基于梯度方向二值模式特征的飞机翼尖跟踪技术

《基于梯度方向二值模式特征的飞机翼尖跟踪技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstronauticaSinicaNov．252011V01．32No．112062-2072ISSN1000．6893CN11-1929／Vhttp：／／hkxb．buaa．edu．cnhkxb@buaa．edu．Crl文章编号：1000—6893(2011)11—2062—11基于梯度方向二值模式特征的飞机翼尖跟踪技术孙瑾1’2*，顾宏斌1’2，侯建波1’21．南京航空航天大学民航学院，江苏南京2100162．南京航空航天大学飞行模拟与先进培训工程技术研究中心

2、，江苏南京210016摘要：研究基于视频图像分析与定位的飞机翼尖跟踪技术，为飞机地面移动提供安全保障。现有图像特征进行翼尖跟踪经常失效且计算效率低下，本文结合纹理和轮廓信息，提出以梯度方向二值模式(OG—LBP)为特征的粒子滤波跟踪算法，降低特征维数的同时建立局部和全局的翼尖特征直方图描述，提高识别效果。同时。该算法在粒子滤波基本框架之下，结合当前观测信息，通过粒子传播半径的自适应更新建立系统状态模型．降低粒子集的衰减程度，提高算法效率。实验结果表明，该算法有效降低计算复杂度，在各种复杂背景下均可实现各种翼

3、尖实时、有效的跟踪，并更具鲁棒性。关键词：视频跟踪；粒子滤波；贝叶斯网络；局部二值模式；梯度方向中图分类号：V351．3；TP391文献标识码：A随着民航业的持续快速发展，机场Et趋繁忙：飞机起降频繁，加油车等作业车辆增多，飞机执行定检等维护保障时也需要频繁出入机库。在此环境下，飞机与飞机、飞机与地面车辆和固定建筑物之间发生危险接近甚至碰撞的事件时有发生：2006年8月27日，首都国际机场一架东方航空公司A320飞机，在由拖车带往跑道时，其尾翼与南方航空公司Boeing777飞机右机翼发生碰撞，造成两架飞机

4、严重的结构损伤；2010年6月23日，美国罗德岛机场，由于工作人员牵引飞机时的失误，美国航空公司一架Embraerl75型飞机意外撞上空客A321飞机，分别造成两架飞机的机翼和尾部损害。在过去的几年中，发生了多起机场上飞机与飞机、飞机与登机桥、飞机与机库等固定物的碰撞事故，造成重大经济损失和负面社会影响。美国联邦航空局(FederalAviationAd—ministration，FAA)将航空器与地面车辆碰撞事件、由于多种原因造成的飞机入侵机场跑道事件列为“最需要解决的安全问题”[1]。通常，飞机由牵引车

5、牵引、在停机坪上移动或进出机库的过程中，机翼、机尾通常是发生事故的危险位置。目前解决方法主要是依靠机务人员目测以防止事故发生。随着机场场面飞机数量的增多，在进行飞机调度时，需要多个地勤人员协同指挥，工作强度增加，一旦发生失误就有可能引起飞机的碰撞和刮擦。国外研发的地面防撞系统多是基于机场场面监控的综合系统，造价昂贵，例如FAA研制的机场移动区域安全系统(AirportMovementAreaSa[etySystem，AMASS)约为1．39亿美元。国内相对成熟的是车用测距防撞系统，采用超声波、红外雷达、激光

6、雷达以及微波雷达等传感器探测方法，需要在防撞汽车上加装收稿日期：2011-01．25；退修日期：2011．03—22；录用13期：2011—05-03；网络出版时间：2011-05-1715：16：31网络出版地址：www．cnki．net／kcms／detail／11．1929V．20t10517．1516．005．htmIDOI：CNKI：11-1929／V．20110517．1516．005基金项目：国家自然科学基金(60776812)；国家“863”计划(2007AA012306)；中国民用航空总局

7、科技项目(MHRD0723)；南京航空航天大学青年科技创新基金(NS2010175)"X-通讯作者．Tel．：025-84890755E-mail：sunjinly俺}rlgaa．edu．Qn戮强格式

8、孙瑾。顿宏斌．侯建渡÷基于梯爱方向二僵模式特征的飞机翼矣跟踪技术fa]。航空学报．20¨．32(11)：2e62-2072．SunJin．GuHongbin．HouJianbo．AircraftwingtiptrackingalgorithmbasedOnorientedgradientlocalbinary

9、pa托emLJ]．ActaAeronauticaetAstronauticaSinica．2011．32(¨)：2062．2872．孙瑾等：基于梯度方向二值模式特征的飞机翼尖跟踪技术探测传感器及系统．涉及车辆的加、改装．这对于大型民航飞机显然不适合。当前已有飞机地面防撞研究是在牵引车上安装多传感器进行数据融合，利用神经网络等技术实现目标的身份识别和威胁评估o]。由于入侵物体入侵角度和类型存在差异，确定用于训练神经