CN111966126A - 无人机巡逻方法、装置及无人机 - Google Patents
无人机巡逻方法、装置及无人机 Download PDFInfo
- Publication number
- CN111966126A CN111966126A CN202010860144.XA CN202010860144A CN111966126A CN 111966126 A CN111966126 A CN 111966126A CN 202010860144 A CN202010860144 A CN 202010860144A CN 111966126 A CN111966126 A CN 111966126A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- personnel
- patrol
- person
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000008569 process Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 3
- 239000012528 membrane Substances 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 7
- 230000002265 prevention Effects 0.000 abstract description 4
- 230000009471 action Effects 0.000 description 25
- 239000007789 gas Substances 0.000 description 23
- 238000004891 communication Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001931 thermography Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 1
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
Abstract
本申请提供一种无人机巡逻方法、装置及无人机,涉及安全防控技术领域。该方法包括:确定无人机的巡逻区域内是否存在外来人员闯入;若存在,则获取所述外来人员的位置信息;根据所述外来人员的位置信息对所述外来人员进行跟踪。如此可有效减少人力物力的耗费,提高巡逻的效率。
Description
技术领域
本申请涉及安全防控技术领域,具体而言,涉及一种无人机巡逻方法、装置及无人机。
背景技术
目前针对一些特定的场所,如工地、特定工作场所、工厂等一般都采用安装固定的摄像头,通过人工进行监控,以防止陌生人进入。并且地面防控主要是采用人工巡逻的方式,这种方式不仅效率低,且也耗费大量的人力物力。
发明内容
本申请实施例的目的在于提供一种无人机巡逻方法、装置及无人机,用以改善现有技术中通过人工巡逻进行安全防控,效率低且人力物力耗费大的问题。
第一方面,本申请实施例提供了一种无人机巡逻方法,所述方法包括:
确定无人机的巡逻区域内是否存在外来人员闯入;
若存在,则获取所述外来人员的位置信息;
根据所述外来人员的位置信息对所述外来人员进行跟踪。
在上述实现过程中,通过无人机对巡逻区域进行巡逻,以及识别巡逻区域内的外来人员,并实现自动对外来人员进行跟踪,如此可有效减少人力物力的耗费,提高巡逻的效率。
可选地,所述确定无人机的巡逻区域内是否存在外来人员闯入,包括:
获取所述无人机拍摄的所述巡逻区域内的人员图像;
将所述人员图像与预存储的图像库中的预设人员图像进行比对;
若比对结果为所述图像库中不存在与所述人员图像匹配的预设人员图像,则确定所述巡逻区域存在外来人员闯入。
在上述实现过程中,通过进行图像比对,可提高对外来人员识别的准确性。
可选地,所述确定无人机的巡逻区域内是否存在外来人员闯入,包括:
获取所述无人机拍摄的所述巡逻区域内的人员图像;
识别所述人员图像中的人员是否佩戴身份识别卡;
若未识别到所述人员佩戴有身份识别卡,则确定所述巡逻区域存在外来人员闯入。
在上述实现过程中,通过识别人员是否佩戴身份识别卡可快速实现对外来人员的识别。
可选地,所述方法还包括:
