[发明专利]机场超低空鸟类探测与智能警示系统及方法有效

专利信息
申请号: 202110177500.2 申请日: 2021-02-07
公开(公告)号: CN113030978B 公开(公告)日: 2023-07-18
发明(设计)人: 吴宏刚;隋运峰;李磊;程志;邓凌竹 申请(专利权)人: 中国民用航空总局第二研究所
主分类号: G01S13/934 分类号: G01S13/934;G01S13/88;G01S13/86;A01M29/16
代理公司: 北京酷爱智慧知识产权代理有限公司 11514 代理人: 钟继莲
地址: 610041 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机场 超低空 鸟类 探测 智能 警示 系统 方法
【说明书】:

发明提供了机场超低空鸟类探测与智能警示系统及方法,系统包括:鸟类活动探测子系统:用于探测鸟类活动数据,并将鸟类活动数据发送给信息处理中心;鸟类活动探测子系统包括全景视频探测单元、雷达探测单元和视频追踪拍摄单元;警示子系统,包括声场阵列;声场阵列包括按照特定方式分布在跑道两侧的多个声场单元;信息处理中心:用于接收来自鸟类活动探测子系统的鸟类活动数据,并在智能分析计算得到的最佳实施时间到达时,控制声场阵列以警示方式运行,直到飞行器经过。该系统对高风险鸟类活动模式进行智能检测,控制警示子系统在时间和空间上精确实施声音提醒,让鸟类注意飞行器,利用鸟类躲避飞行器的天性实现避撞。

技术领域

本发明属于机场低空运行安全技术领域,具体涉及机场超低空鸟类探测与智能警示系统及方法。

背景技术

飞行器与鸟类发生碰撞(简称鸟击)是人类飞向蓝天以后一直面临的问题。飞行器的起飞和降落过程是最容易发生鸟击的时候。所以机场及其附近空域是鸟击事故防控的关键区域。其中一种典型的鸟击模式是跑道及附近草丛中的鸟群(以雀形目为主)惊飞与起降或者滑行的飞行器碰撞。因鸟群数量大,易被吸入发动机,可能造成严重的事故。

对这种鸟击模式的防控是机场鸟击防范工作的难点。如果不处置这些鸟类,存在很大的安全隐患。而煤气炮、全向/定向声波等手段,按照固定时间间隔运行,没有驱赶效力。而用猎枪、鞭炮等手段时(人工实施),容易造成鸟类惊飞,反而更容易碰撞飞行器。从根本上讲,以驱赶为目的的工作方式从自然规律看就存在固有缺陷。

发明内容

针对现有技术中的缺陷,本发明提供一种机场超低空鸟类探测与智能警示系统及方法,对高风险鸟类活动模式进行智能检测,控制警示子系统在时间和空间上精确实施声音提醒,让鸟类注意飞行器,利用鸟类躲避飞行器的天性实现避撞。

第一方面,一种机场超低空鸟类探测与智能警示系统,包括:

鸟类活动探测子系统:用于探测鸟类活动数据,并将鸟类活动数据发送给信息处理中心;鸟类活动探测子系统包括全景视频探测单元、雷达探测单元和视频追踪拍摄单元;

警示子系统,包括声场阵列;声场阵列包括按照特定方式分布在跑道两侧的多个声场单元;

信息处理中心:用于接收来自鸟类活动探测子系统的鸟类活动数据,并在智能分析计算得到的最佳实施时间到达时,控制声场阵列以警示方式运行,直到飞行器经过。

优选地,所述最佳实施时间结合当前鸟类活动数据和鸟类活动模式学习到的参数计算得到;

所述信息处理中心通过控制声场阵列以警示方式运行,提醒鸟群提前升空,在鸟群发现飞行器后并进行躲避,从而降低鸟击风险。

优选地,所述信息处理中心具体用于:

接收来自所述鸟类活动探测子系统的鸟类活动数据,构成参数学习样本库;

从参数学习样本库中筛选出鸟群惊飞活动,分别计算出每个鸟种的距离辨识能力曲线;所述距离辨识能力曲线为鸟类辨识飞行器能力与飞行器距离的曲线;

从参数学习样本库中筛选出鸟群惊飞活动,针对每个鸟种分别统计出惊飞活动的飞行速度。

优选地,所述信息处理中心具体用于:

接收来自所述鸟类活动探测子系统的鸟类活动数据,得到实时鸟情,并记录每个所述声场单元的鸟群活动区域及鸟种类型;

在飞行器进行起降活动之前,按照当前飞行器的计划飞行速度,将距离辨识能力曲线转换为到达辨识能力曲线,所述到达辨识能力曲线为鸟类辨识飞行器能力与飞行器到达时间的曲线;

根据鸟群活动区域、鸟种类型和所述惊飞活动的飞行速度,生成躲避能力曲线;

定义躲避能力曲线和到达辨识能力曲线的交点为所述最佳实施时间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国民用航空总局第二研究所,未经中国民用航空总局第二研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110177500.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top