[发明专利]集成机器视觉的飞行组合导引系统、方法和介质在审

专利信息
申请号: 202111083695.0 申请日: 2021-09-16
公开(公告)号: CN113534849A 公开(公告)日: 2021-10-22
发明(设计)人: 刘利朝;张向阳;万赟;王东伟;宗军耀;许浩楠 申请(专利权)人: 中国商用飞机有限责任公司;中国商用飞机有限责任公司上海飞机设计研究院
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 上海专利商标事务所有限公司 31100 代理人: 顾嘉运
地址: 201210 上海市浦东新*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 集成 机器 视觉 飞行 组合 导引 系统 方法 介质
【权利要求书】:

1.一种集成机器视觉的飞行组合导引系统,包括:

传统导航系统,被配置为确定飞机的位置并接收地面的引导信号来提供传统导引信息;

视觉导航系统,被配置为采集有关机场的图像数据,并通过对所述图像数据进行图像识别以生成跑道结果信息;

数据融合和引导系统,被配置为接收来自所述传统导航系统的所述传统导引信息以及来自所述视觉导航系统的所述跑道结果信息,并将这些信息进行数据融合;以及

自动飞行控制系统,被配置为根据来自所述数据融合和引导系统的经融合的数据,生成相应的飞行导引指令。

2.如权利要求1所述的飞行组合导引系统,其特征在于,所述视觉导航系统包括:

图像采集单元,被配置为采集机场的图像数据;

图像处理单元,被配置为根据来自所述传统导航系统的当前姿态信息对所述图像数据进行几何修正;以及

机载人工智能系统,被配置为使用图像识别算法模型对经几何修正的图像数据进行深度特征识别,以生成所述跑道结果信息。

3.如权利要求2所述的飞行组合导引系统,其特征在于,所述视觉导航系统还被配置为:

将所采集的图像数据传输给地面人工智能系统,所述地面人工智能系统被配置为利用所述图像数据对本地图像识别算法模型进行训练,并将经训练的本地图像识别算法模型与所述机载人工智能系统中的所述图像识别算法模型进行模型同步。

4.如权利要求2所述的飞行组合导引系统,其特征在于,所述数据融合包括:根据所述传统导航系统和所述视觉导航系统的自身精度和可靠性,利用专家评估系统为由其所提供的各导引信息赋予不同的权重,并通过深度学习模型从这些导引信息中提取深度特征作为融合权值来实现数据融合。

5.如权利要求2所述的飞行组合导引系统,其特征在于,所述图像采集单元包括:

可见光图像采集单元,被配置为在能见度良好时工作以采集机场的图像数据;以及

红外光图像采集单元,被配置为在能见度低下时工作以采集机场的图像数据。

6.如权利要求5所述的飞行组合导引系统,其特征在于,还包括机组显示告警系统,被配置为在能见度低下时,将从所述红外光图像采集单元所采集的图像数据中识别出的跑道结果信息通过所述机组显示告警系统直接显示给飞行员以供参考。

7.一种利用机器视觉的飞行组合导引方法,包括:

使用传统导航系统确定飞机的位置并接收地面的引导信号以生成传统导引信息;

使用视觉导航系统采集有关机场的图像数据;

通过使用图像识别算法模型对所述图像数据进行图像识别生成跑道结果信息;

接收来自所述传统导航系统的所述传统导引信息以及来自所述视觉导航系统的所述跑道结果信息,并将这些信息进行数据融合;以及

根据经融合的数据,生成相应的飞行导引指令。

8.如权利要求7所述的飞行组合导引方法,其特征在于,所述方法还包括:

根据来自所述传统导航系统的当前姿态信息对采集的所述图像数据进行几何修正,所述几何修正包括:利用深度学习算法对图像进行区域分割以提取区域特征,将提取的特征作为该区域修正图像中的修正权值,根据像素所属区域的融合权值,通过自适应加权平均得到最终的修正图像。

9.如权利要求8所述的飞行组合导引方法,其特征在于,所述通过使用图像识别算法模型对所述图像数据进行图像识别生成跑道结果信息的步骤包括:

对经几何修正的图像数据进行深度特征识别以从中提取和分类深度特征;

其中所述深度特征包括:跑道边界、跑道中心线、滑行道中心线、滑行道边界、地面车辆、人员、建筑物、异常入侵以及其他与跑道相关的特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国商用飞机有限责任公司;中国商用飞机有限责任公司上海飞机设计研究院,未经中国商用飞机有限责任公司;中国商用飞机有限责任公司上海飞机设计研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111083695.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top