一种机场道面水膜厚度的高精度监测装置

1.本发明涉及机场安全管理技术领域，尤其是涉及一种机场道面水膜厚度的高精度监测装置。


背景技术：

2.随着我国机场建设的发展，机场的建设规模不断扩大以及航空需求的日益增长，对于机场跑道的使用安全性能要求也不断提高。雨天特别是降雨量较大时，机场道面的积水无法及时排离，水将滞留道面并在其上形成一定厚度的水膜。该水膜将减小道面摩擦系数，影响驾驶员操纵飞机飞行，降低跑道的使用安全性能，危及飞机行驶安全。因此，特别是雨天及降雨量较大时，需要监测跑道道面的水膜厚度，以评估跑道的使用安全性能。水膜厚度的监测精度越高，越能保证安全性能评估的准确性。
3.现有机场测量道面的水膜厚度方法，是通过人工使用刻度尺测量，耗费人力资源，无法实现实时持续监测，而且测量受人为主观影响较大，难以保证精度。也有机场采用间接测量的方法，如利用传感器感知水膜底部压力，对该数据进行处理，间接得到水膜厚度。但是，道面的积水往往混有泥沙，并且其浓度可能随着自然环境的变化而实时改变，无法准确获得积水的容重，其余类型的传感器也存在同样的问题。间接测量方法在转化计算水膜厚度的过程中，存在一定的误差。因此，需要一种直观智慧地监测机场道面水膜厚度的手段。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种机场道面水膜厚度的高精度监测装置，在道肩布置外罩、刻度尺和摄像头，采集以刻度面为背景的图像，通过图像识别技术识别水膜上表面，代入参考模型得到水膜厚度，测量直观有效，数据精度高，操作简便、可以实时监测反馈机场道面的水膜厚度。
5.本发明的目的可以通过以下技术方案来实现：
6.一种机场道面水膜厚度的高精度监测装置，包括外罩、刻度尺、摄像头和数据处理模块；
7.外罩为底面开口的立方体结构，放置在机场跑道两侧的道肩上，刻度尺和摄像头设置在外罩内，所述刻度尺的底端靠近并垂直于道肩表面，顶端与外罩内表面相连，所述摄像头与外罩内表面相连，摄像头的镜头对齐刻度尺的刻度面；
8.所述数据处理模块与摄像头通信连接，根据摄像头和刻度尺的参数建立参考模型，获取摄像头采集的图像，并执行以下步骤：
9.s1、对图像预处理，识别图像中的气水分界线作为水膜上表面；
10.s2、计算水膜上表面到图像底边的像素距离；
11.s3、将像素距离代入参考模型，得到水膜厚度。
12.优选的，所述外罩为底面开口的长方体结构，以跑道-道肩方向为x轴，以跑道长度方向为y轴，外罩在x轴方向上的两个侧面下端开口，与道肩表面之间留出间隙，外罩在y轴
方向上的两个侧面下端封闭，与道肩表面之间不存在间隙。
13.优选的，所述摄像头为微距摄像头，所述刻度尺的刻度分度值为1mm。
14.优选的，还包括电池，所述电池用于供电。
15.优选的，所述电池为太阳能板，太阳能板安装在跑道两侧的排水沟上。
16.优选的，还包括物联网云平台，所述摄像头与物联网云平台通信连接，摄像头采集的数据上传物联网云平台，所述数据处理模块与物联网云平台通信连接，访问物联网云平台获取数据。
17.优选的，还包括照明灯，所述照明灯的灯光范围覆盖摄像头的视角范围。
18.优选的，还包括安装座，所述安装座固定安装在外罩的内表面上，摄像头滑动安装在所述安装座上。
19.优选的，所述参考模型的建立过程为：
20.step1、获取摄像头采集的图像，记为参考图像，刻度尺的长度方向为参考图像中的像素列方向，且参考图像的底部的刻度尺读数小于参考图像顶部的刻度尺读数；
21.step2、读取参考图像中刻度尺的读数，将参考图像中的像素距离与刻度尺的刻度距离进行比例换算；
22.step3、根据换算的比例以及摄像头的空间位置建立参考模型，若摄像头的视角范围最低点不低于道肩表面，则参考模型为：
23.thickness＝s1+s2；
24.s1＝k
×
p
25.其中，thickness表示水膜厚度，k表示换算比例，即1单位刻度距离等于k单位像素距离，p表示像素点到参考图像底边的像素距离，s2表示摄像头的视角范围最低点与道肩表面的距离，否则，摄像头的视角范围最低点低于道肩表面，参考模型为：
26.thickness＝s1-s2；
27.s1＝k
×
p
28.s2＝k
×q29.q表示参考图像中道肩的像素高度。
30.优选的，步骤s1具体为：
31.s11、对图像进行灰度化和二值化处理；
32.s12、获取最新的水膜厚度，将水膜厚度代入参考模型得到像素距离，根据像素距离确定感兴趣区域；
33.s13、在图像中找到感兴趣区域，在感兴趣区域内根据预设置的交界阈值，自图像中找到气水分界线。
34.与现有技术相比，本发明具有以下有益效果：
