一种消落区识别系统和方法技术方案

本发明专利技术提供一种消落区识别系统和方法，所述系统包括无人机及与无人机通信连接的地面站，无人机上加载有嵌入式控制器及与嵌入式控制器电性连接的电源、地理位置传感器、超声波传感器、图像传感器、图像传感器、激光雷达、无线通信模块；无线通信模块用于将上述传感器采集的信息通过无线通信网络发送给地面站，地面站通过通讯设备接收到上述信息后，经过处理得到消落区的地理位置信息和地貌信息，并控制无人机在规划的路径上飞行。本发明专利技术利用无人机、各种传感器以及大数据技术，能有效的解决消落区的识别问题，精度高、信息丰富且省时省力。

【技术实现步骤摘要】
一种消落区识别系统和方法
本专利技术涉及消落区识别
，具体是一种消落区识别系统和方法。
技术介绍
消落区是指水库、江河、湖泊等水体随季节性涨落，水陆衔接处土地周期性淹没而形成的干湿交替地带；作为水体与陆岸之间的缓冲带，具有截留库岸农业面源污染、水体保护、保持生态环境多样性及景观审美的功能。目前我国最大的消落区为三峡水库消落区，三峡水库按照夏低冬高的水位运行方式，在库区两岸形成了世界上面积最大(约348.9km2)、落差最大(145-175m海拔高程间，垂直距离达30m)、与天然河流涨落季节相反、且具有高度景观异质性(半年水体，半年陆地，地形多样)的消落区。消落区是水域与陆域的连接纽带。三峡水库消落区的形成将导致一系列的生态与环境问题，如消落区环境条件变化大、植被生长困难、生态脆弱；淹没土壤中残留有害物质浸出，缓坡地带季节性耕作可能产生面源污染，影响水库水质；消落区污染物滞留还可能诱发流行性疾病等。因此，三峡水库消落区的生态与环境问题受到了国家相关部门的高度重视和社会各界的广泛关注。在研究消落区的生态环境问题之前，首先需要收集消落区的水文、气象、土壤、植被及居民分布等资料，其中包括对消落区的地理信息进行收集和识别。传统的消落区的识别方法是通过遥感信息对消落区进行识别。这种方法有一个缺点是误差很大。由于消落区的宽度一般在几十米左右甚至更窄，而遥感数据的精度能达到几米左右，这就会很容易造成超过百分之十的误差；另外，在全年高水位和低水位的时候很可能缺乏遥感数据，造成消落区的识别结果误差进一步扩大。在精度误差很大的同时，无法获取消落区的地貌和类别，信息的有效价值非常低。
技术实现思路
为了解决现有技术存在的上述问题，本专利技术提供了一种消落区识别系统和方法，利用无人机、各种传感器以及大数据技术，能有效的解决消落区的识别问题，精度高、信息丰富且省时省力。一种消落区识别系统，其特征在于：包括无人机及与无人机通信连接的地面站，所述无人机上加载有嵌入式控制器及与嵌入式控制器电性连接的电源、地理位置传感器、超声波传感器、图像传感器、图像传感器、激光雷达、无线通信模块；电源与嵌入式控制器连接，用于为各设备组件提供工作电源；地理位置传感器用于采集消落区的地理位置坐标信息，超声波传感器用于采集无人机周边物体；图像传感器用于采集消落区的图像；红外传感器用于采集消落区的红外遥感信息；激光雷达用于采集消落区的地面三维信息；无线通信模块用于将上述信息通过无线通信网络发送给地面站，地面站通过通讯设备接收到上述信息后，经过处理得到消落区的地理位置信息和地貌信息，并控制无人机在规划的路径上飞行。