[发明专利]飞机航向角预测方法、装置、计算机设备及存储介质

权利要求书

1.一种飞机航向角预测方法，其特征在于，所述方法包括：

在飞机滑跑过程中，获取所述飞机在前进视角的跑道图像数据；

将所述跑道图像数据输入到跑道区域识别网络模型，得到带有跑道区域标记的图像数据；所述跑道区域识别网络模型是根据跑道图像样本数据训练得到的，所述跑道样本图像数据中标记有跑道区域；

从所述带有跑道区域标记的图像数据中获取跑道几何特征数据；

将所述跑道几何特征数据输入到航向角识别模型，得到飞机的航向角。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述跑道图像样本数据，并对所述跑道图像样本数据中的跑道区域进行标记；

根据标记有所述跑道区域的跑道图像样本数据进行模型训练，得到所述跑道区域识别网络模型。

3.根据权利要求2所述的方法，其特征在于，所述根据标记有所述跑道区域的跑道图像样本数据进行模型训练，得到所述跑道区域识别网络模型，包括：

将标记有所述跑道区域的跑道图像样本数据输入到神经网络模型中，经过网络的前向推导、损失函数计算、反向传播及更新模型参数，得到所述跑道区域识别网络模型的模型参数；

其中，损失函数通过下述公式计算得到：

loss＝label_loss+0.6×feature_loss+dice_loss

loss表示损失函数的组合结果，label_loss表示双分支汇合后预测结果的Focal Loss损失函数，feature_loss表示低维特征的预测结果的Focal loss损失函数，dice_loss表示双分支汇合后预测结果的dice_loss损失函数。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述跑道图像样本数据对应的跑道几何特征数据以及航向角；

根据所述跑道图像样本数据对应的跑道几何特征数据以及航向角进行模型训练，得到所述航向角识别模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

对所述跑道图像样本数据进行滤波和图像增强处理，对经过滤波和图像增强处理的跑道图像样本数据中的跑道区域进行标记。

6.根据权利要求5所述的方法，其特征在于，对所述跑道图像样本数据进行滤波和图像增强处理，包括：

通过对所述跑道图像样本数据进行水平、垂直翻转图片、任意角度旋转图片处理，以扩充所述跑道图像样本数据。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

对经过滤波和图像增强处理的跑道图像样本数据进行归一化处理。

8.一种飞机航向角预测装置，其特征在于，所述装置包括：

获取模块，用于在飞机滑跑过程中，获取所述飞机在前进视角的跑道图像数据；

计算模块，用于将所述跑道图像数据输入到跑道区域识别网络模型，得到带有跑道区域标记的图像数据；所述跑道区域识别网络模型是根据跑道图像样本数据训练得到的，所述跑道样本图像数据中标记有跑道区域；

所述获取模块，还用于从所述带有跑道区域标记的图像数据中获取跑道几何特征数据；

所述计算模块，还用于将所述跑道几何特征数据输入到航向角识别模型，得到飞机的航向角。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述飞机航向角预测方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述飞机航向角预测方法。