前言：尋找寫(xiě)作靈感？中文期刊網(wǎng)用心挑選的機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)技術(shù)發(fā)展思考，希望能為您的閱讀和創(chuàng)作帶來(lái)靈感，歡迎大家閱讀并分享。

文章首先介紹了當(dāng)前機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)技術(shù)的現(xiàn)狀，接著分析存在的問(wèn)題和不足，最后對(duì)機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)的探測(cè)、控制、驅(qū)鳥(niǎo)等方面技術(shù)發(fā)展進(jìn)行了展望。鳥(niǎo)擊，也稱鳥(niǎo)撞，主要是指飛行器在高速飛行過(guò)程中，與鳥(niǎo)類或蝙蝠等動(dòng)物發(fā)生碰撞的事件。據(jù)統(tǒng)計(jì)，全球每年約發(fā)生21000起鳥(niǎo)擊事件，造成經(jīng)濟(jì)損失約100億美元。美國(guó)聯(lián)邦航空局（FAA）、歐洲航空安全局（EASA）和中國(guó)民用航空局（CAAC）在各自的適航規(guī)定中都針對(duì)鳥(niǎo)擊事件提出了相關(guān)要求。隨著航班量的持續(xù)增長(zhǎng)和生態(tài)環(huán)境的改善，我國(guó)機(jī)場(chǎng)的鳥(niǎo)擊防范工作壓力越來(lái)越大，飛鳥(niǎo)作為航班起降階段的傳統(tǒng)安全威脅因素，對(duì)航空公司帶來(lái)的損失遠(yuǎn)遠(yuǎn)超出其他因素。美國(guó)在鳥(niǎo)擊方面的研究走在世界前列，GeoMarine公司的鳥(niǎo)類研究實(shí)驗(yàn)室在全美48個(gè)州都安裝了氣象雷達(dá)網(wǎng)，建立了鳥(niǎo)類危險(xiǎn)咨詢系統(tǒng)，用于鳥(niǎo)擊空難預(yù)防；美國(guó)丹佛空軍基地針對(duì)鳥(niǎo)群的個(gè)體總數(shù)、個(gè)體體積、活動(dòng)時(shí)間、移動(dòng)能力、位置、歷史數(shù)據(jù)和機(jī)動(dòng)能力等特征，專門(mén)建立了適用于本基地的鳥(niǎo)擊風(fēng)險(xiǎn)評(píng)估模型。我國(guó)廣西大學(xué)動(dòng)物科學(xué)技術(shù)學(xué)院的王志高教授等人對(duì)南寧吳圩國(guó)際機(jī)場(chǎng)附近的70多種鳥(niǎo)類進(jìn)行長(zhǎng)期觀察研究，確定了機(jī)場(chǎng)應(yīng)關(guān)注的特殊鳥(niǎo)類群體，并提出了針對(duì)單個(gè)鳥(niǎo)類目標(biāo)的定量風(fēng)險(xiǎn)評(píng)估指標(biāo)算法。中國(guó)民航科學(xué)技術(shù)研究院的陳唯實(shí)研究員等人綜合德?tīng)柗品ê蛯哟畏治龇ń⒘丝梢杂糜跈C(jī)場(chǎng)實(shí)時(shí)鳥(niǎo)擊風(fēng)險(xiǎn)評(píng)估的鳥(niǎo)擊嚴(yán)重程度評(píng)價(jià)模型。我國(guó)軍民航對(duì)機(jī)場(chǎng)鳥(niǎo)擊問(wèn)題的研究?jī)H經(jīng)過(guò)十幾年的建設(shè)與發(fā)展，對(duì)鳥(niǎo)擊問(wèn)題的研究體系仍存在一定的不足之處。為完善國(guó)內(nèi)智能驅(qū)鳥(niǎo)系統(tǒng)體系的建設(shè)，智能驅(qū)鳥(niǎo)平臺(tái)需要如何去架構(gòu)的問(wèn)題顯得至關(guān)重要。

1機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)主要技術(shù)

