一种基于机场环境目标检测的综合风险评估方案制造技术

本发明专利技术针对机场大范围环境提供了一种基于机场环境目标检测的综合风险评估方案。通过塔台摄像机组拍摄到的机场全景图像，结合机场各区域的使用频率和机场结构进行区域安全等级划分，然后进行视觉目标检测，并判定其区域所属位置，根据目标形态提取目标大小等基本属性，根据前后帧的相关性提取目标的运动状态，在上述属性下构建区域安全等级约束下的多维目标属性风险评估函数，对存在潜在风险的目标做出预警，从而有效减少机场事故的发生，对不同机场环境下的安全防范和A

【技术实现步骤摘要】
一种基于机场环境目标检测的综合风险评估方案


[0001]本专利技术提供了一种基于机场环境目标检测的综合风险评估方案。通过对摄像机组拍摄的全景图片进行区域安全程度划分，结合目标检测和图像分割技术，提取目标的运动、形态和位置等属性信息，实现在机场大范围环境下的目标风险评估，并进行决策预警，从而有效提升机场的安全水平。在机场安全防范和管理等应用中有重大意义，属于航空


技术介绍

[0002]随着世界人口的不断流动，飞机已经成为人们来往各地的重要交通工具。飞机数量的增加对地面工作人员的指挥和调度提出了更高的要求，地面安全的压力也越来越大。
[0003]为了应对这种情况，机场已经逐渐普及了A
‑
SMGCS高级地面活动引导与控制系统来调度飞机的移动，为飞机的安全与高效行驶提供了有力的保障。A
‑
SMGCS是一种机场综合交通监视与引导系统，主要通过对机场场面飞行器、车辆等目标活动的监视、引导和控制，来解决机场在安全、效率和容量方面的问题。这项技术的关键作用便在于对机场场面的冲突探测与预警。目前对于目标的探测主要包括场面雷达监视系统、多点定位系统、ADS
‑
B系统(广播式自动相关监视系统)等，大多是以雷达探测为主，视频为辅的检测系统，能够及时探测和精确定位感兴趣目标，并自动识别相关的飞机和车辆，进而预测可能的冲突。
[0004]但是，这种方式并没有发挥出视觉检测的优势，并且雷达无法对目标正在执行的具体行为做出判断，可能会导致误报警的可能。因此，利用计算机视觉技术预测动目标的风险等级具有十分重要的意义。

