一种基于多无人机的监控装置和方法制造方法及图纸

本发明专利技术提一种基于多无人机的监控装置和方法，一种基于多无人机的监控装置，包括n架无人机、n套视觉采集系统和地面站，n架无人机分为主机和从机，每架无人机上设有机载计算机、卫星定位系统和视觉采集系统，从机将获得的定位、图像和检测结果发送给主机，主机将自身数据和从机数据传送给地面站，地面站对监控区域进行子区域划分、设定主机和从机、规划飞行航迹、对获得的图像按照相同的目标检测算法进行检测，将获得的检测结果和无人机检测过的同一时刻图像的检测结果做比较，完成问题点的检测。本发明专利技术在带宽有限的情况下，减少了地面站对多无人机的控制难度，缩短了图案计算的时间，提高了计算效率，实现了多无人机监控的实际操作性。际操作性。际操作性。

【技术实现步骤摘要】
一种基于多无人机的监控装置和方法


[0001]本专利技术属于测绘
，具体涉及一种基于多无人机的监控装置和方法。

技术介绍

[0002]森林是生态环境中重要的一部分，森林火灾是森林最具有破坏性的灾难，所以实现对森林火灾的监测对保护森林具有重要的意义。目前森林火灾的监控主要有地面巡护、瞭望塔观测、视频站点监控、航空巡护和卫星遥测等手段。地面巡护是对森林进行巡逻和监督，但地面巡逻区域较小，对于地势复杂的较远地区无法覆盖；瞭望塔观测是通过建在高处的观测台对森林进行监测，但观测受瞭望台的限制；视频站点监测，需建立各种视频监测点，无法全面监测；卫星遥感监测，利用卫星来探测林火，但准确率低；航空巡护是利用飞机在森林上空进行巡航观测，视野宽阔、机动性好，其中航空巡护又可分为有人机巡护和无人机巡护，但有人机飞行成本太高，而无人机具有成本低、灵活方便和无人员伤亡等特点，所以具有极大的应用前景，无人机技术的发展极大的方便了人们的各种活动，逐渐的成为了研究的热点。
[0003]目前对于基于无人机的森林火灾监测系统也有许多研究，主要是通过图像检测算法，对采集到的图像进行处理，但由于单个无人机工作效率低等劣势，需要多个无人机进行同时处理。多无人机控制系统可以分为集中式、分布式和分散式，集中式控制中，所有无人机的状态信息被发送到地面站，效果较好，但无人机数量较多时，地面站会有高通信负担；分布式控制是编队中无人机被赋予不同的自主和决策能力，通过临近无人机的信息交互，得到局部信息来降低通信带宽。分散式控制中，编队无人机控制大都由自身控制器进行分布和执行，只和相邻最少无人机或者不和周围无人机进行通信，虽然结构简单但编队的稳定性不太好。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中的不足，提供一种基于多无人机的监控装置和方法。本专利技术方案能够解决上述现有技术中存在的问题。
[0005]本专利技术的技术解决方案：
[0006]根据第一方面，提供一种基于多无人机的监控装置，包括n架无人机、n套视觉采集系统和地面站，n架无人机分为主机和从机，所述的主机与地面站数据链接，所述的从机与负责本区域的主机数据链接；
[0007]所述的每架无人机上设有机载计算机、卫星定位系统和视觉采集系统，所述的视觉采集系统将拍摄到的图像发送给机载计算机，所述的机载计算机对接收到的图像按照目标检测算法进行检测，所述的卫星定位系统将获得的无人机的定位发送给机载计算机，所述的从机将获得的定位、图像和检测结果发送给主机，所述的主机将自身数据和从机数据传送给地面站，所述的地面站对监控区域进行子区域划分，并根据划分的子区域设定主机和从机，将每个子区域的主机和从机的飞行航迹进行规划，并将规划好的航迹发送给主机
的机载计算机，由主机发送给其分管的从机；所述的地面站对获得的图像按照相同的目标检测算法进行检测，将获得的检测结果和无人机检测过的同一时刻图像的检测结果做比较，完成问题点的检测。
[0008]进一步的，所述的子监测区域的划分采用凸多边形分割算法进行计算。
[0009]进一步的，所述的飞行航迹采用平行搜索策略进行规划。
[0010]进一步的，所述的目标检测算法采用CenterNet目标检测算法。
[0011]进一步的，在地面站检出问题点后，可由人工进行进一步的确认，保证报警的正确性。
[0012]进一步的，所述的主机的个数和每个主机下从机的个数根据子区域的大小和个数进行选择。
[0013]根据第二方面，提供上述一种基于多无人机的监控方法，包括以下步骤：
[0014]根据所用无人机监测飞行时的飞行高度、机载相机的采集图像范围、无人机飞行时间、燃油量、无人机架数等参数，对无人机的待检测区域进行分割，得到无人机的飞行子区域；
[0015]设置每个飞行子区域的主机和从机的数量；
[0016]对每个飞行子区域的无人机飞行航迹进行规划，得到无人机飞行监测的航迹；
