>[0480] 由于每个机位已经预先分配给特定型号的飞机，故而该型号的飞机的各项参数均 为已知。则此时可根据实际入坞飞机的宽度数据做进一步的判断，以识别当前入坞的飞机 是否符合预定型号的参数要求，进而判断当前入坞的飞机是否是预先分配的该特定型号的 飞机。
[0481] 计算当前入玛的飞机宽度width_cal。
[0482] width_cal = Lmin*sin (CountTotal*R)
[0483] R为机型参数，由于机型已知，故而，机型参数也是已知的。根据特定机型，该机型 参数可例如为0.1125°。
[0484] 判断飞机宽度是否符合width_cal彡width*0. 7，width为该特定型号的飞机的飞 机宽度。如果符合，执行步骤S105,如果否，执行步骤S101，继续进行扫描。
[0485] 步骤S105,计算飞机高度z，判断计算得到的飞机高度是否处于预定范围，如果 是，执行步骤S106,如果否，执行步骤SlOl。
[0486] 与步骤S104类似的，此步骤继续对入坞飞机的高度数据进行判断，以精准识别当 前入坞的飞机是否符合预定型号的参数要求，进而判断当前入坞的飞机是否是预先分配的 该特定型号的飞机。
[0487] 飞机高度z即为机鼻高度。在第一次进行步骤SlOl的激光扫描时，所获得的回波 数据中的L_所对应的点，即视为预计机鼻点。
[0488] z = H-Lmin^sin β
[0489] 判断飞机高度是否符合h-0. 5m彡ζ彡h+0. 5m。h为该特定型号的飞机的已知机 鼻高度。
[0490] 如果符合，视为当前入坞飞机就是该特定型号的飞机，则继续执行步骤S106,如果 不符合，执行步骤SlOl。
[0491] 步骤S106,判断飞机是否前行一特定距离，如果否，执行步骤S101，如果是，计算 捕获到的飞机的预计机鼻点的三维坐标，并继续执行后续引导步骤以及跟踪步骤。
[0492] 该特定距离例如为10米。本发明从飞机进入捕获区开始，在行进10米范围内进 行反复扫描并判断，一旦飞机符合特定机型并行进超过10米，获取飞机的预计机鼻点的三 维坐标。飞机前行该特定距离即进入引导区。
[0493] 预计机鼻点的三维坐标可根据扫描系统的回波数据中L_所对应的点，以及与该 点对应的垂直、水平激光扫描装置的偏转角度β、α进行换算。
[0494] X = Lmin*sin a *cos β
[0495] y = Lmin*cos α *cos β
[0496] ζ = H-Lmin^sin β
[0497] 在另一实施例中，在步骤SlOl与S102之间，还可包括一步骤S1011，预处理步骤。
[0498] 该预处理步骤用于在获取到该回波数据时，先对该回波数据进行中值滤波，再识 别飞机是否出现。该预处理步骤也可以在任何一次收到回波数据时使用，对回波数据进行 预处理后再执行后续步骤。
[0499] 数据预处理的主要目的是保证数据的有效性和实时性。其主要包含的内容是：杂 散噪声点去除以及数据点坐标转换。在失真度不影响飞机位置信息判别的前提下，滤除回 波数据中的杂散噪声点，以保证回波数据点的均匀性和可靠性。同时在保证精度的前提下， 利用数据精简方法，将数据传输时间降低1/3。
[0500] 将步骤SlOl所进行的一次扫描所获得的一行数据定义为点集 Pd d2, d3, · · ·，dN)。定义前向数据差 Ad = dj-dj P
[0501] 对于连续曲面上的相邻点，Ad很小；由于存在噪声点，且假设该噪声点的值为d,， 通常噪声点值与其相邻点Cl j 1和Λ dj+1的两个差值Λ d会较大。
[0502] 取排序模长s = 5,即取中值排序点（Clj 2, Clj η Clj, dj+1，dj+2)进行滤波，其中Clj为噪 声点。
