The invention provides a process detection system for flight ground support operation specifications, including video acquisition module, depth learning detection module and data analysis module; video acquisition module obtains airport apron monitoring video, saves the captured video in the local airport data center, opens API for other modules to access; depth learning detection module pre-uses labeled data training target. The detection model is saved, and the monitoring video is fetched from the API interface provided by the video acquisition module. After frame-by-frame detection of the target detection model, the detection results are transmitted to the data analysis module through API. The data analysis module obtains the detection results of the video image frame from API, uses the state machine model to analyze the status of the process in the video and visually display it, which does not conform to the operation rules of ground support. The abnormal state of the normative process sends out warning information and exports the time period of key events to the ACDM database. The invention is real-time and uninterrupted, saves manpower and financial resources, and improves management efficiency.
【技术实现步骤摘要】
一种航班地面保障作业规范流程检测系统
本专利技术涉及机场流程检测
,具体涉及一种航班地面保障作业规范流程检测系统。
技术介绍
随着现代交通的飞速发展,机场需要更多的航空运输任务,机场自身的管理任务也变得越来越复杂繁琐。尽管如今机场大多已经引入数据库技术对重要时间节点进行管理,但是地面保障作业仍然需要专门的监管人员,不定时地对停机坪监控视频进行抽查,确认各类人员、设备、车辆的操作规范。这种方式需要耗费额外的人力去调取、分析长时间的监控视频,而且抽查的监管方式也无法完全地排除安全隐患,一旦出现了未发现的隐患,往往会给机场带来巨大的经济损失。针对人工抽查这种方式的弊端,急需现有技术改进发展,用机器代替人工抽查来对航班地面保障作业的流程操作是否规范进行更加全面的评价监管。
技术实现思路
本专利技术的目的是提供一种可以实时、不间断地判断机场地面保障中各类人员、设备、车辆的操作是否规范、基于深度学习的航班地面保障作业规范流程检测系统。为了达到上述目的,本专利技术通过以下技术方案来实现:一种航班地面保障作业规范流程检测系统,包括视频获取模块、深度学习检测模块和数据分析模块;视频获取模块获取机场停机坪的监控视频,视频来自停机坪三个不同位置的相机,其中两个相机分别固定在飞机的右侧和左前方,另一个可旋转相机安装在飞机前方;拍摄的视频保存在机场本地数据中心,开放API供其他模块调取;深度学习检测模块预先使用标注数据训练目标检测模型并保存,使用检测工具复检保证数据标注的可靠性,在darknet框架下构建目标检测深度学习模型,使用标注数据进行训练,保存训练好的模型参数;从视频获取 ...
【技术保护点】
1.一种航班地面保障作业规范流程检测系统,其特征在于:包括视频获取模块、深度学习检测模块和数据分析模块;视频获取模块获取机场停机坪的监控视频,视频来自停机坪三个不同位置的相机,其中两个相机分别固定在飞机的右侧和左前方,另一个可旋转相机安装在飞机前方;拍摄的视频保存在机场本地数据中心,开放API供其他模块调取;深度学习检测模块预先使用标注数据训练目标检测模型并保存,使用检测工具复检保证数据标注的可靠性,在darknet框架下构建目标检测深度学习模型,使用标注数据进行训练,保存训练好的模型参数;从视频获取模块提供的API接口调取监控视频,经目标检测模型逐帧检测后,将检测结果通过API传递给数据分析模块;数据分析模块从API获取视频图像帧检测结果,对检测结果进行数据预处理,使用状态机模型分析视频中的流程进行状态并可视化显示,对不符合地面保障作业规范流程的异常状态发出警告信息,并将关键事件的时间段导出到ACDM数据库。
【技术特征摘要】
1.一种航班地面保障作业规范流程检测系统,其特征在于:包括视频获取模块、深度学习检测模块和数据分析模块;视频获取模块获取机场停机坪的监控视频,视频来自停机坪三个不同位置的相机,其中两个相机分别固定在飞机的右侧和左前方,另一个可旋转相机安装在飞机前方;拍摄的视频保存在机场本地数据中心,开放API供其他模块调取;深度学习检测模块预先使用标注数据训练目标检测模型并保存,使用检测工具复检保证数据标注的可靠性,在darknet框架下构建目标检测深度学习模型,使用标注数据进行训练,保存训练好的模型参数;从视频获取模块提供的API接口调取监控视频,经目标检测模型逐帧检测后,将检测结果通过API传递给数据分析模块;数据分析模块从API获取视频图像帧检测结果,对检测结果进行数据预处理,使用状态机模型分析视频中的流程进行状态并可视化显示,对不符合地面保障作业规范流程的异常状态发出警告信息,并将关键事件的时间段导出到ACDM数据库。2.根据权利要求1所述的一种航班地面保障作业规范流程检测系统,其特征在于:视频获取模块中采集到的视频按照不同视角分类存储,视频分辨率为1080P。3.根据权利要求1所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。