跑道FOD检测：无人机如何识别巡视人员遗漏的碎片
每个机场维护团队都有一个关于险些发生事故的故事。一段安全线就在中线旁边，直到第三次巡视才被发现。一个螺栓在涡轮叶片上发现裂纹，导致调查追溯到数小时前已被签核为“已清理”的跑道清扫工作。外来物碎片（FOD）检测正是为此而存在 – 碎片不会自行宣告。它静静地躺在道面上，直到发动机首先发现它。
旧方法：彻底，但其效果仅取决于执行检查的眼睛
一次标准的FOD人工清扫需要15到30分钟，具体取决于跑道长度和机组人员规模。检查人员会搜寻任何不属于跑道的东西：硬件、道面碎片、野生动物残骸、冰块。这是一项细致的工作，但它本身也存在矛盾。手电筒只能照亮一个狭窄的锥形区域，而小型、深色物体几乎是故意地融入沥青中。一个五毫米的螺栓在凌晨3点以步行速度几乎是看不见的。疲劳会使其加剧 – 第五次夜间清扫的敏锐度很少能与第一次相比。而且由于每次关闭都会造成金钱损失，因此存在快速行动的持续压力，这与捕捉最小威胁所需的缓慢、细致的扫描背道而驰。
新方法：一台不知疲倦的摄像机
无人机跑道检查以低空飞过跑道表面，捕获高分辨率图像，有时还会搭配热传感器。AI跑道检查模型经过训练用于识别外来物，会扫描每一帧，标记任何打破清洁道面模式的物体。
过去需要机组人员20或30分钟完成的工作，现在无人机跑道检查只需3到8分钟。检测阈值不会因班次而异 — 在第一次飞行中捕获硬币大小碎片的模型，在最后一次飞行中也会以同样的方式捕获它。小至五毫米的物体，远低于步行检查员能可靠发现的尺寸，也能清晰显示并被标记精确的位置数据。它还会留下记录：整个表面的带时间戳、地理定位图像，而不是口头上的“跑道已清理”。
摄像机与无人机同样重要
FOD检测系统的性能仅取决于其传感器。正如我们在关于最佳航空摄影测量摄像机的分析中所述，高分辨率RGB传感器是分辨小物体而不会将其模糊成道面纹理的主力。热像仪为夜间作业增加了第二层功能，因为金属碎片通常比周围的沥青具有不同的温度特征。最强大的配置是在白天进行清晰的RGB扫描，并在夜间进行热成像覆盖。
为何这很重要？
价值不仅仅在于速度 – 还在于一致性。FOD事件在设计上是罕见的，但遗漏一个物体的代价是巨大的。一种无论班次或疲劳程度如何，每次都能以相同方式执行的机场FOD检测方法，弥补了与人工巡视一样长期存在的空白。它还缩短了关闭时间，从而减少了航班延误和改道。每次将20分钟的关闭时间缩短到10分钟以下，一年下来累积的效果是显著的。
执行FOD扫描的同一无人机平台通常也兼作机场道面检查工具，在同一次飞行中捕获裂缝、车辙和沉降。这种重叠将两个独立的检查程序转变为一个互联的工作流程，从而加强了即时安全和长期机场基础设施检查。
无人机仍然无法做到的事情
无人机可以发现螺栓，但它无法将其捡起。确认的FOD仍然需要人工响应，并且某些检查 — 例如松动的灯具紧固件、需要亲手检查的道面裂缝 — 仍然需要现场人员。天气也设定了实际限制：大雨、大雾或大风可能导致无人机停飞，而地面工作人员仍可在能见度降低的情况下缓慢工作。
从中获益最多的机场并非取代其FOD程序 — 它们正在重组这些程序。无人机负责频繁、快速、大范围的扫描；地面工作人员负责确认和回收。
这项技术已在何处应用
圣塞巴斯蒂安机场一直在运行无人机与5G结合的FOD检测系统，实时传输图像进行即时AI分析。希思罗机场已试用无人机进行跑道FOD和表面损伤检查，将检查时间大大缩短至低于人工巡视所需时间。新加坡樟宜机场已部署AI驱动的无人机检测，以提高其日常安全检查的效率。在每个案例中，目标都不是将人员从跑道上撤离 — 而是在他们踏上跑道之前，为他们提供更好的信息。
巡视人员不会消失。但他们的工作正在改变 – 从作为对抗外来物碎片的唯一防线，转变为在无人机已告知确切位置后进行响应的团队。
