一种基于UAV的WSN数据采集轨迹动态生成方法及系统技术方案

本发明专利技术公开了一种基于UAV的WSN数据采集轨迹动态生成方法及系统，通过在无人机载具上设置多种监测设备，对区域盲点的待监测区域进行无人机识别，并构建建筑物信息、安防信息和环境数据；克服传统智能小区应用中通过在现场安装监测设备无法对整个区域实现无死角监控的难题，利用无人机进行全区域的数据采集并进行动态监测展示，可以对整个目标区域进行全方位、无死角的智能监控，实现目标区域的实时数据动态展示，为目标区域工作人员提供全方位、无死角的实时监测数据，进一步为智能小区、智慧家庭提供解决方案。慧家庭提供解决方案。慧家庭提供解决方案。

【技术实现步骤摘要】
一种基于UAV的WSN数据采集轨迹动态生成方法及系统


[0001]本专利技术涉及大数据处理
，尤其涉及一种基于UAV的WSN数据采集轨迹动态生成方法及系统。

技术介绍

[0002]UAV，即无人驾驶飞机，简称“无人机”。利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。与有人驾驶飞机相比，无人机往往更适合那些太“愚钝，肮脏或危险”的任务。无人机按应用领域，可分为军用与民用。军用方面，无人机分为侦察机和靶机；民用方面，无人机+行业应用，是无人机真正的刚需；在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用，大大的拓展了无人机本身的用途，发达国家也在积极扩展行业应用与发展无人机技术。
[0003]WSN，即无线传感器网络(Wireless Sensor Networks)是一种分布式传感网络，它的末梢是可以感知和检查外部世界的传感器。WSN中的传感器通过无线方式通信，因此网络设置灵活，设备位置可以随时更改，还可以跟互联网进行有线或无线方式的连接；通过无线通信方式形成的一个多跳自组织网络。
[0004]随着技术的发展，WSN技术的应用越来越广泛；特别在智能小区、智慧家庭等人工智能领域，通过在小区内设置摄像头、红外传感器、雷达传感器、以及其他各种环境监测传感器，用于安防、环境监测和应用；从而实现一系列功能系统，形成无线传感器网络。但是在实际应用中，由于传感器设置的位置、数据传输的有效距离、数据采集受物体视觉影响等因素，目前在智能小区的WSN应用领域具有较大的局限性，只能对局部区域形成无线传感器网络，无法对整个区域实现全方位、无死角的智能监控。
[0005]近年来，随着无人机UAV技术的发展，无人机在各个领域被广泛应用，未来有望打破上述困局。本申请在无人机UAV技术的基础上，探讨无人机在智能小区、智慧家庭的实际应用，研发出一种基于UAV的WSN数据采集轨迹动态生成策略，可以对整个目标区域进行全方位、无死角的智能监控，实现目标区域的实时数据动态展示，为目标区域工作人员提供全方位、无死角的实时监测数据，进一步为智能小区、智慧家庭提供解决方案。