在所述无人机跟踪所述外来人员的过程中,基于所述巡逻区域的3D模型以及全向视觉***检测飞行前方是否存在障碍物;
若存在,则进行避障处理。
在上述实现过程中,基于3D模型和无人机的全向视觉***可更加准确对障碍物进行检测,以实现精准避障。
可选地,所述确定无人机的巡逻区域内是否存在外来人员闯入之前,所述方法还包括:
确定所述无人机在所述巡逻区域内的巡逻路线;
根据所述巡逻路线对所述巡逻区域进行巡逻。
在上述实现过程中,通过无人机对巡逻区域进行巡逻,可提高巡逻效率。
可选地,所述根据所述外来人员的位置信息对所述外来人员进行跟踪之后,所述方法还包括:
在确定所述无人机的电量低于预设值时,确定充电桩所在的位置,并前往所述充电桩所在的位置进行充电;
输出提示信息,所述提示信息用于提示后台控制终端调度另一无人机继续对所述外来人员进行跟踪。
在上述实现过程中,通过在无人机的电量低时,调度另一无人机继续对外来人员进行跟踪,则可实现跟踪的无缝对接。
可选地,所述方法还包括:
通过气体传感器检测所述巡逻区域内是否存在气体异常;
若存在,则输出告警信息。
在上述实现过程中,通过对巡逻区域内的气体进行异常检测,从而可在气体异常时,输出告警信息,以及时知晓巡逻区域的异常,确保巡逻区域的安全性。
可选地,所述无人机的机身表面被包裹有一防雨防腐蚀透气膜,从而可确保无人机在特殊区域巡逻时避免自身损坏的问题。
第二方面,本申请实施例提供了一种无人机巡逻装置,所述装置包括:
人员识别模块,用于确定无人机的巡逻区域内是否存在外来人员闯入;
位置确定模块,用于若所述巡逻区域内存在外来人员闯入,则获取所述外来人员的位置信息;
跟踪模块,用于根据所述外来人员的位置信息对所述外来人员进行跟踪。
可选地,所述人员识别模块,用于获取所述无人机拍摄的所述巡逻区域内的人员图像;将所述人员图像与预存储的图像库中的预设人员图像进行比对;若比对结果为所述图像库中不存在与所述人员图像匹配的预设人员图像,则确定所述巡逻区域存在外来人员闯入。
可选地,所述人员识别模块,用于获取所述无人机拍摄的所述巡逻区域内的人员图像;识别所述人员图像中的人员是否佩戴身份识别卡;若未识别到所述人员佩戴有身份识别卡,则确定所述巡逻区域存在外来人员闯入。
可选地,所述装置还包括:
避障模块,用于在所述无人机跟踪所述外来人员的过程中,基于所述巡逻区域的3D模型以及全向视觉***检测飞行前方是否存在障碍物;若存在,则进行避障处理。
可选地,所述装置还包括:
巡逻模块,用于确定所述无人机在所述巡逻区域内的巡逻路线;根据所述巡逻路线对所述巡逻区域进行巡逻。
可选地,所述装置还包括:
电量检测模块,用于在确定所述无人机的电量低于预设值时,确定充电桩所在的位置,并前往所述充电桩所在的位置进行充电;输出提示信息,所述提示信息用于提示后台控制终端调度另一无人机继续对所述外来人员进行跟踪。
可选地,所述装置还包括:
气体检测模块,用于通过气体传感器检测所述巡逻区域内是否存在气体异常;若存在,则输出告警信息。
可选地,所述无人机的机身表面被包裹有一防雨防腐蚀透气膜。
第三方面,本申请实施例提供一种无人机,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请实施例提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种无人机巡逻方法的流程图;
图2为本申请实施例提供的一种无人机巡逻装置的结构框图;
图3为本申请实施例提供的一种用于执行无人机巡逻方法的无人机的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提供一种无人机巡逻方法,该方法通过识别巡逻区域内的外来人员,并实现自动对外来人员进行跟踪,如此可有效减少人力物力的耗费,提高巡逻的效率,确保巡逻区域的安全。
下面结合各个附图对本申请提供的无人机巡逻方法进行详细介绍。
请参照图1,图1为本申请实施例提供的一种无人机巡逻方法的流程图,该方法包括如下步骤:
步骤S110:确定无人机的巡逻区域内是否存在外来人员闯入。
本申请实施例中,为了提高对工厂、工地、特定工作场所、小区等区域的巡逻效率,可以通过无人机对这些区域进行巡逻,以减少人工巡逻成本。其中,巡逻区域即可是指工厂、工地等这些区域,也可以是这些区域中的特定区域,如即无人机上可存储有地图,预先可在地图上标记需要巡逻的巡逻区域,这样无人机即可按照地图在所划定的巡逻区域内巡逻。
