基于YOLO的人工智能飞机尾涡识别研究

• 作者: 潘卫军 段英捷 易文豪 张强 韩帅
• 来源期刊: 兵器装备工程学报
• 学科: 工学
• 关键词: 人工智能 飞机 尾涡 空中交通管制 激光雷达
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 光学工程与电子技术
• 页码范围: 242-247
• 页数: 6页
• 分类号: V19|TB872
• 语种: 中文
• DOI: 10.11809/bqzbgcxb2020.11.044

摘要

为有效保障空中交通安全,提高机场跑道利用率,设计一种基于人工智能的算法用于识别近地阶段的飞机尾涡,将识别结果可视化后提供给空中交通管制员,辅助管制员作出指令决策,为缩减现行雷达管制间隔标准提供依据.该方法采用单步目标检测,直接通过网络产生目标位置和类别信息,将机场区域采集到的尾涡数据输入模型进行识别.结果表明:提出的人工智能算法能够有效识别飞机进近着陆阶段的飞机尾涡,并且结合特征金字塔的网络结构实现了预测值与真实值的高度相关性,显著提高飞机尾涡目标检测精度,能够为空中交通管制员提供高准确度的机场区域内尾涡演化情况,在安全的情景下,结合实际大气特性为缩短现行的雷达管制间隔提供支撑.