无人船沿岸巡检方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种无人船沿岸巡检方法、装置、计算机设备及存储介质，涉及人工智能技术领域。该方法通过接收巡检路线设定请求，设定无人船的待巡检路线；无人船实时获取待检测图像；通过预训练的级联视觉目标检测模型实时检测待检测图像中的预测目标标记框；利用预训练的目标追踪模型对多帧待检测图像中的预测目标标记框进行持续追踪以得到追踪目标标记框；根据追踪目标标记框计算追踪目标与无人船的相对位置关系以得到追踪目标在沿岸区域的真实坐标；执行预设的提醒驱逐策略。本发明专利技术的无人船按照待巡检路线自动沿岸巡检及时执行预设的提醒驱逐策略，提高了沿岸巡检的效率，节省人力物力，且提高了巡检的覆盖率。且提高了巡检的覆盖率。且提高了巡检的覆盖率。

【技术实现步骤摘要】
无人船沿岸巡检方法、装置、计算机设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种无人船沿岸巡检方法、装置、计算机设备及存储介质。

技术介绍

[0002]我国地大物博，内河内湖水域发达。随着游人生活品质的日益提高及旅游业的发展，水域的安保工作的重要性日益凸显。同时，由于非法垂钓等行为屡禁不止，为了切实保障游人群众的人身财产安全，沿岸巡检必不可缺。
[0003]目前，内湖内河沿岸巡检主要有两种方法：第一种是相关人员驾驶船只或者沿岸人工巡检，这种方法耗时耗力，且效率低下；第二种是重点岸线监控的形式，这种方法难以有效的覆盖到所有区域，视野有限，并且一旦出现情况，工作人员难以第一时间直接获知。