在具体实现过程中,无人机可与后台控制终端进行通信连接,后台控制终端可根据巡逻区域的大小,需要巡逻的位置等信息来规划无人机的巡逻路线,然后将巡逻路线发送给无人机,如此无人机可获取在巡逻区域内的巡逻路线,然后可根据巡逻路线对巡逻区域进行巡逻。
无人机在巡逻过程中可实时拍摄巡逻区域的图像,并对图像中的信息进行识别,以识别巡逻区域内是否存在外来人员闯入,若确定巡逻区域存在外来人员闯入,则执行步骤S120。
步骤S120:获取所述外来人员的位置信息。
无人机在确定巡逻区域存在外来人员闯入时,可通过拍摄的图像获取外来人员的位置信息,即无人机可以根据外来人员在图像中的位置信息实时调整自身的飞行姿态,以实现对外来人员的跟踪。
在一些实施方式中,外来人员的位置信息是指外来人员在图像中的位置信息时,无人机可获取拍摄的前一帧图像中外来人员的位置信息与当前帧图像中外来人员的位置信息,根据这两个位置信息确定外来人员的位置偏移,然后根据该位置偏移调整无人机的姿态,如位置偏移过大,可能表示外来人员移动速度较快,此时可调整无人机的飞行速度,从而使得无人机与外来人员之间保持一个相对稳定的距离。当然,为了使得外来人员不易发现无人机,无人机与外来人员之间的距离不应过近。
步骤S130:根据所述外来人员的位置信息对所述外来人员进行跟踪。
通过获得外来人员的位置信息后,可实时调整无人机的飞行状态,以便于对外来人员进行跟踪。另外,为了确保对外来人员的跟踪的准确性,无人机在跟踪时,还可以结合外来人员的人脸特征进行跟踪,如无人机将检测出外来人员的首帧图像作为跟踪的初始帧,可以用一个矩形框标识出外来人员的人脸,在后续进行跟踪时,可以以该人脸作为跟踪的目标,并结合外来人员的位置实时调整自身的状态,以实现对外来人员的跟踪。另外,无人机对外来人员的跟踪区域为在巡逻区域内,若外来人员行走到巡逻区域外后,无人机则结束对外来人员的跟踪。
另外,在无人机识别到外来人员后,无人机还可以通过语音报警器输出报警声,以驱赶外来人员。当然,也可以不先输出报警声,而是对外来人员进行跟踪,还可以在跟踪过程中获得的外来人员的图像以及位置信息发送给后台控制终端,由后台控制终端对外来人员进行进一步的识别。
在上述实现过程中,通过无人机对巡逻区域进行巡逻,以及识别巡逻区域内的外来人员,并实现自动对外来人员进行跟踪,如此可有效减少人力物力的耗费,提高巡逻的效率。
在一些实施方式中,还可以通过如下方式确定巡逻区域是否存在外来人员闯入:
1、获取无人机拍摄的巡逻区域内的人员图像,将人员图像与预存储的图像库中的预设人员图像进行比对,若比对结果为图像库中不存在与人员图像匹配的预设人员图像,则确定巡逻区域存在外来人员闯入。
可以理解地,可预先在无人机中存储一图像库,以工厂作为巡逻区域为例,该图像库中可包含工厂内各个工作人员的人脸图像,各个工作人员的人脸图像即为预设人员图像。无人机可实时对巡逻区域进行图像拍摄,在识别到图像中存在人员时,可将人员图像与图像库中的每个预设人员图像进行比对,其比对的方式可以是计算两张图像中人员区域的相似度(如将图像中人员区域进行分割后再进行相似度比对),在相似度大于或等于预设阈值时,则认为两张图像匹配一致,若相似度小于预设阈值,则认为两张图像匹配不一致。若存在有预设人员图像与人员图像匹配一致,则表示该图像中的人员为巡逻区域内的工作人员,不是外来人员,若人员图像与任一张预设人员图像均匹配不一致,表示该图像中的人员不是巡逻区域的工作人员,为外来人员,此时确定巡逻区域存在外来人员闯入。
在上述实现过程中,通过进行图像比对,可提高对外来人员识别的准确性。
2、获取无人机拍摄的巡逻区域内的人员图像,识别该人员图像中的人员是否佩戴身份识别卡,若未识别到该人员佩戴有身份识别卡,则确定该巡逻区域存在外来人员闯入。
举例来说,无人机在识别到拍摄的图像中存在人员时,识别图像中的人员是否佩戴身份识别卡,其具体识别方式也可以是无人机中预先存储有身份识别卡的图像信息,通过将存储的身份识别卡的图像与该图像进行比对,在相似度大于阈值时,确定该人员佩戴有身份识别卡,若相似度小于阈值时,确定该人员未佩戴身份识别卡。或者,若身份识别卡中包含一维码或二维码图像等,则可以对无人机采集的人员图像进行扫描,通过扫描识别人员图像中是否包含有一维码或二维码图像,若有,则确定该人员佩戴有身份识别卡,若没有,则确定该人员未佩戴身份识别卡。
