控***的运营效率。

Description

一种飞机泊位离港状态检测方法
技术领域
本发明属于飞机泊位管控技术领域，具体指代一种飞机泊位离港状态检测方法。
背景技术
机位管控***是以激光雷达及相机作为前端感知，实现机位监视、引导、预警等功能，并与机场信息集成***联动的一套人机对话指挥***。该***能有效提高机位资源的使用率，降低航班延误，全面提高机场站坪管理水平。
近年来民航局印发的四型机场建设行动纲要中提出了确保机场低碳高效运行的要求，机位作为航班计划的起止点，其运转效率直接决定了机场的运行管理水平。
目前市场上主流的机位管控***，主要只提供了飞机泊位引导功能，在涉及到需要获取机位廊桥靠撤、飞机离港等状态时多依靠人工检测，具有一定的局限性。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种飞机泊位离港状态检测方法，以自动获取机位廊桥、飞机离港状态，避免人工检测的局限性，实现全节点时段的监控，提高机位管控***的运营效率。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种飞机泊位离港状态检测方法，包括步骤如下：
1）获取停机位场景点云数据；
2）根据待检测机型的停止线与停机位中心线的交点、廊桥离地高度、飞机机身长度约束来划定廊桥区域，并在所述廊桥区域内分割聚类检测出廊桥与飞机机头点云目标，判断廊桥连接状态；
3）基于预先训练的飞机机头检测模型检测出当前停机位飞机的机头；
4）实时检测以跟踪当前飞机机头的空间位置；
5）计算飞机机头的检测框区域与停机位区域的交叉部分占飞机机头检测框的比值，若比值小于设定的阈值则判定飞机离港状态完成，若比值大于或等于阈值则返回步骤4）。
进一步地，所述步骤1）具体包括：机位管控***接收离港检测指令，启动多线程激光雷达捕获停机位场景激光数据，并将激光数据解析转换为点云格式数据。
进一步地，所述步骤2）具体包括：
21）根据待检测机型的停止线与停机位中心线的交点、廊桥离地高度、飞机机身长度约束参数采用直通滤波算法处理场景点云数据以过滤出廊桥所处空间位置区域；
22）根据设定的廊桥断开临界状态时其与飞机连接处的间隔距离的精度值结合各区域面法向量夹角分割廊桥空间点云数据；
23）聚类分割出的各部分点云数据，检测提取出飞机机头与廊桥目标；
24）计算飞机机头与廊桥目标的空间间距，来判断廊桥连接状态。
进一步地，所述步骤3）具体包括：
31）采集停机位各类机型的飞机数据，对飞机机头进行样本标注、添加样本标签；
32）对标注后的样本进行裁剪、缩放、旋转处理以增强图像数据；
33）对数据增强后的样本提取HAAR特征并基于增强学习（adaboost）算法训练得到飞机机头检测模型；
34）使用预先训练的飞机机头检测模型检测出当前停机位飞机的机头。
进一步地，所述步骤4）具体包括：根据视频中停机位飞机的运动状态辅以卡尔曼滤波算法持续检测以跟踪飞机机头的空间位置。
本发明的有益效果：
本发明扩展了机位管控***的功能，融合了激光雷达与相机的感知能力，提高了机坪运营效率，保障了机坪安全。
附图说明
图1为本发明方法的流程图；
图2为本发明中廊桥空间区域点云示意图 ；
图3为本发明中廊桥断开状态点云示意图；
图4为IOU计算示意图；
图5a为本发明中飞机在港状态图；
图5b为本发明中飞机离港状态图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
参照图1所示，本发明的一种飞机泊位离港状态检测方法，包括步骤如下：
步骤S1：机位管控***收到离港指令，打开多线程激光雷达获取停机位场景激光数据，对激光数据进行解析转换为点云格式数据；
步骤S2：根据待检测机型的停止线与停机位中心线的交点、廊桥离地高度、飞机机身长度约束来划定廊桥区域，并在所述区域内聚类检测出廊桥与飞机连接部分，判断廊桥连接状态，包括：
S21：利用停止线与中心线的交点、廊桥高度、飞机机身长度约束，分别在X、Z、Y方向对场景点云数据进行直通滤波过滤出廊桥所处空间位置区域，参照图2所示，以精简数据，减少干扰；
S22：在x方向按设定的精度值遍历廊桥空间点云数据将其分割成不同高度值的子区域，计算各区域面法向量间的夹角与设定的阈值比较以合并子区域；
S23：使用欧式聚类算法处理各分割成的点云区域数据，根据飞机停止线位置自适应调整聚类系数并结合机头、廊桥各自的几何特征检测出机头、廊桥点云目标；
S24：计算机头点云目标与廊桥点云目标的空间距离，当距离大于设定的经验阈值时即可判定廊桥断开，图3为廊桥断开状态的点云示意图。
步骤S3：基于预先训练的飞机机头检测模型检测出当前停机位飞机的机头，包括：
S31：采集停机位各类机型的飞机数据，对飞机机头进行样本标注、添加样本标签；
S32：对标注后的样本进行裁剪、缩放、旋转等数据增强，以提高检测算法的鲁棒性；
S33：对数据增强后的样本提取HAAR特征并基于adaboost算法训练得到飞机机头检测模型；
S34：使用训练的飞机机头检测模型对飞机进行检测，并基于hough圆检测筛选出当前停机位飞机的机头。
步骤S4：根据视频中停机位飞机的帧间关系结合卡尔曼滤波持续检测跟踪机头空间位置，提高检测算法的稳定性。
步骤S5：计算机头的检测框区域与停机位区域的交叉部分占飞机机头检测框的比值IOU，当比值小于设定的经验阈值时即可判定飞机离港状态完成，图4为IOU值的计算示例，图5a、5b分别为飞机在港与离港状态示意图。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (5)

