基于多特征融合的机场FOD图像检测技术

为了降低机场外来入侵物检测成本,提出一种基于图像检测的机场异物识别方法。为了提高检测的可靠性,对经典ITTI模型改进,用Canny算子提取边缘特征,用蒙特卡罗方法和模糊数学的知识算出各个特征检测出异物的基本概率。自定义一种方法来表示特征之间的支持度,用D S证据融合理论对特征按照支持度的大小进行融合,对图像进行显著性检测。仿真表明,方法的异物识别准确率达到了92%以上,比单一特征中最高的颜色特征检测提高了11%左右。

面向机场飞行区异物探测的无人机巡检路径规划研究

为了解决无人机巡检路径的问题,在二维平面内对目标区域进行处理,先将机场目标区域栅格化,并将可巡检区域和障碍物用0-1矩阵表示,然后考虑跑道和滑行道的地理位置将目标区域分块。最后用遗传算法和“Z”型扫描方法规划出无人机水平巡航轨迹,并通过简化无人机转弯运动模型,估算出无人机巡检目标区域的时间。仿真结果表明,采用“Z”型扫描的方法进行无人机航迹规划,无人机能够在更短的时间内完成对目标区域的巡检。

改进蚁群算法的多无人机冲突解脱技术研究

在基于ADS-B技术的运行监视数据支持下,针对地基无人机冲突探测与解脱问题,提出了基于线性外推法的地面站多机冲突探测方法,对可能存在的冲突进行预警;针对存在的多机冲突问题,引入基本蚁群算法,并对传统基本蚁群算法的冲突简化模型进行了优化,加入了调速策略;基于调速、调向策略给出多机冲突解脱方案.加入角度信息、排序系统对蚁群算法进行改进.结果表明:改进蚁群算法对空域中的多机冲突状况能够给出多机联合解脱路径,相较于传统蚁群算法,收敛出最优化目标路径所需时间减少了43.9%,解脱方案带来的总延误距离减少了58.4%.