為降低鳥(niǎo)類對(duì)某種驅(qū)鳥(niǎo)方式的適應(yīng)，可以使用智能的工作方式，鳥(niǎo)類一旦進(jìn)入威脅飛行安全的區(qū)域就實(shí)施驅(qū)趕，直至其遠(yuǎn)離安全范圍后停止。這種工作方式可有效的延長(zhǎng)其適應(yīng)的時(shí)間，促使鳥(niǎo)類產(chǎn)生一種進(jìn)入機(jī)場(chǎng)范圍就會(huì)遇到危險(xiǎn)的心理。因此，發(fā)展一種智能自動(dòng)檢測(cè)、識(shí)別并驅(qū)趕鳥(niǎo)類的新技術(shù)，對(duì)于改善現(xiàn)有驅(qū)鳥(niǎo)方式、增強(qiáng)驅(qū)鳥(niǎo)效果，具有很現(xiàn)實(shí)的意義。當(dāng)今機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)大致包含以下幾個(gè)部分：探測(cè)技術(shù)部分、控制技術(shù)部分、驅(qū)鳥(niǎo)技術(shù)部分。

（1）探測(cè)技術(shù)部分主要通過(guò)雷達(dá)探測(cè)、視覺(jué)探測(cè)、聲音識(shí)別等方式搜集鳥(niǎo)類入侵機(jī)場(chǎng)的具體信息，例如鳥(niǎo)類的位置、種類、數(shù)量和飛行行為等。1）雷達(dá)探測(cè)模塊——探鳥(niǎo)雷達(dá)可以對(duì)一定范圍內(nèi)的空域進(jìn)行360°掃描，水平覆蓋距離通常為0～10km，垂直覆蓋距離大致為0～1.5km。通常可以調(diào)節(jié)雷達(dá)傳感器的頻率、波束形狀和掃描模式，來(lái)適應(yīng)多樣化的周圍環(huán)境和種類繁多的探測(cè)目標(biāo)。雷達(dá)探測(cè)裝置可固定安置在地面或屋頂上，也可以安裝在便于移動(dòng)的拖車上。目前的雷達(dá)系統(tǒng)能夠提供全天候的空域監(jiān)視，對(duì)鳥(niǎo)類活動(dòng)進(jìn)行自動(dòng)檢測(cè)、跟蹤、定位與報(bào)警[1]。2）視覺(jué)探測(cè)模塊——機(jī)場(chǎng)鳥(niǎo)類圖像識(shí)別，旨在自動(dòng)監(jiān)測(cè)鳥(niǎo)類在機(jī)場(chǎng)區(qū)域的活動(dòng)，方便機(jī)場(chǎng)管理人員對(duì)不同種類的鳥(niǎo)采取不同的驅(qū)趕措施，保證飛機(jī)的安全運(yùn)行。面向鳥(niǎo)類圖像問(wèn)題分類的方法一般步驟為：進(jìn)行姿態(tài)的對(duì)齊或者關(guān)鍵部件的獲取；使用相關(guān)的特征將部件信息進(jìn)行描述；選擇最合適的分類器進(jìn)行鳥(niǎo)類圖像精細(xì)分類。3）聲音識(shí)別模塊——通過(guò)Mel頻率倒譜系數(shù)以及Logistic分類算法[2]、AdaBoot分類算法，對(duì)鳥(niǎo)聲進(jìn)行識(shí)別，提高識(shí)別的性能，并降低了識(shí)別的復(fù)雜度。面向鳥(niǎo)類聲音識(shí)別的方法一般步驟為：通過(guò)鳥(niǎo)類聲音采集模塊采集鳥(niǎo)類聲音樣本；通過(guò)預(yù)處理模塊對(duì)采集的鳥(niǎo)聲樣本進(jìn)行預(yù)處理；預(yù)處理后的鳥(niǎo)聲通過(guò)特征提取模塊進(jìn)行特征提取，獲取分類效果貢獻(xiàn)度最好的特征；貢獻(xiàn)度最好的特征放入分類器中進(jìn)行分類，最終輸出結(jié)果。