技术实现思路

[0004]本专利技术实施例提供了一种无人船沿岸巡检方法、装置、计算机设备及存储介质，旨在解决现有沿岸巡检方法耗时耗力效率低下以及覆盖率低的问题。
[0005]第一方面，本专利技术实施例提供了一种无人船沿岸巡检方法，该方法包括：接收巡检路线设定请求，设定无人船的待巡检路线；在无人船依据所述待巡检路线行驶的过程中，自主判断岸线方向并将摄像头转向岸侧并实时获取沿岸区域的图像作为待检测图像；通过预训练的级联视觉目标检测模型实时检测所述待检测图像中的预测目标标记框，其中，所述级联视觉目标检测模型包括VP
‑
YOLO（Visual Person detection network
‑
You Only Look Once，视觉行人检测网络/>‑
深度学习模型）目标检测模型；利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标记框；根据所述追踪目标标记框计算追踪目标与所述无人船的相对位置关系以得到所述追踪目标在沿岸区域的真实坐标；执行预设的提醒驱逐策略并将所述真实坐标发送给终端设备以使所述终端设备对所述追踪目标的位置进行渲染。
[0006]第二方面，本专利技术实施例还提供了一种无人船沿岸巡检装置，该装置包括：接收设定单元，用于接收巡检路线设定请求，根据所述巡检路线设定请求设定无人船的待巡检路线；第一获取单元，用于在无人船依据所述待巡检路线行驶的过程中，自主判断岸线方向并将摄像头转向岸侧并实时获取沿岸区域的图像作为待检测图像；第一检测单元，用于通过预训练的级联视觉目标检测模型实时检测所述待检测图像中的预测目标标记框，其中，所述级联视觉目标检测模型包括VP
‑
YOLO目标检测模型；第一追踪单元，用于利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标记框；第一计算单元，用于根据所述追踪目标标记框计算追踪目标与所述无人船的相对位置关系以得到所述追踪目标在沿岸区域的真实坐标；执行单元，用于执行预设的提醒驱逐策略并将所述真实坐标发送给终端设备以使所述终端设备对所述追踪目标的位置进行渲染。
[0007]第三方面，本专利技术实施例还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行上述计算机程序时实现上述方法。
[0008]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时实现上述方法。
[0009]本专利技术实施例提供了一种无人船沿岸巡检方法、装置、计算机设备及存储介质。其中所述方法通过接收巡检路线设定请求，设定无人船的待巡检路线；在无人船依据所述待巡检路线行驶的过程中，自主判断岸线方向并将摄像头转向岸侧并实时获取沿岸区域的图像作为待检测图像；通过预训练的级联视觉目标检测模型实时检测所述待检测图像中的预测目标标记框，其中，所述级联视觉目标检测模型包括VP
‑
YOLO目标检测模型；利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标记框；根据所述追踪目标标记框计算追踪目标与所述无人船的相对位置关系以得到所述追踪目标在沿岸区域的真实坐标；执行预设的提醒驱逐策略并将所述真实坐标发送给终端设备以使所述终端设备对所述追踪目标的位置进行渲染。本专利技术的无人船按照待巡检路线自动沿岸巡检，通过预训练模型对沿岸出现的目标（游人）进行检测并追踪以确定目标的实时位置，进而及时执行预设的提醒驱逐策略，提高了沿岸巡检的效率，节省人力物力；并且无人船在巡检的行程中覆盖待巡检路线的沿岸区域，提高了巡检的覆盖率。
附图说明
[0010]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图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。
[0011]图1为本专利技术实施例提供的一种无人船沿岸巡检方法流程示意图；图2为本专利技术实施例提供的一种无人船沿岸巡检方法的子流程示意图；图3为本专利技术实施例提供的一种无人船沿岸巡检方法的子流程示意图；图4为本专利技术实施例提供的一种无人船沿岸巡检方法的子流程示意图图5为本专利技术实施例提供的一种无人船沿岸巡检装置的示意性框图；图6为本专利技术实施例提供的一种计算机设备的示意性框图。
具体实施方式
[0012]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，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0013]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0014]还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上
下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0015]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0016]如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0017]本专利技术实施例提出的技术方案可应用于智慧科技中以推动智慧城市的建设。
[0018]请参阅图1，图1是本专利技术实施例提供的无人船沿岸巡检方法的流程示意图。如图1所示，该方法包括以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人船沿岸巡检方法，其特征在于，包括：接收巡检路线设定请求，根据所述巡检路线设定请求设定无人船的待巡检路线；在无人船依据所述待巡检路线行驶的过程中，自主判断岸线方向并将摄像头转向岸侧并实时获取沿岸区域的图像作为待检测图像；通过预训练的级联视觉目标检测模型实时检测所述待检测图像中的预测目标标记框，其中，所述级联视觉目标检测模型包括VP
‑
YOLO目标检测模型；利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标记框；根据所述追踪目标标记框计算追踪目标与所述无人船的相对位置关系以得到所述追踪目标在沿岸区域的真实坐标；执行预设的提醒驱逐策略并将所述真实坐标发送给终端设备以使所述终端设备对所述追踪目标的位置进行渲染。2.根据权利要求1所述的无人船沿岸巡检方法，其特征在于，所述通过预训练的级联视觉目标检测模型实时检测所述待检测图像中的预测目标标记框的步骤包括：将所述待检测图像输入预训练的VP
‑
YOLO目标检测模型以获得所有目标的标记框以及该标记框的置信度；过滤所述置信度小于第一预设置信阈值的所述目标的标记框以得到预测目标的标记框。3.根据权利要求2所述的无人船沿岸巡检方法，其特征在于，在利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标记框之前还包括：利用预训练的目标追踪模型中的卷积神经网络提取多帧所述待检测图像中每个所述预测目标标记框的特征，过滤置信度小于第二预设置信阈值的预测目标标记框。4.根据权利要求3所述的无人船沿岸巡检方法，其特征在于，所述利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标记框的步骤包括：将多帧所述待检测图像输入所述预训练的目标追踪模型以提取多帧所述待检测图像中预测目标标记框的相似度度量特征；运用最大匹配的方式使所述待检测图像之间的相同相似度度量特征对准，使用卡尔曼滤波器与匈牙利算法结合的方式实现追踪目标标记框的输出。5.根据权利要求1所述的无人船沿岸巡检方法，其特征在于，所述根据所述追踪目标标记框计算追踪目标与所述无人船的相对位置关系以得到所述追踪目标在沿岸区域的真实坐标的步骤包括：根据所述追踪目标标记框计算所述追踪目标的宽度；获取所述追踪目标的像素宽度以及无人船的实时坐标，并根据所述追踪目标的像素宽度、所述追踪目标的宽度以及相机的焦距计算所述追踪目标与无人船的距离；根据所述追...

【专利技术属性】
技术研发人员：程宇威，朱健楠，庞长松，池雨豪，虞梦苓，
申请(专利权)人：陕西欧卡电子智能科技有限公司，
类型：发明
国别省市：