[发明专利]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

说明书

本发明公开了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，根据廊桥接机口的移动和折叠遮蓬的收放来分别判断廊桥靠近航空器开始、廊桥靠近航空器完成、廊桥撤离航空器开始和廊桥撤离航空器完成四个靠撤状态，并上报四个靠撤状态的各时间节点。本发明通过视频分析和深度学习算法，自动识别和判断出廊桥靠近航空器开始、靠近完成、撤离航空器开始、撤离完成四个状态，并上报各个状态的时间节点，从而确保航空器作业的规范性及安全性。

技术领域

本发明涉及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。

背景技术

近几年来人工智能的蓬勃发展使得AI技术越来越接入到实际生活中，AI的自动识别技术在各个领域都有广泛的应用，它提高的生活生产效率，可以节约大量的人力物力成本。伴随着全球经济的高速发展人们对高效出行的要求越来越高，民航业在这样的背景下变得越来越繁荣。如今，各个机场每天都有大量的航班起飞降落，为了保障航空器和飞行区廊桥的对接，机场需要花费大量的资源监控航空器和飞行区廊桥的对接状态，目前采用的都是人工观察从而进行航空器和飞行区廊桥的靠接，但人工观察总是会有一定的误差，易发生事故。

发明内容

本发明所要解决的技术问题是通过视频分析和深度学习算法，自动识别和判断出廊桥靠近航空器开始、靠近完成、撤离航空器开始、撤离完成四个状态，并上报各个状态的时间节点，从而确保航空器作业的规范性及安全性。

本发明用于民航机场飞行区廊桥靠接航空器的自动识别方法是通过以下技术方案来实现的：根据廊桥接机口的移动和折叠遮蓬的收放来分别判断廊桥靠近航空器开始、廊桥靠近航空器完成、廊桥撤离航空器开始和廊桥撤离航空器完成四个靠撤状态，并上报四个靠撤状态的各时间节点，其具体步骤如下：

S1、当航空器停稳后，检测航空器机头和廊桥接机口的位置；

S2、根据航空器机头和廊桥的位置，生成廊桥监视区域和廊桥初始位置；

S3、实时检测廊桥监视区域，当廊桥发生移动时，触发廊桥靠近航空器开始状态并上报廊桥靠近航空器开始时间节点；

S4、廊桥靠近航空器开始状态触发后，监视廊桥接机口的移动状态，当廊桥接机口静止时，判断折叠遮蓬是否伸向航空器；当判断折叠遮蓬伸向航空器后，触发廊桥靠近航空器完成状态并上报廊桥靠近航空器完成时间节点；

S5、廊桥靠近航空器完成状态触发后，监视折叠遮蓬是否收回，当廊桥的折叠遮蓬收回后，触发廊桥撤离航空器开始状态并上报廊桥撤离航空器开始时间节点；

S6、廊桥撤离航空器开始状态触发后，监视廊桥接机口的移动状态，当廊桥接机口回到初始位置且处于静止状态，则触发廊桥撤离航空器完成状态并上报廊桥撤离航空器完成时间节点。

作为优选的技术方案，检测和识别航空器机头的位置方式为标注航空器机头数据，并采用TensorFlow框架搭建级联分类器MTCNN，然后清洗和增强航空器机头数据，调整模型参数，完成模型训练，最后获得一个针对航空器机头检测和识别MTCNN级联分类器。

作为优选的技术方案，检测和识别廊桥接机口的位置方式为标注廊桥接机口数据，并采用TensorFlow框架搭建级联分类器MTCNN；然后清洗和增强廊桥接机口数据，调整模型参数，完成模型训练，最后获得一个针对廊桥接机口检测和识别MTCNN级联分类器。

作为优选的技术方案，廊桥的折叠遮蓬收放状态的判断方式为标注和制作廊桥折叠遮蓬收放状态数据，并采用TensorFlow框架搭建AlexNet二分类模型；然后清洗和增强飞廊桥折叠遮蓬收放状态数据，调整模型参数，完成模型训练，最后获得廊桥折叠遮蓬收放状态判断的AlexNet二分类模型

作为优选的技术方案，，

本发明的有益效果是：本发明通过视频分析和深度学习算法，自动识别和判断出廊桥靠近航空器开始、靠近完成、撤离航空器开始、撤离完成四个状态，并上报各个状态的时间节点，从而确保航空器作业的规范性及安全性。

附图说明