1.一种飞机泊位离港状态检测方法，其特征在于，包括步骤如下：
1）获取停机位场景点云数据；
2）根据待检测机型的停止线与停机位中心线的交点、廊桥离地高度、飞机机身长度约束来划定廊桥区域，并在所述廊桥区域内分割聚类检测出廊桥与飞机机头点云目标，判断廊桥连接状态；
3）基于预先训练的飞机机头检测模型检测出当前停机位飞机的机头；
4）实时检测以跟踪当前飞机机头的空间位置；
5）计算飞机机头的检测框区域与停机位区域的交叉部分占飞机机头检测框的比值，若比值小于设定的阈值则判定飞机离港状态完成，若比值大于或等于阈值则返回步骤4）。
2.根据权利要求1所述的飞机泊位离港状态检测方法，其特征在于，所述步骤1）具体包括：机位管控***接收离港检测指令，启动多线程激光雷达捕获停机位场景激光数据，并将激光数据解析转换为点云格式数据。
3.根据权利要求1所述的飞机泊位离港状态检测方法，其特征在于，所述步骤2）具体包括：
21）根据待检测机型的停止线与停机位中心线的交点、廊桥离地高度、飞机机身长度约束参数采用直通滤波算法处理场景点云数据以过滤出廊桥所处空间位置区域；
22）根据设定的廊桥断开临界状态时其与飞机连接处的间隔距离的精度值结合各区域面法向量夹角分割廊桥空间点云数据；
23）聚类分割出的各部分点云数据，检测提取出飞机机头与廊桥目标；
24）计算飞机机头与廊桥目标的空间间距，来判断廊桥连接状态。
4.根据权利要求1所述的飞机泊位离港状态检测方法，其特征在于，所述步骤3）具体包括：
31）采集停机位各类机型的飞机数据，对飞机机头进行样本标注、添加样本标签；
32）对标注后的样本进行裁剪、缩放、旋转处理以增强图像数据；
33）对数据增强后的样本提取HAAR特征并基于增强学习算法训练得到飞机机头检测模型；
34）使用预先训练的飞机机头检测模型检测出当前停机位飞机的机头。
5.根据权利要求1所述的飞机泊位离港状态检测方法，其特征在于，所述步骤4）具体包括：根据视频中停机位飞机的运动状态辅以卡尔曼滤波算法持续检测以跟踪飞机机头的空间位置。
CN202011220679.7A 2020-11-05 2020-11-05 一种飞机泊位离港状态检测方法 Active CN112419790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011220679.7A CN112419790B (zh) 2020-11-05 2020-11-05 一种飞机泊位离港状态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011220679.7A CN112419790B (zh) 2020-11-05 2020-11-05 一种飞机泊位离港状态检测方法

Publications (2)

Publication Number Publication Date
CN112419790A true CN112419790A (zh) 2021-02-26
CN112419790B CN112419790B (zh) 2022-05-10

Family

ID=74827546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011220679.7A Active CN112419790B (zh) 2020-11-05 2020-11-05 一种飞机泊位离港状态检测方法

Country Status (1)