进一步的，地面站通过通讯设备接收到上述信息后，经过处理得到消落区的地理位置信息和地貌信息，并控制无人机在规划的路径上飞行，具体为：地面站对采集的数据按照面积进行大网格划分，大网格为正方形，边长为Lb；然后建立索引为大网格地理位置信息，数据为模型参数的数据库；对每个大网格进行小网格划分，小网格为正方形，边长Ls为地貌划分的最小粒度；每个小网格的数据包括地理位置信息、图像信息、红外图像信息，每个大网格的数据为N×N的数据集，地面站对大网格的N×N的数据集进行处理：首先根据大网格的地理位置信息在模型参数数据库里查找是否存在该数据集对应的模型参数，如果存在，则获取该数据集对应的模型参数；否则，获取相邻大网格的模型参数，或者开始训练该大网格的模型参数；地面站使用大网格的模型参数，对大网格里所有小网格的数据进行遍历，输入地理位置信息、图像信息、红外图像信息，获得模型输出，得到小网格对应的地貌类别；地面站利用模型输出，获得消落区区域水面和陆地的分界线，用来指导无人机进行自动飞行。进一步的，所述地理位置传感器采用GPS芯片或者北斗芯片。进一步的，所述图像传感器采用高分辨率的摄像头。进一步的，消落区地理位置信息和地貌信息具体获取步骤如下：消落区识别系统在水位最高处时，无人机对消落区区域执行信息获取任务；水库在水位最高处时，通知地面站启动消落区识别任务；消落区识别系统在水位最低处时，无人机对消落区区域进行信息获取任务；水库在水位最低处时，通知地面站启动消落区识别任务；地面站通过分析对比上述两次任务的地理位置信息和地貌信息，获得消落区的地理位置信息和地貌信息。一种消落区识别方法，其采用上述消落区识别系统进行，所述方法包括如下步骤：步骤1：识别系统工作起点设置在消落区，识别系统中的无人机开始采集消落区的地理位置信息和地貌信息；步骤2：地面站对采集的数据按照面积进行大网格划分，大网格为正方形，边长为Lb；然后建立索引为大网格地理位置信息，数据为模型参数的数据库；对每个大网格进行小网格划分，小网格为正方形，边长Ls为地貌划分的最小粒度；每个小网格的数据包括地理位置信息、图像信息、红外图像信息，每个大网格的数据为N×N的数据集，步骤3：地面站对大网格的N×N的数据集进行处理：首先根据大网格的地理位置信息在模型参数数据库里查找是否存在该数据集对应的模型参数，如果存在，则获取该数据集对应的模型参数，并转至步骤4；否则，获取相邻大网格的模型参数，或者开始训练该大网格的模型参数；步骤4：地面站使用大网格的模型参数，对大网格里所有小网格的数据进行遍历，输入地理位置信息、图像信息、红外图像信息，获得模型输出，得到小网格对应的地貌类别；步骤5：地面站利用步骤4的输出结果，获得消落区区域水面和陆地的分界线，用来指导无人机进行自动飞行。进一步的，边长Lb为图像传感器一次成像长度。进一步的，步骤3中训练大网格的模型参数具体步骤包括：(1)首先对部分小网格的数据进行标注，获得训练样本集的m个样本{(x1，y1)，(x2，y2)，...，(xm，ym)}，其中，X为输入空间，包括多种类型的输入信息，包括地理位置信息、采集的图像信息、红外图像信息；Y为输出空间，包括地貌类别；(2)对标注的样本集数据进行神经网络模型训练，获得该大网格对应的模型参数，对训练例(xk，yk)，假定神经网络的输出是表示在参数θ下的输出，则网络在(xk，yk)上的均方误差为其中Ek(θ)是凸连续函数，设θi是随机初始化的参数，θs是满足Ek(θ)为最小值时的参数，θc和θs非常接近，且Ek(θi)＞Ek(θc)＞Ek(θi)本专利技术利用无人机和地理位置传感器配合，能采集高精度的消落区地理位置信息；采用图像传感器和红外传感器等多种传感器结合，能更准确识别消落区的地理位置和区域范围；采用图像三维重建技术和激光雷达传感器，能准确识别消落区的地貌特征；由地面站控制能进行消落区信息自动采集，省时省力。附图说明图1是本专利技术消落区识别系统其中一个实施例的结构示意图；图2是本专利技术消落区边界线图像识别示例；图3是本专利技术消落区边界线红外遥感图像识别示例；图4是传统的神经网络算法流程图；图5是本专利技术改本文档来自技高网...

