一种校园协同安防处置方法及系统技术方案

本发明专利技术公开了一种校园协同安防处置方法及系统，属于安防技术领域，包括：部署在安防区域内的多台无人机获取异常事件区域坐标；根据异常事件区域坐标，通过A*算法规划出一条从部署位置到异常事件区域的路径；按照规划的路径飞行至异常事件区域后，基于分布式控制算法，控制多台无人机对攻击目标执行攻击任务。本发明专利技术可快速响应，对异常事件进行处置，且成本低。且成本低。且成本低。

【技术实现步骤摘要】
一种校园协同安防处置方法及系统


[0001]本专利技术涉及安防
，特别涉及一种基于多无人机的校园协同安防处置方法及系统。

技术介绍

[0002]常规校园安防方案中，都是基于固定的视频监控系统，由安保人员实时查看监控，发现异常后，通告巡逻人员赶往异常事故点，或者由监控人员亲自赶往监控点，高校校园范围规模庞大，安保人员数据量有限，基于车辆等工具，通常赶往速度较慢，赶往异常点不够及时，往往安保人员赶往异常点后，违法犯罪事件已经结束。
[0003]随着智能化成为行业大趋势，智能安防也逐渐成为安防企业转型升级的方向，在安防行业中的占比将越来越大。安防摄像头，以及人脸门禁综合安防系统随处可见。将无人机应用在安防领域，目前正处在市场探索阶段，已有企业陆续推出了携带监控设备的无人机，部分企业更是完成了基于单台无人机的园区安防监控应用案例。同时无人机也正在逐步成为各地警方的标准配置，已经成功应用到交通监控，追捕侦查等领域。
[0004]当前常规无人机安防方案中，多集中在如何利用无人机进行视频监控方面，对于监控到异常后如何利用无人机进行校园安防处置方面还有所欠缺。一些无人机安防方案中，在监控到异常后，多由监控无人机直接赶往事发点，对异常时间进行喊话、照射等处置，此类无人机，造价高昂，续航短，速度慢，无法有效的处置异常事件。

