發(fā)布時間：2021-03-20 17:16

　　隨著我國民用航空運輸業(yè)的快速發(fā)展,機場機動區(qū)日益擴大,場面交通情況變得更加復(fù)雜,給塔臺管制工作帶來了很大壓力。為了減輕管制壓力,有效的保障場面的飛行安全,空管部分常采用場面監(jiān)視雷達、多點定位等系統(tǒng),輔助塔臺管制員及時掌握場面交通情況。但是,該類監(jiān)視系統(tǒng)具有高昂的設(shè)備成本及維護費,對于中小型機場無法負擔,而基于深度學(xué)習(xí)的機場場面飛機檢測跟蹤系統(tǒng)具有成本低、盲區(qū)小、顯示直觀等優(yōu)點,成為了較好的替代系統(tǒng),也可以應(yīng)用于民航機場的遠程指揮、防跑道侵入等方面。本文設(shè)計并實現(xiàn)了機場場面飛機檢測跟蹤系統(tǒng),能夠輔助塔臺管制員能清晰、直觀地監(jiān)視機場場面飛機運動狀態(tài),提高了監(jiān)視工作效率,保障了空管部門的安全運行。首先,本文將基于深度學(xué)習(xí)模型的YOLO v3（You Only Look Oncev3）算法應(yīng)用于機場場面飛機檢測領(lǐng)域。其次,結(jié)合Kalman濾波、匈牙利算法實現(xiàn)視頻飛機的跟蹤。最后,將飛機跟蹤信息與自動相關(guān)監(jiān)視系統(tǒng)（Automatic Dependent Surveillance-Broadcast,簡寫:ADS-B）數(shù)據(jù)融合顯示,使得場面視頻飛機上顯示跟蹤框和對應(yīng)的航班信息。本文主要工作有:（1... 

【文章來源】：寧夏大學(xué)寧夏回族自治區(qū) 211工程院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－３?ＹＯＬＯ檢測算法流程??

—??Ｇｒｉｄ?ｂｏｕｎｄｉｎｇ?ｂｏｘ??圖２－３?ＹＯＬＯ檢測算法流程??圖２－３所示為ＹＯＬＯ檢測算法流程。首先將輸入圖像規(guī)整到網(wǎng)絡(luò)要求的輸入尺度，符合１３ｘ１３??網(wǎng)格的要求。然后輸入ＣＮＮ網(wǎng)絡(luò)，由ＣＮＮ網(wǎng)絡(luò)輸出網(wǎng)格類別和每個網(wǎng)格的目標框及其對應(yīng)的可??信度分數(shù)。再對網(wǎng)格的目標框進行非極大抑制，獲取可信度分數(shù)最高的預(yù)測框。最后計算結(jié)果置??信分數(shù)，并與閾值比較，篩選滿足要求的預(yù)測框［３２］。??ＹＯＬＯ模型在訓(xùn)練網(wǎng)絡(luò)時，首先，將輸入的圖像規(guī)整到網(wǎng)絡(luò)要求的輸入尺度。然后，將規(guī)整??后的圖像分割成１３ｘ１３的網(wǎng)格（圖３中左圖），采用有目標中心出現(xiàn)的網(wǎng)格來負責目標檢測，每個??網(wǎng)格負責生成Ｂ個預(yù)測目標框和對應(yīng)的Ｂ個可信度分數(shù)（圖３中下圖），每個輸出目標框包含４個??－７?－??

