1、隨著航空業(yè)的發(fā)展，機(jī)場跑道作為飛機(jī)起飛降落的重要平臺，其安全問題越來越受到重視。機(jī)場跑道異物FOD(Foreign Object Debris)和裂紋是對飛機(jī)起飛降落安全威脅最大的因素。因此，機(jī)場定期檢測跑道異物和裂紋，是確保飛機(jī)飛行安全的重要環(huán)節(jié)。國外自動檢測跑道異物的設(shè)備研究開始時間較早，現(xiàn)已經(jīng)研究出不同類型的實時檢測系統(tǒng)，并廣泛應(yīng)用于機(jī)場。國內(nèi)相關(guān)研究起步較晚，類似功能的自動化系統(tǒng)在機(jī)場的應(yīng)用報道較少。因此，自動檢測機(jī)場跑道異物和

2、裂紋的設(shè)備成為國內(nèi)機(jī)場的迫切需求。
　　本文基于移動機(jī)器人平臺，設(shè)計了一種用于機(jī)場跑道異物和裂紋檢測的機(jī)器人視覺系統(tǒng)。在白天、晴天的天氣條件下，此機(jī)器人視覺系統(tǒng)采用光學(xué)攝像頭采集跑道圖像，利用圖像處理算法檢測機(jī)場跑道異物和裂紋目標(biāo)，并對檢測到的異物和裂紋目標(biāo)進(jìn)行目標(biāo)識別。設(shè)計了視覺系統(tǒng)的硬件平臺，實現(xiàn)了視覺系統(tǒng)的圖像處理算法。硬件平臺采用DSP+FPGA的圖像處理架構(gòu)，充分發(fā)揮兩種處理器的優(yōu)勢，滿足圖像處理實時性要求。對整個算法流

3、程，進(jìn)行了MATLAB仿真研究，驗證了各個算法的有效性和可執(zhí)行性。針對含有標(biāo)線的跑道圖像的目標(biāo)檢測，傳統(tǒng)的目標(biāo)檢測算法會誤把標(biāo)線檢測為目標(biāo)，導(dǎo)致檢測目標(biāo)失敗問題，將傳統(tǒng)的目標(biāo)檢測算法進(jìn)行改進(jìn)，得到兩種改進(jìn)算法：基于填充的背景差分法和改進(jìn)的邊緣檢測算法。通過仿真驗證了改進(jìn)算法的準(zhǔn)檢率，結(jié)果表明：對于機(jī)場跑道異物和裂紋檢測，兩種改進(jìn)算法的準(zhǔn)檢率比較于傳統(tǒng)的目標(biāo)檢測算法的準(zhǔn)檢率都有所提高。針對于機(jī)場跑道異物和裂紋目標(biāo)的識別問題，采用基于特征的

4、目標(biāo)識別方法。設(shè)計了BP神經(jīng)網(wǎng)絡(luò)目標(biāo)分類器，并進(jìn)行了目標(biāo)識別分類仿真研究。通過與SVM目標(biāo)分類器進(jìn)行對比，表明BP神經(jīng)網(wǎng)絡(luò)目標(biāo)分類器具有較高的識別率，說明了BP神經(jīng)網(wǎng)絡(luò)分類器在分類機(jī)場跑道異物和裂紋目標(biāo)具有一定優(yōu)勢。最后，對整個算法進(jìn)行了硬件實現(xiàn)，完成算法硬件調(diào)試。并對視覺系統(tǒng)進(jìn)行目標(biāo)識別實驗驗證，結(jié)果表明：在實驗給定的實驗條件下，本文設(shè)計的視覺系統(tǒng)可以有效的檢測和識別機(jī)場跑道異物和裂紋目標(biāo)。本研究為機(jī)場跑道的異物和裂紋檢測提供了一種較