技术实现思路

[0005]本专利技术的目的在于克服上述
技术介绍
中的不足，实现快速低成本的响应处置系统。
[0006]为实现以上目的，一方面，采用一种校园协同安防处置方法，包括：
[0007]部署在安防区域内的多台无人机获取异常事件区域坐标；
[0008]根据异常事件区域坐标，通过A*算法规划出一条从部署位置到异常事件区域的路径；
[0009]按照规划的路径飞行至异常事件区域后，基于分布式控制算法，控制多台无人机对攻击目标执行攻击任务。
[0010]进一步地，所述按照规划的路径飞行至异常事件区域后，基于分布式控制算法，控制多台无人机对攻击目标执行攻击任务，包括：
[0011]所述无人机照规划的路径飞行至异常事件区域后，通过Kuhn
‑
Munkres算法进行攻击任务分配，确定各所述无人机的攻击目标点；
[0012]基于分布式控制算法，控制所述无人机达到所述攻击目标点，执行攻击任务。
[0013]进一步地，所述无人机照规划的路径飞行至异常事件区域后，通过Kuhn
‑
Munkres算法进行攻击任务分配，确定各所述无人机的攻击目标点，包括：
[0014]最先抵达所述异常事件区域的无人机作为领航机，基于传感器确定攻击目标点，
并测量攻击目标点的三维坐标值；
[0015]通过Kuhn
‑
Munkres算法进行攻击任务分配，依据各所述无人机抵达所述异常事件区域的次序进行攻击目标分配；
[0016]通过通信网络将所述攻击目标点的三维坐标值发送至其余所述无人机，确定所述无人机的攻击目标点。
[0017]进一步地，所述基于分布式控制算法，控制所述无人机达到所述攻击目标点，包括：
[0018]构建无向图G＝(V,E)，V＝{1,2，
…
,n}为非空节点集合，每一个点均为一架所述无人机；E∈V
×
V为节点有序对集合；
[0019]所有向第i架所述无人机U
i
通信的无人机构成的集合为N
i
＝{U
j
∈V|a
ij
＝1}，网络的邻接矩阵A＝[a
ij
]，其中，所述无人机U
i
的俯仰角控制量偏航角控制量和速度控制量通过以下公式给出：
[0020][0021][0022][0023]其中，x
i
、y
i
、z
i
为U
i
在三维空间中的位置，x
di
、y
di
、z
di
为U
i
对应的异常事件目标点D
i
在三维空间中的位置，为第i架无人机的加速度，t为时间。
[0024]进一步地，所述其中：
[0025]二阶加速度一致性控制器为：
[0026][0027]其中，v
i
＝[v
xi v
yi v
zi
]T
的三个分量为无人机U
i
在x、y、z三个方向上的速度；的三个分量为无人机U
i
的x、y、z三个方向上的速度控制量；为U
i
在穿越机编队中相对于领航者的偏移量，γ为常数，且γ＞1，v
xj
为无人机U
j
在x方向上的速度，v
yj
为无人机U
j
在y方向上的速度，v
zj
为无人机U
j
在z方向上的速度，x
i
为无人机U
i
在x方向上的坐标，x
j
为无人机U
j
在x方向上的坐标，为无人机U
i
在穿越机编队中的x方向上相对于领航者的偏移量，为无人机U
j
在穿越机编队中的x方向上相对于领航者的偏移量，y
i
为无人机U
i
在y方向上的坐标，y
j
为无人机U
j
在y方向上的坐标，为无人机U
i
在穿越机编队中的y方向上相对于领航者的偏移量，为无人机U
j
在穿越机编队中的y方向上相对于领航者的偏移量，z
i
为无人机U
i
在z方向上的坐标，z
j
为无人机U
j
在z方向上的坐标，为无人机U
i
在穿越机编队中的z方向上相对于领航者的偏移量，为无人机U
j
在穿越机编队中的z方向上相对于领航者的偏移量，a
ij
为穿越机网络的邻接矩阵A中的元素，j为枚举变量，表示第j架无人机，N
i
为向第i架所述无人机U
i
通信的无人机构成的集合；
[0028]PID补偿控制器为：
[0029][0030]其中，分别为U
i
的x、y、z方向的交叉耦合误差，k
xP
为x通道上的比例系数，k
yP
为y通道上的比例系数，k
zP
为z通道上的比例系数，k
xI
为x通道上的积分系数，k
yI
为y通道上的积分系数，k
zI
为z通道上的积分系数，k
xD
为x通道上的微分系数，k
yD
为y通道上的微分系数，k
zD
为z通道上的微分系数。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种校园协同安防处置方法，其特征在于，包括：部署在安防区域内的多台无人机获取异常事件区域坐标；根据异常事件区域坐标，通过A*算法规划出一条从部署位置到异常事件区域的路径；按照规划的路径飞行至异常事件区域后，基于分布式控制算法，控制多台无人机对攻击目标执行攻击任务。2.如权利要求1所述的校园协同安防处置方法，其特征在于，所述按照规划的路径飞行至异常事件区域后，基于分布式控制算法，控制多台无人机对攻击目标执行攻击任务，包括：所述无人机照规划的路径飞行至异常事件区域后，通过Kuhn
‑
Munkres算法进行攻击任务分配，确定各所述无人机的攻击目标点；基于分布式控制算法，控制所述无人机达到所述攻击目标点，执行攻击任务。3.如权利要求2所述的校园协同安防处置方法，其特征在于，所述无人机照规划的路径飞行至异常事件区域后，通过Kuhn
‑
Munkres算法进行攻击任务分配，确定各所述无人机的攻击目标点，包括：最先抵达所述异常事件区域的无人机作为领航机，基于传感器确定攻击目标点，并测量攻击目标点的三维坐标值；通过Kuhn
‑
Munkres算法进行攻击任务分配，依据各所述无人机抵达所述异常事件区域的次序进行攻击目标分配；通过通信网络将所述攻击目标点的三维坐标值发送至其余所述无人机，确定所述无人机的攻击目标点。4.如权利要求2所述的校园协同安防处置方法，其特征在于，所述基于分布式控制算法，控制所述无人机达到所述攻击目标点，包括：构建无向图G＝(V,E)，V＝{1,2,
…
,n}为非空节点集合，每一个点均为一架所述无人机；E∈V
×
V为节点有序对集合；所有向第i架所述无人机U
i
通信的无人机构成的集合为N
i
＝{U
j
∈V|a
ij
＝1}，网络的邻接矩阵A＝[a
ij
]，其中，所述无人机U
i
的俯仰角控制量偏航角控制量Ψ
ig
和速度控制量通过以下公式给出：通过以下公式给出：通过以下公式给出：其中，x
i
、y
i
、z
i
为U
i
在三维空间中的位置，x
di
、y
di
、z
di
为U
i
对应的异常事件目标点D
i
在三维空间中的位置，为加速度控制量，t为时间。5.如权利要求4所述的校园协同安防处置方法，其特征在于，所述
其中：二阶加速度一致性控制器为：其中，v
i
＝[v
xi v
yi v
zi
]
T
的三个分量为无人机U
i
在x、y、z三个方向上的速度；的三个分量为无人机U
i
的x、y、z三个方向上的速度控制量；为U
i
在穿越机编队中相对于领航者的偏移量，γ为常数，且γ＞1，v
xj
为无人机U
j
在x方向上的速度，v
yj
为无人机U
j
在y方向上的速度，v
zj

【专利技术属性】
技术研发人员：孙道博，王兴虎，邸健，郑丹，张晨旭，李鲲，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：