陳運翔+++鮑福泰

摘 要：民航機場場面監(jiān)視系統是民航運輸安全的有力保障，針對近年國內外視頻場面監(jiān)視技術的發(fā)展進行了歸納總結，介紹了現有技術的實現方法，以及未來視頻場面監(jiān)視技術的發(fā)展方向，并對場面視頻技術前景進行了預測。

關鍵詞：民航運輸；機場監(jiān)視；視頻技術

1 概述

機場場面監(jiān)視系統是飛行安全的有力保證，傳統的機場場面監(jiān)視主要以場面監(jiān)視雷達（SMR）為主，國內的大型機場，如北京首都機場、上海浦東機場一般裝有完備的場面監(jiān)視雷達。但是隨著未來通航政策的開放，中小機場負擔不起這種高成本的場面監(jiān)視雷達，因此，作為在交通信息控制中廣泛使用的視頻監(jiān)視技術成為取代昂貴場面監(jiān)視雷達的有效工具。

視頻場面監(jiān)視技術是近年來興起的一種低成本的機場監(jiān)視技術。它主要通過為機場裝備高清攝像頭，為機場運行人員提供飛機的軌跡與方運行信息，使其準確進行決策。由于無需在航空器或地面運載工具上加載接收器，視頻技術比雷達技術更加的靈活，在機場附近，可以通過大量布置攝像頭實現原有SMR的覆蓋。同時，對一些SMR受限的區(qū)域，視頻技術也能夠進行覆蓋并輔助運行人員進行決策。

2 國外研究進展

歐美發(fā)達國家通航開放較早，中小機場規(guī)模大，視頻技術得到了很大的發(fā)展，典型的項目有美國NASA與德國DLR合作的RapTor項目，瑞典SAAB公司的遠程塔臺項目。

在2006-2007年，歐洲與美國的ATM研究計劃SESAR、NEXTGEN相繼明確了遠程塔臺（RTC）概念與解決方案[1-2]。傳統的塔臺空中交通管制是管制員在全角度視景下對飛機進行引導控制，而遠程塔臺控制中心（RAiCe）是在沒有直觀視景情況下中小型機場場面監(jiān)視的一種遠程視景系統。由于中小型機場普遍缺乏先進場面引導和控制系統（ASMGCS），采用高精度的視頻技術成為取代ASMGCS的一種輔助場面監(jiān)視工具。

DLR的Schmidt·M小組在2006-2007年在布倫瑞克機場針對RTO系統進行了試驗[3-4]。他們根據模擬管制員決策過程明確了RTO的系統結構與任務分析并進行了模型分析。他們設計了RTO的系統框架，開發(fā)了180度的視頻全景系統并作為RTO系統中人機交互的核心。

M·Schmidt的研究小組在此基礎之上，根據180度塔臺視景系統的一些不足，在2009年進一步研究了低能見度的情況，引入了紅外線傳感器[5]。另一方面，他們考慮加強利用圖像處理的功能，通過改進算法獲取運動目標軌跡將這套180度的視頻場面監(jiān)視視景改進為輔助決策系統。

2 國內研究進展

國內視頻場面監(jiān)視技術發(fā)展相對較晚。2011年，羅曉與盧宇[6]結合DLR的一些經驗，提出采用多視頻融合的機場場面監(jiān)視方法，該方法的核心是利用圖像識別技術中的光流法計算運動場，用動態(tài)模糊聚類算法分析運動場，并用多視頻融合增強檢測精度，最后對仿真序列和機場視頻序列進行了比較，他們用了三臺攝像機對成都雙流機場的場面飛機運行進行了動態(tài)目標檢測與識別，但是光流法的視頻場面監(jiān)視方法也存在缺陷，有時即使沒有目標，在外部照明發(fā)生變化時，也可以觀測到光流，這在布滿了燈光系統的機場上容易出現誤判。另外，光流法在缺乏足夠的灰度等級變化的區(qū)域，實際運動往往觀測不到，而視頻場面監(jiān)視需要高精度的目標檢測。最后，光流法以迭代的方法進行計算，這種計算需要消耗大量內容，因此需要特殊硬件的支持。