但是为了避免外来人员伪造身份识别卡,还可以将工作人员的身份信息携带在身份识别卡中的一维码或二维码图像中,这样可以在人员图像中包含一维码或二维码图像时,扫描该一维码或二维码,获得其携带的信息,通过该信息判断该人员是否为工厂内的工作人员,如此可更加准确地确定该人员是否为外来人员。
或者,若身份识别卡为电子标签时,无人机上可安装有标签读写器,在拍摄到人员图像后,可通过读写器读取人员上的电子标签,若读取失败,表示该人员未佩戴电子标签,则表示该人员为外来人员,若读取成功,表示该人员不是外来人员。这种方式中,无人机结合射频技术,巡逻区域内的工作人员均佩戴有电子标签的身份识别卡,无人机在巡逻过程中可扫描读取识别到的人员身上的电子标签,从而识别该人员是否是外来人员。
需要说明的是,上述识别图像中是否存在人员的方式可以采用神经网络模型来进行识别,如通过神经网络模型识别图像中是否存在人员特征信息,若存在,则确定图像为人员图像,其具体的识别过程可参照现有技术中的实现过程,在此不过多描述。
另外,无人机上可搭载有热成像***,该热成像***可包括红外探测传感器以及可见光传感器,红外探测传感器可用于在无可见光时进行图像拍摄,可见光传感器可用于在有可见光时进行图像拍摄,该热成像***可使无人机在无可见光的情况下也能进行实时探测和拍摄工作,且可在可见光传感器和红外探测传感器之间进行切换,以确保在无可见光时也能清晰拍摄到图像。
在上述实现过程中,通过识别人员是否佩戴身份识别卡可快速实现对外来人员的识别。
在一些实施方式中,为了进一步确保巡逻区域的安全,还可以在无人机对外来人员进行跟踪过程中,对外来人员的动作进行识别,即识别外来人员的违法动作。由于无人机配置有双目相机、全向相机等多种相机,其可以清晰拍摄到外来人员的图像,然后对图像中外来人员的动作进行识别,其识别的过程可以采用神经网络模型来识别,神经网络模型如卷积神经网络、循环神经网络等模型,具体的识别过程在此不过多赘述,本领域技术人员可参照现有技术中的相关实现过程。
在识别到外来人员的动作后,可判断其动作是否是违法动作,如无人机可预先存储有正确的行为动作姿态或者违法的行为动作姿态等信息,如此可将外来人员的动作与预先存储的正确的行为动作姿态或违法的行为动作姿态等信息进行比对,若外来人员的动作与正确的行为动作姿态匹配或者外来人员的动作与违法的行为动作姿态不匹配,则认为该外来人员不存在违法行为,此时无人机可继续对外来人员进行跟踪;若外来人员的动作与正确的行为动作姿态不匹配或者外来人员的动作与违法的行为动作姿态匹配,则认为外来人员存在违法行为,此时无人机可输出报警信息,如产生告警声,或者向后台控制终端输出提示信息,以提示后台工作人员注意巡逻区域内有外来人员闯入,并且有违法行为。
在另外一些实施例中,若无人机无法识别图像中的人脸区域时,如图像中的人员戴了口罩或者帽子,在也认为该人员为外来人员,此时无人机也可向后台控制终端输出提示信息,或者输出告警信息等。
在一些实施方式中,为了避免无人机在巡逻过程中与障碍物相撞而导致无人机损坏无法继续巡逻的问题,无人机上还可以设置有避障模块,该避障模块可用于无人机在巡逻过程中进行避障处理,如在无人机跟踪外来人员的过程中,基于巡逻区域的3D模型以及全向视觉***检测无人机飞行前方是否存在障碍物,若存在,则进行避障处理。
其中,在飞行前可通过手动操控无人机利用自身的高清相机采集需要巡逻范围内的各处场景视频,如每次以特定起飞点为坐标原点,安装设定路线控制无人机飞行,以采集飞行路线中的视频图像,然后可将采集的视频图像输入3D模型软件中,例如3D模型软件构建巡逻区域的3D模型,该3D模型包括巡逻区域内固定建筑物,这些固定建筑物即可标记为障碍物。
为了构建更准确的3D模型,还可以利用VR技术检验构建的3D模型的连续性准确率,通过补拍视频图像来进行完善3D模型,确保3D模型的可靠性。
在获得构建的3D模型后,可将3D模型下载到无人机***,这样无人机在飞行过程中可再结合GPS定位以及全向视觉***(如无人机的上下、左右、前后12路视觉双目、下方红外毫米波等传感器)综合实时预估定位障碍物的当前坐标以及周围环境,从而实现精准绕开障碍物的效果。
其中,由于无人机在飞行时,很多时候都会受到不同的干扰,例如,GPS定位错误、墙壁没纹理等,这时部分传感器就会不可避免的出现异常数据,如果只有GPS定位数据或单一的视觉传感器,无人机就可能因此而乱飘,甚至炸机的情况。所以,可在无人机上设置全向视觉***,在全向视觉***下,即使有部分传感器无法正常工作,无人机依靠其他方向的视觉传感器的协助,依旧能够实现稳定悬停,多角度的传感器能收集更多的环境信息,然后把不同的数据进行比对和验证,就能筛选出更可靠的数据,从而实现更稳定的飞行。
