机场飞行区异物一直是航班安全运行的重要隐患,对于中小机场而言,采用一体化FOD探测系统是性价比较低的手段。利用无人机进行机场FOD巡检,通过智能图像识别技术,能够快速有效的对机场目标区域进行FOD的探测。设计出一套面向机场飞行区无人机异物巡检的系统,主要包括巡检路径规划,轨迹跟踪与监控以及智能图像识别等功能。为了对巡检道面实现全覆盖式的巡检,首先通过高斯投影将WGS-84坐标下巡检范围模型进行坐标转换。然后将机场目标区域栅格化,并将可巡检区域和障碍物用0-1矩阵表示,考虑跑道和滑行道的地理位置利用种子填充法将目标区域分块,最后采用Z字扫描法对划分好的各个区域进行路径规划。构建无人机飞行控制数学模型,探讨了无人机导航定位和轨迹跟踪的控制算法。同时通过接收无人机装载的ADS-B发射机和自身携带的GPS装置发射的定位信息,采用多模式交互算法描述运动模型,对异步航迹进行外推,最后通过凸组合算法融合,实现对无人机航迹准确的追踪。通过无人机搭载的云台摄像头将巡检区域拍摄视频传回基站。首先对收到的视频流按一定时间间隔提取图像帧,然后进行图像拼接,增强,去噪等预处理。通过融合像素分离与直线检测进行标志线提取。对样本集进行亮度、颜色、边缘特征提取,采用蒙特卡罗和模糊数学的方法算出各个特征检测出异物的基本概率,最后根据D-S证据融合理论对特征按照支持度的大小进行融合,对处理后的图像进行显著性检测。使用Android Studio开发出能操控无人机完成巡检任务的应用软件,装载在地面站上实现对无人机定位修正,路径规划,速度与高度控制。同时使用Eclipse开发出基于World Wind的无人机监控与图像处理平台,在收到数据后能在后台进行监管与显示,同时对道面进行异物检测。