(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210570956.X (22)申请日 2022.05.24 (71)申请人 烟台南山学院 地址 265713 山东省烟台市龙口市烟台南 山学院东海校区 (72)发明人 朱文龙　李民　王浩志　傅炳硕　 耿斌　朱莉科　姜睿智　 (74)专利代理 机构 成都鱼爪智云知识产权代理 有限公司 513 08 专利代理师 张卓 (51)Int.Cl. G01V 8/20(2006.01) G01N 29/04(2006.01) G01N 29/34(2006.01) G06V 10/46(2022.01)G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/74(2022.01) (54)发明名称 一种用于机场跑道异物检测和道面检测的 设备及方法 (57)摘要 本发明提出了一种用于机场跑道异物检测 和道面检测的设备及方法， 涉及机场道面安全检 测技术领域。 一方面， 该设备通过间隔设置在机 场跑道两侧的多个检测单元对机场跑道上的异 物进行实时有效的检测， 并能对异物进行识别分 类， 同时， 通过检测单元中埋设于道面下的振动 传感器能够对机场跑道的道面健康状况进行监 测， 然后将相关的检测结果信号通过无线传感器 网络传输给远程监测终端； 另一方面， 该方法通 过获取第一红外光线与第二红外光线的能量、 包 含跑道异物的道面的红外图像和道面的振动频 率数据并进行相应处理， 以对跑道异物和道面状 况进行监测。 权利要求书3页 说明书10页 附图3页 CN 115079293 A 2022.09.20 CN 115079293 A 1.一种用于机场跑道异物检测和道面检测的设备， 包括多个间隔设置在机场跑道两侧 的检测单元， 所述检测单元通过无线传感器网络与监测终端连接， 其特征在于， 所述检测单 元包括： 设于道面上的红外发射器、 红外接收器、 红外摄像机和处理器， 埋设于道面下 的振 动传感器， 所述红外发射器、 红外 接收器、 红外摄 像机和振动传感器均 与所述处 理器连接； 所述红外发射器用于周期性向外辐射红外光线； 所述红外接收器用于接收跑道异物反射的红外光线和环境光中的红外光线并处理得 到红外光线的能量数据传输给 所述处理器进行分析； 所述红外摄像机用于采集包含跑道异物的道面的红外图像， 并将红外图像传输给所述 处理器进行分析识别； 所述振动传感器用于检测道面的振动频率， 并将振动频率数据传输给 所述处理器； 所述处理器用于根据接收到的红外光线的能量数据和 红外图像分析确定是否检测到 跑道异物以及跑道异物的类型， 根据接收的振动频率数据判断道面是否异常 并生成结果信 号， 通过无线传感器网络将结果信号发送给监测终端。 2.如权利要求1所述的一种用于机场跑道异物检测和道面检测的设备， 其特征在于， 所 述红外接收器包括第一红外 接收器和第二红外 接收器； 所述第一红外接收器接收到的第一红外光线包括跑道异物反射所述红外发射器向外 辐射的红外光线得到的反射 光线和环境 光中的红外光线； 所述第二红外 接收器接收到的第二红外光线为环境 光中的红外光线； 所述处理器用于判断所述第一红外光线与第二红外光线的能量差值是否大于预设的 阈值， 若是， 则确定检测到跑道 异物并生成异 物信号。 3.如权利要求1所述的一种用于机场跑道异物检测和道面检测的设备， 其特征在于， 还 包括与所述处理器连接的声音发射装置， 所述声音发射装置用于基于声 学参量阵技术模拟 不同频率的超声 波。 4.