機(jī)場(chǎng)跑道檢測(cè)機(jī)器人視覺(jué)系統(tǒng)的設(shè)計(jì)與研究.pdf

1、隨著航空業(yè)的發(fā)展，機(jī)場(chǎng)跑道作為飛機(jī)起飛降落的重要平臺(tái)，其安全問(wèn)題越來(lái)越受到重視。機(jī)場(chǎng)跑道異物FOD(Foreign Object Debris)和裂紋是對(duì)飛機(jī)起飛降落安全威脅最大的因素。因此，機(jī)場(chǎng)定期檢測(cè)跑道異物和裂紋，是確保飛機(jī)飛行安全的重要環(huán)節(jié)。國(guó)外自動(dòng)檢測(cè)跑道異物的設(shè)備研究開(kāi)始時(shí)間較早，現(xiàn)已經(jīng)研究出不同類型的實(shí)時(shí)檢測(cè)系統(tǒng)，并廣泛應(yīng)用于機(jī)場(chǎng)。國(guó)內(nèi)相關(guān)研究起步較晚，類似功能的自動(dòng)化系統(tǒng)在機(jī)場(chǎng)的應(yīng)用報(bào)道較少。因此，自動(dòng)檢測(cè)機(jī)場(chǎng)跑道異物和

2、裂紋的設(shè)備成為國(guó)內(nèi)機(jī)場(chǎng)的迫切需求。
　　本文基于移動(dòng)機(jī)器人平臺(tái)，設(shè)計(jì)了一種用于機(jī)場(chǎng)跑道異物和裂紋檢測(cè)的機(jī)器人視覺(jué)系統(tǒng)。在白天、晴天的天氣條件下，此機(jī)器人視覺(jué)系統(tǒng)采用光學(xué)攝像頭采集跑道圖像，利用圖像處理算法檢測(cè)機(jī)場(chǎng)跑道異物和裂紋目標(biāo)，并對(duì)檢測(cè)到的異物和裂紋目標(biāo)進(jìn)行目標(biāo)識(shí)別。設(shè)計(jì)了視覺(jué)系統(tǒng)的硬件平臺(tái)，實(shí)現(xiàn)了視覺(jué)系統(tǒng)的圖像處理算法。硬件平臺(tái)采用DSP+FPGA的圖像處理架構(gòu)，充分發(fā)揮兩種處理器的優(yōu)勢(shì)，滿足圖像處理實(shí)時(shí)性要求。對(duì)整個(gè)算法流

3、程，進(jìn)行了MATLAB仿真研究，驗(yàn)證了各個(gè)算法的有效性和可執(zhí)行性。針對(duì)含有標(biāo)線的跑道圖像的目標(biāo)檢測(cè)，傳統(tǒng)的目標(biāo)檢測(cè)算法會(huì)誤把標(biāo)線檢測(cè)為目標(biāo)，導(dǎo)致檢測(cè)目標(biāo)失敗問(wèn)題，將傳統(tǒng)的目標(biāo)檢測(cè)算法進(jìn)行改進(jìn)，得到兩種改進(jìn)算法：基于填充的背景差分法和改進(jìn)的邊緣檢測(cè)算法。通過(guò)仿真驗(yàn)證了改進(jìn)算法的準(zhǔn)檢率，結(jié)果表明：對(duì)于機(jī)場(chǎng)跑道異物和裂紋檢測(cè)，兩種改進(jìn)算法的準(zhǔn)檢率比較于傳統(tǒng)的目標(biāo)檢測(cè)算法的準(zhǔn)檢率都有所提高。針對(duì)于機(jī)場(chǎng)跑道異物和裂紋目標(biāo)的識(shí)別問(wèn)題，采用基于特征的

4、目標(biāo)識(shí)別方法。設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)目標(biāo)分類器，并進(jìn)行了目標(biāo)識(shí)別分類仿真研究。通過(guò)與SVM目標(biāo)分類器進(jìn)行對(duì)比，表明BP神經(jīng)網(wǎng)絡(luò)目標(biāo)分類器具有較高的識(shí)別率，說(shuō)明了BP神經(jīng)網(wǎng)絡(luò)分類器在分類機(jī)場(chǎng)跑道異物和裂紋目標(biāo)具有一定優(yōu)勢(shì)。最后，對(duì)整個(gè)算法進(jìn)行了硬件實(shí)現(xiàn)，完成算法硬件調(diào)試。并對(duì)視覺(jué)系統(tǒng)進(jìn)行目標(biāo)識(shí)別實(shí)驗(yàn)驗(yàn)證，結(jié)果表明：在實(shí)驗(yàn)給定的實(shí)驗(yàn)條件下，本文設(shè)計(jì)的視覺(jué)系統(tǒng)可以有效的檢測(cè)和識(shí)別機(jī)場(chǎng)跑道異物和裂紋目標(biāo)。本研究為機(jī)場(chǎng)跑道的異物和裂紋檢測(cè)提供了一種較