在上述实现过程中,基于3D模型和无人机的全向视觉***可更加准确对障碍物进行检测,以实现精准避障。
在一些实施方式中,无人机在巡逻过程或者对外来人员进行跟踪的过程中,若在确定无人机的电量低于预设值时,可以先确定充电桩所在的位置,并前往充电桩所在的位置进行充电,然后输出提示信息,该提示信息用于提示后台控制终端调度另一无人机继续对外来人员进行跟踪。
例如,无人机可实时对自身的电量情况进行检测,其预设值可以根据实际需求灵活设置,如可以在电量低于百分之20时,无人机查找充电桩所在的位置,无人机中可存储有各个充电桩所在的位置,无人机可基于当前位置确定距离最近的充电桩,然后前往距离最近的充电桩所在的位置进行充电。
而为了对巡逻区域进行全方位巡逻,可以采用多个无人机进行巡逻,这样后台控制终端在接收到提示信息后,可调度当前在巡逻区域内的其他无人机来继续对该外来人员进行跟踪,其他无人机可以是指巡逻区域内当前未进行人员跟踪的无人机,即当前只有巡逻任务的无人机。
但是为了实现对外来人员的无缝跟踪,无人机在检测到电量低于预设值时,可以先输出提示信息至后台控制终端,然后等待后台控制终端调度其他无人机到达该无人机的当前位置后,该无人机才前往充电桩进行充电。即后台控制终端调度另一无人机前往当前跟踪的无人机所在的位置,另一无人机在到达该位置处后,向后台控制终端发送提示信息,后台控制终端接收到提示信息后再调度当前跟踪的无人机前往充电桩进行充电。
当然,也可以在当前跟踪的无人机因为其他情况而无法继续对外来人员进行跟踪时,如当前跟踪的无人机检测到其他器件损坏等情况,则后台控制终端也可调度另一无人机继续对外来人员进行跟踪。
在一些实施方式中,为了实现无人机对特殊区域的安全巡逻,无人机还可以通过气体传感器检测巡逻区域内是否存在气体异常,若存在,则输出告警信息。
在具体实现过程中,无人机上可以安装有多个气体传感器,用于对不同气体进行检测,如二氧化碳、二氧化硫、甲醛、氮气、氯气、腐蚀气体、盐雾等。其中,可以根据不同需求场景选择对应的气体传感器安装。
当气体传感器检测到气体存在异常时,如气体浓度大于预设浓度时,则表示气体存在异常,这种情况下,无人机可输出告警信息至后台控制终端。并且,无人机还可以拍摄当前异常区域的图像发送至后台控制终端,或者,还可以发送当前坐标至后台控制终端,以供工作人员及时采取措施对出现异常情况的区域进行处理,从而避免重大事故的发生。
另外,无人机上还可设置有其它传感器,如温湿度传感器、粉尘传感器、噪音传感器等,如此可针对不同的环境进行异常检测,以确保巡逻区域的安全。
在上述实现过程中,通过对巡逻区域内的气体进行异常检测,从而可在气体异常时,输出告警信息,以及时知晓巡逻区域的异常,确保巡逻区域的安全性。
在一些实施方式中,为了对特殊环境下的巡逻需求,无人机的机身表明还可以被包裹有一防雨防腐蚀透气膜,从而可确保无人机在特殊区域巡逻时避免自身损坏的问题。
请参照图2,图2为本申请实施例提供的一种无人机巡逻装置100的结构框图,该装置100可以是无人机上的模块、程序段或代码。应理解,该装置100与上述图1方法实施例对应,能够执行图1方法实施例涉及的各个步骤,该装置100具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。
可选地,所述装置100包括:
人员识别模块110,用于确定无人机的巡逻区域内是否存在外来人员闯入;
位置确定模块120,用于若所述巡逻区域内存在外来人员闯入,则获取所述外来人员的位置信息;
跟踪模块130,用于根据所述外来人员的位置信息对所述外来人员进行跟踪。
可选地,所述人员识别模块110,用于获取所述无人机拍摄的所述巡逻区域内的人员图像;将所述人员图像与预存储的图像库中的预设人员图像进行比对;若比对结果为所述图像库中不存在与所述人员图像匹配的预设人员图像,则确定所述巡逻区域存在外来人员闯入。
可选地,所述人员识别模块110,用于获取所述无人机拍摄的所述巡逻区域内的人员图像;识别所述人员图像中的人员是否佩戴身份识别卡;若未识别到所述人员佩戴有身份识别卡,则确定所述巡逻区域存在外来人员闯入。
可选地,所述装置100还包括:
