道面表观病害检测机器人系统研究.docxVIP

摘?要：机场道面的病害影响着飞机的安全起降，当前机场主要通过人工巡查的传统方式进行道面病害检测。鉴于此，运用自动驾驶和人工智能技术，构建了具备自动巡检能力和道面表观病害自动识别能力的道面巡检机器人系统，为实现机场道面病害检测作业的无人化提供了技术支持。

关键词：

机场道面；病害检测；自动驾驶；深度学习

0??引言

机场跑道病害威胁飞机起降安全，目前主要通过定期人工巡检的方式检测道面的病害。传统手段存在时效性差、效率低、精确度低等不足，难以及时对机场道面进行检测评估，存在一定的安全隐患。

近年来，人工智能以及无人驾驶等高新技术快速发展，都具备了一定的落地应用条件。在人工智能的机器视觉领域，自2012年AlexNet模型取得ImageNet竞赛冠军开始，基于深度神经网络的图像识别技术快速发展，InternImage和Transformer两种大规模模型代表了当前图像识别的最高精度，而YOLO系列以精度高、推理快以及部署容易等多种优点广泛应用于工业界。自动驾驶方面，华为、百度等技术大厂已在助力L4级自动驾驶的落地，虽然开放场景的L4级自动驾驶技术量产落地还需打磨，但高速公路、大型工业园区、矿区、港口、机场等特定场景的自动驾驶已经具备落地条件。

本文结合无人驾驶技术和人工智能机器视觉技术，构建具备自动巡检能力和道面表观病害自动识别能力的道面巡检机器人系统，实现对道面表观数据的高效采集和常