[发明专利]机场协同决策方法、装置、设备以及存储介质

权利要求书

1.一种机场协同决策方法，包括：

基于机场场景与飞机的位置关系，确定飞机附近的至少一个摄像头，其中，一个摄像头采集的机场图像存在至少一种机场场景中的目标；

获取所述至少一个摄像头采集的机场图像；

将所述机场图像输入至预先训练的目标检测模型，输出机场场景中的目标的类别和位置；

基于所述目标的类别和位置进行追踪，直至所述目标静止，确定所述目标的最终位置；

基于所述目标的最终位置，对飞机地面运行进行协同决策。

2.根据权利要求1所述的方法，其中，所述至少一个摄像头包括飞机右侧、飞机左侧和廊桥口三个方位的摄像头，所述飞机左侧的摄像头采集的机场图像存在上下轮档、入离位、开关货仓、靠撤廊桥、配餐车作业、行李传送带车作业的至少一种机场场景中的目标，所述飞机右侧的摄像头采集的机场图像存在加油车作业的机场场景中的目标，所述廊桥口的摄像头采集的机场图像存在开关客舱门的机场场景中的目标。

3.根据权利要求1所述的方法，其中，所述目标检测模型是两阶段目标检测模型或单阶段目标检测模型，所述两阶段目标检测模型包括以下至少一项：R-CNN、SPP-Net、Fast-RCNN、Faster-RCNN和FPN，所述单阶段目标检测模型是YOLO或SSD。

4.根据权利要求3所述的方法，其中，若所述目标检测模型是YOLO，以及

所述将所述机场图像输入至预先训练的目标检测模型，输出机场场景中的目标的类别和位置，包括：

将所述机场图像划分成S×S个格子，其中，S为正整数；

在落入所述目标的真实值的中心位置的坐标的格子中预测M个检测框的位置信息和置信度，以及N个类别概率，其中，所述检测框的位置信息是所述目标的中心位置相对于所述格子的中心位置的偏移、高度和宽度，M和N为正整数。

5.根据权利要求4所述的方法，其中，所述YOLO取消丢弃层，卷积层使用批标准化层，以预设分辨率微调所述YOLO中的分类器，移除全连接层。

6.根据权利要求5所述的方法，其中，所述YOLO的分类损失采用二元交叉损失函数，采用O个尺度预测，且每种尺度预测P个检测框，使用聚类得到Q个聚类中心，按照大小均分给O个尺度，其中，O、P和Q为正整数。

7.一种机场协同决策装置，包括：

确定模块，被配置成基于机场场景与飞机的位置关系，确定飞机附近的至少一个摄像头，其中，一个摄像头采集的机场图像存在至少一种机场场景中的目标；

获取模块，被配置成获取所述至少一个摄像头采集的机场图像；

检测模块，被配置成将所述机场图像输入至预先训练的目标检测模型，输出机场场景中的目标的类别和位置；

追踪模块，被配置成基于所述目标的类别和位置进行追踪，直至所述目标静止，确定所述目标的最终位置；

决策模块，被配置成基于所述目标的最终位置，对飞机地面运行进行协同决策。

8.根据权利要求7所述的装置，其中，所述至少一个摄像头包括飞机右侧、飞机左侧和廊桥口三个方位的摄像头，所述飞机左侧的摄像头采集的机场图像存在上下轮档、入离位、开关货仓、靠撤廊桥、配餐车作业、行李传送带车作业的至少一种机场场景中的目标，所述飞机右侧的摄像头采集的机场图像存在加油车作业的机场场景中的目标，所述廊桥口的摄像头采集的机场图像存在开关客舱门的机场场景中的目标。

9.根据权利要求8所述的装置，其中，所述目标检测模型是两阶段目标检测模型或单阶段目标检测模型，所述两阶段目标检测模型包括以下至少一项：R-CNN、SPP-Net、Fast-RCNN、Faster-RCNN和FPN，所述单阶段目标检测模型是YOLO或SSD。