【技术实现步骤摘要】
一种基于渣土车监控的无人机定点巡检方法及系统
[0001]本专利技术涉及渣土车监控
,具体而言,涉及一种基于渣土车监控的无人机定点巡检方法及系统。
技术介绍
[0002]目前,针对渣土车的监控非常重要。在相关技术方案中,针对渣土车违章行为的识别,缺乏违章原因的追溯分析,导致降低了违章行为的识别精度和识别范围,在后续进行预警信息管理过程中可能会缺乏有效的判别依据。
技术实现思路
[0003]为了至少克服现有技术中的上述不足,本专利技术的目的在于提供一种基于渣土车监控的无人机定点巡检方法及系统。
[0004]第一方面,本专利技术提供一种基于渣土车监控的无人机定点巡检方法,应用于云服务平台,所述云服务平台与多个监控无人机通信连接,所述监控无人机用于在渣土车的出没区域对渣土车进行定点巡检,所述方法包括:获取所述监控无人机对渣土车进行定点巡检的定点巡检数据流,并对所述定点巡检数据流进行数据分析,实时预测所述目标渣土车在之后预设时间段内的行车定位预测信息;将所述定点巡检数据流和所述定点巡检数据流对应的行车定位预测信息输入至违章行为解析网络中得到违章行为标签以及与所述违章行为标签对应的违章置信度;将所述违章行为标签输入至预设违章关系网络中进行关系传递得到与所述违章行为标签相关联的关系违章原因标签,并根据所述违章行为标签对应的违章置信度得到与所述关系违章原因标签对应的关系原因置信度;输出所述违章行为标签、与所述违章行为标签对应的违章置信度、所述关系违章原因标签以及与所述关系违章原因标签对应的关系原因置信 ...
【技术保护点】
【技术特征摘要】
1.一种基于渣土车监控的无人机定点巡检方法,其特征在于,应用于云服务平台,所述云服务平台与多个监控无人机通信连接,所述监控无人机用于在渣土车的出没区域对渣土车进行定点巡检,所述方法包括:获取所述监控无人机对渣土车进行定点巡检的定点巡检数据流,并对所述定点巡检数据流进行数据分析,实时预测所述渣土车在之后预设时间段内的行车定位预测信息;将所述定点巡检数据流和所述定点巡检数据流对应的行车定位预测信息输入至违章行为解析网络中得到违章行为标签以及与所述违章行为标签对应的违章置信度;将所述违章行为标签输入至预设违章关系网络中进行关系传递得到与所述违章行为标签相关联的关系违章原因标签,并根据所述违章行为标签对应的违章置信度得到与所述关系违章原因标签对应的关系原因置信度;输出所述违章行为标签、与所述违章行为标签对应的违章置信度、所述关系违章原因标签以及与所述关系违章原因标签对应的关系原因置信度。2.根据权利要求1所述的基于渣土车监控的无人机定点巡检方法,其特征在于,所述将所述违章行为标签输入至预设违章关系网络中进行关系传递得到与所述违章行为标签相关联的关系违章原因标签,并根据所述违章行为标签对应的违章置信度得到与所述关系违章原因标签对应的关系原因置信度,包括:根据所述违章行为标签获取当前违章行为作用值和关系传递数值;在预设违章关系网络中搜索所述违章行为标签对应的当前关系网络实体,并根据预设违章关系网络获取所述当前关系网络实体对应的邻接关系网络实体,以及所述邻接关系网络实体对应的当前关系传递属性值;根据所述当前违章行为作用值以及所述当前关系传递属性值计算得到所述邻接关系网络实体对应的当前违章置信度,且当所述当前违章置信度不小于所述关系传递数值时,对所述当前违章置信度不小于所述关系传递数值的邻接关系网络实体以及对应的违章置信度进行标注;获取当前违章置信度大于所述关系传递数值的邻接关系网络实体作为当前关系网络实体,并获取所述当前关系网络实体的当前违章置信度作为所述当前违章行为作用值;继续在预设违章关系网络中搜索所述违章行为标签对应的当前关系网络实体,当所述当前违章置信度小于所述关系传递数值时,则输出标注的邻接关系网络实体对应的违章原因标签为关系违章原因标签,并对应输出标注的当前违章置信度为关系原因置信度。3.根据权利要求1所述的基于渣土车监控的无人机定点巡检方法,其特征在于,所述输出所述违章行为标签、与所述违章行为标签对应的违章置信度、所述关系违章原因标签以及与所述关系违章原因标签对应的关系原因置信度,包括:获取所述违章行为标签、所述关系违章原因标签对应的行为标签描述向量集和关系型描述向量集;根据所述违章行为标签、所述关系违章原因标签生成违章描述单元;通过所述关系型描述向量集将所述违章描述单元进行关系分配;将所述行为标签描述向量集对应分配在所述违章描述单元下得到违章行为关系网络,并输出所述违章行为关系网络。4.根据权利要求1所述的基于渣土车监控的无人机定点巡检方法,其特征在于,所述方
法还包括针对违章行为解析网络以及所述预设违章关系网络的生成步骤,具体包括:获取预先收集的参考数据;根据所述预先收集的参考数据计算得到行为标签描述向量集,根据所述行为标签描述向量集生成违章行为解析网络;根据所述预先收集的参考数据计算得到关系型描述向量集,根据所述关系型描述向量集生成预设违章关系网络。5.根据权利要求4所述的基于渣土车监控的无人机定点巡检方法,其特征在于,所述根据所述预先收集的参考数据计算得到行为标签描述向量集,包括:获取当前违章行为描述环境,并搜索与所述当前违章行为描述环境对应的违章行为的描述向量簇;判断所述预先收集的参考数据中是否存在与所述违章行为的描述向量簇对应的匹配参考描述向量,如果不存在,则获取所述违章行为的描述向量簇对应的匹配策略;根据所述匹配策略以及所述预先收集的参考数据计算得到与所述违章行为的描述向量簇对应的行为标签描述向量集。6.根据权利要求5所述的基于渣土车监控的无人机定点巡检方法,其特征在于,所述根据所述预先收集的参考数据计算得到关系型描述向量集,包括:搜索与所述当前违章行为描述环境对应的关系违章原因的描述向量簇,并获取与所述关系违章原因的描述向量簇对应的用于表征关键特征的选举描述向量;将所述用于表征关键特征的选举描述向量与所述预先收集的参考数据进行匹配;如果匹配成功,则将与所述用于表征关键特征的选举描述向量匹配成功的预先收集的参考数据作为关系型描述向量集,并根据所述用于表征关键特征的选举描述向量对应的关系违章原因的描述向量簇得到所述关系型描述向量集对应的描述向量内容。7.根据权利要求4所述的基于渣土车监控的无人机定点巡检方法,其特征在于,所述获取预先收集的参考数据,包括:从远程云服务平台中获取所述预先收集的参考数据。8.根据权利要求1
‑
7中任意一项所述的基于渣土车监控的无人机定点巡检方法,其特征在于,所述获取所述监控无人机对渣土车进行定点巡检的定点巡检数据流,并对所述定点巡检数据流进行数据分析,实时预测所述渣土车...
【专利技术属性】
技术研发人员:杨翰翔,赖晓俊,
申请(专利权)人:深圳联和智慧科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。