无人驾驶车辆在机场货运FOD巡检中的应用研究

摘要

针对机场货运区域外来物体碎片（FOD）检测效率低下、覆盖不全且存在安全隐患的问题，本研究提出一种基于无人驾驶车辆的智能FOD巡检技术。该技术通过构建多传感器融合的环境感知系统实现环境感知，设计融合多尺度特征提取与注意力机制的FOD识别算法以适应货运场景，并建立基于深度强化学习的自适应巡检调度与避障控制框架，实现货运环境下的全天候自主巡检。在某大型国际机场货运区域开展的72 h连续测试中，系统FOD检测准确率达到了96.8%，巡检覆盖率提升到了95.8%，人工作业时间减少了74.5%。测试结果表明：该技术在重度干扰环境下仍可保持91.3%的检测准确率，FOD相关事故率降低了78.6%，显著提升了机场货运安全管理水平，为智能化机场运营管理提供了有效的技术解决方案。

关键词

无人驾驶技术 / 外来物体碎片(FOD)巡检 / 机场货运 / 深度学习 / 航空安全