（2）控制技術(shù)部分主要負(fù)責(zé)通信與數(shù)據(jù)處理，將探測(cè)部分搜集到的信息通過(guò)算法程序進(jìn)行處理從而得到驅(qū)鳥(niǎo)的最佳方案。1）控制模塊——對(duì)于探測(cè)部分搜集到的信息進(jìn)行處理并將其轉(zhuǎn)化成具體的控制命令，這就是該部分的主要責(zé)任。驅(qū)鳥(niǎo)系統(tǒng)大多以移動(dòng)方便的無(wú)人機(jī)為平臺(tái)進(jìn)行搭建，因此無(wú)人機(jī)之間的配合方案設(shè)計(jì)就顯得尤為重要。通過(guò)將無(wú)人機(jī)執(zhí)行驅(qū)鳥(niǎo)任務(wù)的操作視作簡(jiǎn)單任務(wù)規(guī)劃問(wèn)題，即可得到無(wú)人機(jī)驅(qū)鳥(niǎo)的初步方案。驅(qū)鳥(niǎo)系統(tǒng)的方案規(guī)劃主要分為兩個(gè)方面：任務(wù)分配規(guī)劃與路徑規(guī)劃。由于系統(tǒng)需要探測(cè)的環(huán)境很復(fù)雜。過(guò)于簡(jiǎn)單的模型將會(huì)導(dǎo)致大量原始數(shù)據(jù)的丟失，建模失真情況比較嚴(yán)重，且傳統(tǒng)規(guī)劃模型受數(shù)據(jù)量的限制比較大，過(guò)于龐大的數(shù)據(jù)量將會(huì)導(dǎo)致系統(tǒng)反應(yīng)速度的顯著降低。因此驅(qū)鳥(niǎo)過(guò)程中的無(wú)人機(jī)任務(wù)分配問(wèn)題一般采用智能算法，例如人工蜂群算法和粒子群算法。2）通信模塊——采用GPRS移動(dòng)通信技術(shù)通過(guò)HTTP協(xié)議與物聯(lián)網(wǎng)云平臺(tái)通信，實(shí)現(xiàn)了與遠(yuǎn)程云平臺(tái)的通信，大幅度降低了巡檢工作的人力成本，而且增強(qiáng)了智能驅(qū)鳥(niǎo)器的靈活性。

（3）驅(qū)鳥(niǎo)技術(shù)部分是整個(gè)系統(tǒng)的直接手段，系統(tǒng)通過(guò)聲音、激光、藥劑等驅(qū)鳥(niǎo)設(shè)備執(zhí)行控制部分下達(dá)的驅(qū)鳥(niǎo)方案。1）聲音驅(qū)鳥(niǎo)器驅(qū)鳥(niǎo)原理——聲音驅(qū)鳥(niǎo)是最常用的驅(qū)鳥(niǎo)方式，播放大聲壓級(jí)的驅(qū)鳥(niǎo)音頻可以使鳥(niǎo)類產(chǎn)生驚嚇、飛離、恐慌等情況，用自然生態(tài)的方式達(dá)到驅(qū)鳥(niǎo)的目的。2）激光驅(qū)鳥(niǎo)器驅(qū)鳥(niǎo)原理——鳥(niǎo)類的視覺(jué)是較為敏感的，射向鳥(niǎo)類的激光被鳥(niǎo)類視為一種危險(xiǎn)信號(hào)，使其產(chǎn)生恐嚇，出于求生的本能，鳥(niǎo)兒會(huì)躲避射向它們的光束從而快速飛走，以此用不傷害鳥(niǎo)類的方式將鳥(niǎo)類驅(qū)離。目前市場(chǎng)上使用最多的為波長(zhǎng)為532nm的綠色激光器，該驅(qū)鳥(niǎo)器價(jià)格較便宜，技術(shù)比較成熟，光束質(zhì)量好。一個(gè)驅(qū)鳥(niǎo)過(guò)程的完成需要上述三個(gè)系統(tǒng)之間緊密的配合：探測(cè)部分搜集鳥(niǎo)情，控制部分針對(duì)搜集到的信息計(jì)算最佳策略，最后由驅(qū)鳥(niǎo)部分負(fù)責(zé)對(duì)命令進(jìn)行執(zhí)行。如圖1所示為機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)工作原理圖。

2機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)技術(shù)研究存在的不足

（1）在探測(cè)部分，關(guān)于雷達(dá)探測(cè)方面，鳥(niǎo)類對(duì)機(jī)場(chǎng)的入侵是一種動(dòng)態(tài)的過(guò)程，隨著鳥(niǎo)類位置的不斷變化，中央處理器必須對(duì)驅(qū)鳥(niǎo)方案做出實(shí)時(shí)更新。關(guān)于視覺(jué)識(shí)別方面，特征識(shí)別的方法需要在訓(xùn)練樣本中事先給定要獲取的鳥(niǎo)類目標(biāo)標(biāo)注框以及部件標(biāo)注信息，因此該方法的樣本收集與制作工作量很大。關(guān)于聲音識(shí)別方面，應(yīng)該考慮到現(xiàn)實(shí)環(huán)境下可能存在兩只或兩只以上鳥(niǎo)類混合鳴叫的場(chǎng)景，研究對(duì)于這種特殊情況應(yīng)該如何提高識(shí)別效果。

