一种基于智能光电技术的机场净空监测方法技术

本发明专利技术公开了一种基于智能光电技术的机场净空监测方法，其包括以下步骤：采集机场净空区域内的图像数据；预处理采集后的图像数据；采用深度学习的方式比对分析相邻时序的图像数据，判定机场净空区域内的建筑物是否存在变化；若机场净空区域内的建筑物存在变化，则确定新建或在建的建筑物位置；确定新建或在建的建筑物位置后，采集建筑物的信息并计算该建筑物所处的净空限制面以及限制高度；对新建或在建的建筑物信息进行核实并检查判定其高度是否满足机场净空影响因素对建筑物所在位置的限制要求。的限制要求。的限制要求。

【技术实现步骤摘要】
一种基于智能光电技术的机场净空监测方法


[0001]本专利技术属于建筑工程
，涉及一种基于智能光电技术的机场净空监测方法。

技术介绍

[0002]机场是航空事业中一个重要组成部分，是飞机起降、停驻、维护的场所。机场的演变过程反映着民航事业的发展过程。近年来，随着航空事业的发展，飞机起飞、降落的安全问题越来越为人们所重视，而机场净空区则直接影响飞机的起飞和着陆安全。机场净空区是一个限制地面障碍物高度的空间区域，用于保证在飞机在起飞和降落的低高度飞行时不能存在妨碍导航和飞行的地面障碍物。机场的净空条件会直接影响到飞机运行安全和机场的飞行等级。
[0003]目前我国针对净空巡查的方式较为先进技术为采用卫星遥感影像和无人机拍摄影像数据进行比对分析。但卫星遥感影像技术由于卫星遥感数据周期较长，不能及时发现在建的建筑物，同时影像数据会因云层遮挡使其质量较差，进而无法实现机场净空的精准监测。除此之外，无人机拍摄影像数据的方法来监测机场周边净空虽能够解决卫星遥感影像数据云层遮挡的缺点，但成本较高，且为避免无人机进行航空拍摄任务时会对机场正常运行产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能光电技术的机场净空监测方法，其特征在于，包括以下步骤：S1，采集机场净空区域内的图像数据；S2，通过逐帧提取、图像拼接、图像纠正方式预处理采集后的图像数据；S3，采用深度学习的方式比对分析相邻时序的图像数据，判定机场净空区域内的建筑物是否存在变化；S4，若机场净空区域内的建筑物存在变化，则确定新建或在建的建筑物位置；S5，确定新建或在建的建筑物位置后，采集建筑物的信息并计算该建筑物所处的净空限制面以及限制高度；S6,对新建或在建的建筑物信息进行核实并检查判定其高度是否满足机场净空影响因素对建筑物所在位置的限制要求。2.根据权利要求1所述的机场净空监测方法，其特征在于，步骤S3中，采用深度学习的方式比对分析图像数据的具体包括：对建筑物群的图像数据进行标注，建立符合图像数据多样性要求的样本库；通过使用多示例学习和空间注意力模型的卷积神经网络结构，构建反映机场敏感要素多、尺度特征显著、突出建筑物局部语义表达的神经网络，得到适用于基于光电技术图像数据提取建筑物信息的深度学习模型；基于深度学习模型，提取有效图像数据中的时序特征，从不同时序的图像中比对建筑物空间结构类型信息的差异。3.根据权利要求2所述的机场净空监测方法，其特征在于，建立符合图像数据多样性要求的样本库具体为根据不同地区、季节、成像条件进行风格变换，得到各种条件下的图像，形成符合实际图像数据多样性的样本库。4.根据权利要求1所述的机场净空监测方法，其特征在于，步骤S5中，根据机场净空影响因素，核对建筑物所在位置的高度限制要求，核实该位置处的建筑物拟建高度信息，并核算是否超过机场净空限制要求。5.根据权利要求4所述的机场净空监测方法，其特征在于，所述机场净空影响因素包括机场净空限制面、飞行程序、飞机性能、目视助航设施及导航设施。6.根据权利要求1所述的机场净空监测方法，其特征在于，步骤S5中，所述限制高度h(x,y)为：h(x,y)＝Min{h
附件十四面
(x,y),h
飞行程序
(x,y)，h
飞机性能
(x,y)，h
导航设施
(x,y)，h
目视灯光
(x,y)，
…
}h
附件十四面
(x,y)＝Min{h
进近面
(x,y),h
内水平面
(x,y)，h
锥形面
(x,y)，
…
}h
飞行程序
(x,y)＝Min{h
仪表进近程序
(x,y),h
进场程序
(x,y)，h
离场程序
(x,y)，
…
}h
导航设施
(x,y)＝Min{h
航向台
(x,y),h
下滑台
(x,y)，h
VOR台
(x,y)...

【专利技术属性】
技术研发人员：林青，
申请(专利权)人：山东航云科技有限公司，
类型：发明
国别省市：