基于视频技术的机场场面监视系统综述

陈运翔+++鲍福泰

摘 要：民航机场场面监视系统是民航运输安全的有力保障，针对近年国内外视频场面监视技术的发展进行了归纳总结，介绍了现有技术的实现方法，以及未来视频场面监视技术的发展方向，并对场面视频技术前景进行了预测。

关键词：民航运输；机场监视；视频技术

1 概述

机场场面监视系统是飞行安全的有力保证，传统的机场场面监视主要以场面监视雷达（SMR）为主，国内的大型机场，如北京首都机场、上海浦东机场一般装有完备的场面监视雷达。但是随着未来通航政策的开放，中小机场负担不起这种高成本的场面监视雷达，因此，作为在交通信息控制中广泛使用的视频监视技术成为取代昂贵场面监视雷达的有效工具。

视频场面监视技术是近年来兴起的一种低成本的机场监视技术。它主要通过为机场装备高清摄像头，为机场运行人员提供飞机的轨迹与方运行信息，使其准确进行决策。由于无需在航空器或地面运载工具上加载接收器，视频技术比雷达技术更加的灵活，在机场附近，可以通过大量布置摄像头实现原有SMR的覆盖。同时，对一些SMR受限的区域，视频技术也能够进行覆盖并辅助运行人员进行决策。

2 国外研究进展

欧美发达国家通航开放较早，中小机场规模大，视频技术得到了很大的发展，典型的项目有美国NASA与德国DLR合作的RapTor项目，瑞典SAAB公司的远程塔台项目。

在2006-2007年，欧洲与美国的ATM研究计划SESAR、NEXTGEN相继明确了远程塔台（RTC）概念与解决方案[1-2]。传统的塔台空中交通管制是管制员在全角度视景下对飞机进行引导控制，而远程塔台控制中心（RAiCe）是在没有直观视景情况下中小型机场场面监视的一种远程视景系统。由于中小型机场普遍缺乏先进场面引导和控制系统（ASMGCS），采用高精度的视频技术成为取代ASMGCS的一种辅助场面监视工具。

DLR的Schmidt·M小组在2006-2007年在布伦瑞克机场针对RTO系统进行了试验[3-4]。他们根据模拟管制员决策过程明确了RTO的系统结构与任务分析并进行了模型分析。他们设计了RTO的系统框架，开发了180度的视频全景系统并作为RTO系统中人机交互的核心。

M·Schmidt的研究小组在此基础之上，根据180度塔台视景系统的一些不足，在2009年进一步研究了低能见度的情况，引入了红外线传感器[5]。另一方面，他们考虑加强利用图像处理的功能，通过改进算法获取运动目标轨迹将这套180度的视频场面监视视景改进为辅助决策系统。

2 国内研究进展

国内视频场面监视技术发展相对较晚。2011年，罗晓与卢宇[6]结合DLR的一些经验，提出采用多视频融合的机场场面监视方法，该方法的核心是利用图像识别技术中的光流法计算运动场，用动态模糊聚类算法分析运动场，并用多视频融合增强检测精度，最后对仿真序列和机场视频序列进行了比较，他们用了三台摄像机对成都双流机场的场面飞机运行进行了动态目标检测与识别，但是光流法的视频场面监视方法也存在缺陷，有时即使没有目标，在外部照明发生变化时，也可以观测到光流，这在布满了灯光系统的机场上容易出现误判。另外，光流法在缺乏足够的灰度等级变化的区域，实际运动往往观测不到，而视频场面监视需要高精度的目标检测。最后，光流法以迭代的方法进行计算，这种计算需要消耗大量内容，因此需要特殊硬件的支持。

2013年卢宇，吴宏刚，徐自励继续对多视频融合的机场监视方法进行了研究[7]，提出了一种基于视频MLAT的场面目标监视新方法，该方法从定位原理及算法上分析了视频多点定位误差的拓扑分布，并通过对误差分布信息来配置跟踪滤波参数，从而达到提高定位于跟踪精度的目的，解决了视频监视技术中的飞机定位的问题，在一定程度上准确确定了运动目标的坐标，但是该方法在定位连贯性上仍有所欠缺。

