《中国民航报》、中国民航网 胡夕姮 通讯员刘景泰报道：中国民用机场年旅客吞吐总量已经连续多年位列世界第二，道面面积超过3亿平方米，正处于从“民航大国”向“民航强国”转变的关键阶段。道面安全是保障民航运行安全的重中之重，道面安全检测也是保障飞机起降安全的核心工作之一。

随着我国机场数量和航班起降体量的不断增加，众多机场跑道利用率已接近饱和并步入高龄，道面安全检测作业也呈现出超高安全与精度要求、超窄作业时限、超大作业范围等特点，传统以人工、半自动为主的检测手段在检测效率和精度上均无法满足当下的安全检测需要，以致于道面养护维修只能以事后、被动、粗放的方式开展。因此，机场道面安全检测亟需更加高效、智能的整体解决方案。

多家单位联合攻关机场道面安全检测

目前，国内外在机场道面检测装备方面的研究与应用较少，但在与之相关的关键技术方面有所突破，例如，加拿大Fugro Roadware公司、美国WAYLINK SYSTEMS公司、中公高科、武大卓越等单位曾开发出多种基于车载式公路的路面状况检测系统，主要通过人工驾驶车辆来采集公路表面和周边设施信息，实现了数据半自动化采集和初步自动处理。然而，机场道面在结构安全的可靠性方面显著高于公路，且作业场景和技术要求与公路不同，因而这些技术无法直接应用于机场道面结构安全检测。

通常时间和空间两个维度检测数据的高精度对齐配准，是动态分析道面情况的基础与前提。之前的道面检测以人工徒步调查为主，虽然借助巡检车辆可较大程度提高效率，但仍旧无法提供实时精准定位，多源数据难以融合。因此，使用机器人成了未来机场道面检测系统的必然选择。但单一机器人平台很难同时满足不同环境下的检测作业要求。根据现行的机场安全运行管理规定，全道面范围内如果出现一处突发性的碎裂（尺寸大于 12 cm），必须关闭跑道；跑道全道面范围内的巡检要求在3至5分钟内完成，时间窗口极短。这不仅对运行速度和检测效率有要求，还意味着平台在滑行道、停机坪区域需具备灵活的定位导航能力。因此，由单一机器人系统跃进为多机器人协同作业又成了机场道面检测的另一发展趋势。

2020年，由南开大学人工智能学院刘景泰教授作为项目负责人，成都圭目机器人有限公司牵头承担的国家重点研发计划“智能机器人”重点专项“机场跑道道面安全检测机器人”项目启动。该项目下设5项子课题，课题参与单位包括南开大学、同济大学、中国民航大学、民航二所、中科院自动化研究所、中科院沈阳自动化研究所、北京首都机场、上海同科交通科技有限公司等。作为“产学研用”一体化联合攻关的示范工程，项目围绕机场跑道运行安全检测、适航能力评估与道面全生命演变规律揭示的重大需求，旨在研制具备地空一体、模块切换、云端智慧功能，适用于机场全道面（跑道、滑行道、停机坪）的多模式机器人智能检测解决方案。

在国家科技部与民航局的支持下，研究团队结合机场道面安全检测需求和技术发展趋势，已研制出第一代道面健康机器人自动检测系统，初步提出了一个自动化、智能化的机场道面安全检测解决方案，并在西藏拉萨贡嘎机场、三亚凤凰国际机场、杭州萧山国际机场等60余座机场投入应用。该解决方案包括机场道面复杂背景下小样本细小目标结构病害智能检测技术、道面异物和污染物探测体制及检测识别关键技术、道面适航状态评估与预警方法、面向复杂多约束任务的多模式机器人分层规划方法等系列关键技术。系统可对机场道面进行周期性的全覆盖普检或重点部位专项检查，平均每小时能完成15000平方米扫描检测，提供厘米级病害位置信息，建立毫米级分辨率道面实景模型，成本低且探测能力优。

基于“云-边-端”架构的机场道面安全检测机器人系统

在实际应用过程中，研究团队认为，现有系统仍需要丰富系统检测内容、持续提升检测数据处理的智能化水平。为此，研究团队又提出了基于“云-边-端”架构的机场道面安全检测机器人系统。