Country Link
CN (1) CN112419790B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011335A (zh) * 2021-03-19 2021-06-22 捻果科技(深圳)有限公司 一种用于民航机场飞行区廊桥靠接航空器的自动识别方法
CN114155490A (zh) * 2021-12-08 2022-03-08 北京立思辰智汇科技有限公司 一种机场飞机泊位警示灯安全管控***及方法
CN117789486A (zh) * 2024-02-28 2024-03-29 南京莱斯信息技术股份有限公司 一种大型车交叉路口右转必停监管***及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105336221A (zh) * 2014-08-01 2016-02-17 深圳中集天达空港设备有限公司 一种入坞飞机实时捕获方法及***
CN106687775A (zh) * 2014-04-28 2017-05-17 温德比克私人有限公司 用于检测飞机引起的尾流湍流的方法和***
CN107886260A (zh) * 2017-12-28 2018-04-06 南京航空航天大学 一种基于鲁棒性分配模型的停机位分配方法
CN109859532A (zh) * 2019-02-28 2019-06-07 深圳市北斗智能科技有限公司 一种多约束条件的停机位分配方法和相关装置
CN110579771A (zh) * 2019-09-12 2019-12-17 南京莱斯信息技术股份有限公司 一种基于激光点云的飞机泊位引导方法
CN111857168A (zh) * 2020-07-03 2020-10-30 北京二郎神科技有限公司 无人机定位方法、装置与无人机停放姿态调整方法、装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106687775A (zh) * 2014-04-28 2017-05-17 温德比克私人有限公司 用于检测飞机引起的尾流湍流的方法和***
CN105336221A (zh) * 2014-08-01 2016-02-17 深圳中集天达空港设备有限公司 一种入坞飞机实时捕获方法及***
CN107886260A (zh) * 2017-12-28 2018-04-06 南京航空航天大学 一种基于鲁棒性分配模型的停机位分配方法
CN109859532A (zh) * 2019-02-28 2019-06-07 深圳市北斗智能科技有限公司 一种多约束条件的停机位分配方法和相关装置
CN110579771A (zh) * 2019-09-12 2019-12-17 南京莱斯信息技术股份有限公司 一种基于激光点云的飞机泊位引导方法
CN111857168A (zh) * 2020-07-03 2020-10-30 北京二郎神科技有限公司 无人机定位方法、装置与无人机停放姿态调整方法、装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张晖 等: "航空器进离场和场面管理运行研究及建设构想", 《信息化研究》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011335A (zh) * 2021-03-19 2021-06-22 捻果科技(深圳)有限公司 一种用于民航机场飞行区廊桥靠接航空器的自动识别方法
CN114155490A (zh) * 2021-12-08 2022-03-08 北京立思辰智汇科技有限公司 一种机场飞机泊位警示灯安全管控***及方法
CN114155490B (zh) * 2021-12-08 2024-02-27 北京航易智汇科技有限公司 一种机场飞机泊位警示灯安全管控***及方法
CN117789486A (zh) * 2024-02-28 2024-03-29 南京莱斯信息技术股份有限公司 一种大型车交叉路口右转必停监管***及方法
CN117789486B (zh) * 2024-02-28 2024-05-10 南京莱斯信息技术股份有限公司 一种大型车交叉路口右转必停监管***及方法

Also Published As

Publication number Publication date
CN112419790B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN112419790B (zh) 一种飞机泊位离港状态检测方法
CN104794731B (zh) 用于球机控制策略的多目标检测跟踪方法
Narote et al. A review of recent advances in lane detection and departure warning system
CN108230254B (zh) 一种自适应场景切换的高速交通全车道线自动检测方法
WO2020001223A1 (zh) 交通信号灯检测及智能驾驶方法和装置、车辆、电子设备
CN103903019A (zh) 一种多车道车辆轨迹时空图的自动生成方法
CN110619276B (zh) 基于无人机移动监控的异常及暴力检测***和方法
CN110782673A (zh) 一种基于无人机拍摄云端计算的车辆违章识别检测***
CN102043964A (zh) 基于云台摄像头的飞行器起降跟踪算法及跟踪***
CN110579771A (zh) 一种基于激光点云的飞机泊位引导方法
CN110320531A (zh) 基于激光雷达的障碍物识别方法、地图创建方法及装置
EP2813973B1 (en) Method and system for processing video image
CN113093772A (zh) 一种无人机机库精确降落方法
CN113014866B (zh) 机场低空鸟类活动监视与风险报警***
US9950812B2 (en) System and method for airside activity management using video analytics
CN103065325A (zh) 一种基于彩色颜色距离和图像分科聚合的目标跟踪方法
CN114926422A (zh) 一种上下车客流量检测方法及***
CN103679128A (zh) 一种抗云层干扰的飞机目标检测方法
Dolph et al. Sense and avoid for small unmanned aircraft systems
CN114387533A (zh) 道路违规识别的方法、装置、电子设备及存储介质
WO2021199584A1 (en) Detecting debris in a vehicle path
Qiu et al. Intelligent highway lane center identification from surveillance camera video
CN113391642B (zh) 一种基于单目视觉的无人机自主避障方法及***
CN106327921A (zh) 基于飞机航线和可视化数据融合的起落架安全监控方法
CN112215109B (zh) 基于场景分析的车辆检测方法及***

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