南京航空航天大学的研究小组也在2013年针对视频场面监视技术进行了研究[8]，他们根据民航二所的视频监视系统，提出了一种视频监视中实现飞机自动挂标牌的新方法。首先对视频进行图像跟踪获得飞机图像坐标，再通过在机场地图与视频图像上分别选取4个及以上点、线对应计算出两个投影平面之间的单应矩阵把图像坐标映射成地图坐标，最后把图像跟踪数据与ADS-B监视数据融合实现视频中飞机自动挂标牌。这种挂标牌的方法准确且误差小，但是大范围的推广还有待实验。

比较国内外基于视频技术的场面监视系统不难发现，我国在这一领域起步较晚，场面视频监视技术主要借鉴了国外的一些经验。当前，国内的视频技术的场面监视系统急需解决的问题是飞机起飞与着陆的监视。DLR利用GPS描绘的着陆轨迹与视频场面监视系统进行了对比，得出了视频监视下的下滑道轨迹与真实轨迹之间的偏差。国内的视频技术尚未在这方面进行严格的讨论，同时，DLR在机场低能见度的情况也进行了讨论，国内的视频监视系统可以在这之上进行借鉴。

3 几种常用视频识别方法比较分析

3.1 时间差分法

时间差分法是通过将图像序列中连续帧中所有的对应位置像素点亮度值相减，如果差的绝对值大于给定的阈值，则相应的像素值取“1”。否则取“0”[9]。在像素点亮度变化过程中得到帧差图像，从而实现目标识别的功能。在相邻帧的差分过程中，运用高斯模糊处理可以仅得到运动物体的运动轨迹而非其轮廓，因此在模糊处理后可大大降低图像中的杂色，从而减少了最终检测过程中的噪声[10]。该方法较为简单，但阈值的相关设定较为复杂，对某些亮度变化相似的像素点不能有效识别，因此易造成图像识别不连续，在实时监控识别中不推荐使用。

3.2 背景差分法

背景差分法是目前运动分割中另一种常用的方法，它是利用当前图像与背景图像的差分来检测运动目标的一种技术。即以相邻帧图像作图像比较，使两幅图具有相似的背景图像，从而使移动目标“显现”出来[9]。它一般能够提供较完整的特征数据，但对于场景的变化，如光照、天气变化以及突发事件等的干扰比较敏感。该方法适合对机场内固定摄像头采集视频的目标识别。若背景图像有变化，则无法准确跟踪识别运动的航空器。endprint

3.3 光流法

在动态图像所构成的景物范围中，各物体与各部分的运动是不同的，其所形成的众多瞬时位置速度向量，即成为了光流。光流法[9]即从运动速度上区分不同目标与背景。此方法不需要将所取图像进行灰度化和二值化处理，但易受噪声的影响，且计算方法复杂量大，实时性比较差，识别结果的精度无法保证，所以对于精度要求较高的机场场面监控来说，光流法并不推荐。

3.4 特征匹配法

确定移动目标的特征，利用特征点建立模板并在全图内作塔式遍历，通过相关系数值来确定特征的相似程度，从而确定目标。相关特征匹配法检测移动目标一般分为两步：第一，要先选择合适的特征，这些特征应该对灰度的变化不敏感；第二，通过对相同特征区域进行特征相关系数计算来确定对应的特征从而确定移动目标[10]。此法需要较多的数学计算，实现起来较为复杂。

4 前景预测

4.1 ADS-B与视频场面监视系统数据融合

ADS-B作为未来新航行系统的一部分，已经在中国民航范围进行了推广。未来的空中交通系统要求运载方配有机载的ADS-B设备，这为发展视频技术的场面监视系统提供了突破。视频场面监视系统虽然能为中小机场提供低成本的监视解决方案，但受制于视频技术获得的信息有限，无法为机场决策人员提供全方位的辅助监控平台。而ADS-B由于包括了飞机的一系列信息，可以弥补视频监视系统在信息提取上的不足。此外，在快要着陆过程中，考虑给视频场面监视系统挂上应答机代码与机载速度高度信息达到雷达场面监视的效果也是视频场面监视技术未来发展的方向。