技术实现思路

[0006]本专利技术提供了一种基于UAV的WSN数据采集轨迹动态生成方法及系统，可以对整个目标区域进行全方位、无死角的智能监控，实现目标区域的实时数据动态展示，为目标区域工作人员提供全方位、无死角的实时监测数据，进一步为智能小区、智慧家庭提供解决方案。
[0007]为了解决上述技术问题，本专利技术实施例提供了一种基于UAV的WSN数据采集轨迹动态生成方法，应用于无人机载具，所述无人机载具上设置有多种监测设备，所述监测设备包括摄像头、红外传感器、雷达传感器和环境监测传感器；所述方法包括：
获取目标区域上的整体布局图，对所述整体布局图进行网格化处理，得到网格布局图；其中，所述整体布局图上标记有现场设置监测设备的地方及其对应的监测范围；根据现场设置监测设备的地方及其对应的监测范围，在所述网格布局图中划分已监测区域和待监测区域；其中，已监测区域是指现场设置监测设备所对应的监测范围区域，待监测区域是指通过无人机载具进行监测的区域；接收无人机载具在所述待监测区域的监测数据，包括由摄像头采集的图像数据、由红外传感器采集的红外数据、由雷达传感器采集的雷达数据，以及由环境监测传感器采集的环境数据；根据所述图像数据和所述雷达数据，生成待监测区域的建筑物信息，作为第一维度信息；根据所述红外数据和所述图像数据，生成待监测区域的安防信息，作为第二维度信息；根据所述环境数据、所述第一维度信息和所述第二维度信息，实时生成所述待监测区域的动态监测信息。
[0008]作为优选方案，所述根据所述图像数据和所述雷达数据，生成待监测区域的建筑物信息，作为第一维度信息的步骤，具体包括：对所述图像数据中的建筑物特征进行识别，得到待监测区域中的建筑物平面信息；对所述建筑物特征中对应的雷达数据进行提取，得到每个建筑物特征所对应的建筑物空间信息；在所述待监测区域中构建空间坐标系，并根据所述建筑物平面信息和所述建筑物空间信息，生成待监测区域中建筑物特征的三维信息；根据所述网格布局图中划分的已监测区域和待监测区域，以所述已监测区域为基准，对所述待监测区域中建筑物特征的三维信息进行调整，得到待监测区域的建筑物信息，作为第一维度信息。
[0009]作为优选方案，所述根据所述网格布局图中划分的已监测区域和待监测区域，以所述已监测区域为基准，对所述待监测区域中建筑物特征的三维信息进行调整的步骤，具体包括：根据所述已监测区域中设置的监测设备所对应的监测范围区域，确定已监测区域与待监测区域之间的区域边界；在所述图像数据中对所述区域边界进行识别，并根据预设规则确定所述区域边界上的监测盲点；计算所述监测盲点与待监测区域中多个建筑物特征所对应的三维信息的数据比例，作为第一数据关系值；在所述已监测区域中选择多个基准点，并确定所述监测盲点与所述基准点所对应的三维信息的数据比例，作为第二数据关系值；根据所述第一数据关系值和所述第二数据关系值之间的比例，对所述待监测区域中建筑物特征的三维信息进行相应的调整。
[0010]作为优选方案，所述根据所述红外数据和所述图像数据，生成待监测区域的安防
信息，作为第二维度信息的步骤，具体包括：通过红外数据对待监测区域中的生物移动情况进行实时判断，当确定同一生物所对应的红外数据在连续两个时间单位上发生变化时，根据连续两个时间单位上变化的红外数据计算出当前移动的生物在网格布局图中的目标位置；获取所述目标位置提取当前时间上的图像数据，并对提取的图像数据进行特征识别，确定当前移动的生物所对应的生物类型和行为类型；根据所述生物类型和行为类型，生成安防风险值并根据所述安防风险值生成对应的安防预警级别；根据所述生物类型、行为类型和安防预警级别，在所述网格布局图的目标位置中进行相关联，生成安防信息，作为第二维度信息。
[0011]作为优选方案，所述根据所述生物类型和行为类型，生成安防风险值的步骤，具体包括：根据当前移动的生物的行为类型，对当前移动的生物的下一个执行动作进行预测，得到预测行为；根据提取的图像数据的特征识别结果，确定当前移动的生物的视觉方向，根据所述视觉方向和所述预测行为确定当前移动的生物的目标对象；根据所述目标对象在网格布局图中的位置，计算所述目标对象与当前移动的生物之间的距离值；根据所述距离值、所述预测行为和所述生物类型，判断当前移动的生物在下一个执行动作中对目标对象带来的风险情况，并生成安防风险值。