避障模块,用于在所述无人机跟踪所述外来人员的过程中,基于所述巡逻区域的3D模型以及全向视觉***检测飞行前方是否存在障碍物;若存在,则进行避障处理。
可选地,所述装置100还包括:
巡逻模块,用于确定所述无人机在所述巡逻区域内的巡逻路线;根据所述巡逻路线对所述巡逻区域进行巡逻。
可选地,所述装置100还包括:
电量检测模块,用于在确定所述无人机的电量低于预设值时,确定充电桩所在的位置,并前往所述充电桩所在的位置进行充电;输出提示信息,所述提示信息用于提示后台控制终端调度另一无人机继续对所述外来人员进行跟踪。
可选地,所述装置100还包括:
气体检测模块,用于通过气体传感器检测所述巡逻区域内是否存在气体异常;若存在,则输出告警信息。
可选地,所述无人机的机身表面被包裹有一防雨防腐蚀透气膜。
需要说明的是,本领域技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置100的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再重复描述。
请参照图3,图3为本申请实施例提供的一种用于执行无人机巡逻方法的无人机的结构示意图,所述无人机可以包括:至少一个处理器210,例如CPU,至少一个通信接口220,至少一个存储器230和至少一个通信总线240。其中,通信总线240用于实现这些组件直接的连接通信。其中,本申请实施例中设备的通信接口220用于与其他节点设备进行信令或数据的通信。存储器230可以是高速RAM存储器,也可以是非易失性的存储器(non-volatilememory),例如至少一个磁盘存储器。存储器230可选的还可以是至少一个位于远离前述处理器的存储装置。存储器230中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器210执行时,无人机执行上述图1所示方法过程。
可以理解,图3所示的结构仅为示意,所述无人机还可包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置,如机身、机翼等。图3中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供一种可读存储介质,所述计算机程序被处理器执行时,执行如图1所示方法实施例中无人机所执行的方法过程。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如,包括:确定无人机的巡逻区域内是否存在外来人员闯入;若存在,则获取所述外来人员的位置信息;根据所述外来人员的位置信息对所述外来人员进行跟踪。
综上所述,本申请实施例提供一种无人机巡逻方法、装置及无人机,通过无人机对巡逻区域进行巡逻,以及识别巡逻区域内的外来人员,并实现自动对外来人员进行跟踪,如此可有效减少人力物力的耗费,提高巡逻的效率。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种无人机巡逻方法,其特征在于,所述方法包括:
确定无人机的巡逻区域内是否存在外来人员闯入;
若存在,则获取所述外来人员的位置信息;
根据所述外来人员的位置信息对所述外来人员进行跟踪。
2.根据权利要求1所述的方法,其特征在于,所述确定无人机的巡逻区域内是否存在外来人员闯入,包括:
获取所述无人机拍摄的所述巡逻区域内的人员图像;
将所述人员图像与预存储的图像库中的预设人员图像进行比对;
若比对结果为所述图像库中不存在与所述人员图像匹配的预设人员图像,则确定所述巡逻区域存在外来人员闯入。
3.根据权利要求1所述的方法,其特征在于,所述确定无人机的巡逻区域内是否存在外来人员闯入,包括:
获取所述无人机拍摄的所述巡逻区域内的人员图像;
识别所述人员图像中的人员是否佩戴身份识别卡;
若未识别到所述人员佩戴有身份识别卡,则确定所述巡逻区域存在外来人员闯入。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述无人机跟踪所述外来人员的过程中,基于所述巡逻区域的3D模型以及全向视觉***检测飞行前方是否存在障碍物;
若存在,则进行避障处理。
5.根据权利要求1所述的方法,其特征在于,所述确定无人机的巡逻区域内是否存在外来人员闯入之前,所述方法还包括:
确定所述无人机在所述巡逻区域内的巡逻路线;
根据所述巡逻路线对所述巡逻区域进行巡逻。