[0017]无人机按照规划好的航迹飞行，获取待监测区域的图像数据和GPS数据；
[0018]根据获取的图像数据，机载计算机根据目标检测算法对图像数据进行按照目标检测方法进行检测，从机将图像数据和检测结果发送给主机；
[0019]主机将从机和自身获得的图像数据、检测结果和GPS数据发送给地面站；
[0020]地面站接收到图像数据后按照相同的目标检测算法对图像数据按照目标检测方法进行处理，和机载计算机计算的检测目标做比较，得到最终的结果。
[0021]进一步的，所述的无人机的待检测区域进行分割方法为凸多边形分割算法。
[0022]进一步的，所述的航迹规划方法按照平行搜索法进行规划，以转弯次数最少的方向为搜索方向。
[0023]进一步的，所述的机载计算机在进行图像处理时采用的目标检测算法为CenterNet目标检测算法。
[0024]优选的，所述的机载计算机在进行图像处理时采用地面站利用CenterNet目标检测算法进行线下训练后的权重文件，以提高计算的速度。
[0025]进一步的，所述的最终结果得出后，可以再次进行人工复检，进一步的保证监测结果的准确性。
[0026]进一步的，所述的机载计算机在处理图像时，利用CPU模块和GPU模块对前后视频帧同时进行处理，即处理本帧视频流时利用空余的资源预处理下一帧图像。
[0027]本专利技术与现有技术相比的有益效果：
[0028](1)本专利技术通过多无人机的监控区域的划分和CenterNet目标检测算法，实现了多无人机监控的实际操作性；
[0029](2)本专利技术通过将无人机分为主机和从机，在带宽有限的情况下，减少了地面站对多无人机的控制难度；
[0030](3)本专利技术通过采用CUDA加速，利用CPU模块和GPU模块对前后视频帧同时进行处
理，缩短了图案计算的时间，提高了计算效率。
附图说明
[0031]所包括的附图用来提供对本专利技术实施例的进一步的理解，其构成了说明书的一部分，用于例示本专利技术的实施例，并与文字描述一起来阐释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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的附图。
[0032]图1示出了根据本专利技术实施例提供的一种基于多无人机的监控装置示意图；
[0033]图2示出了根据本专利技术实施例提供的一种基于多无人机的监控方法步骤示意图；
[0034]图3示出了根据本专利技术实施例提供的相机观测范围示意图；
[0035]图4示出了根据本专利技术实施例提供的平行搜索策略示意图。
具体实施方式
[0036]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多无人机的监控装置，其特征在于，包括n架无人机、n套视觉采集系统和地面站，n架无人机分为主机和从机，所述的主机与地面站数据链接，所述的从机与负责本区域的主机数据链接；所述的每架无人机上设有机载计算机、卫星定位系统和视觉采集系统，所述的视觉采集系统将拍摄到的图像发送给机载计算机，所述的机载计算机对接收到的图像按照目标检测算法进行检测，所述的卫星定位系统将获得的无人机的定位发送给机载计算机，所述的从机将获得的定位、图像和检测结果发送给主机，所述的主机将自身数据和从机数据传送给地面站，所述的地面站对监控区域进行子区域划分，并根据划分的子区域设定主机和从机，将每个子区域的主机和从机的飞行航迹进行规划，并将规划好的航迹发送给主机的机载计算机，由主机发送给其分管的从机；所述的地面站对获得的图像按照相同的目标检测算法进行检测，将获得的检测结果和无人机检测过的同一时刻图像的检测结果做比较，完成问题点的检测。2.根据权利要求1所述的一种基于多无人机的监控装置，其特征在于，所述的子监测区域的划分采用凸多边形分割算法进行计算。3.根据权利要求1所述的一种基于多无人机的监控装置，其特征在于，所述的目标检测算法采用CenterNet目标检测算法。4.根据权利要求1所述的一种基于多无人机的监控装置，其特征在于，所述的主机的个数和每个主机下从机的个数根据子区域的大小和个数进行选择。5.根据权利要求1所述的一种基于多无人机的监控装置，其特征在于，在地面站检出问题点后，可由人工进行进一步的确认，保证报警的正确性。6.如权利要求1-5所述的一种基于多无人机的监控方法，其特征在于，所述方法包括以下步骤：根据所用无人机监测飞行时的飞行高度、机载相机的采集...

【专利技术属性】
技术研发人员：陈占，田晓威，刘忠诚，毛飞，安宁，
申请(专利权)人：海鹰航空通用装备有限责任公司，
类型：发明
国别省市：