技术实现思路

[0005]机场的视频监控设备往往被用于辅助雷达预警，因此其拍摄的视频资源无法得到充分的利用。除此之外，由于雷达只能对目标的具体位置做出定位和规划，不能预知目标的具体行为(如飞机流动加油车)，并且无法对存在潜在风险的目标进行预警。
[0006]针对上述问题，本专利技术提供一种以计算机视觉技术为主导的机场动目标风险等级评估方法。通过对拍摄的全景图进行区域划分，得到各个区域当前的风险区域图，然后进行目标检测技术，实时监测并提取目标的静态和动态属性，最后将各个属性参数输入到目标风险等级评估函数中进行预测，能够有效提升目标风险预警的准确度，对提高机场安全有着重大的意义。
[0007]本专利技术提供一种基于机场环境目标检测的综合风险评估方案，包括以下步骤：
[0008]1)通过机场的高清摄像机组获取机场固定场景下的全景图；
[0009]2)对获得的全景图进行区域安全程度划分；
[0010]3)对全景图进行目标检测；
[0011]4)提取目标的运动状态、区域所属位置、目标形态等属性；
[0012]5)根据提取到的目标属性信息，评估目标的风险等级，并做出及时预警；
[0013]6)通过对应矩阵解算出的典型目标点实时位置；
[0014]7)根据需求，进一步解算出非合作检测目标的实时位置；
[0015]本专利技术的函数具有如下特点：
[0016]1、结构简单，通用性强。
[0017]本专利技术的方案具有如下特点：
[0018]1、完全从图像提供的信息出发，综合利用目标信息判断目标风险；
[0019]2、采用目标+区域结合的方式综合评估目标风险；
[0020]3、将飞机的动态起落规律融入风险因素考虑，减少误判情况；
附图说明
[0021]为了更清楚地说明本专利技术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，下面描述中的附图是本专利技术的一些实施例，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。
[0022]图1为本专利技术中方案的流程图；
具体实施方式
[0023]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]本专利技术提出了一种基于机场环境目标检测的综合风险评估方案，可以提升机场环境的安全程度，对地面调度的安全协防有着重大意义。
[0025]实际应用中的具体实施流程如图1所示，具体为：
[0026]S101:通过机场的高清摄像机组获取机场固定场景下的全景图；
[0027]S102:对全景图然后进行区域安全程度划分；
[0028]S103:对全景图进行目标检测；
[0029]S104:对感兴趣的目标，提取其各种属性。
[0030]S105:将提取的属性带入多维风险评估函数中进行风险计算，并做出预警。
[0031]具体的，在S101中，获取机场固定场景下的全景图。通过塔台高清摄像机组的拍摄，可以得到环境的局部图像。将拍摄结果通过图像拼接即可得到机场的全景图。对机场相机进行标定，计算得到横纵方向的比例放大系数(k1，k2)
[0032]具体的，在S102中，首先将全景图进行图像分割。根据机场平面示意图，得到感兴趣区域的掩膜块，将其与待处理图像相乘得到感兴趣的区域，对该区域进行结构特征的提取，从而得到机场平面的区域块。
[0033]然后，根据跑道的使用时间动态计算区域块的安全程度，具体为：
[0034]初始化区域的风险等级。风险等级取值范围为0～1，数值越大，表示该区域越容易发生跑道入侵。初始化风险等级默认为0或1。设初始时刻跑道的风险等级为0，飞机运动时占用的跑道风险等级设定为1，飞机已经经过的地区风险等级再次降为0。停泊位以及其它
无风险的区域(如办公楼、草地等)风险等级设定为0，禁区的风险等级设定为1。
[0035]计算不同时刻区域的安全程度。假定t1时刻飞机P
i
准备起飞(或降落)，t2时刻离开跑道(或停止运动)，则在t时刻飞机运动区域的风险等级为sigmoid(t
‑
t1)
‑
sigmoid(t
‑
t2)。因此对于任意时刻区域内一点的安全程度，建立函数D(u，υ，t)，具体公式如下：
[0036][0037]其中，D
forbid
和D
safe
表示禁区和安全区，根据初始化风险等级生成；D
running
表示跑道区域，该区域的风险等级随航班实际运行情况动态变化，P
i
表示t时刻飞机是否进入跑道(取值为0和1)，t
i1
，t
i2
表示飞机开始运动和停止运动时间。w0为可学习的权重参数，通过控制w0可以改变激活函数的跃变时间。
[0038]具体的，在S103中，将获取的机场全景图输入目标检测模型中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机场环境目标检测的综合风险评估方案，其特征在于，采集机场场景全景图片，按照机场的摄像机组安装在塔台位置，通过高清枪机拍摄的区域图片，并将图片传给计算机进行拼接，合成机场环境的全景图，由于塔台的位置和高度关系，拍摄结果应呈俯视视角，并且能够具有机场的全景视野；区域安全程度划分，首先对获得的全景图进行图像分割，得到不同区域的掩膜块，根据区域掩膜和机场结构进行安全区域划分，然后根据具体航班与飞机的实际飞行情况，构建动态安全程度判断函数，结合掩膜块计算不同区域的安全程度；目标检测，对获得的全景图进行目标检测，包括所有感兴趣的目标，例如飞机、车辆、行人以及其它可移动物体等；属性提取，提取每个目标的区域所属位置、目标大小以及运动状态等属性；评估目标风险进行预警，根据所捕获的多维度属性建立目标的风险评估函数，带入属性参量后，将评估结果与预先设定的阈值进行比较，最后做出预警判定。...

【专利技术属性】
技术研发人员：罗晓燕，朱衍波，王雅民，卢京泽，常宇，张磊，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：