（2）在控制部分，關(guān)于控制模塊方面，基礎(chǔ)圖論算法的研究全面，算法也已經(jīng)比較成熟且能夠滿足無(wú)人機(jī)驅(qū)鳥(niǎo)工作分配的基本需求，但由于建模階段一般對(duì)機(jī)場(chǎng)環(huán)境采取簡(jiǎn)化手段，因此模型對(duì)復(fù)雜多樣的現(xiàn)實(shí)環(huán)境適應(yīng)性不高，計(jì)算也會(huì)更加繁瑣。關(guān)于通信模塊方面，鳥(niǎo)情采集是通過(guò)人工錄入移動(dòng)終端應(yīng)用的方式進(jìn)行。移動(dòng)終端需要把搜集到的鳥(niǎo)情數(shù)據(jù)發(fā)送到服務(wù)器，等到數(shù)據(jù)分析時(shí)再?gòu)姆?wù)器中導(dǎo)出，這將影響數(shù)據(jù)信息的實(shí)時(shí)性。

（3）在驅(qū)鳥(niǎo)部分，關(guān)于聲音驅(qū)鳥(niǎo)模塊方面，不同的鳥(niǎo)類對(duì)于不同的聲音有著不同的敏感度，鳥(niǎo)類對(duì)同一種聲音又會(huì)存在適應(yīng)性，從而降低聲音驅(qū)鳥(niǎo)的效果。關(guān)于激光驅(qū)鳥(niǎo)模塊，與鳥(niǎo)類對(duì)聲音的適應(yīng)性一樣，不同的鳥(niǎo)類對(duì)不同形式的激光也會(huì)產(chǎn)生不同的驅(qū)鳥(niǎo)效果，現(xiàn)有的研究大多針對(duì)單一鳥(niǎo)類的視覺(jué)測(cè)試，不具有普適性。

3機(jī)場(chǎng)智能驅(qū)鳥(niǎo)系統(tǒng)技術(shù)發(fā)展趨勢(shì)

3.1探測(cè)方面技術(shù)展望

因?yàn)轼B(niǎo)情數(shù)據(jù)的時(shí)效性，機(jī)場(chǎng)的雷達(dá)系統(tǒng)必須實(shí)現(xiàn)對(duì)飛鳥(niǎo)目標(biāo)的跟蹤與實(shí)時(shí)處理，實(shí)現(xiàn)基于鳥(niǎo)情不斷變化的驅(qū)鳥(niǎo)方案快速變更。（1）視覺(jué)識(shí)別系統(tǒng)。為實(shí)現(xiàn)鳥(niǎo)類圖像在實(shí)際情況下的自動(dòng)分類提高識(shí)別技術(shù)的實(shí)用性以及可推廣性，應(yīng)該考慮使用計(jì)算機(jī)自動(dòng)檢測(cè)鳥(niǎo)類圖像目標(biāo)框與鳥(niǎo)類部件框信息，弱監(jiān)督式的定位——識(shí)別研究方法。先使用弱監(jiān)督式的訓(xùn)練框架，在常見(jiàn)機(jī)場(chǎng)鳥(niǎo)類數(shù)據(jù)集測(cè)試中，如果達(dá)不到要求的速度和準(zhǔn)確率，可以采用強(qiáng)監(jiān)督式學(xué)習(xí)[3]。（2）聲音識(shí)別模塊。當(dāng)存在飛機(jī)轟鳴聲或其他鳥(niǎo)類聲音干擾時(shí)，進(jìn)一步提高識(shí)別結(jié)果的準(zhǔn)確性，并且將識(shí)別系統(tǒng)同時(shí)試驗(yàn)于多種鳥(niǎo)鳴聲，提高系統(tǒng)的普適性。

3.2控制方面技術(shù)展望

為提高控制系統(tǒng)的信息處理能力，可以考慮將智能算法的思想加入到控制系統(tǒng)的任務(wù)分配程序中，并在建模階段充分考慮現(xiàn)實(shí)因素，以提高控制模塊在復(fù)雜環(huán)境下的信息處理速度。為了在數(shù)據(jù)分析的過(guò)程中，處理器能夠得到及時(shí)有效的數(shù)據(jù)信息，可以考慮將鳥(niǎo)情采集聯(lián)網(wǎng)化，即在鳥(niǎo)情錄入的過(guò)程中直接通過(guò)網(wǎng)絡(luò)傳輸給服務(wù)器，服務(wù)器直接保存采集到的鳥(niǎo)情信息，方便以后快速提供數(shù)據(jù)。為保證驅(qū)鳥(niǎo)器的長(zhǎng)期穩(wěn)定運(yùn)行，可以選擇太陽(yáng)能或風(fēng)能作為輔助電力來(lái)源。