35.(1)设计了外罩，一方面可以防尘、防风、防水，避免灰尘影响图像清晰度，避免风吹导致摄像头和刻度尺之间的位置发生改变，避免雨水损坏摄像头、降低图像清晰度以及导致摄像头和刻度尺发生相对位移，另一方面，外罩起到支撑架作用，可以将刻度尺和摄像头的位置保持在设定好的空间位置下
36.(2)摒弃了传统的通过算法识别图像中刻度尺字符以得到数据的处理方法，建立参考模型，根据像素距离与刻度距离的换算比例建立参考模型，只需识别图像中水膜的上
表面，算法复杂度大大降低，而且可以快速、准确地换算出水膜厚度，保证了测量精度。
37.(3)通过安装座将摄像头安装在外罩内，可以灵活改变摄像头的离地高度，一方面，避免积水浸泡摄像头，另一方面，在不同地区、不同季节可以根据降雨量调整摄像头的离地高度，从而保证拍摄的图像中能监测不同厚度的水膜。
附图说明
38.图1为本发明的结构示意图；
39.图2为参考模型的建立示意图；
40.图3为监测装置在跑道上的布置示意图；
41.图4为监测装置的主视图；
42.图5为监测装置的右视图；
43.图6为监测装置的俯视图；
44.图7为太阳能板的位置布置示意图；
45.附图标记：1、外罩，2、刻度尺，3、摄像头，4、太阳能板，01、跑道，02、道肩。
具体实施方式
46.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
47.在附图中，结构相同的部件以相同数字标号表示，各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的，本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰，附图中有些地方适当夸大了部件。
48.实施例1：
49.一种机场道面水膜厚度的高精度监测装置，包括外罩1、刻度尺2、摄像头3和数据处理模块；
50.外罩1为底面开口的立方体结构，放置在机场跑道01两侧的道肩02上，刻度尺2和摄像头3设置在外罩1内，刻度尺2的底端靠近并垂直于道肩02表面，顶端与外罩1内表面相连，摄像头3与外罩1内表面相连，摄像头3的镜头对齐刻度尺2的刻度面；
51.数据处理模块与摄像头3通信连接，根据摄像头3和刻度尺2的参数建立参考模型，获取摄像头3采集的图像，并执行以下步骤：
52.s1、对图像预处理，识别图像中的气水分界线作为水膜上表面；
53.s2、计算水膜上表面到图像底边的像素距离；
54.s3、将像素距离代入参考模型，得到水膜厚度。
55.本技术的工作原理如下：
56.道肩02是指在跑道01纵向侧边和相接的土地之间的一段隔离地段，与机场跑道01齐平，因此，可以通过监测道肩02表面的水膜厚度得到跑道01道面的水膜厚度。如图3所示，将监测装置放置在道肩02上，外罩1底面开口，降雨时雨水自外罩1底面流过，刻度尺2底端靠近并垂直于道肩02表面，摄像头3的镜头对齐刻度尺2的刻度面，保证拍摄的画面中刻度不存在倾斜、偏转。预先获取刻度尺2、摄像头3的空间位置和参数并进行标定，建立参考模
型。在监测过程中，摄像头3采集图像并送入数据处理模块，数据处理模块识别水膜上表面到图像底边的像素距离，代入参考模型即可得到水膜厚度。
57.一方面，外罩1作为保护罩，可以防尘、防水、防风，使得摄像头3镜头不受降雨、沙尘等自然环境影响，保证摄像头3画面的稳定性和清晰度，而且外罩1底部流过的雨水不会受降雨影响而泛起涟漪以影响水膜上表面的确定，另一方面，外罩1作为支撑架，用于安装刻度尺2和摄像头3。
58.外罩1的材料可以选用透明的树脂、玻璃等，便于透光，成本低，也便于观察内部，在夜晚光线较弱时通过路灯或额外设置的照明灯进行补光，路灯或照明灯的灯光范围覆盖摄像头3的视角范围。外罩1的材料也可以选用遮光材料，并在外罩1内部设置照明灯，照明灯的灯光范围覆盖摄像头3的视角范围，这样可以保证采集的图像画面亮度等不受外界日出、日落等的影响，稳定性更强。
59.外罩1下表面完全开口，保证道面积水不受阻碍的自外罩1底部流过，平行于跑道01长度方向的侧面下端开口，垂直于跑道01长度方向的侧面下端完全封闭，保证道面积水流向始终为与道面中心线垂直方向。
60.本实施例中，如图1所示，外罩1为底面开口的透明长方体结构，上表面完全封闭，以跑道01-道肩02方向为x轴，以跑道01长度方向为y轴，外罩1在x轴方向上的两个侧面下端开口，与道肩02表面之间留出间隙，外罩1在y轴方向上的两个侧面下端封闭，与道肩02表面之间不存在间隙。也可以选用圆柱形、正方体等立方体结构作为外罩1，外罩1的大小、形状、比例等根据需要设置即可，只需保证装置本身不对机场道面安全运行造成干扰和影响，且刻度尺2和镜头相互配合，保证拍摄的图像清晰且能对一定厚度范围的水膜进行监测。由于跑道01道面的水膜厚度一般小于1cm，刻度尺2的刻度分度值为1mm，为保证画面清晰，摄像头3为微距摄像头3，可以将1cm范围内的刻度尺2和水膜画面拍摄清楚。