6.根据权利要求1所述的方法,其特征在于,所述根据所述外来人员的位置信息对所述外来人员进行跟踪之后,所述方法还包括:
在确定所述无人机的电量低于预设值时,确定充电桩所在的位置,并前往所述充电桩所在的位置进行充电;
输出提示信息,所述提示信息用于提示后台控制终端调度另一无人机继续对所述外来人员进行跟踪。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过气体传感器检测所述巡逻区域内是否存在气体异常;
若存在,则输出告警信息。
8.根据权利要求1所述的方法,其特征在于,所述无人机的机身表面被包裹有一防雨防腐蚀透气膜。
9.一种无人机巡逻装置,其特征在于,所述装置包括:
人员识别模块,用于确定无人机的巡逻区域内是否存在外来人员闯入;
位置确定模块,用于若所述巡逻区域内存在外来人员闯入,则获取所述外来人员的位置信息;
跟踪模块,用于根据所述外来人员的位置信息对所述外来人员进行跟踪。
10.一种无人机,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-8任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010860144.XA CN111966126A (zh) | 2020-08-24 | 2020-08-24 | 无人机巡逻方法、装置及无人机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010860144.XA CN111966126A (zh) | 2020-08-24 | 2020-08-24 | 无人机巡逻方法、装置及无人机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111966126A true CN111966126A (zh) | 2020-11-20 |
Family
ID=73391382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010860144.XA Pending CN111966126A (zh) | 2020-08-24 | 2020-08-24 | 无人机巡逻方法、装置及无人机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111966126A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114115345A (zh) * | 2021-11-19 | 2022-03-01 | 中国直升机设计研究所 | 一种旋翼无人机视觉着舰引导方法与*** |
CN115083089A (zh) * | 2022-06-10 | 2022-09-20 | 广州市港航工程研究所 | 一种基于无人机的夜间可视化监控***及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105717946A (zh) * | 2016-03-22 | 2016-06-29 | 临沂高新区翔鸿电子科技有限公司 | 多基站无人机连续跟踪***及方法 |
CN107792362A (zh) * | 2017-12-04 | 2018-03-13 | 陈军瑞 | 一种身份识别巡逻无人机 |
CN110111516A (zh) * | 2019-04-17 | 2019-08-09 | 中广核研究院有限公司 | 一种核电站厂区安全保卫方法及*** |
CN111107675A (zh) * | 2020-01-21 | 2020-05-05 | 山东科华电力技术有限公司 | 基于泛在电力物联网的电缆通道边缘物联终端及方法 |
-
2020
- 2020-08-24 CN CN202010860144.XA patent/CN111966126A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105717946A (zh) * | 2016-03-22 | 2016-06-29 | 临沂高新区翔鸿电子科技有限公司 | 多基站无人机连续跟踪***及方法 |
CN107792362A (zh) * | 2017-12-04 | 2018-03-13 | 陈军瑞 | 一种身份识别巡逻无人机 |
