中文摘要：

机场跑道异物是影响飞行安全的主要因素之一，每年由于机场跑道异物引起的飞行事故高达10万余起，造成的损失超过40亿美元。世界各级民航组织对此高度重视，并在包括欧洲SESAR和美国NextGen的新一代民用航空运输系统中安排专项经费开展研究。本项目结合国内外研究现状和国内的迫切需求，在前期研究的基础上，提出基于智能视觉的机场跑道异物在线检测方法，利用特殊的视觉传感器，结合图像处理技术和人工智能技术，实现智能场景识别、智能景象分析、图像噪声滤波、图像增强、图像聚类分析、静态物体识别，完成各种天气条件（晚间/雨/雪/雾）下的机场跑道异物实时自动检测与报警。利用空间交会立体视觉三维坐标测量原理，借助机场跑道自然特征，实现机场跑道异物的快速定位和拉近观测，提高机场跑道异物检测的可靠性和清除的快速性。通过对机场跑道异物自动检测方法的研究和系统的实现，可以提高我国机场安全运行的保障能力和运行效率。

结论摘要：

本课题针对国内机场跑道异物自动检测的迫切需求，研制了一种基于智能视觉的机场跑道异物自动检测系统。在机场跑道侧方分布八台高分辨率CCD和长变焦红外镜头构成的视觉传感器，实施对场道的全天候自动重叠扫描。该机场跑道异物自动检测系统中，区别与其他异物检测系统的特征，就是我们所采用的利用机场场道固定特征的立体视觉外方位校准技术及基于立体视觉三角测量的跑道异物精确定位技术。立体视觉外方位校准技术利用助航灯对视觉传感器外方位进行校准。由于跑道异物检测系统应用环境的特殊，无法在跑道周边放置容易识别的固定特征点。所以本系统通过识别跑道边缘的助航灯，把助航灯的质心作为特征点。采用跑道周边的助航灯作为控制点，给视觉传感器设定一个初始方位。视觉传感器在偏转过程中，偏转不同的角度，对应不同的跑道助航灯，确定不同的初始方位。系统利用基于立体视觉三角测量的跑道异物精确定位技术，通过姿态估计得到视觉传感器相对于机场跑道的姿态，再根据该视觉传感器的初始方位和检测光线与跑道平面的交点确定异物的相对位置，精确确定异物对于整个机场跑道的绝对位置。本项目已经发表论文10篇，获得专利3项，培养博士研究生1名，培养硕士研究生3名。