2013年盧宇，吳宏剛，徐自勵繼續(xù)對多視頻融合的機場監(jiān)視方法進行了研究[7]，提出了一種基于視頻MLAT的場面目標監(jiān)視新方法，該方法從定位原理及算法上分析了視頻多點定位誤差的拓撲分布，并通過對誤差分布信息來配置跟蹤濾波參數，從而達到提高定位于跟蹤精度的目的，解決了視頻監(jiān)視技術中的飛機定位的問題，在一定程度上準確確定了運動目標的坐標，但是該方法在定位連貫性上仍有所欠缺。

南京航空航天大學的研究小組也在2013年針對視頻場面監(jiān)視技術進行了研究[8]，他們根據民航二所的視頻監(jiān)視系統，提出了一種視頻監(jiān)視中實現飛機自動掛標牌的新方法。首先對視頻進行圖像跟蹤獲得飛機圖像坐標，再通過在機場地圖與視頻圖像上分別選取4個及以上點、線對應計算出兩個投影平面之間的單應矩陣把圖像坐標映射成地圖坐標，最后把圖像跟蹤數據與ADS-B監(jiān)視數據融合實現視頻中飛機自動掛標牌。這種掛標牌的方法準確且誤差小，但是大范圍的推廣還有待實驗。

比較國內外基于視頻技術的場面監(jiān)視系統不難發(fā)現，我國在這一領域起步較晚，場面視頻監(jiān)視技術主要借鑒了國外的一些經驗。當前，國內的視頻技術的場面監(jiān)視系統急需解決的問題是飛機起飛與著陸的監(jiān)視。DLR利用GPS描繪的著陸軌跡與視頻場面監(jiān)視系統進行了對比，得出了視頻監(jiān)視下的下滑道軌跡與真實軌跡之間的偏差。國內的視頻技術尚未在這方面進行嚴格的討論，同時，DLR在機場低能見度的情況也進行了討論，國內的視頻監(jiān)視系統可以在這之上進行借鑒。

3 幾種常用視頻識別方法比較分析

3.1 時間差分法

時間差分法是通過將圖像序列中連續(xù)幀中所有的對應位置像素點亮度值相減，如果差的絕對值大于給定的閾值，則相應的像素值取“1”。否則取“0”[9]。在像素點亮度變化過程中得到幀差圖像，從而實現目標識別的功能。在相鄰幀的差分過程中，運用高斯模糊處理可以僅得到運動物體的運動軌跡而非其輪廓，因此在模糊處理后可大大降低圖像中的雜色，從而減少了最終檢測過程中的噪聲[10]。該方法較為簡單，但閾值的相關設定較為復雜，對某些亮度變化相似的像素點不能有效識別，因此易造成圖像識別不連續(xù)，在實時監(jiān)控識別中不推薦使用。

3.2 背景差分法

背景差分法是目前運動分割中另一種常用的方法，它是利用當前圖像與背景圖像的差分來檢測運動目標的一種技術。即以相鄰幀圖像作圖像比較，使兩幅圖具有相似的背景圖像，從而使移動目標“顯現”出來[9]。它一般能夠提供較完整的特征數據，但對于場景的變化，如光照、天氣變化以及突發(fā)事件等的干擾比較敏感。該方法適合對機場內固定攝像頭采集視頻的目標識別。若背景圖像有變化，則無法準確跟蹤識別運動的航空器。endprint

3.3 光流法

在動態(tài)圖像所構成的景物范圍中，各物體與各部分的運動是不同的，其所形成的眾多瞬時位置速度向量，即成為了光流。光流法[9]即從運動速度上區(qū)分不同目標與背景。此方法不需要將所取圖像進行灰度化和二值化處理，但易受噪聲的影響，且計算方法復雜量大，實時性比較差，識別結果的精度無法保證，所以對于精度要求較高的機場場面監(jiān)控來說，光流法并不推薦。

