基于YOLO的人工智能飞机尾涡识别研究

潘卫军; 段英捷; 易文豪; 张强; 韩帅

首页> 中文期刊> 《兵器装备工程学报》 >基于YOLO的人工智能飞机尾涡识别研究

基于YOLO的人工智能飞机尾涡识别研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

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。

著录项

来源
《兵器装备工程学报》 |2020年第11期|P.242-247|共6页
作者
潘卫军; 段英捷; 易文豪; 张强; 韩帅;
展开▼
作者单位

中国民用航空飞行学院空中交通管理学院四川广汉618307;

中国民用航空飞行学院空中交通管理学院四川广汉618307;

中国民用航空飞行学院空中交通管理学院四川广汉618307;

中国民用航空飞行学院空中交通管理学院四川广汉618307;

中国民用航空飞行学院空中交通管理学院四川广汉618307;

展开▼
原文格式 PDF
正文语种 chi
中图分类航空、航天的应用;
关键词
人工智能; 飞机; 尾涡; 空中交通管制; 激光雷达;

相似文献

中文文献
外文文献
专利

1. 基于YOLO的人工智能飞机尾涡识别研究 [J] . 潘卫军 ,段英捷 ,易文豪 . 四川兵工学报 . 2020,第011期
2. 基于AlexNet卷积神经网络的激光雷达飞机尾涡识别研究 [J] . 潘卫军 ,段英捷 ,张强 . 光电工程 . 2019,第007期
3. 基于SVM的激光雷达飞机尾涡识别方法 [J] . 王玄 ,潘卫军 ,韩帅 . 四川兵工学报 . 2021,第004期
4. 基于SVM的激光雷达飞机尾涡识别方法 [J] . 王玄 ,潘卫军 ,韩帅 . 兵器装备工程学报 . 2021,第004期
5. 基于k最近邻的激光雷达飞机尾涡识别 [J] . 潘卫军 ,吴郑源 ,张晓磊 . 激光技术 . 2020,第004期
6. 飞机尾涡流对民用航空安全性的影响 [C] . 党铁红 ,李海涛 ,由立岩 . 中国航空学会第22届飞行力学与飞行试验学术交流会暨中国人民解放军总装备部第7届飞行力学学术交流会 . 2006
7. 基于图像恢复和YOLO的水下目标实时识别算法研究 [A] . 王杰超 . 2021

基于YOLO的人工智能飞机尾涡识别研究

摘要

著录项

相似文献

相关主题

期刊订阅