一种民航停机坪上的轮档摆放规范的自动识别方法

技术领域

本发明涉及一种飞机轮档摆放自动识别方法，具体涉及一种民航停机坪上的轮档摆放规范的自动识别方法。

背景技术

现有技术中飞机溜逸是航空中常见的惯性事故，它是飞机停靠时，在外力或自身重力作用下发生溜动而失去控制的现象。不同型号、规格的飞机适配不同的轮挡，飞机溜逸造成的事故在各类航空事故中占有相当大的比重，危害性极大；在飞机停放后，无法自动检测和识别飞机轮挡是否摆放规范并上报飞机轮挡摆放完成时间节点，需要驾驶员或管理人员观察并确保飞行器作业的规范性及安全性，需要耗费大量的时间。

发明内容

本发明所要解决的技术问题是提供了一种民航停机坪上的轮档摆放规范的自动识别方法，自动检测和识别具有反光标识，颜色为荧光黄和荧光绿相间的飞机轮挡的方法，解决传统飞机在停放时，飞机轮挡难以检测和识别的问题。

本发明民航停机坪上的轮档摆放规范的自动识别方法是通过以下技术方案来实现的：包括将飞机轮挡制作成具有反光标识、颜色为荧光黄和荧光绿相间，当飞机停稳后，使用深度学习定位飞机各机轮位置，之后检测机轮及机轮周围区域是否存在轮挡，当检测到该区域存在飞机轮挡时，则判断飞机轮挡放置完成，并上报飞机轮挡放置时间节点；

包括以下步骤：

步骤一：使用具有反光标识，颜色为荧光黄和荧光绿相间的飞机轮挡；

步骤二：检测并定位各飞机机轮位置；

步骤三：检测机轮区域是否有轮挡；

步骤四：当检测识别机轮附近存在飞机轮挡后，上报时间节点；

作为优选的技术方案，制作具有反光标识、颜色为荧光黄和荧光绿相间的飞机轮挡，该轮挡易于检测和识别，制作方法如下：

将飞机轮挡一分为二，将上半部的各个侧面涂上具有反光标识的荧光绿颜色，上半部的三角形区域涂上具有反光标识的荧光黄颜色；将下半部的各个侧面涂上具有反光标识的荧光黄颜色，下半部的三角形区域涂上具有反光标识的荧光绿颜色。

作为优选的技术方案，检测并定位各飞机机轮位置，飞机机轮定位方法如下：

标注飞机机轮数据，并采用TensorFlow框架搭建级联分类器MTCNN；然后清洗和增强机轮数据，调整模型参数，完成模型训练，最后获得一个针对机轮检测和识别MTCNN级联分类器。

作为优选的技术方案，检测机轮区域是否有轮挡，识别方式如下：

标注和制作飞机轮挡数据，并采用TensorFlow框架搭建RetinaNet模型主干网络选择resnet-18网络；然后清洗和增强飞机轮挡数据，调整模型参数，完成模型训练，最后获得一个针对飞机轮挡检测和识别RetinaNet模型。

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，自动检测和识别飞机轮挡，判断飞机轮挡是否摆放规范并上报飞机轮挡摆放完成时间节点，确保飞行器作业的规范性及安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明轮挡侧视图一；

图2为本发明轮挡侧视图二；

图3为本发明轮挡俯视图；

图4为本发明自动生成轮挡监视区域的原理图；

图5为本发明自动检测识别飞机轮挡的原理图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

在本发明的描述中，需要理解的是，术语“一端”、“另一端”、“外侧”、“上”、“内侧”、“水平”、“同轴”、“中央”、“端部”、“长度”、“外端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

本发明使用的例如“上”、“上方”、“下”、“下方”等表示空间相对位置的术语是出于便于说明的目的来描述如附图中所示的一个单元或特征相对于另一个单元或特征的关系。空间相对位置的术语可以旨在包括设备在使用或工作中除了图中所示方位以外的不同方位。例如，如果将图中的设备翻转，则被描述为位于其他单元或特征“下方”或“之下”的单元将位于其他单元或特征“上方”。因此，示例性术语“下方”可以囊括上方和下方这两种方位。设备可以以其他方式被定向（旋转90度或其他朝向），并相应地解释本文使用的与空间相关的描述语。

在本发明中，除非另有明确的规定和限定，术语“设置”、“套接”、“连接”、“贯穿”、“插接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

如图1-图5所示，本发明的一种民航停机坪上的轮档摆放规范的自动识别方法，包括将飞机轮挡制作成具有反光标识、颜色为荧光黄和荧光绿相间，当飞机停稳后，使用深度学习定位飞机各机轮位置，之后检测机轮及机轮周围区域是否存在轮挡，当检测到该区域存在飞机轮挡时，则判断飞机轮挡放置完成，并上报飞机轮挡放置时间节点；

包括以下步骤：

步骤一：使用具有反光标识，颜色为荧光黄和荧光绿相间的飞机轮挡；

步骤二：检测并定位各飞机机轮位置；

步骤三：检测机轮区域是否有轮挡；

步骤四：当检测识别机轮附近存在飞机轮挡后，上报时间节点；

本实施例中，制作具有反光标识、颜色为荧光黄和荧光绿相间的飞机轮挡，该轮挡易于检测和识别，制作方法如下：

将飞机轮挡一分为二，将上半部的各个侧面涂上具有反光标识的荧光绿颜色，上半部的三角形区域涂上具有反光标识的荧光黄颜色；将下半部的各个侧面涂上具有反光标识的荧光黄颜色，下半部的三角形区域涂上具有反光标识的荧光绿颜色。

本实施例中，检测并定位各飞机机轮位置，飞机机轮定位方法如下：

标注飞机机轮数据，并采用TensorFlow框架搭建级联分类器MTCNN；然后清洗和增强机轮数据，调整模型参数，完成模型训练，最后获得一个针对机轮检测和识别MTCNN级联分类器。

本实施例中，检测机轮区域是否有轮挡，识别方式如下：

标注和制作飞机轮挡数据，并采用TensorFlow框架搭建RetinaNet模型主干网络选择resnet-18网络；然后清洗和增强飞机轮挡数据，调整模型参数，完成模型训练，最后获得一个针对飞机轮挡检测和识别RetinaNet模型。

本实施例中，飞机轮挡采用具有反光标识、颜色为荧光黄和荧光绿相间，当然飞机轮挡也可以采用其他一种或多种的具有高辨识度的颜色。

工作过程如下：

将飞机轮挡设置为具有反光标识，颜色为荧光黄和荧光绿相间，飞机停稳后通过MTCNN检测飞机各机轮位置和大小，通过计算获取飞机轮挡监视区域；通过获取飞机轮挡监视区域图像，然后RetinaNet模型检测识别轮挡，判断是否存在轮挡，判断为存在时，上报飞机轮挡摆放完成时间节点，判断为不存在时，回到获取飞机轮挡监视区域图像步骤。

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，自动检测和识别飞机轮挡，判断飞机轮挡是否摆放规范并上报飞机轮挡摆放完成时间节点，确保飞行器作业的规范性及安全性。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。