[0503] 为区分噪声点和不同扫描平面上的点，需要对数据进行重排。对任意相 邻激光点（Clj 2, Clj i，Clj, dj+1，dj+2)，若Clj的值和Clj i距离满足：I d厂Clj i I彡lm。则对 ((Ij 2, dj D dj, dj+1, dj+2)重新从小到大排序后得到新序列（ds 2, ds D ds, ds+1, ds+2)，将(Ij修改为 新序列的中值ds(即Cl j = ds)。以此可达到滤除突变点Clj并将其值修改为邻近点的值，其 他值在原有序列中的位置和值都不变。
[0504] 中值滤波的主要步骤为：
[0505] 1.逐次比较相邻数据点的距离值Λ Clj = Clj-Clj i ;
[0506] 2.判断每个Ad,是否大于设定阈值（lm)，若是则提取d,的邻域 (dj 2，dj 1，dj，dj+1，dj+2);
[0507] 3.对提取数据序列（d, 2, d, u d,，d]+1，d]+2)重新按数值从小到大排序后得到新序列 (ds 2, ds i，ds，ds+1，ds+2)，并将用中间点值ds替代d,的值，其他值在原有序列中的位置和值都 保持不变。
[0508] 为保证中值滤波的稳定性，在进行迭代开始时需要在初始化阶段将起始的两个值 设定为相等且为〇(d。= Cl1 = 0)。以此获得较稳定的中值滤波迭代。
[0509] 步骤S106后继续执行该引导步骤，如图19为所示引导步骤的流程示意图，该引导 步骤进一步包括：
[0510] 步骤S201，飞机进入引导区后，以预定垂直扫描角度扫描飞机的预计机鼻点位置， 获得回波数据，从中截取落在机头的目标点，将该目标点从极坐标数据转换为三维空间数 据。
[0511] 该目标点的选取规则与前述的感兴趣点的选取规则一致。
[0512] 步骤S202,从该目标点中提取Y方向最短的点作为最近点（Xd，Yd)。
[0513] 步骤S203,利用该目标点进行曲线拟合，获取曲线的顶点。
[0514] 假设落在机头上的目标点的点集为S(P^pnn1), i为目标点的序号，I为目 标点的总数。其中取每个目标点Pi的X轴、Y轴坐标为（Xi, yj，对所有目标点进行用二次 多项式拟合，即
[0515] p (x) = a〇+a1x+a2x2
[0516] 根据最小二乘法则，可以得到a。，S1, a2的值。
[0517] 求出二次曲线方程之后便可求出该曲线的顶点（X。，Y。），记该点的坐标为 (χ_，y_)，该点为机鼻位置点。
[0518] 其中
根据（X_，y_)到目标点的点集S中去进行 匹配，找到X轴Y轴数据与（x_，y_) -致的点，以（x_，y_)以及该点的Z轴数据共同组 成机鼻位置的三维坐标（xn，yn，zn)。
[0519] 步骤S204,根据该最近点（Xd，Yd)的Xd值与该顶点的乂_值的差值，确定该最近点 以及该顶点中之一为该机鼻位置。
[0520] ΔΧ= I Xd-Xnin I
[0521] 判断Λ X是否小于一预设阈值，如果否，以（X。，Y。）为机鼻点，如果是，以最近点 (Xd，Yd)为机鼻点。如此可准确的定位机鼻点。该预设阈值可以是50厘米。
[0522] 定位好机鼻以后，由于飞机不断运动，所以扫描系统需要实时更新飞机机鼻位置 以随时确定飞机的实时位置。故而，步骤S204之后继续执行一跟踪步骤。如图20所示为 飞机跟踪的俯视示意图。如图21所示为跟踪步骤的流程示意图。
[0523] 跟踪步骤包括：
[0524] 步骤S301，以预定垂直扫描角度β扫描飞机的机鼻点位置，记录此时机鼻点到X 轴的垂直距离Y1D。
[0525] 步骤S302,随着飞机前进，保持当前垂直扫描角度不变继续进行水平扫描。
[0526] 步骤S303,通过定位算法找到当前机鼻点并记录机鼻点到X轴的垂直距离Y2。。
