(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211341219.9 (22)申请日 2022.10.31 (71)申请人 青岛民航凯亚系统集成有限公司 地址 266000 山东省青岛市城阳区棘洪滩 街道春阳路西端动车小镇科技馆230 室 (72)发明人 丁继存　陈翰　郭敬云　薛玲祥　 陈宇　王芳　刘晓疆　陈晓　刘青　 战嘉馨　 (74)专利代理 机构 青岛海知誉知识产权代理事 务所(普通 合伙) 37290 专利代理师 高凤全 (51)Int.Cl. G06V 10/22(2022.01) G06V 10/40(2022.01)G06V 20/52(2022.01) (54)发明名称 机坪摄像头目标物位置 计算的方法 (57)摘要 本发明涉及一种机坪摄像头目标物位置计 算的方法， 涉及机场安保领域领域， 包括以下步 骤： S1、 获取机坪摄像头实时流数据， 并进行目标 物识别监测， 将监测 信息传输给综合处理服务平 台； S2、 综合处理服务平台将获取到的摄像头目 标点位数据进行分析判断， 进而计算出每一个摄 像头相关位置参数信息。 本发明的优点是： 提高 了目标识别的精确率， 基于精准目标识别， 计算 摄像头参数数据， 最终获取相对准确车辆、 人员 等目标物实时经纬度信息， 为后续业务事件判断 奠定了坚实的基础， 也为机场增加其他信息获取 渠道。 权利要求书2页 说明书4页 CN 115424002 A 2022.12.02 CN 115424002 A 1.一种机坪摄 像头目标物位置计算的方法， 其特 征在于， 包括以下步骤： S1、 获取机坪摄像头实时流数据， 并通过摄像头进行目标物识别监测， 将监测信息传输 给综合处 理服务平台； S2、 综合处理服务平台将获取到的目标物进行分析判断， 进而计算出目标物的位置参 数信息； 所述的步骤S1具体为： 采用深度学习卷积神经网络模型识别到目标物之后， 将实时目 标物信息以及相应时间戳信息进行传输 至综合处 理服务平台； 所述的深度学习卷积神经网络模型包括输入部、 Backbone部、 Neck部和Prediction部， 所述的输入部用于Mosaic数据增强、 自适应锚框计算和自适应图片缩放； 所述的Backbone 部用于对图片进行切片与卷积操作， 获得特征图； 所述的Neck部用于对特征图进行特征信 息提取， 图片先进 行上采样来提取图像特征， 再进 行下采样融合不同尺度的特征信息； 所述 的Predicti on部用于图片预测， 采用损失函数GIOU_L oss， 标记目标物预测框 。 2.根据权利要求1所述的机坪摄像头目标物位置计算的方法， 其特征在于， 所述的步骤 S2具体为： 首先接入实时现场车辆位置数据， 每一个车辆位置数据会携带时间戳信息， 通过 摄像头关联机位信息， 获取机位地理信息点位数据， 通过判断车辆位置是否在机位范围之 内， 实时过 滤掉无关车辆位置数据， 判断是否在机位 点集范围。 3.根据权利要求2所述的机坪摄像头目标物位置计算的方法， 其特征在于， 判断是否在 机位点集范围具体方法如下： 假设待判断点坐标 （x， y） ， 待判断线段两点坐标 （xi， yi） 和(xi+1， yi+1)， 计算待判断点 引出的射线与待判断线段是否相交， 即待判断点引出的射线与待判断线段的交点 （A， y） 是 否在待判断线 段上， 而非待判断线 段两头的引线上； y值在yi和yi +1之间， 并且A值在xi和xi +1之间， 根据几何函数关系可知： (yi ‑y)/(yi‑yi+1)=(A ‑xi)/(xi+1 ‑xi)， 求得： A=(y‑yi)/(yi+1 ‑yi)*(xi+1 ‑xi)+xi； 后续判断为： （1） 先判断y值是否在yi和yi+1之间； （2） 然后判断A值是否在xi和xi+1之间； （3） 再判断A值大于还是小于x值， 以此判断是左边交点， 还是右边交点； （4） 左边交点nl， 右边交点nr， 如果满足 （1） 和 （2） ， 且A值小于x值， 那么左边交点nl+1； 如果满足 （1） 和 （2） ， 且A值大于x值， 那么右边交点 nr+1； xi≤x<xi+1或xi≥x>xi+1； yi≤y<yi+1或yi≥y>yi+1， 即相接两边， 如果交点在线段端 点上， 那么这个交点要么算在第一个线段上， 要么算在第二个线段上， 不能两个线段都算； 如果待判断点两侧的射线与多边形各边的交点数都是奇数， 那么待判断点在多边形内， 反 之不在。 4.根据权利要求3所述的机坪摄像头目标物位置计算的方法， 其特征在于， 还包括在筛 选出机位内车辆位置数据后， 进行逻辑判断， 判断该机位内是否当前只有一辆车， 若为真， 则继续获取该车辆实时位置数据， 判断当前车辆位置数据与上一个获取车辆位置数据变动 是否在设置范围内， 若为真， 则车辆静止判断加一， 继续进行判断， 当车辆静止判断超过二 十， 则判断该 车辆当前静止 。 5.根据权利要求4所述的机坪摄像头目标物位置计算的方法， 其特征在于， 判断测量实权　利　要　求　书 1/2 页 2 CN 115424002 A 2时位置数据的步骤为： 获取当前车辆点位信息， 计算车辆几何中心点， 得到(x1， y1)像素点位数据， 该像素点 经纬度(px1， py1)， 将数据暂存； 继续进行如上计算， 获取第二个满足条件像素点(x2， y2)， 对应像素点经纬度(px2， py2)， 则X轴增长参数CX计算方式如下： ； Y轴增长参数CY计算方式如下： ； 当后续摄像头视野范 围内有人员和车辆， 同时没有其它信息渠道点位数据时， 通过摄像头得到该车辆和人员像 素点位数据(x3， y3)， 则(px3， py3)计算方式如下： ； 。权　利　要　求　书 2/2 页 3 CN 115424002 A 3