【技术保护点】
1.一种消落区识别系统，其特征在于：包括无人机及与无人机通信连接的地面站，所述无人机上加载有嵌入式控制器及与嵌入式控制器电性连接的电源、地理位置传感器、超声波传感器、图像传感器、图像传感器、激光雷达、无线通信模块；电源与嵌入式控制器连接，用于为各设备组件提供工作电源；地理位置传感器用于采集消落区的地理位置坐标信息，超声波传感器用于采集无人机周边物体；图像传感器用于采集消落区的图像；红外传感器用于采集消落区的红外遥感信息；激光雷达用于采集消落区的地面三维信息；无线通信模块用于将上述信息通过无线通信网络发送给地面站，地面站通过通讯设备接收到上述信息后，经过处理得到消落区的地理位置信息和地貌信息，并控制无人机在规划的路径上飞行。/n

【技术特征摘要】
1.一种消落区识别系统，其特征在于：包括无人机及与无人机通信连接的地面站，所述无人机上加载有嵌入式控制器及与嵌入式控制器电性连接的电源、地理位置传感器、超声波传感器、图像传感器、图像传感器、激光雷达、无线通信模块；电源与嵌入式控制器连接，用于为各设备组件提供工作电源；地理位置传感器用于采集消落区的地理位置坐标信息，超声波传感器用于采集无人机周边物体；图像传感器用于采集消落区的图像；红外传感器用于采集消落区的红外遥感信息；激光雷达用于采集消落区的地面三维信息；无线通信模块用于将上述信息通过无线通信网络发送给地面站，地面站通过通讯设备接收到上述信息后，经过处理得到消落区的地理位置信息和地貌信息，并控制无人机在规划的路径上飞行。


2.如权利要求1所述的消落区识别系统，其特征在于：地面站通过通讯设备接收到上述信息后，经过处理得到消落区的地理位置信息和地貌信息，并控制无人机在规划的路径上飞行，具体为：
地面站对采集的数据按照面积进行大网格划分，大网格为正方形，边长为Lb；然后建立索引为大网格地理位置信息，数据为模型参数的数据库；对每个大网格进行小网格划分，小网格为正方形，边长Ls为地貌划分的最小粒度；每个小网格的数据包括地理位置信息、图像信息、红外图像信息，每个大网格的数据为N×N的数据集，
地面站对大网格的N×N的数据集进行处理：首先根据大网格的地理位置信息在模型参数数据库里查找是否存在该数据集对应的模型参数，如果存在，则获取该数据集对应的模型参数；否则，获取相邻大网格的模型参数，或者开始训练该大网格的模型参数；
地面站使用大网格的模型参数，对大网格里所有小网格的数据进行遍历，输入地理位置信息、图像信息、红外图像信息，获得模型输出，得到小网格对应的地貌类别；
地面站利用模型输出，获得消落区区域水面和陆地的分界线，用来指导无人机进行自动飞行。


3.如权利要求1所述的消落区识别系统，其特征在于：所述地理位置传感器采用GPS芯片或者北斗芯片。


4.如权利要求1所述的消落区识别系统，其特征在于：所述图像传感器采用高分辨率的摄像头。


5.如权利要求1所述的消落区识别系统，其特征在于：消落区地理位置信息和地貌信息具体获取步骤如下：
消落区识别系统在水位最高处时，无人机对消落区区域执行信息获取任务；水库在水位最高处时，通知地面站启动消落区识别任务；
消落区识别系统在水位最低处...

【专利技术属性】
技术研发人员：陆非，李文军，
申请(专利权)人：长江勘测规划设计研究有限责任公司，
类型：发明
国别省市：湖北;42