3.3驅(qū)鳥(niǎo)方面技術(shù)展望

可以收集或設(shè)計(jì)更多不同頻率、不同類型的驅(qū)鳥(niǎo)聲音,繼續(xù)深入調(diào)查機(jī)場(chǎng)鳥(niǎo)類活動(dòng)情況,將驅(qū)鳥(niǎo)聲音使用到鳥(niǎo)類活動(dòng)的各個(gè)周期之中,以便針對(duì)不同類型的鳥(niǎo)類能達(dá)到更好的驅(qū)鳥(niǎo)效果。繼續(xù)研究如何提高超聲波驅(qū)鳥(niǎo)的距離以及降低超聲波驅(qū)鳥(niǎo)器的建造價(jià)格，有利于超聲波驅(qū)鳥(niǎo)器的推廣與應(yīng)用，對(duì)于超聲波頻率方面，研究不同超聲波頻率對(duì)不同鳥(niǎo)類的影響，讓超聲波驅(qū)鳥(niǎo)器根據(jù)不同的鳥(niǎo)類實(shí)現(xiàn)更具有針對(duì)性頻率調(diào)整。對(duì)于激光驅(qū)鳥(niǎo)器的改進(jìn)，需要對(duì)鳥(niǎo)的視覺(jué)光學(xué)有更深入的研究，并且深入研究更多的實(shí)驗(yàn)研究目標(biāo)，使得到的結(jié)果更加具有普適性。

4結(jié)語(yǔ)

作者按照一個(gè)完整的智能驅(qū)鳥(niǎo)體系，對(duì)近年來(lái)飛鳥(niǎo)目標(biāo)的探測(cè)、驅(qū)鳥(niǎo)數(shù)據(jù)的處理、驅(qū)鳥(niǎo)手段的執(zhí)行進(jìn)行了系統(tǒng)的梳理和總結(jié)，簡(jiǎn)要講述了各自的原理、優(yōu)缺點(diǎn)以及未來(lái)的發(fā)展方向，對(duì)各類設(shè)備的使用情況給出了相應(yīng)的理論與數(shù)據(jù)支撐。對(duì)驅(qū)鳥(niǎo)行業(yè)未來(lái)的研究與發(fā)展走勢(shì)做出了一定的預(yù)測(cè)。無(wú)論是硬件設(shè)備還是系統(tǒng)算法方面，都離不開(kāi)設(shè)備與算法的更新?lián)Q代，從而實(shí)現(xiàn)探測(cè)、處理、執(zhí)行這三個(gè)系統(tǒng)之間的高效配合。對(duì)新驅(qū)鳥(niǎo)設(shè)備的理論測(cè)試需要建立更復(fù)雜的機(jī)場(chǎng)驅(qū)鳥(niǎo)仿真模型，以提高仿真結(jié)果的可靠性與實(shí)用性。我們期望更多的學(xué)者能夠?qū)Υ祟I(lǐng)域進(jìn)行深入研究，尋找更精準(zhǔn)的鳥(niǎo)類探測(cè)手段、更合理的任務(wù)分配算法以及更高效的驅(qū)鳥(niǎo)手段新思路。

引用

[1]陳唯實(shí),李敬.雷達(dá)探鳥(niǎo)技術(shù)發(fā)展與應(yīng)用綜述[J].現(xiàn)代雷達(dá),2017,39(2):7-17.

[2]喬玉,錢(qián)昆,趙子平.基于機(jī)器聽(tīng)覺(jué)的鳥(niǎo)聲識(shí)別的中文研究綜述[J].復(fù)旦學(xué)報(bào)(自然科學(xué)版),2020,59(3):375-380.

[3]陳秀梅.部件級(jí)多特征融合珍稀鳥(niǎo)類稀疏識(shí)別[D].南京:南京郵電大學(xué),2019.

作者：曹飛 康旭 胡云鋒 劉雨林 單位：93642 部隊(duì) 93114 部隊(duì) 95979 部隊(duì)