[0527] 该定位算法为，在保持垂直扫描角度β进行水平扫描时，飞机在前进，则当前收 到的回波数据中的最小的测距值也在逐渐减小，而飞机的外形是固定的，且数据已知，则根 据收到的回波数据以及已知特定型号的飞机的外形数据，则可以判断出保持垂直扫描角度 β进行水平扫描时所扫到飞机的具体位置，则借助特定型号的飞机的外形数据，通过换算 可以知道当前的机鼻点所在位置。
[0528] 步骤S304,计算运动距离Y3。= Υ1()-Υ2。。
[0529] 步骤S305,判断Y3。是否满足给定的阈值范围要求，如果是，执行步骤S306,如果 否，执行步骤S302。
[0530] 当Y1。大于等于20米时，阈值设为5米，当Y1。小于20米时，阈值设为1米，判断该 Y；5。是否小于该阈值。
[0531] 步骤S306,判断飞机是否达到停止线，如果是执行步骤S308,如果否，执行步骤 S307。
[0532] 步骤S307,在当前机鼻点处进行一次垂直扫描，得到飞机轮廓，找到飞机轮廓的抛 物线顶点，从而计算出垂直扫描角度的改变量β '，同时，根据Y21:计算垂直扫描角度的预计 改变量β "，计算d = I β ' - β " I，如果d满足改变量阈值要求，采用β '调整垂直扫描 角度，如果不满足，采用β "调整垂直扫描角度，执行步骤S302。
[0533] 垂直扫描的步骤与步骤S203 -致。
[0534] 其中，
[0535] 步骤S308,持续跟踪预定时间，判断飞机是否继续移动。
[0536] 步骤S309,如果是，发出警报，执行步骤S306,如果否，停止跟踪。
[0537] 由此本发明可随时调整垂直扫描角度以随时扫描到机鼻点的实际位置，实现对机 鼻点的跟踪。
[0538] 除上述步骤外，本发明在飞机进入机型识别与身份验证区后，还包括机型识别的 步骤，如果在机型识别的步骤中发现当前飞机与该机位应当停放的飞机的机型不符，未通 过对应的验证条件，则发出警示信息。机型识别包括：机鼻高度验证、机舱宽度验证、机头俯 视轮廓验证、机头侧视轮廓验证和飞机引擎验证中的一种或几种。
[0539] 针对不同需求，可对上述验证条件进行分级，可以获得以下几个级别：
[0540] Levell--验证机鼻高度和机舱宽度；
[0541] Level2--验证机鼻高度，机舱宽度和机头俯视轮廓正确；
[0542] Level3--验证机鼻高度，机舱宽度，机头俯视轮廓和机头侧视轮廓正确；
[0543] Level4--验证机鼻高度，机舱宽度，机头俯视轮廓和机头侧视轮廓正确，以及飞 机引擎个数正确，引擎间距离正确。
[0544] 安全等级越高，飞机机型验证和身份识别正确的条件越苛刻，也需要更多的时间。 因此可以根据机场站坪引导线长度和飞机机型选择相应的验证等级。
[0545] 另外，扫描引擎的同时，也可以通过得到的位置和机鼻-引擎之间的相对位置关 系，解算出机鼻的位置，以用于对飞机进行定位。
[0546] 该机鼻高度验证的过程等同于步骤S105。
[0547] 该机舱宽度验证的过程等同于步骤S104。
[0548] 该机头俯视轮廓验证包括：将水平方向的激光扫描获得的多个回波数据的三维数 据（Xl， yi，Z1)代入预设的机头的俯视轮廓方程y = fn(x)。预设的机头的俯视轮廓方程对 应通过机头机鼻的截面，且该截面和地面平行，该截面轮廓投影在地面上为一条曲线。水平 拟合点误差为
水平拟合最大误差
设Δ Dh = 0. 3m，若Dh < ADh，则可认为机头的俯视轮廓验证通过，ADh为俯视验证阈值，i为回波数据的目标点 的序号，η为俯视方程的拟合次数，一般取η = 7。
[0549] 该机头侧视轮廓验证包括：将垂直方向的激光扫描获得的多个回波数据的三维数 据（Xl， yi，Z1)代入预设的机头的侧视轮廓方程ζ = gm(y)。预设的机头的侧视轮廓方程对 应通过机头机鼻的截面且该截面和地面垂直，在坐标系中将该截面轮廓投影在yoz平面上 并对该曲面边界进行高次曲线拟合。垂直拟合点误差为