61.具体的，外罩1的三视图如图4、图5和图6所示，长20cm(y轴)，宽15cm(x轴)，高22cm，侧面开口高度为1cm(侧面下端与道肩02表面之间的间隙)；刻度尺2量程为20cm，分度值为1mm，顶端安装在外罩1上，底端与道肩02表面对齐并垂直，刻度面与镜头所在平面平行，为了简化计算，此处认为刻度尺2的最底端的刻度值为0；摄像头3，焦距35mm，像素1600w，安装高度为距离道肩02表面5cm，理论上高于水膜的可能最大厚度即可，以免积水浸泡摄像头3，也需要保证采集的图像中能够监测到0～最大厚度的水膜的上表面，拍摄频率为1张/min。
62.摄像头3采集的光学图像传输到图像传感器，将带有水膜表面位置信息和刻度尺2信息的光学图像信号转化为电信号，经过a/d将模拟电信号转换变成数字信号，加以压缩，通过4g无线网等无线通信技术传到上位机，储存并由数据处理模块根据图像实时计算水膜厚度，还可以在上位机设置报警模块，监测水膜厚度，水膜厚度超出阈值或计算得到的水膜厚度出现数据异常时(如计算值突然大幅增大或减小，计算值空缺等)报警。考虑到设备的功耗，可以通过物联网技术，设置物联网云平台，摄像头3与物联网云平台通信连接，摄像头3采集的数据上传物联网云平台，数据处理模块与物联网云平台通信连接，访问物联网云平台获取数据。
63.此外，还设置了电池，电池用于为摄像头3等供电，本实施例中电池为太阳能板4，如图7所示，太阳能板4安装在跑道01两侧的排水沟的侧面，大小应保证监测装置可以在连
续3-5天阴天时仍然正常工作。
64.此外，考虑到不同季节、地区的降雨量不同，形成的水膜厚度也会改变，为了避免积水过高浸泡摄像头3，为摄像头3设计了安装座，安装座固定安装在外罩1的内表面上，摄像头3滑动安装在安装座上。可以在安装座上设置竖向的导轨，摄像头3沿导轨上下滑动，由螺钉、卡扣等限位机构锁紧，从而改变摄像头3的离地高度。为了降低人力成本，减少工作量，也可以设计电动推杆，电动推杆的输出端连接至摄像头3，电动推杆的伸长或收缩带动摄像头3沿安装座上下滑动，只需远程控制电动推杆即可实现摄像头3的离地高度调整，自动化程度高。需要注意的是，一旦摄像头3的离地高度被改变，则需要重新获取空间位置并标定相关参数，重新建立参考模型。
65.参考模型的建立过程为：
66.step1、获取摄像头3采集的图像，记为参考图像，刻度尺2的长度方向为参考图像中的像素列方向，且参考图像的底部的刻度尺2读数小于参考图像顶部的刻度尺2读数；
67.step2、读取参考图像中刻度尺2的读数，将参考图像中的像素距离与刻度尺2的刻度距离进行比例换算，如参考图像中像素距离为2个单位的长度中，根据刻度尺2读数得到的刻度距离为5个单位；
68.step3、根据换算的比例以及摄像头3的空间位置建立参考模型，如图2所示，若摄像头3的视角范围最低点不低于道肩02表面，则参考模型为：
69.thickness＝s1+s2；
70.s1＝k
×
p
71.其中，thickness表示水膜厚度，k表示换算比例，即1单位刻度距离等于k单位像素距离，p表示像素点到参考图像底边的像素距离，s2表示摄像头3的视角范围最低点与道肩02表面的距离，否则，摄像头3的视角范围最低点低于道肩02表面，参考模型为：
72.thickness＝s1-s2；
73.s1＝k
×
p
74.s2＝k
×q75.q表示参考图像中道肩02的像素高度。
76.本实施例中，根据灰度突变特征识别以刻度尺2刻度面为背景的水膜表面在图像中的位置，对图像进行灰度化和二值化处理，根据预设置的交界阈值，自图像中找到气水分界线。进一步的，考虑到摄像头3的图像采集频率较高(1张/min)，因此相邻时刻的水膜厚度变化不大，可以引入感兴趣区域，则步骤s1具体为：
77.s11、对图像进行灰度化和二值化处理；
78.s12、获取最新的水膜厚度，将水膜厚度代入参考模型得到像素距离，根据像素距离确定感兴趣区域，感兴趣区域是一个范围，根据最新的水膜厚度确定此次识别时水膜上表面最可能出现的区域；
79.s13、在图像中找到感兴趣区域，在感兴趣区域内根据预设置的交界阈值，自图像中找到气水分界线。
80.在其他实施方式中，也可以建立神经网络模型，通过卷积神经网络等识别气水分界线，找到水膜上表面的位置，再代入参考模型进行计算。
81.以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无
需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。