2023年7月8日发(作者：)

理论算法2021.01机场跑道入侵检测方法研究唐宁，李彦冬，程洁，曾旭(中国民航飞行学院，四川广汉，618300)摘要：民航的高度规模化发展,使得机场面临的安全挑战更为严峻。机场双跑道、多跑道模式导致跑道入侵几率增加，使

其成为威胁航班地面安全重要的问题。本文对跑道入侵原因及其探究方法、跑道入侵特征和入侵预测、检测系统进行了

研究,对管制员终端提出一些设计思路。关键词:跑道入侵；跑道安全；检测系统Research

on

Airport

Runway

Incursion

DetectionTang

Ning,

Li

Yandong,

Cheng

Jie,

Zeng

Xu(Civil

Aviation

Flight

University

of

China,

Guanghan

Sichuan,

618300)Abstract：The

high

scale

development

of

civil

aviation

industry

makes

the

security

challenges

of

air­ports

more

severe. The

two-nmway

and

multi-runway

modes

increase

the

probability

of

runway

incursion,

making

it

an

important

problem

threatening

the

ground

safety

of

flights・

In

this

paper,

the

cause

of

runway

incursion

and

its

related

research

methods

are

studied.

Meanwhile,

the

characteristics

of

run­way

incursion

and

the

incursion

prediction

and

detection

system

are

discussed・

In

addition,

some

ideas

about

the

controller

terminal

design

are

ds：RI

；

Runway

Safety

；

Detection

System0引言安全始终是民航业的首要问题。随着现代民航业以资本

与效益博弈的命题。因此，跑道入侵是当下必要解决的问题。表格1美国联邦航空局(FAA)跑道入侵分类类别定义操作错误(管制员指引下，不适当地指令一架飞机或一辆

A汽车)；B飞行员偏差(未经管制员许可的飞行员可能会导致碰撞)；C车辆/行人偏差(车辆或行人未经管制员许可进入跑道);碰撞事故的可能性很小或没有一个入侵导致碰撞。D密集、技术密集和高风险为标志的高度规模化发展,现在和

未来的地面交通安全己经成为了一个更受重视并且更关键

的问题。机场场面面临的环境复杂多变，因此与跑道入侵相

关的交通安全问题高发，极易造成飞机冲出跑道、复飞和碰

撞等不安全事件。为了最大限度规避风险，本文针对国内外

学者对预防跑道入侵(Runway

Incursion,

RI)相关方法进

1跑道入侵原因及分析方法跑道入侵原因有多种分析方法,关键在于确定影响因

行研究。国际民用航空组织(International

Civil

Aviation

素,分析其重要性皿,再确定因素间内在关联a珥关系强度

Organization,

ICAO)定义的跑道入侵概念为：在机场中发

生的任何涉及错误的出现在用于飞机起飞和降落的保护区

表面的飞机,车辆以及行人的事件。美国联邦航空局(Federal

和相互作用机制叫表2列举了部分重要的影响因素。基于事件序列的评估方法,是利用著名的事件树建模。

多智能体动态风险模型(Multi-agent

Dynamic

risk

Model,

Aviation

Administration,

FAA)则定义为：在机场发生的

任何涉及地面上的飞机、车辆、人员或物体的事故，造成碰撞

MA-DRM)是基于agent建模、混合Petri网和罕见事件蒙特卡

洛模拟建立的模型。MA-DRM方法比基于事件序列评估方法

能够捕捉到系统中更多的问题，更值得深入研究［5］«危险，或导致飞机在起飞、准备起飞、降落或准备降落时失去

与地面的距离。为了进一步明确跑道入侵的不同情况，FAA

还将跑道入侵划分为表1所示四个类型。每个机场运行的机型、跑道运行模式等都有不同，很难

找到系统规律，导致传统分析方法如回归分析、方差分析和

主成分分析等都需要大量的数据。基于灰色理论的灰色关联

跑道入侵问题己成为威胁机场运行安全的最主要原因

之一，也是提高机场运行安全的关键。ICAO分别在2004年

分析是一种通过灰色关联度来分析和确定系统各因素之间

的影响程度或各因素对系统主要动作的贡献程度的方法。灰

色关联法［6］成功减少了数据需求量和计算量。用上述方法将

和2006年发布了《先进的场面活动引导和控制系统手册》

(Doc9830)和《防止跑道入侵手册》(Doc9870),对跑道入侵问

题要求更严格和规范。目前国内的跑道入侵研究还处于起步

影响因素进行分层分类,方便后续对风险向不同层面传递的

阶段。只有不断拓宽安全阈值,在成熟优化安全问题的基础

方式、传输路径的拦截方法、跑道入侵控制系统强化等进行

研究。上，才有更大空间考虑效益和环境保护问题，才能跳出安全

甲耳测说ELECTRONIC

TEST2021.01表2跑道入侵影响因素归纳类型因素人机场领导对安全重视不足快速多次判断和操作失误管理系统繁忙的机场业务没有安全管理系统环境复杂气象条件、车辆故障机飞机故障2跑道入侵特点分析机场跑道入侵存在诸多特征，这些特征是检测系统和避