CN110111516A (zh) * | 2019-04-17 | 2019-08-09 | 中广核研究院有限公司 | 一种核电站厂区安全保卫方法及*** |
CN111107675A (zh) * | 2020-01-21 | 2020-05-05 | 山东科华电力技术有限公司 | 基于泛在电力物联网的电缆通道边缘物联终端及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114115345A (zh) * | 2021-11-19 | 2022-03-01 | 中国直升机设计研究所 | 一种旋翼无人机视觉着舰引导方法与*** |
CN115083089A (zh) * | 2022-06-10 | 2022-09-20 | 广州市港航工程研究所 | 一种基于无人机的夜间可视化监控***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200333789A1 (en) | Information processing apparatus, information processing method, and medium | |
CN111932588B (zh) | 一种基于深度学习的机载无人机多目标跟踪***的跟踪方法 | |
CN103726879B (zh) | 利用摄像头自动捕捉矿井矿震坍塌并及时记录报警的方法 | |
CN106341661B (zh) | 巡逻机器人 | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位*** | |
CN110264495B (zh) | 一种目标跟踪方法及装置 | |
CN201278180Y (zh) | 一种自动追踪识别*** | |
US10742935B2 (en) | Video surveillance system with aerial camera device | |
CN111738240A (zh) | 区域监测方法、装置、设备及存储介质 | |
US20050237390A1 (en) | Multiple camera system for obtaining high resolution images of objects | |
CN101465033A (zh) | 一种自动追踪识别***及方法 | |
CN110619276B (zh) | 基于无人机移动监控的异常及暴力检测***和方法 | |
KR102335994B1 (ko) | 드론 감시를 위한 촬영 감시 장치들의 통합 제어 장치 | |
CN111966126A (zh) | 无人机巡逻方法、装置及无人机 | |
CN111294561A (zh) | 基于视频的在线巡更方法、电子设备、存储介质及*** | |
CN109544870A (zh) | 用于智能监控***的报警判断方法与智能监控*** | |
CN209312052U (zh) | 一种人脸识别随身警务*** | |
JP2016103690A (ja) | 監視システム、監視装置、および監視方法 | |
US20200293020A1 (en) | Surveillance system with intelligent robotic surveillance device | |
CN201142737Y (zh) | 用于ip网络视频监控***的前端监控装置 | |
CN112256019A (zh) | 自动引导车控制方法、装置、仓储***、电子设备和介质 | |
CN111931657A (zh) | 目标物识别***、方法以及存储介质 | |
CN107396051A (zh) | 一种采用无人机进行人脸识别监控的方法 | |
CN116993265A (zh) | 一种基于物联网的智能仓储安全管理*** | |
Ali et al. | Real-time safety monitoring vision system for linemen in buckets using spatio-temporal inference |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201120 |