基于尺度融合的机场跑道地下病害检测算法

及时准确地检测机场跑道地下病害对保障飞行安全至关重要,由于机场道面结构层复杂,其电磁波传播环境复杂、噪声强度大,致使地下病害的探地雷达数据特征被严重干扰。为此,提出了一种基于尺度融合的机场跑道地下病害检测算法SF-SSD。首先,在VGG16主干网络上设计具有更宽感受野的RFB模块,抑制了病害周围的噪声干扰,提取更多原始雷达数据特征;然后,使用尺度融合的方式融合网络浅层特征,获取不同类型病害间的细微差异,形成高辨识度的病害细节纹理特征;最后,根据6种不同分辨率的特征图生成6种尺度先验框进行类别预测和位置回归,通过非极大值抑制的方式筛除冗余的先验框。在真实机场跑道地下病害数据集上进行了测试,并与目前5种经典目标检测算法进行对比。实验结果表明,SF-SSD算法可以较好地从辨识度低、噪声强度大的雷达数据中完成病害自动检测,并取得了最高的平均准确率,达到了82.18%。

机场道面地下管线三维定位算法

针对已有方法对机场道面地下管线定位误差较大的问题,提出一种机场道面地下管线三维定位算法。首先,对探地雷达所成管线的B-scan图像进行预处理,将处理后的图像输入Faster-RCNN网络中,对B-scan图像中的管线进行目标识别;其次,由于管线目标符合双曲线形态特征,采用双曲线顶点获取算法确定顶点位置;最后,设计三维空间直线拟合(three-dimensional space line fitting,TDSLF)算法来判断地下管线的具体位置,进行地下管线的三维重构。所提算法实现了地下管线的自动识别与定位,与真实机场道面地下管线实际位置的最大误差仅为4 cm。