“端”由多模式机场道面安全检测机器人系统组成，部署在机场本地。作为机场道面安全检测作业的感知执行端，其代替了原先目视巡查的人工驾驶车辆，主要负责机场道面健康数据的自动采集工作。这些多模式检测机器人主要包括高精度定检机器人、高速巡检机器人、以及辅助巡查无人机。机器人系统可被划分为多模式移动平台模块、系列结构安全检测模块、运行安全检测模块、感知定位模块以及人机交互模块等，不同模块间可快速灵活地切换与拓展。

“边”为多机器人远程监控和数据智能分析平台，主要负责检测机器人的实时作业状态。“边”端平台包括机场道面安全检测机器人远程监控与故障处置平台、基于GIS的机场道面安全数据智能分析和管理服务平台等，多平台联动，可构建具备终端控制协调能力的“边”缘监控中心和具备多模态数据实时处理能力的“边”缘计算中心，以支撑机场机器人作业智能化和数据分析智能化。每当机场检测作业区域确定后，“边”端监控平台会将检测任务下发给机器人，机器人通过运行轨迹在检测区域内自主作业、采集检测数据。在作业过程中，机器人当前位置、运动状态、传感器状态、任务完成度等信息会实时反馈至监控平台，方便工作人员及时查看和评估调整。“端”与“边”均采用5G通信技术，数据传输速率和质量有所保证。

“云”为道面健康数据云端共享中心，可部署在民航监管单位或机场本地。作为“云-边-端”架构下最顶层的业务，云端共享中心负责机场道面健康数据的知识共享和迁移发布。其会收集来自于不同机场的道面检测脱敏数据，在云端进行模型训练迭代、自主更新学习、历史数据存储等，并将更新后的道面表观病害、结构病害、FOD(外来异物)的智能识别模型，以及机场道面适航状态安全评估和预测模型向部署在各个机场的“边”端进行发布，使机场道面运维更加有据可循、有据可依。

道面安全检测机器人在智慧机场中的应用

随着《新时代民航强国建设行动纲要》《中国民航四型机场建设行动纲要(2020-2035 年) 》等逐步推进和落实，全国多家机场践行“先行先试”理念，积极引入机场道面安全检测机器人系统，以提升道面管养水平。其中，北京大兴国际机场作为国内智慧机场建设标杆，成为了最为典型的应用案例。

在宽阔的机场停机坪，几架飞机一字排开，等待执行飞行任务；在机场的另一边，一台橙色机器打开探照灯，在机场跑道上来回穿梭，所到之处数据都被记录下来，道路表面和内部病害问题清晰可见。这正是机场道面安全检测机器人系统的应用场景。

2020年8月，北京大兴机场进入服役期不久，机场道面检测项目组便对机场跑道、滑行道、停机坪进行全覆盖检测，绝大部分检测作业在机场夜间停航时间内完成，累计检测面积近450万平方米。机场道面安全检测机器人采集了作业区域的所有道面表观图像数据和内部探地雷达数据，将原始数据导入机场道面安全检测数据智能分析平台，并自动生成机场道面病害统计报表，经济效益显著。利用机器人得到的高精度检测数据，北京大兴机场实现了对机场道面病害和道面资产状况（标线、助航灯）的数字化管理，为后续机场相关部门制定道面精准养护计划提供了科学的决策依据。此次健康状态检测和评估结果，还将贯穿机场道面全寿命周期的管理过程，为机场搭建数字孪生模型奠定扎实基础。

与北京大兴机场相似，拉萨贡嘎机场也对机场道路与内部结构状况进行了周期性采集，提取道面内部管道和线缆三维信息，建立道面三维数字化管理模型，开展预防性精准养护。成都双流机场、杭州萧山机场、昆明长水机场等则针对道面反复破损、异常沉降等问题，利用机器人手段精准查找病灶，判断引发病害的根本原因，为专项维修方案提供良好数据支撑。

如今，平安机场、智慧机场建设是落实“民航强国”战略行动纲要的关键任务之一，而飞行区道面是机场最重要的资产之一，其健康状况对于机场安全、高效、科学运行具有决定性影响。随着5G、大数据、物联网、云存储等技术的快速演进，机场道面检测呈现出从人工半自动抽样到智能化精准检测、由低频静态检测向高频动态预警、从单一信息分析到多元数据评价、从事后粗放式养护到预防性精准养护、从阶段性离散管养到全寿命周期管养的发展趋势。可以想象，通过机器人和物联网精准信息采集的“端”、智能信息处理的“边”、深度信息应用的“云”，基于“云-边-端”架构的机场道面安全检测机器人系统将最终实现“检得快、检得准、能预警”目标，成为未来道面智慧化管养的关键手段。