3.4 特征匹配法

確定移動目標的特征，利用特征點建立模板并在全圖內作塔式遍歷，通過相關系數值來確定特征的相似程度，從而確定目標。相關特征匹配法檢測移動目標一般分為兩步：第一，要先選擇合適的特征，這些特征應該對灰度的變化不敏感；第二，通過對相同特征區(qū)域進行特征相關系數計算來確定對應的特征從而確定移動目標[10]。此法需要較多的數學計算，實現起來較為復雜。

4 前景預測

4.1 ADS-B與視頻場面監(jiān)視系統數據融合

ADS-B作為未來新航行系統的一部分，已經在中國民航范圍進行了推廣。未來的空中交通系統要求運載方配有機載的ADS-B設備，這為發(fā)展視頻技術的場面監(jiān)視系統提供了突破。視頻場面監(jiān)視系統雖然能為中小機場提供低成本的監(jiān)視解決方案，但受制于視頻技術獲得的信息有限，無法為機場決策人員提供全方位的輔助監(jiān)控平臺。而ADS-B由于包括了飛機的一系列信息，可以彌補視頻監(jiān)視系統在信息提取上的不足。此外，在快要著陸過程中，考慮給視頻場面監(jiān)視系統掛上應答機代碼與機載速度高度信息達到雷達場面監(jiān)視的效果也是視頻場面監(jiān)視技術未來發(fā)展的方向。

4.2 通航機場的發(fā)展機遇

中國低成本的通用航空正處于發(fā)展的起步階段，從市場方面看，我國擁有巨大的低成本航空市場潛力。2012年中國民航旅客運輸量3.2億人次、人均年乘機次數0.24次、人均GDP約6000美元（美國在人均GDP為6000美元時，人均年乘機次數接近1次）。預計到2030年，我國民航旅客運輸量將達到15億人次，大力發(fā)展低成本航空是實現這一目標的重要途徑。

2014年10月，國務院批準對通用機場核準權限下放，這代表了通航機場將迎來快速發(fā)展的機遇，而基于視頻技術的機場場面監(jiān)視系統作為一種安全廉價的機場運行輔助設施，必將得到廣泛的推廣。

5 結束語

基于視頻技術的民航機場場面監(jiān)視方法是實現未來空管自動化的一項重要的發(fā)展方向，由于傳統的雷達監(jiān)視所需要的成本大，不適用通航機場空中交通管制的需要，而視頻技術的場面監(jiān)視方法就可以成為替代昂貴的場面監(jiān)視雷達的有效工具。在歐洲，這種技術作為遠程塔臺的核心手段引起了廣泛的研究興趣，國內的一些民航科研單位也在抓緊對這種技術的探索研究。這種技術主要是利用了圖像處理技術對機場實時的視頻流進行處理并結合空管人員的實際需要來實現機場場面監(jiān)視等一系列功能。目前，這種技術還不成熟，尚不足以滿足未來眾多通航機場的需要，應此需要我們給予更多的關注與支持。

致謝

文章結束之際，感謝中國民航大學老師的辛勤栽培及中央高校基本科研業(yè)務經費中國民航大學專項資助項目（3122013Z006），中國民航大學國家級大學生創(chuàng)新訓練計劃項目的資助。

參考文獻

[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]羅曉，盧宇，吳宏剛.采用多視頻融合的機場場面監(jiān)視方法[J].電訊技術，2011，7：128-132.

[7]盧宇，吳宏剛，徐自勵.一種基于視頻MLAT的場面目標監(jiān)視新方法[J].電訊技術，2013，7：854-858.

[8]唐勇，胡明華，吳洪剛，等.一種在機場視頻中實現飛機自動掛標牌的新方法[J].江蘇大學學報（自然科學版），2013，6：681-686.

[9]李瑩，顧宏斌.運動目標檢測方法的比較[A].中國通信學會.2008通信理論與技術新發(fā)展——第十三屆全國青年通信學術會議論文集（下）[C].中國通信會：，2008：4.

[10]陳淼，劉寅.低分辨率圖像的移動物體識別技術研究[J].制造業(yè)自動化，2012，11：100-101+104.endprint