[0012]作为优选方案，所述生成安防风险值的计算公式为：其中，为安防风险值；为根据不同的生物类型定义不同的常数值，中的j为生物类型；为根据不同的预测行为定义不同的常数值，中的i为预测行为；为根据预设规则定义不同的预测行为对目标对象造成影响的最小距离，为根据预设规则定义不同的预测行为对目标对象造成影响的最大距离；和分别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于UAV的WSN数据采集轨迹动态生成方法，其特征在于，应用于无人机载具，所述无人机载具上设置有多种监测设备，所述监测设备包括摄像头、红外传感器、雷达传感器和环境监测传感器；所述方法包括：获取目标区域上的整体布局图，对所述整体布局图进行网格化处理，得到网格布局图；其中，所述整体布局图上标记有现场设置监测设备的地方及其对应的监测范围；根据现场设置监测设备的地方及其对应的监测范围，在所述网格布局图中划分已监测区域和待监测区域；其中，已监测区域是指现场设置监测设备所对应的监测范围区域，待监测区域是指通过无人机载具进行监测的区域；接收无人机载具在所述待监测区域的监测数据，包括由摄像头采集的图像数据、由红外传感器采集的红外数据、由雷达传感器采集的雷达数据，以及由环境监测传感器采集的环境数据；根据所述图像数据和所述雷达数据，生成待监测区域的建筑物信息，作为第一维度信息；根据所述红外数据和所述图像数据，生成待监测区域的安防信息，作为第二维度信息；根据所述环境数据、所述第一维度信息和所述第二维度信息，实时生成所述待监测区域的动态监测信息。2.如权利要求1所述的基于UAV的WSN数据采集轨迹动态生成方法，其特征在于，所述根据所述图像数据和所述雷达数据，生成待监测区域的建筑物信息，作为第一维度信息的步骤，具体包括：对所述图像数据中的建筑物特征进行识别，得到待监测区域中的建筑物平面信息；对所述建筑物特征中对应的雷达数据进行提取，得到每个建筑物特征所对应的建筑物空间信息；在所述待监测区域中构建空间坐标系，并根据所述建筑物平面信息和所述建筑物空间信息，生成待监测区域中建筑物特征的三维信息；根据所述网格布局图中划分的已监测区域和待监测区域，以所述已监测区域为基准，对所述待监测区域中建筑物特征的三维信息进行调整，得到待监测区域的建筑物信息，作为第一维度信息。3.如权利要求2所述的基于UAV的WSN数据采集轨迹动态生成方法，其特征在于，所述根据所述网格布局图中划分的已监测区域和待监测区域，以所述已监测区域为基准，对所述待监测区域中建筑物特征的三维信息进行调整的步骤，具体包括：根据所述已监测区域中设置的监测设备所对应的监测范围区域，确定已监测区域与待监测区域之间的区域边界；在所述图像数据中对所述区域边界进行识别，并根据预设规则确定所述区域边界上的监测盲点；计算所述监测盲点与待监测区域中多个建筑物特征所对应的三维信息的数据比例，作为第一数据关系值；在所述已监测区域中选择多个基准点，并确定所述监测盲点与所述基准点所对应的三维信息的数据比例，作为第二数据关系值；根据所述第一数据关系值和所述第二数据关系值之间的比例，对所述待监测区域中建
筑物特征的三维信息进行相应的调整。4.如权利要求1所述的基于UAV的WSN数据采集轨迹动态生成方法，其特征在于，所述根据所述红外数据和所述图像数据，生成待监测区域的安防信息，作为第二维度信息的步骤，具体包括：通过红外数据对待监测区域中的生物移动情况进行实时判断，当确定同一生物所对应的红外数据在连续两个时间单位上发生变化时，根据连续两个时间单位上变化的红外数据计算出当前移动的生物在网格布局图中的目标位置；获取所述目标位置提取当前时间上的图像数据，并对提取的图像数据进行特征识别，确定当前移动的生物所对应的生物类型和行为类型；根据所述生物类型和行为类型，生成安防风险值并根据所述安防风险值生成对应的安防预警级别；根据所述生物类型、行为类型和安防预警级别，在所述网格布局图的目标位置中进行相关联，生成安防信息，作为第二维度信息。5.如权利要求4所述的基于UAV的WSN数据采集轨迹动态生成方法，其特征在于，所述根据所述生物类型和行为类型，生成安防风险值的步骤，具体包括：根据当前移动的...

【专利技术属性】
技术研发人员：王骥，陈宇歌，杨玉强，谢再秘，莫春梅，李依潼，刘雯景，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：