垂直拟合最大误 差
设Λ Dv = 0. 3m，若Dv < Λ Dv，则可认为机头的侧视轮廓验证通过，Λ Dv 为侧视验证阈值，i为回波数据的目标点的序号，m为侧视方程的拟合次数，一般取m = 11。
[0550] 该飞机引擎验证包括：
[0551] 步骤S41，根据该机鼻位置计算引擎位置，对该引擎位置进行水平方向的激光扫描 以及垂直方向的激光扫描。
[0552] 由于应当停放于该机位的机型是确定的，故而机鼻位置与每个引擎位置的相对位 置关系是确定的，根据机鼻位置可以换算出每个引擎位置。
[0553] 已知飞机机鼻和引擎中心的坐标差为（Λχη，Ayn, Λζη)，已获取的机鼻坐标为 (xn, yn, Zn)。贝U理论引擎中心坐标为Pf3gn (χη+Δ xn, yn+Ayn, ζη+Δ ζη)。调制激光垂直反射镜 32的偏转角度，使激光可以扫描到该理论上的引擎中心，并进行水平扫描。
[0554] 步骤S42,将水平方向的激光扫描得到的回波数据转换到x-y-z三维坐标，寻找距 离理论引擎中心最近的坐标点，并寻找与该最近的坐标点连续的点，得到一点集，点集中最 左端和最右端的两个点的距离作为引擎宽度，该两个点的中点为引擎中心的水平坐标x_。
[0555] "连续的点"要求是其中相邻点的距离不超过20cm。
[0556] 步骤S43,将垂直方向的激光扫描得到的回波数据转换到x-y-z三维坐标，寻找距 离理论引擎中心最近的坐标点，并寻找与该最近的坐标点连续的点，得到一点集，点集中最 上端和最下端的两个点的距离作为引擎高度，该两个点的中点为引擎中心的离地高度l gb。
[0557] 步骤S44,如果可以找到一组Xegn和Zegb，视为找到一个引擎，多次扫描不同的引擎 可以获得引擎的个数n_。
[0558] 步骤S45,判断引擎的个数与预定个数是否一致，如不一致，视为飞机引擎验证失 败。
[0559] 步骤S46,判断该引擎中心的水平坐标或该引擎中心的离地高度与标准值的差距 是否超过阈值（例如30cm)，如果是，视为飞机引擎验证失败。
[0560] 步骤S47,判断该引擎宽度或该引擎高度与标准值的差距是否超过阈值（例如 20cm)，如果是，视为引擎验证失败。
[0561] 视觉信息和激光信息融合单兀3000针对机器视觉子系统1000、激光扫描子系统 2000获得的泊位信息进行融合，该融合主要包括位置信息的融合步骤S3100和身份验证的 融合S3200。
[0562] 步骤S3100 :将机器视觉子系统通过步骤S5得到的飞机定位信息与激光扫描子系 统得到的飞机位置信息融合为一个信息。
[0563] 步骤S3100进一步包括：
[0564] 步骤S3101，计算由激光扫描子系统1000得到的飞机前轮位置与由机器视觉子系 统2000得到的飞机前轮位置的坐标差距。
[0565] 机器视觉子系统2000通过步骤S344或步骤S43得到的飞机前轮位置。
[0566] 激光扫描子系统1000通过计算得到了机鼻位置，而机鼻到飞机前轮的水平距离 为已知的固定值，故而，可根据机鼻位置推算该飞机前轮位置。
[0567] 步骤S3102,根据该坐标差距以及一融合规则，获得融合结果。
[0568] 该融合规则包括：
[0569] 对于飞机前轮偏离引导线的情况：判断该坐标差距中的X轴（垂直于引导线的方 向）的差距是否小于等于一阈值，该阈值可优选为20cm，如果是，该飞机前轮偏离引导线的 情况直接选用该机器视觉子系统1000给出的数值，如果否，由激光扫描子系统2000得到的 飞机前轮位置以及机器视觉子系统1000得到的飞机前轮位置，做平滑滤波后给出飞机前 轮偏离引导线的情况。
[0570] 对于飞机前轮距离停止线的距离：
