[发明专利]一种车载线扫描相机探测机场道面异物的方法及装置在审
申请号: | 202010238857.2 | 申请日: | 2020-03-30 |
公开(公告)号: | CN111399076A | 公开(公告)日: | 2020-07-10 |
发明(设计)人: | 苏明;王军锋;尧丰;刘子畅;吕大勇;王双喜 | 申请(专利权)人: | 中科蓝卓(北京)信息科技有限公司 |
主分类号: | G01V8/10 | 分类号: | G01V8/10;G06T7/00;G06N3/08 |
代理公司: | 北京思创大成知识产权代理有限公司 11614 | 代理人: | 高爽 |
地址: | 101300 北京市顺义区临空经济核*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车载 扫描 相机 探测 机场 异物 方法 装置 | ||
本发明公开了一种车载线扫描相机探测机场道面异物的方法及装置,该方法包括:获取机场道面异物检测车辆的实时速度及振动信息;根据实时速度,调整相机的扫描速度;基于调整扫描速度后的相机获取机场道面的图像信息;基于振动信息,校正图像信息;基于校正后的图像信息,获取机场道面异物检测结果。本发明的本发明的车载线扫描相机探测机场道面异物的方法获取相机的扫描速度与检测车辆的实际车速匹配的情况下的机场道面图像,并根据检测车辆的振动信息对图像进行校正,识别校正后的图像中的机场道面异物,探测准确率高且探测效率高。
技术领域
本发明属于机场道面异物检测领域,具体地,涉及一种车载线扫描相机探测机场道面异物的方法及装置。
背景技术
机场道面异物(FOD)泛指可能损伤飞机的某种外来物质。FOD会危及飞机和乘客的生命安全,造成航班延误、中断起飞,甚至引起巨大的安全事故或经济损失。目前较为典型的机场道面异物探测系统有4种形式,分别为塔架式雷达及光学探测系统、塔架式光学探测系统、边灯式雷达及光学探测系统、车载式雷达及光学探测系统。其中,塔架式和边灯式两种形式总体成本较高,适用于大型机场部署,小型民用机场及军用机场则更适用于使用灵活性更佳的车载式机场道面异物探测系统。随着我国民航业的迅速发展,中小型机场的数量越来越多,截至2018年底,我国共有运输机场235个,其中年吞吐量1000万人次以上的仅有37个,其余均为中小型机场,由此可见,为确保中小型机场道面的安全,适用于中小型机场的车载式机场道面异物探测系统的精准检测是非常重要的。
但是,现有的车载式机场道面异物探测系统普遍采用雷达及面阵相机连续抓拍。雷达作为主要探测设备,视频系统辅助,系统成本很高,且视觉成像系统成像效果不佳,在高速行驶时成像系统拖影严重。因此,特别需要一种成本低且能够提高成像效果的车载式机场道面异物探测的方法。
发明内容
本发明的目的是提供一种成本低且能够提高成像效果的车载线扫描相机探测机场道面异物的方法及识别方法。
为了实现上述目的,本发明提供一种车载线扫描相机探测机场道面异物的方法,包括:获取机场道面异物检测车辆的实时速度及振动信息;根据所述实时速度,调整相机的扫描速度;基于调整扫描速度后的相机获取机场道面的图像信息;基于所述振动信息校正所述图像信息;基于所述校正后的图像信息,获取机场道面异物检测结果。
可选地,基于所述校正后的图像信息,获取机场道面异物检测结果包括:将校正后的图像信息作为神经网络模型的输入数据,将所述神经网络模型的输出数据作为机场道面异物检测结果。
可选地,通过以下步骤获得所述神经网络模型:多次采集机场道面,获取机场道面的训练图像;分析所述机场道面的训练图像;提取机场道面异物的特征信息;将所述训练图像作为模型输入,将所述特征信息作为模型输出,利用随机梯度下降法进行训练,获得所述神经网络模型。
可选地,基于所述校正后的图像信息,获取机场道面异物检测结果包括:对机场道面异物进行识别算法训练,获取特征数据;根据所述特征数据,设定预设图像;比较所述校正后的图像信息与所述预设图像,识别机场道面异物,获得机场道面异物检测结果。
可选地,所述比较所述校正后的图像信息与所述预设图像,包括:获取所述校正后的图像信息的特征数据;比较所述校正后的图像信息的特征数据与预设图像的特征数据;若所述校正后的图像信息的特征数据与所述预设图像的特征数据达到匹配阈值,则确定为机场道面异物。
可选地,所述基于所述振动信息校正所述图像信息包括:获取检测车辆的位移信号及检测时间;计算与所述检测时间对应的图像偏移量和动态几何像差;基于所述图像偏移量和动态几何像差,对所述图像信息进行校正。
可选地,通过车载振动补偿模块获取所述检测车辆的振动信息。
可选地,基于编码器获取所述检测车辆的实时速度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中科蓝卓(北京)信息科技有限公司,未经中科蓝卓(北京)信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010238857.2/2.html,转载请声明来源钻瓜专利网。