【技术实现步骤摘要】
基于DANet的无人机海岸线漂浮垃圾巡检系统
本专利技术涉及巡检系统
,特别涉及基于DANet的无人机海岸线漂浮垃圾巡检系统。
技术介绍
随着海洋垃圾越来越严重,污染很可能随海洋生物进入人体,因此减少海洋垃圾变得尤为重要。由于海洋过大,现阶段清理的多为海岸漂浮垃圾。但是海岸线过长,边缘较为曲折,难以绘制精准的海岸线,就没有准确的清理路径。海岸线长且曲折,沿整个海岸线清理则更不现实,因此需要知道垃圾所在位置,选择性地清理。另外,有些海岸线人难以到达,影响了人工检测漂浮垃圾的效率。传统的巡检方法有人工巡逻,现场监控。人工巡逻一般只巡检平地,而像山崖、石岸,人都难以检查。巡检周期长,受视觉范围限制,耗费大量人力、物力;现场监控布置成本较高,无法覆盖整个流域,而且监控设备拍摄范围有限,容易漏检。监控视频需要人工分析,进一步加大人力成本、财力成本,另外人为分析效果因人而异,分析结果不稳定;总的来说现有技术存在的问题在于:人为巡检效率低、监控检测成本高。为解决该问题,近年来出现了一种无人机自动巡检方案,该方案解决的是河道巡检,使用无人机搭载摄像头拍摄河流视频,人为寻找视频中的污染情况。其特点是无人机的自动巡检,利用动态二值化检测海岸,自动调整飞行方向。虽然该方法无人机能自动寻路飞行,但依然需要投入大量人力观察。而且动态二值化的检测方式鲁棒性低,实际海岸线情况多变,很容易影响算法准确率,使得无人机偏移理想航线。
技术实现思路
本专利技术的目的在于至少解决现有技术中存在的技术问题之一,提供一种基于DANet ...
【技术保护点】
1.基于DANet的无人机海岸线漂浮垃圾巡检系统,其特征在于,包括:/n图像采集模块,通过无人机对需要巡检的海岸线进行视频拍摄,从视频中获取图像;/n特征提取模块,将图像输入到FPN网络提取浅层特征和深层特征,融合浅层特征和深层特征得到共享特征,共享特征分别通过区域生成网络分支、前景分支和背景分支,最终输出全景识别结果;/n网络训练模块,对图像进行标注并加入到数据集进行预训练,使得网络学习到边缘特征和颜色特征,根据海岸线巡检的要求修改分类器,对已标注的图像进行训练,使网络能够识别出海岸线以及漂浮垃圾;/n路径修正模块,用于调整无人机飞行方向,无人机以海岸线延伸方向为方向角向前飞行,计算所有海岸线坐标的平均值,作为无人机飞行起点,将海岸线和陆地相接的点进行排序、拟合成一条连续的曲线,计算曲线上的点的切线方向,从而确定飞行方向角。/n
【技术特征摘要】
1.基于DANet的无人机海岸线漂浮垃圾巡检系统,其特征在于,包括:
图像采集模块,通过无人机对需要巡检的海岸线进行视频拍摄,从视频中获取图像;
特征提取模块,将图像输入到FPN网络提取浅层特征和深层特征,融合浅层特征和深层特征得到共享特征,共享特征分别通过区域生成网络分支、前景分支和背景分支,最终输出全景识别结果;
网络训练模块,对图像进行标注并加入到数据集进行预训练,使得网络学习到边缘特征和颜色特征,根据海岸线巡检的要求修改分类器,对已标注的图像进行训练,使网络能够识别出海岸线以及漂浮垃圾;
路径修正模块,用于调整无人机飞行方向,无人机以海岸线延伸方向为方向角向前飞行,计算所有海岸线坐标的平均值,作为无人机飞行起点,将海岸线和陆地相接的点进行排序、拟合成一条连续的曲线,计算曲线上的点的切线方向,从而确定飞行方向角。
2.根据权利要求1所述的基于DANet的无人机海岸线漂浮垃圾巡检系统,其特征在于:所述图像采集模块从视频中每秒取五帧图像,图像分辨率为1920*1080。
3.根据权利要求1所述的基于DANet的无人机海岸线漂浮垃圾巡检系统,其特征在于:所述共享特征通过区域生成网络分支时,共享特征经过区域生成网络RPN,计算得到图像中每个可能是目标的推荐区域,推荐区域一一经过全连接层,通过softmax函数计算输出类别,经过区域回归计算出目标在图像中的位置坐标。
4.根据权利要求1所述的基于DANet的无人机海岸线漂浮垃圾巡检系统,其特征在于:所述共享特征通过前景分支分割前景目标时,共享特征通过感兴趣区域对齐算法(ROIAlign),将区域生成网络得到的多个推荐区域先进行双线性插值,再池化成14×14和7×7的特征图,14×14的特征图进过掩膜生成网络,掩膜生成网络由残差网络ResNet50连接两层全连接层组成,输出带掩膜的特征图,得到前景目标掩膜;7×7的特征图经过分类定位网络,分类定位网络由两层连接层连接回归算法和softmax算法组成,输出获得前景目标的类别和图像中的位置坐标。
5.根据权利要求1所述的基于DANet的无人机海岸线漂浮垃圾巡检系统,其特征在于:所述共享特征通过背景分支分割图像的背景时,使用推荐区域注意力模块和掩膜注意力模块,首先共享特征和区域生成网络经过推荐区域注意力模块,特征进行对应元素乘积计算,然后与原特征元素对位相加,掩膜注意力模块融合前景特征图和背景特征图,利用前景的信息优化背景特征。
6.根据权利要求1所述的基于DANet的无人机海岸线漂浮垃...
【专利技术属性】
技术研发人员:翟懿奎,植一航,柯琪锐,余翠琳,周文略,应自炉,甘俊英,曾军英,梁艳阳,麦超云,秦传波,徐颖,
申请(专利权)人:五邑大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。