[發(fā)明專利]一種用于民航機(jī)場飛行區(qū)客梯車靠接航空器的自動(dòng)識別方法

在審

• 申請?zhí)枺?/td>: 202110299915.7
• 申請日: 2021-03-19
• 公開（公告）號: CN112966636A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 曾小菊
• 申請（專利權(quán)）人: 捻果科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市遠(yuǎn)航專利商標(biāo)事務(wù)所(普通合伙) 44276
• 代理人: 田志遠(yuǎn);褚治保

本發(fā)明公開了一種用于民航機(jī)場飛行區(qū)客梯車靠接航空器的自動(dòng)識別方法，通過視頻和算法識別航空器和客梯車之間的靠接是否符合規(guī)范，其具體包括以下幾個(gè)流程節(jié)點(diǎn)：航空器出現(xiàn)、航空器入位停止、客梯車位置判讀、客梯車移動(dòng)狀態(tài)、客梯車停止移動(dòng)、距離判斷，具體步驟如下：S1、對停機(jī)坪區(qū)域的識別，包括安全區(qū)和停止線；S2、對航空器和客梯車的識別；S3、對航空器和客梯車的位置定位；S4、對航空器和客梯車的狀態(tài)進(jìn)行判斷；S5、識別是否正常對接，若有違規(guī)對接進(jìn)行報(bào)警和記錄，內(nèi)容為相應(yīng)的截圖和視頻。本發(fā)明通過攝像頭結(jié)合視頻分析算法來判斷整個(gè)客梯車靠接航空器的過程是否符合規(guī)范。

技術(shù)領(lǐng)域

本發(fā)明涉及一種自動(dòng)識別方法，具體涉及一種用于民航機(jī)場飛行區(qū)客梯車靠接航空器的自動(dòng)識別方法。

背景技術(shù)

近幾年來人工智能的蓬勃發(fā)展使得AI技術(shù)越來越接入到實(shí)際生活中，AI的自動(dòng)識別技術(shù)在各個(gè)領(lǐng)域都有廣泛的應(yīng)用，它提高的生活生產(chǎn)效率，可以節(jié)約大量的人力物力成本。伴隨著全球經(jīng)濟(jì)的高速發(fā)展人們對高效出行的要求越來越高，民航業(yè)在這樣的背景下變得越來越繁榮。如今，各個(gè)機(jī)場每天都有大量的航班起飛降落，為了保障航空器的安全以及進(jìn)出港規(guī)范，機(jī)場需要花費(fèi)大量的資源監(jiān)控航空器的狀態(tài)，目前主要是采取傳統(tǒng)的人工監(jiān)督方式來記錄航空器當(dāng)前的狀態(tài)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種用于民航機(jī)場飛行區(qū)客梯車靠接航空器的自動(dòng)識別方法，通過攝像頭結(jié)合視頻分析算法來判斷整個(gè)客梯車靠接航空器的過程是否符合規(guī)范。

本發(fā)明用于民航機(jī)場飛行區(qū)客梯車靠接航空器的自動(dòng)識別方法是通過以下技術(shù)方案來實(shí)現(xiàn)的：通過視頻和算法識別航空器和客梯車之間的靠接是否符合規(guī)范，其具體包括以下幾個(gè)流程節(jié)點(diǎn)：航空器出現(xiàn)、航空器入位停止、客梯車位置判讀、客梯車移動(dòng)狀態(tài)、客梯車停止移動(dòng)、距離判斷，具體步驟如下：

S1、對停機(jī)坪區(qū)域的識別，包括安全區(qū)和停止線；

S2、對航空器和客梯車的識別；

S3、對航空器和客梯車的位置定位；

S4、對航空器和客梯車的狀態(tài)進(jìn)行判斷；

S5、識別是否正常對接，若有違規(guī)對接進(jìn)行報(bào)警和記錄，內(nèi)容為相應(yīng)的截圖和視頻；

其進(jìn)行目標(biāo)檢測包括對航空器和客梯車的識別，航空器和客梯車的識別方法為應(yīng)用Tensorflow機(jī)器學(xué)習(xí)框架和神經(jīng)網(wǎng)絡(luò)算法搭建分類模型，識別當(dāng)前物體是否是航空器，在這一過程中用到的是目標(biāo)檢測模型。

作為優(yōu)選的技術(shù)方案，對于目標(biāo)檢測使用目標(biāo)檢測模型算法為SSD-Mobilenet模型，在使用前將這些數(shù)據(jù)轉(zhuǎn)化為特定格式的壓縮數(shù)據(jù)，然后將其作為SSD-Mobilenet的輸入，通過機(jī)器學(xué)習(xí)的方式不斷的調(diào)整神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，對其結(jié)構(gòu)做出相應(yīng)的改變。

作為優(yōu)選的技術(shù)方案，對于航空器和客梯車的分類識別，使用模型的核心是運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)，采用openCV讀取監(jiān)控視頻，將視頻中的某一幀以圖片的形式輸入到神經(jīng)網(wǎng)絡(luò)中，卷積神經(jīng)網(wǎng)絡(luò)對輸入的圖片做卷積操作；經(jīng)過多次的卷積和池化后，提取到的高維特征圖的尺寸越來越小，此是會(huì)將這些高維向量拉直成一維向量輸入到全連接層中，然后通過softmax函數(shù)的計(jì)算輸出這些物品的類別的概率。

作為優(yōu)選的技術(shù)方案，進(jìn)行物體識別包括對客梯車作業(yè)識別，通過建立了一個(gè)空間內(nèi)的判斷模型，在客機(jī)車與航空器之間畫一個(gè)三角形的區(qū)域，在該區(qū)域中判斷是否有人。

作為優(yōu)選的技術(shù)方案，對停機(jī)坪區(qū)域，安全區(qū)和停止線的識別：攝像頭角度和位置固定，停機(jī)坪安全區(qū)定制線固定，通過預(yù)設(shè)值參數(shù)的形式獲得視頻中各個(gè)區(qū)域的位置，航空器是否正常停靠通過預(yù)先繪制的安全點(diǎn)和航空器當(dāng)前的位置來判斷。

本發(fā)明的有益效果是：本發(fā)明通過攝像頭結(jié)合視頻分析算法來判斷整個(gè)客梯車靠接航空器的過程是否符合規(guī)范。

附圖說明