?寧夏大學(xué)碩士學(xué)位論文??Ｃ、航跡與航跡關(guān)聯(lián)：用于航跡融合，局部航跡開４成全局航跡。??多目標跟蹤的基本原理，如圖２－５所示。－多目標跟蹤主要包含的要素有：跟蹤起始與終結(jié)、??跟蹤門的規(guī)則、數(shù)據(jù)關(guān)聯(lián)、跟蹤維持等。??在多目標跟蹤算法中，數(shù)據(jù)關(guān)聯(lián)是整個算法中最為關(guān)鍵一步。主要歸功于傳感器輸出的目標??狀態(tài)觀測值具有不確定性，多目標跟蹤所處環(huán)境的復(fù)雜性。實際的傳感器無法像理想狀態(tài)一樣，??存在測量無法和缺少先目標跟蹤先驗知識的問題。目標跟蹤的數(shù)量通常是根據(jù)觀測值和算法預(yù)測??預(yù)估出的，事先無法從觀測值進行精確獲取，且易出現(xiàn)虛假目標的干擾。上述原因致使目標狀態(tài)??觀測值與真實目標狀態(tài)值間的對應(yīng)關(guān)系難以確定。因此，數(shù)據(jù)關(guān)聯(lián)是多目標跟蹤算法中最為關(guān)鍵??和重要的一步。數(shù)據(jù)關(guān)聯(lián)的一般過程如圖２－６所示［７１］。??—觀激一？門限過濾?——？關(guān)Ｗ陣?——？關(guān)??ｆ?ｆ??設(shè)聯(lián)聯(lián)門限確量關(guān)棚定獅Ｊ??確定關(guān)聯(lián)門＾??圖２－６數(shù)據(jù)關(guān)聯(lián)的過程??例：如圖２－７，有兩個實體＂和七，三個測量Ｚ！、Ｚ２和Ｚ３，對測量與實體進行關(guān)聯(lián)。??Ｙ??Ａｉ?（？Ｚｉ）?Ａｉ?）??？Ｚｉ???？??Ｘ??圖２－７實體Ａ１、Ａ２的關(guān)聯(lián)??１、

【參考文獻】：
期刊論文
[1]基于YOLO v3的機場場面飛機檢測方法[J]. 郭進祥,劉立波,徐峰,鄭斌.  激光與光電子學(xué)進展. 2019(19)
[2]遙感圖像中飛機的改進YOLOv3實時檢測算法[J]. 戴偉聰,金龍旭,李國寧,鄭志強.  光電工程. 2018(12)
[3]結(jié)合Kalman濾波的時空上下文目標跟蹤算法[J]. 張新堃,黃山.  電光與控制. 2018(11)
[4]改進YOLO V3遙感圖像飛機識別應(yīng)用[J]. 鄭志強,劉妍妍,潘長城,李國寧.  電光與控制. 2019(04)
[5]智能化空管技術(shù)研究與展望[J]. 楊紅雨,楊波,武喜萍,余靜.  工程科學(xué)與技術(shù). 2018(04)
[6]基于優(yōu)化YOLO方法機場跑道目標檢測[J]. 蔡成濤,吳科君,嚴勇杰.  指揮信息系統(tǒng)與技術(shù). 2018(03)
[7]應(yīng)用深度卷積神經(jīng)網(wǎng)絡(luò)的機場及機場內(nèi)飛機目標識別技術(shù)[J]. 李耀龍,張永科,羅鎮(zhèn)寶.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2018(03)
[8]基于改進Faster R-CNN的空中目標檢測[J]. 馮小雨,梅衛(wèi),胡大帥.  光學(xué)學(xué)報. 2018(06)
[9]基于全卷積網(wǎng)絡(luò)的高分辨遙感影像目標檢測[J]. 徐逸之,姚曉婧,李祥,周楠,胡媛.  測繪通報. 2018(01)
[10]民用機場滑行道交叉口飛機運行安全風險研究[J]. 解錕,李峰,李雄.  民航學(xué)報. 2018(01)

碩士論文
[1]基于壓縮感知的目標跟蹤技術(shù)研究[D]. 顏慧芳.南京郵電大學(xué) 2018
[2]某空管演示項目的進度管理研究[D]. 陳帥.電子科技大學(xué) 2018
[3]ADS-B數(shù)據(jù)處理系統(tǒng)設(shè)計與實現(xiàn)[D]. 紀宸.西安電子科技大學(xué) 2018
[4]基于深度學(xué)習(xí)的復(fù)雜交通視頻的多目標跟蹤[D]. 張宏慧.北京交通大學(xué) 2018
[5]飛行器目標視覺定姿定位算法的研究[D]. 晏開云.電子科技大學(xué) 2018
[6]基于深度學(xué)習(xí)的機場場面目標檢測[D]. 余良凱.電子科技大學(xué) 2018
[7]基于多監(jiān)視源的跑道入侵防御技術(shù)研究[D]. 許峰.南京航空航天大學(xué) 2018
[8]場面監(jiān)視雷達數(shù)據(jù)處理研究與實現(xiàn)[D]. 張煉.電子科技大學(xué) 2017
[9]機場進出港電子進程單的研究與實現(xiàn)[D]. 齊劍鋒.大連理工大學(xué) 2016
[10]基于圖像識別的航空器場面運行監(jiān)視技術(shù)研究[D]. 焦陽.中國民航大學(xué) 2016



本文編號：3091365