一种机场跑道异物检测方法、装置、介质及电子设备与流程

本申请属于机场异物处理，具体涉及一种机场跑道异物检测方法、装置、介质及电子设备。

背景技术：

1、现有技术中，当检测到机场跑道上出现异物时，往往不事先对异物的性质和尺寸进行区分，通常采用一种清扫方式，例如一律派遣大型清扫车辆，此种清扫方式往往会消耗不必要的物力和人力，从而导致资源浪费。此外，出动大型清扫车辆可能会延误跑道的开放时间，从而影响航班的正常起降。

技术实现思路

1、本申请的主要目的在于提供一种机场跑道异物检测方法、装置、介质及电子设备，本申请旨在解决现有技术中存在的由于清扫方式不科学导致的资源浪费以及航班延误等问题。

2、为实现上述目的，本申请提供以下技术方案：

3、一种机场跑道异物检测方法，包括：对机场跑道进行监控，并实时采集异物图像；对所述异物图像进行预处理；构建异物图像检测模型并进行训练；将所述预处理后的异物图像输入训练后的异物图像检测模型，以对所述异物图像中的异物进行检测。

4、可选的，对所述异物图像进行预处理，包括：对所述异物图像进行去噪；对所述去噪后的异物图像进行图像增强；对所述图像增强后的异物图像进行几何校正。

5、可选的，所述异物图像检测模型包括：主干网络，用于对所述预处理后的异物图像进行特征提取；特征融合网络，用于对由所述主干网络提取的特征进行融合；输出网络，用于输出所述预处理后的异物图像中异物的类别、置信度得分和边界框坐标。

6、可选的，所述主干网络包括堆叠的卷积层，用于对所述预处理后的异物图像中的特征进行逐层提取。

7、可选的，对所述异物图像检测模型进行训练，包括：收集包含固态和液态异物的图像形成图像数据集；对所述图像数据集每张图像中的异物进行标注；对标注后的每张图像进行预处理，以获得预处理后的图像数据集；将获得预处理后的图像数据集划分为训练集和验证集；设置训练参数，利用训练集对模型进行训练，直至达到最大训练次数；利用验证集对训练后的模型进行验证，并以精度、召回率、f1分数以及map作为评价指标对模型的性能进行验证，当所述评价指标满足预设值，所述模型验证通过；否则调整训练参数或扩大训练样本重新对模型进行训练。

8、此外，本申请还提供一种机场跑道异物检测装置，所述装置包括：采集模块，用于对机场跑道进行监控，并实时采集异物图像；预处理模块，用于对所述异物图像进行预处理；模型构建及训练模块，用于构建异物图像检测模型并进行训练；检测模块，用于将所述预处理后的异物图像输入训练后的异物图像检测模型，以对所述异物图像中的异物进行识别；定位模块，用于对识别后的异物进行定位，并基于定位后的异物执行不同的清扫策略。

9、可选的，所述装置还包括：定位模块，用于对检测出的异物进行定位，并基于定位后的异物执行不同的清扫策略。

10、此外，本申请还提供一种存储介质，其包括指令，当其在计算机上运行时，使得计算机执行如前任一项所述的方法。

11、此外，本申请还提供一种电子设备，所述电子设备包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如前任一所述的方法。

12、相比现有技术，本申请带来的有益效果为：

13、本申请通过构建异物图像检测模型，能够有效识别和定位异物，且能基于异物的属性和尺寸执行不同的清扫策略，从而提高了清扫工作的针对性和效率。本申请能够减少不必要的物力和人力消耗，缩短跑道开放时间，保障航班的正常起降，同时确保了机场运行的安全性和经济性。

技术特征：

1.一种机场跑道异物检测方法，其特征在于，包括：

2.根据权利要求1所述的检测方法，其特征在于，对所述异物图像进行预处理，包括：

3.根据权利要求1所述的检测方法，其特征在于，所述异物图像检测模型包括：

4.根据权利要求3所述的检测方法，其特征在于，所述主干网络包括堆叠的卷积层，用于对所述预处理后的异物图像中的特征进行逐层提取。

5.根据权利要求1所述的检测方法，其特征在于，对所述异物图像检测模型进行训练，包括：

6.根据权利要求1所述的检测方法，其特征在于，在检测出所述异物图像中的异物后，所述方法还包括：

7.一种机场跑道异物检测装置，其特征在于，所述装置包括：

8.根据权利要求7所述的检测装置，其特征在于，所述装置还包括：

9.一种存储介质，其特征在于，其包括指令，当其在计算机上运行时，使得计算机执行权利要求1～6任一项所述的方法。

10.一种电子设备，其特征在于，所述电子设备包括：

技术总结
本申请揭示了一种机场跑道异物检测方法、装置、介质及电子设备，所述方法包括：对机场跑道进行监控，并实时采集异物图像；对所述异物图像进行预处理；构建异物图像检测模型并进行训练；将所述预处理后的异物图像输入训练后的异物图像检测模型，以对所述异物图像中的异物进行检测。本申请能够对异物进行有效识别，从而执行不同的清扫策略，进而能够提高清扫工作的针对性和效率。

技术研发人员：丁舒,李逢雪,潘建兵,陶艺,廖正纲,姚东旭,李丹曦,虞润泽,史朕,陈磊
受保护的技术使用者：民航成都电子技术有限责任公司
技术研发日：
技术公布日：2024/12/2