[发明专利]机场FOD监测方法、设备、存储介质及装置有效
申请号: | 202110222811.6 | 申请日: | 2021-02-26 |
公开(公告)号: | CN112949474B | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 吴润乐;李伟;栾风翔;陈发忠;王大千 | 申请(专利权)人: | 山东鹰格信息工程有限公司 |
主分类号: | G06V20/52 | 分类号: | G06V20/52;G06V10/25;G06V10/82;G06N3/0464 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 苗广冬 |
地址: | 250000 山东省济南市市中区*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机场 fod 监测 方法 设备 存储 介质 装置 | ||
1.一种机场FOD监测方法,其特征在于,所述机场FOD监测方法包括以下步骤:
获取机场监测雷达采集的第一机场跑道图像信息及卫星雷达采集的第二机场跑道图像信息;
根据预设神经网络模型对所述第一机场跑道图像信息进行预处理,获取第一预处理结果;
根据所述预设神经网络模型对所述第二机场跑道图像信息进行预处理,获取第二预处理结果;
根据所述第一预处理结果、所述第二预处理结果及预设障碍物模型确定待识别障碍物位置信息及待识别障碍物危险等级;
根据所述待识别障碍物位置信息及待识别障碍物危险等级生成FOD监测结果;
根据预设数字孪生模型对所述待识别障碍物位置信息、所述待识别障碍物危险等级及机场飞行运作信息进行仿真,获得预期清障路线;
获取施工人员位置信息;
根据所述施工人员位置信息从所述预期清障路线中确定目标清障路线,所述预期清障路线可以是根据预设数字孪生模型在虚拟空间映射出的清障路线;
根据所述目标清障路线和警报等级确定警报信息。
2.如权利要求1所述的机场FOD监测方法,其特征在于,所述根据预设神经网络模型对所述第一机场跑道图像信息进行预处理,获取第一预处理结果的步骤,包括:
根据预设神经网络模型从所述第一机场跑道图像信息提取第一特征点信息;
将所述第一特征点信息作为第一预处理结果;
相应地,所述根据所述预设神经网络模型对所述第二机场跑道图像信息进行预处理,获取第二预处理结果的步骤,包括:
根据所述预设神经网络模型从所述第二机场跑道图像信息提取第二特征点信息;
将所述第二特征点信息作为第二预处理结果。
3.如权利要求2所述的机场FOD监测方法,其特征在于,所述根据所述第一预处理结果、所述第二预处理结果及预设障碍物模型确定待识别障碍物位置信息及待识别障碍物危险等级的步骤,包括:
根据所述第一特征点信息对所述第二特征点信息进行匹配,获得匹配结果;
根据所述匹配结果确定安全事件信息集合;
根据所述安全事件集合和预设障碍物模型确定待识别障碍物位置信息及待识别障碍物危险等级。
4.如权利要求2所述的机场FOD监测方法,其特征在于,所述根据安全事件集合和预设障碍物模型确定待识别障碍物位置信息及待识别障碍物危险等级的步骤,包括:
从所述安全事件信息集合中提取待识别障碍物位置信息及提取障碍物特征点信息;
根据所述障碍物特征点信息与预设障碍物模型进行匹配,获得第一匹配结果;
根据所述第一匹配结果确定待识别障碍物危险等级。
5.如权利要求4所述的机场FOD监测方法,其特征在于,所述根据所述待识别障碍物位置信息及待识别障碍物危险等级生成FOD监测结果的步骤之后,还包括:
获取机场飞行运作信息;
根据所述待识别障碍物位置信息、所述待识别障碍物危险等级及机场飞行运作信息确定所述安全事件信息集合对应的警报等级。
6.如权利要求1所述的机场FOD监测方法,其特征在于,所述根据所述目标清障路线和警报等级确定警报信息的步骤之后,还包括:
根据所述警报等级进行报警,并将所述警报信息推送至施工人员及管理人员移动终端;
获取安全事件信息集合对应的障碍物信息;
在所述障碍物信息满足预设安全条件时,发送返回路线信息至清障人员对应的移动终端,并解除警报。
7.一种机场FOD监测设备,其特征在于,所述机场FOD监测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机场FOD监测程序,所述机场FOD监测程序被所述处理器执行时实现如权利要求1至6中任一项所述的机场FOD监测方法的步骤。
8.一种存储介质,其特征在于,所述存储介质上存储有机场FOD监测程序,所述机场FOD监测程序被处理器执行时实现如权利要求1至6中任一项所述的机场FOD监测方法的步骤。
9.一种机场FOD监测装置,其特征在于,所述机场FOD监测装置包括:
图像获取模块,获取机场监测雷达采集的第一机场跑道图像信息及卫星雷达采集的第二机场跑道图像信息;
预处理模块,用于根据预设神经网络模型对所述第一机场跑道图像信息进行预处理,获取第一预处理结果;
所述预处理模块,还用于所述预处理模块,还用于根据所述预设神经网络模型对所述第二机场跑道图像信息进行预处理,获取第二预处理结果;
数据处理模块,用于根据所述第一预处理结果、所述第二预处理结果及预设障碍物模型确定待识别障碍物位置信息及待识别障碍物危险等级;
结果生成模块,用于根据所述待识别障碍物位置信息及待识别障碍物危险等级生成FOD监测结果;
警报确定模块,用于根据预设数字孪生模型对所述待识别障碍物位置信息、所述待识别障碍物危险等级及机场飞行运作信息进行仿真,获得预期清障路线;
警报确定模块,用于获取施工人员位置信息;
警报确定模块,用于根据所述施工人员位置信息从所述预期清障路线中确定目标清障路线,所述预期清障路线可以是根据预设数字孪生模型在虚拟空间映射出的清障路线;
警报确定模块,用于根据所述目标清障路线和警报等级确定警报信息。
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山东鹰格信息工程有限公司,未经山东鹰格信息工程有限公司许可,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/202110222811.6/1.html,转载请声明来源钻瓜专利网。