免策略发展的风向标。表3罗列了跑道入侵的诸多特性。表3跑道入侵关键特征介绍特征类型特征简介类别人、机、车辆、无人机等大小体积较大，取值范围大颜色色块面积大移动移动速度变化范围大来源操纵失误、安全意识弱边界边界清晰危险性危险性极高防范时机预测避免优于现场实时调节入侵危险性极高，使其成为每个机场首要解决的问题。

从来源分析，操纵失误需要花费大量的管制员精力去进行监

督,在关键道口设置报警器可以解决这个问题。报警器需要

提供不正确时间段内进入跑道保护区的告警,还需要根据数

据链接来关注入侵目标动态，在下一个需要占用跑道的航空

器到达之前判断目标是否还在保护区内。另外，机场所有参

与人员尤其是领导的安全意识是解决跑道入侵的根本方法

之一。在机场由上至下进行安全管理教育、宣扬安全文化、定

期进行安全培训是必要的。基于入侵者大小、颜色和边界特

征,视频监控和图像识别技术似乎是简单有效的方法。但根

据入侵类别分析，跑道入侵者大多是移动目标，使得图像识

别难度加大。入侵者移动特性也有优势，早期针对移动目标

的检测系统取得过一定成效。但高速度和静止的目标是存在

的，安全隐患并未彻底消除。总之，防止跑道入侵更关注视觉

警告，防止飞行员误听带来的操作失误;关注静止或速度大

的目标，可能用高速摄像机完成对高速移动物体的拍摄，或

是利用多点定位技术以掌控入侵者位置。3防范跑道入侵的方法跑道入侵预测和检测都至关重要,但预测避免优于检测

调控。预测功能关注整个人在回路相关因素的挖掘，以及计

算因素影响力加权。广义加性模型(Generalized

Additive

Model,

GAM)是一种用来探测非线性回归影响的统计模型。

GAM拥有强大的自由度和灵活性，在广泛的建模分布中对许

多变量几乎没有限制。基于对GAM的杠杆老化研究，一种数据

驱动的高级统计学习和预测解决方案可以系统地获取、解析

和转换不同数据库中的各种因素，从而生成可解释数据集的

方法。它还提出了高性能的计算程序，以自动选择突出因素,

以实现最佳的GAM与强大的预测能力巾。检测的难度在于进

近起降飞机速度快、停放的车辆和飞机速度为零。Y0L0检

申耳测说ELECTRONIC

TEST理论算法测器(You

Only

Look

Once

Detectors,

YOLO)冏可优化高

速和静止目标的跑道入侵探测。跑道入侵检测算法(Runway

Incursion

Detection

Algorithm,

RIDA)［9］是目前较为成

熟的监视算法，被利用于实现先进场面活动引导控制系统

(Advanced

Surface

Movement

Guidance

Control

System,

A-SMGCS)的场面监视功能，其功能实现如图1所示。通过输

入入侵保护区和交通活动状态信息，系统输出实时的交通信

息，并对可能的跑道入侵提供告警。为管制员增强态势感知,

补充引导提示。1地面监视输入层1系统ADS-B全球定位

监视系统系统GPS中间层

数据链接输出层实时交通信息跑道入侵告警图1

RIDA系统功能流程在预测和检测之外，场面的可视化设备操作性更强，是

避免跑道入侵的最直接手段和最有效方法。早在1991年提

出的机场地面交通自动化系统(Airport Surface

Traffic

Automation,

ASTA)［10］就设想研究出能够提供视觉和听觉共

同警告、足以实现管制员和飞行员之间数据链通信(以减小

通信频率拥挤的影响)、可监控位置、识别目标并规划显示最

优滑行路线等功能。防止跑道入侵的方法中，视觉警告是最为直接的。忽略、

误听管制员指挥是RI事件共同特征，改进机场空侧标识［11］

是避免措施之一。标识具有动态性、及时性和绝对有效性。空

侧动态标识［12］中信息显示的内容、样式和更新频率都对飞

行员判断有影响。具体的研究可以深入到动态标识是如何

影响飞行员判断的，可以更加深入优化空侧标识的告警作

用。综合地面预警系统(Integrated

Ground-Based

Warn­ing

Systems)［13］利用跑道交叉灯(Runway

Intersection

Lights,

RILs)提供地面交通视觉警告。实验证明，交叉灯位

置摆放和开始闪烁的时机至关重要，并且正确的交叉灯使用

可以大幅提升跑道安全。4检测系统终端设计自动化、智能化和简明化是未来检测系统的共同特征。

多点相关定位系统(Multilateration,

MLAT)的原理是飞机

自身发出信号，利用多个地面定位基站之间接收信号的时间

差计算得到飞机当前位置。它由场面监视系统和进近监视系

统两个子系统组成,类似一个放在地面的GPS定位系统。系统

实现定位后,首先判断保护区内目标数目和种类，再判断被