4.2 通航机场的发展机遇

中国低成本的通用航空正处于发展的起步阶段，从市场方面看，我国拥有巨大的低成本航空市场潜力。2012年中国民航旅客运输量3.2亿人次、人均年乘机次数0.24次、人均GDP约6000美元（美国在人均GDP为6000美元时，人均年乘机次数接近1次）。预计到2030年，我国民航旅客运输量将达到15亿人次，大力发展低成本航空是实现这一目标的重要途径。

2014年10月，国务院批准对通用机场核准权限下放，这代表了通航机场将迎来快速发展的机遇，而基于视频技术的机场场面监视系统作为一种安全廉价的机场运行辅助设施，必将得到广泛的推广。

5 结束语

基于视频技术的民航机场场面监视方法是实现未来空管自动化的一项重要的发展方向，由于传统的雷达监视所需要的成本大，不适用通航机场空中交通管制的需要，而视频技术的场面监视方法就可以成为替代昂贵的场面监视雷达的有效工具。在欧洲，这种技术作为远程塔台的核心手段引起了广泛的研究兴趣，国内的一些民航科研单位也在抓紧对这种技术的探索研究。这种技术主要是利用了图像处理技术对机场实时的视频流进行处理并结合空管人员的实际需要来实现机场场面监视等一系列功能。目前，这种技术还不成熟，尚不足以满足未来众多通航机场的需要，应此需要我们给予更多的关注与支持。

致谢

文章结束之际，感谢中国民航大学老师的辛勤栽培及中央高校基本科研业务经费中国民航大学专项资助项目（3122013Z006），中国民航大学国家级大学生创新训练计划项目的资助。

参考文献

[1]SESAR Definition phase Deliverable 2， 2006， Air Transport Framework： The Performance Target. Document No. DLM-0607-001-02-00 12-2006

[2]Matas， M. 2005， Future Airport Concept， in： Proc. 4th Eurocontrol Innovative Workshop， Dec. 6-8135150

[3]Schmidt， M. M·Rudolph， B·Werther， N·Fürstenau， 2006 Remote Airport Tower Operation with Augmented Vision Video Panorama HMI， Proc. 2nd Int Conf. Res. in Air Transportation ICRAT， Belgrade pp. 221-230

[4]Schmidt， M. M·Rudolph， B·Werther，C·M hlenbrink， N·Fürste

nau， 2007， Development of an Augmented Vision Video Panorama Human Machine Interface for Remote Airport Tower Operation， In： M.J. Smith， G. Salvendy （Eds.） Human Interface II， Lect. Notes Computer Science vol.4558， Springer-Verlag Berlin Heidelberg， pp. 1119-1128

[5]M. Schmidt， M. Rudolph， A. Papenfu？茁， M. Friedrich， C. M hl

enbrink， S. Kaltenh user， and N. Fürstenau . REMOTE AIRPORT TRAFFIC CONTROL CENTER WITH AUGMENTED VISION VIDEO PANORAMA [C]. 28th Digital Avionics Systems Conference.2009.

[6]罗晓，卢宇，吴宏刚.采用多视频融合的机场场面监视方法[J].电讯技术，2011，7：128-132.

[7]卢宇，吴宏刚，徐自励.一种基于视频MLAT的场面目标监视新方法[J].电讯技术，2013，7：854-858.

[8]唐勇，胡明华，吴洪刚，等.一种在机场视频中实现飞机自动挂标牌的新方法[J].江苏大学学报（自然科学版），2013，6：681-686.

[9]李莹，顾宏斌.运动目标检测方法的比较[A].中国通信学会.2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C].中国通信会：，2008：4.

[10]陈淼，刘寅.低分辨率图像的移动物体识别技术研究[J].制造业自动化，2012，11：100-101+104.endprint