一种用于 机场跑道 异物检测和道面检测的方法， 其特 征在于， 包括以下步骤： 步骤S1： 控制红外发射器周期性 地向外辐射红外光线； 步骤S2： 获取由第一红外接收器接收到的第 一红外光线和第二红外接收器接收到的第 二红外光线的能量数据， 由红外摄像机采集到的包含跑道异物的道面的红外图像以及由振 动传感器 检测到的振动频率数据； 步骤S3： 判断所述第一红外光线与第二红外光线的能量差值是否大于预设的阈值， 若 是， 则确定检测到跑道 异物并生成异 物信号， 若否， 则生成无异 物信号； 步骤S4： 对红外图像进行处 理和识别， 确定跑道 异物的类型并生成异 物分类结果信号； 步骤S5： 判断所述振动频率数据是否超过预设的安全振动频率阈值， 若是， 则生成道面 异常信号， 若否， 则生成道面 正常信号； 步骤S6： 将生成的异物信号、 无异物信号、 异物分类结果信号、 道面异常信号和道面正 常信号通过无线传感器网络发送给监测终端。 5.如权利要求4所述的一种用于机场跑道异物检测和道面检测的方法， 其特征在于， 所 述判断所述第一红外光线与第二红外光线的能量差值是否大于预设的阈值的步骤具体包 括： 获取表示所述第一红外光线的能量值的接收电压值以及表示所述第二红外光线的能权　利　要　求　书 1/3 页 2 CN 115079293 A 2量值的参考电压值； 判断所述接收电压值是否大于所述参考电压值， 若是， 则确定检测到跑道异物并生成 异物信号， 若否， 则生成无异 物信号。 6.如权利要求4所述的一种用于机场跑道异物检测和道面检测的方法， 其特征在于， 所 述对红外图像进行处理和识别， 确定跑道异物的类型并生成异物分类结果信号的步骤包 括： 对红外图像进行处 理， 得到对应的视 觉显著性区域图像； 利用LCM算法对视 觉显著性区域图像进行处 理， 得到局部对比度图像； 将局部对比度图像进行自适应阈值分割， 得到异 物检测结果图； 对异物检测结果图进行识别， 确定跑道 异物的类型并生成异 物分类结果。 7.如权利要求6所述的一种用于机场跑道异物检测和道面检测的方法， 其特征在于， 所 述对红外图像进行处 理， 得到对应的视 觉显著性区域图像的步骤具体包括： 对红外图像进行 灰度化处 理， 得到灰度化图像； 根据灰度化图像计算并得到基于图像熵的区域显著性图像和基于局部相似性的区域 显著性图像； 将基于图像熵的区域显著性图像和基于局部相似性的区域显著性图像进行融合， 得到 视觉显著性区域图像。 8.如权利要求7所述的一种用于机场跑道异物检测和道面检测的方法， 其特征在于， 所 述根据灰度化图像 计算并得到基于图像熵的区域显著性图像的步骤具体包括： 计算灰度化图像中每个像素点(x,y)的信息熵H(x,y)， 得到灰度化图像对应的信息熵 图， 计算公式为： 其中， Ω(x,y)表示像素点(x,y) 周围的一个局部区域， 将该局部区域内的像素值投影到K个区间上， Pb(x,y)表示像素值处 于区间b的概 率； 将信息熵图进行二 值化处理， 得到基于图像熵的区域显著性图像。 9.如权利要求7所述的一种用于机场跑道异物检测和道面检测的方法， 其特征在于， 所 述根据灰度化图像 计算并得到基于局部相似性的区域显著性图像的步骤具体包括： 将灰度化图像划分成若干个大小相同的区域； 沿水平方向计算每相邻 两个区域之间的相似性值， 并依次判断相似性值是否 高于预设 的标准值， 若是， 则将该两个区域标记为不显著区域， 若否， 则将该两个区域标记为显著区 域， 得到水平区域显著性图像； 沿垂直方向计算每相邻 两个区域之间的相似性值， 并依次判断相似性值是否 高于预设 的标准值， 若是， 则将该两个区域标记为不显著区域， 若否， 则将该两个区域标记为显著区 域， 得到垂直区域显著性图像； 将水平区域显著性图像和垂直 区域显著性图像进行融合， 得到基于局部相似性的区域 显著性图像。 10.如权利要求9所述的一种用于机场跑道异物检测和道面检测的方法， 其特征在于， 所述沿水平方向计算每相邻两个区域之间的相似性 值的步骤 包括：权　利　要　求　书 2/3 页 3 CN 115079293 A 3