定位目标是否为正常活动目标或目标正常活动是否会被干

扰，随后选择给出告警提示或不告警，随后进行新一轮定位,

及时提供目标实时定位。无论是否告警都会进行新一轮的实

时定位。理论算法判断的标准是依据事先设置的飞机正常状态与不正常

状态组合。例如：当目标为飞机时，部分（两个正常状态可以

出现在同一个保护区内，例如落地在跑道滑行的飞机和正在

上跑道等待起飞的飞机）两个正常状态出现在同一个入侵保

护区或者有一个不正常状态即报警，当保护区内仅有一个正

常状态时不报警。当目标为车辆时，不允许保护区内出现飞

机目标。流程图如图3所示。图3告警信息产生原理新的检测系统将告警信息同时告知入侵者、正常航班和

管制员三方终端系统，如图2所示。进近和起落阶段,飞行员

操纵复杂，精力集中，只提供灯光闪烁或短促提示音,需要根

据管制员指令进行操纵。根据ICAO的跑道入侵概念,入侵者

可能是人、机或车辆，在入侵者的终端提示方式不同，当车辆

构成跑道入侵时,告警可以通过驾驶员移动设备提供，也可

以利用车载设备进行语音提示。管制员终端类似二次雷达屏幕显示系统,在跑道入侵保

护区平面图上，人机、车辆以标牌模式显示，管制员可以拖动

标牌，并进行标牌信息快速阅读。方便管制员进行保护区监

视、做出快速精准的判断、给出指令以及监督警告解除进度。5结束语高自动化和简明的终端可以有效提高管制员工作效率。

本文针对跑道入侵原因、检测系统和避免方法做了研究，突

出了

RI特征和探测发展的要点,并对管制员终端做了简要设

计。未来，通过交通信息和地理信息的导入，在管制员终端建

立3D立体模型将更加有利于管制员快速做出预判,给出指2021.01令,降低跑道入侵概率，保障跑道安全。图5终端显示内容参考文献Wilke[l]

S,

Majumdar

A,

Ochieng

W

Y.

Modelling

runway

incursion

severity

[J].

Accident

Analysis

&

Prevention,

2015,79:88-99.⑵

高扬，葛培荣，李阳.基于贝叶斯网络的航空器看错落错

跑道事件研究[几中国安全生产科学技术,2010,6(02):

66-70.[3]

Goodheart

B

J.

Identification

of

Causal

Paths

andPrediction

of

Runway

Incursion

Risk

by

Means

of

Bayesian

Belief

Networks

[J].

Transportation

Research

Record:

Journal

of

the

Transportation

Research

Board,

2014,2400(1):9-20.[4]

Zhang

P,

Luo

F.

Influencing

factors

of

runway

incursionrisk

and

their

interaction

mechanism

based

on

DEMATEL-ISM[J].Tehnicki

vjesnik

-

Technical

Gazette,

2017,24⑹:1853・1861.[5]

Stroeve

S

H,

Blom

HAP,

Bakker

G

J

B.

Contrastingsafety

assessments

of

a

runway

incursion

scenario:

Event

sequence

analysis

versus

multi-agent

dynamic

risk

modelling[J],

Reliability

Engineering

and

System

Safety,

2013(109):133-149.[6]

Ju

Z

Q.

Reason

Analysis

of

Runway

Incursions

Basedon

Grey

Theory

[J].

Advanced

Materials

Research,

2011,328-330:2400-2404.[7]

Song

I,

Cho

I,

Tessitore

T,

et

al.

Data-DrivenPrediction

of

Runway

Incursions

with

Uncertainty

Quantification

[J],

Journal

of

Computing

in

Civil

Engineering,

2018,2(32):4018004.[8]

Cai

C,

Wu

K,

Yan

Y.