[0571] 判断由激光扫描子系统得到的飞机前轮位置是否出现异常波动，如果否，取激光 扫描子系统得到的飞机前轮位置作为飞机前轮距离停止线的距离，如果是，取之前N次（数 十次）的由机器视觉子系统以及激光扫描子系统分别获得的飞机前轮位置，求其平均差 距，采用本次机器视觉子系统得到的飞机前轮位置，加上该平均差距，作为飞机前轮距离停 止线的距离。
[0572] 该异常波动包括水平方向变化过大（如20cm)、沿引导线方向变化异常（变化速度 明显超过前几次位置的变化、向后移动）、飞机跟踪出现跟踪失败、飞机丢失等异常波动。
[0573] 步骤S3200,将机器视觉子系统与激光扫描子系统得到的飞机身份验证信息融合 为一个验证结果。
[0574] 步骤S3200进一步包括：
[0575] 步骤S3201、使用基于D-S理论的融合方法，建立一个非空的辨识框架：
其中，h表示机型正确，f表示机型错误，^ = 0 表示机型可能正确 也可能错误，即暂时不能确定，0表示不可能事件；
[0576] 步骤S3202、建立机器视觉子系统和激光扫描子系统各自的mass函数。
[0577] Hi1 (·)为机器视觉子系统的mass函数，m2 (·)为激光扫描子系统的mass函数，且 满足：
[0581] 系数1、系数2、系数3为机器视觉子系统已经得到的已知值。
[0582] m2(h)和/""η根据激光扫描子系统预先设定的优先等级判别顺序而变化，当身 份验证通过了一定等级、而未进行更高等级的身份验证时，Hl 1Q1)随通过的等级增高而增 大，同时％ G1O随通过的等级增高而减小；当身份验证通过了一定等级、而在更高一级的身 份验证中失败时，Hl1(Il)随通过的等级增高而减小，同时"卩随通过的等级增高而增大。一 种典型的经验取值为：
[0584] 步骤S3203、计算mass函数的正交和
[0585] 其中，
[0586] 使用上述同样的公式计算爪(6/7)和m(H)，
[0587] 若有
[0589] 其中ε i、ε 2为预设的门限值，例如，ε i = 〇. 3, ε 2 = 〇. 2,则h为判决结果，融合 结果为：机型正确身份验证通过；
[0590] 若有
[0592] 则^为判决结果，融合结果为：机型错误身份验证失败。
[0593] 之后继续执行信息显示步骤，融合结果被发送至显示设备4000进行显示。
[0594] 显示设备4000为安装于机场中的可供飞机驾驶员在飞机入坞过程中观看的大型 显示屏，同时，也可供机场工作人员观察飞机情况。
[0595] 如图22所示为显示于该显示设备4000中的一种可行的显示方式示例图。
[0596] 图中7000代表显TK设备4000上用于显TK引导信息的区域，7002代表引导线和停 止线所形成的"T"形状，以方便表示飞机和引导线、停止线的相对位置。
[0597] 本发明对显示细节不做具体限定，但要显示出对引导飞机起作用的飞机具体位 置，包括：偏左或偏右7001、距离停止线距离7003 ;同时还需要显示飞机识别及验证所验证 的飞机机型7004。
[0598] 以供飞行员观察飞机的行进线路，提高飞机入坞的安全性。
[0599] 本发明通过两个子系统分别获得泊位信息，经过融合后，获得前轮偏离以及身份 验证的最终结果，在实现飞机入坞泊位引导的同时，有效提高了飞机入坞过程中，在确认飞 机前轮偏离情况方面的精确性，以及，身份验证的精确性。另外，本发明的飞机入坞引导和 机型识别的系统及方法，具有有效的智能化信息处理能力，能有效实现飞机入坞过程的飞 机捕获、跟踪与定位、机型识别与身份验证等功能，而且具有智能化的站坪可视化监控功 能，能有效提高民航机场自动化、智能化和运营管理的水平。
【主权项】
1. 一种飞机入坞引导和机型识别的方法，其特征在于，执行于包括机器视觉子系统、激 光扫描子系统和融合模块的飞机入坞引导和机型识别的系统中，该方法包括： 步骤1000,该机器视觉子系统通过图像拍摄方式获取图像，并从中计算得到第一飞