一种重点区域智能巡检与预警系统及方法技术方案

本发明专利技术公开了一种重点区域智能巡检与预警系统及方法，平台包括无人巡检车、智能预警平台、远程监控系统；无人巡检车通过导航定位模块和控制模块实现路径规划并完成自动巡检；智能预警平台中图像处理模块采用轻量化卷积神经网络模型作为目标检测模型，将可见光与红外图像作为模型输入，进行目标的检测与识别；驱动伺服云台偏转使智能预警平台稳定跟踪目标；远程监控系统通过加解密通讯模块接收智能预警平台发送的预警信息，显示智能预警平台采集到的双光谱图像，并负责发送指令控制扬声喇叭报警与喊话，操纵智能预警平台的伺服云台对目标进行自动或手动跟踪。本发明专利技术实现了全天候复杂环境下对多目标的检测和识别，并能够对危险目标进行跟踪与预警。险目标进行跟踪与预警。险目标进行跟踪与预警。

【技术实现步骤摘要】
一种重点区域智能巡检与预警系统及方法


[0001]本专利技术涉及安防
，特别是一种重点区域智能巡检与预警系统及方法。

技术介绍

[0002]安防人员为各行各业的从业人员带来了基本保障，安防行业也为国家经济发展提供了坚实基础。但长久以来，一些国家重点区域，如国家边境、机场禁飞区和石油石化高危作业区等，这些区域需要安防人员全天候把守，人工巡检效率低下，且巡检人员的安全也得不到保障。
[0003]随着科技的进步与发展，安防领域逐渐从传统的人力巡检的方式转变为机器自动化巡检，自动化巡检的引入极大程度上降低了安防人员的工作强度，同时提高了安保系统巡检效率，因此对重点区域部署智能巡查与预警系统具有重要意义。
[0004]目前已有的智能巡检方式主要包括无人机巡检、卫星遥感监测巡检和无人车巡检。专利CN113379941A公开了一种基于能源自治的无人机巡检系统及其巡检方法，但无人机巡检的续航时间受温度影响大，且在极端天气情况下无法保证无人机安全起飞与悬停；专利CN210534352U公开了一种基于卫星遥感图像的自然灾害风险监测装置，提供了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种重点区域智能巡检与预警系统，其特征在于，包括无人巡检车、智能预警平台、远程监控系统，其中：所述无人巡检车，通过导航定位模块和控制模块实现路径规划并完成自动巡检，在低电量模式下触发自动充电模块完成自动充电；所述智能预警平台，安装于无人巡检车上，且智能预警平台包括伺服云台、红外相机、可见光相机、激光测距仪、数据采集器、图像处理模块；可见光相机与红外相机获取的双光谱图像通过数据采集器传输至图像处理模块，图像处理模块采用轻量化卷积神经网络模型作为目标检测模型，将可见光与红外图像作为模型输入，提取可见光与红外图像特征，进行危险目标的检测与识别；驱动伺服云台偏转使智能预警平台跟踪目标，实现对多目标的检测与识别；在发现危险目标后生成预警信息并发送至远程监控系统；所述轻量化卷积神经网络模型由9个CBL模块、3个CSP单元、3个池化层组成；CBL模块由卷积层、批归一化层和Leaky
‑
ReLU激活函数组成，批归一化层用于加快训练的收敛速度，Leaky
‑
ReLU激活函数用于避免梯度消失的现象；基于深度学习框架Pytorch搭建目标检测模型，使用coco数据集进行预训练，使用经过预训练的目标检测模型并结合自建图像数据集进行迭代训练，目标检测模型综合使用多个不同尺度的特征图进行预测，实现对不同尺度目标的检测与识别；所述远程监控系统，通过加解密通讯模块接收智能预警平台发送的预警信息，显示智能预警平台采集到的双光谱图像，并负责发送指令控制扬声喇叭报警与喊话，操纵智能预警平台的伺服云台对目标进行自动或手动跟踪。2.根据权利要求1所述的重点区域智能巡检与预警系统，其特征在于，所述无人巡检车包括供电模块、控制模块、自动充电模块和导航定位模块；无人巡检车的导航定位模块采用北斗差分导航精准定位，并通过控制模块进行路径规划，自定义路径进行自动巡检；在发现危险目标时及时调整车体朝向并停止行进，由智能预警平台进行危险目标跟踪任务；巡检车处于低电量模式时，触发自动充电模块，导航至最近充电装置处完成自动充电。3.根据权利要求1所述的重点区域智能巡检与预警系统，其特征在于，所述智能预警平台还包括第一加解密通讯模块和扬声喇叭；所述数据采集器通过以太网口采集红外相机输出的红外图像数据、可见光相机输出的可见光图像数据，通过RS485串口采集激光测距仪输出的激光测距信息，并通过RS422串口采集伺服云台输出的伺服转台参数；数据采集器将图像数据通过以太网口发送至图像处理模块，所述图像处理模块具体为嵌入式智能处理器；将激光测距信息通过RS422串口、伺服转台参数通过RS485串口分别发送至第一加解密通讯模块；扬声喇叭通过内嵌式处理板进行信号接收、报警通知和现场语音，在接收到图像处理模块与远程监控系统发出的指令后发出或解除警报。4.根据权利要求1所述的重点区域智能巡检与预警系统，其特征在于，所述轻量化卷积神经网络模型，具体为：待检测图像作为第一标准卷积层的输入，第二标准卷积层、第一残差单元、第一池化层、第二残差单元、第二池化层、第三残差单元、第一连接层、第三池化层、第三标准卷积层、第四标准卷积层、第五标准卷积层、第六标准卷积层、第一卷积层、第一反卷积层、第二连接
层、第七标准卷积层、第八标准卷积层、第二卷积层、第二反卷积层、第三连接层、第九标准卷积层、第三卷积层依次级联后输出特征图，用于预测目标位置、大小信息。5.根据权利要求3所述的重点区域智能巡检与预警系统，其特征在于，所述远程监控系统包括第二加解密通讯模块和远程监控模块，所述远程监控模块包括双光谱图像显示界面、扬声喇叭控制界面、云台设备控制界面和目标跟踪控制界面，远程监控模块负责显示智能预警平台采集到的双光谱图像，并发送指令控制扬声喇叭报警与喊话，操纵智能预警平台的伺服云台对目标进行自动或手动跟踪；远程监控模块采用多线程并行处理各设备需要交互的数据，并实现前端设备信息与远程操作人员在监控界面上的可视化实时交互。6.一种重点区域智能巡检与预警方法，其特征在于，基于权利要求1~5任一项所述的重点区域智能巡检与预警系统，具体包括以下步骤：步骤1、操作人员根据实际需要，设定无人巡检车的巡检轨迹；无人巡检车在设定轨迹上进行往返移动，期间智能预警平台各设备保持上电运行，检测危险目标；步骤2、智能预警平台通过20帧/秒的采集速率，将可见光相机与红外相机获取的双光谱图像通过数据采集器传输至图像处理模块，图像处理模块采用轻量化卷积神经网络模型作为目标检测模型，进行危...

【专利技术属性】
技术研发人员：白宏阳，付宏建，李伟，胡云辉，周同，陈伟，虞道伟，郭宏伟，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：