Rapid

detection

and

social

mediasupervision

of

runway

incursion

based

on

deep

learning[J],

Int,

J.

Innovative

Computing

and

Applications,

2018,9(2):98-106.[9]

Wang

G

Q,

Li

J.

A

Conflict

Detection

Method

forRunway

Incursion[J].

Applied

Mechanics

and

Materials,

2015,740:912-917.[10] Harrison

M

J.

Runway

Incursions

and

Airport

SurfaceTraffic

Automation[J],

1991

(100):2423-2432.[1

l]McLean

D,

Monro

I.

Aircraft

Engineering

and

Aerospace

Technology

[J].

Aircraft

Engineering

and

(下转第14页)设计研发2021.01表2室温下测量结果及误差分析放置纸张数量/张测得纸张数量/张纸张数量相对误差/%示波器显示频率/kHz实测频率/kHz谐振频率相对误差（保留两位小数）/%889900000001.

1800009.311318.

241426.707737.

991543.668651.047253.

655053.907254.

333354.

655054.

95679.

36771&

166626. 521437.

899743.700651.162253.488953.996054.511254.

734255.11450.60.

040.

070.

0200.

020.

030.

020.

030.

020.

03表3不同环境测量结果及误差分析纸张数/张测得纸张数（20°C）

测得纸张数（30°C）

测得纸张数（10°C）

测得频率(20-C)

/

测得频率（30°C）

/测得频率（10°C）

//张/张/张HzHzHz15188990最大误差/%151889901.

.

.

129.

36771&

166626.521437.899743.700651.162253.488953.996054.511254.

734255.

11459.411218.

213326.611437.954343.810651.199753.600754.

111254.

633754.

855655.31079.27711&

003326.415237.

775243.560951.

003553.469453.773954.308654.608454.9987由表3可得，本实验装置在不同环境下，相同纸张数测

装置的设计[D].廊坊：防灾科技学院电子科学与控制

量的频率也略有不同。当环境温度高时,纸张由于受热膨胀,

每张纸的厚度略有上升，FPGA测得的频率也相对偏高；当

工程学院,2020.环境温度低时，纸张厚度略微降低，FPGA测得的频率也相对

偏低。但最后实际计算出来的纸张数量误差依旧能够控制在

1.

18%,故本系统在90张纸的量程内，具有非常好的鲁棒性。5总结基于FPGA和Nios

II软核的纸张测量装置可以完成在

一定规格的纸张测量任务，具有成本低，速度快,误差小，量

[2]

刘淑荣.基于纸介质电容原理的纸张数量计量系统[D].长春：长春学院电气与信息学院,2016.[3]

刘恒，黄晓钮，孙晋，刘建成.一种m序列信号产生实验设计[D]南京：南京信息工程大学,2020.[4]

石伟.基于机器视觉的纸张计数方法研究及其应用[D],长沙：湖南工业大学,2016.[5]

Jian

Water

Concentration

MeasuringInstrument

Based

On

fdc2214,2020,

1533

⑵.⑹杨金粮，赵剑峰，朱志扬，朱瑛.基于芯片电容变化的纸

程广，鲁棒性高的优点。但由于纸张的边缘效应等导致纸张

数量到达一定程度时，线性度不明显,这一问题对后续纸张

测量精度影响较大。这个问题我们会在后续的研究中进一步

张计数装置设计与实现[D],南京：河海大学,2020.改进。参考文献[1]杨东兴，刘春侠.基于FDC2214分段线性回归纸张识别

[7]

王承林，王晓旭，赵治巨，王蕾，成燕平.纸张厚度自动测量系统设计与实现[D].邢台：邢台学院,2020.[8]

吴昊凡，黄慧杰，张一驰.基于CAV444模块电路的纸张测量系统[D].山西：中北大学信息与通信工程学

院,2020.（上接第42页）Aerospace

Technology,

2004,5(76):472-47&[12]Moertl

P

M,

Niehus

G,

McGarry

K,

et

al.

Supporting

Taxiing

for

General

Aviation

Pilots

through

Dynamic

Message

Signs:

Simulation

Evaluation

and

Implications

for

the

Prevention

of

Runway

Incursions

[J],

Human

Factors

and

Ergonomics

Society

Annual

Meeting

Proceedings,

2004,48(1):56-60.[13]

McGarry

K,

Long

K.

Don

'

t

Go

There:

Using

Runway

Intersection

Lights

to

Prevent

Runway

Incursions [J].

PROCEEDINGS

of

the

HUMAN

FACTORS

AND

ERGONOMICS

SOCIETY,

2008:ONIC

TEST