一种基于机器视觉的无人机智能识别系统技术方案

本发明专利技术涉及人工智能领域，公开了一种基于机器视觉的无人机智能识别系统，用于提高无人机智能识别的准确率。所述方法包括：对交通识别飞行指令进行指令解析，得到目标检测线路和地面识别任务；调用图像采集终端执行地面识别任务，并对目标检测线路进行地面图像采集，得到地面图像数据；获取目标无人机的飞行位置数据，并根据飞行位置数据计算目标无人机的飞行参数数据；根据飞行参数数据对目标无人机进行重定位处理，得到重定位数据，并根据重定位数据判断是否对目标无人机执行返航操作；若是，则根据重定位数据生成无人机返航飞行指令并将地面图像数据传输至预置的后台智能识别模型进行道路交通流量识别，得到道路交通流量识别结果。别结果。别结果。

【技术实现步骤摘要】
一种基于机器视觉的无人机智能识别系统


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于机器视觉的无人机智能识别系统。

技术介绍

[0002]随着无人机技术的高速发展，各式各样的无人机被制造出来用于满足不同的用户需求。各种带图像采集终端的飞行器被广泛应用，以执行各种地面检测工作。
[0003]但是，现有方案通常是由人工控制无人机对待检测道路进行巡检，人工在巡检过程中识别道路的车流量异常的区域，这种方式受人工经验的影响较大，而且这种地面检测不能实现智能化异常分析，导致现有方案的准确率低。

技术实现思路

[0004]本专利技术提供了一种基于机器视觉的无人机智能识别系统，用于提高无人机智能识别的准确率。
[0005]本专利技术第一方面提供了一种基于机器视觉的无人机智能识别方法，所述基于机器视觉的无人机智能识别方法包括：获取目标无人机的基站位置数据，并根据所述基站位置数据对所述目标无人机发送交通识别飞行指令；对所述交通识别飞行指令进行指令解析，得到所述交通识别飞行指令对应的目标检测线路和地面识别任务；调用所述目标无人机中的图像采集终端执行所述地面识别任务，并对所述目标检测线路进行地面图像采集，得到地面图像数据；获取所述目标无人机的飞行位置数据，并根据所述飞行位置数据计算所述目标无人机的飞行参数数据；根据所述飞行参数数据对所述目标无人机进行重定位处理，得到重定位数据，并根据所述重定位数据判断是否对所述目标无人机执行返航操作；若是，则根据所述重定位数据生成无人机返航飞行指令，并根据所述无人机返航飞行指令将所述地面图像数据传输至预置的后台智能识别模型进行道路交通流量识别，得到道路交通流量识别结果。
[0006]结合第一方面，在本专利技术第一方面的第一实施方式中，所述基于机器视觉的无人机智能识别方法还包括：通过所述目标无人机接收所述交通识别飞行指令，并对所述目标无人机进行飞行环境分析，得到目标飞行环境数据；对所述目标飞行环境数据进行环境数据解析，得到环境数据解析结果；根据所述环境数据解析结果确定所述目标无人机的飞行状态；根据所述飞行状态判断所述目标无人机是否执行所述交通识别飞行指令，得到判断结果，其中，所述判断结果包括：执行和不执行。
[0007]结合第一方面，在本专利技术第一方面的第二实施方式中，所述获取所述目标无人机的飞行位置数据，并根据所述飞行位置数据计算所述目标无人机的飞行参数数据，包括：获取所述目标无人机在预设时段内的历史飞行路径，并对所述历史飞行路径进行路段分类，得到目标路段类型；基于所述目标路段类型，计算所述目标无人机对应的飞行位置数据；根据所述飞行位置数据对所述目标检测线路进行路径更新，得到路径更新数据；根据所述路径更新数据计算所述目标无人机的剩余巡航时间，并根据所述路径更新数据和所述剩余巡
航时间生成所述目标无人机的飞行参数数据。
[0008]结合第一方面，在本专利技术第一方面的第三实施方式中，所述基于所述目标路段类型，计算所述目标无人机对应的飞行位置数据，包括：根据所述目标路段类型，对所述目标无人机进行定位关系映射模型匹配，得到目标定位关系映射模型；根据所述目标定位关系映射模型，对所述目标无人机进行定位数据分析和计算，得到所述目标无人机对应的飞行位置数据。
[0009]结合第一方面，在本专利技术第一方面的第四实施方式中，所述根据所述飞行参数数据对所述目标无人机进行重定位处理，得到重定位数据，并根据所述重定位数据判断是否对所述目标无人机执行返航操作，包括：根据所述飞行参数数据，对所述目标无人机发送飞行重定位指令；根据所述飞行重定位指令和所述飞行参数数据，对所述目标无人机进行重定位操作，得到重定位数据；根据所述重定位数据，判断是否对所述目标无人机执行返航操作。
[0010]结合第一方面，在本专利技术第一方面的第五实施方式中，所述若是，则根据所述重定位数据生成无人机返航飞行指令，并根据所述无人机返航飞行指令将所述地面图像数据传输至预置的后台智能识别模型进行道路交通流量识别，得到道路交通流量识别结果，包括：若是，则根据所述重定位数据生成无人机返航飞行指令；根据所述无人机返航飞行指令对所述地面图像数据进行数据分包，得到所述地面图像数据对应的多个图像数据包；分别将所述多个图像数据包传输至预置的后台智能识别模型，并通过所述后台智能识别模型对所述多个图像数据包进行数据包解析，得到所述地面图像数据；基于所述后台智能识别模型对所述地面图像数据进行道路交通流量识别，得到道路交通流量识别结果。
[0011]结合第一方面，在本专利技术第一方面的第六实施方式中，所述基于机器视觉的无人机智能识别方法还包括：根据所述道路交通流量识别结果生成事故识别飞行指令，并将所述事故识别飞行指令发送至所述目标无人机；对所述事故识别飞行指令进行任务分析，得到事故位置标注任务；根据所述事故位置识别任务，对道路交通异常路段进行事故信息标注，得到事故信息标注数据。
[0012]本专利技术第二方面提供了一种基于机器视觉的无人机智能识别系统，所述基于机器视觉的无人机智能识别系统包括：获取模块，用于获取目标无人机的基站位置数据，并根据所述基站位置数据对所述目标无人机发送交通识别飞行指令；解析模块，用于对所述交通识别飞行指令进行指令解析，得到所述交通识别飞行指令对应的目标检测线路和地面识别任务；采集模块，用于调用所述目标无人机中的图像采集终端执行所述地面识别任务，并对所述目标检测线路进行地面图像采集，得到地面图像数据；计算模块，用于获取所述目标无人机的飞行位置数据，并根据所述飞行位置数据计算所述目标无人机的飞行参数数据；重定位模块，用于根据所述飞行参数数据对所述目标无人机进行重定位处理，得到重定位数据，并根据所述重定位数据判断是否对所述目标无人机执行返航操作；识别模块，用于若是，则根据所述重定位数据生成无人机返航飞行指令，并根据所述无人机返航飞行指令将所述地面图像数据传输至预置的后台智能识别模型进行道路交
通流量识别，得到道路交通流量识别结果。
[0013]结合第二方面，在本专利技术第二方面的第一实施方式中，所述基于机器视觉的无人机智能识别系统还包括：处理模块，用于通过所述目标无人机接收所述交通识别飞行指令，并对所述目标无人机进行飞行环境分析，得到目标飞行环境数据；对所述目标飞行环境数据进行环境数据解析，得到环境数据解析结果；根据所述环境数据解析结果确定所述目标无人机的飞行状态；根据所述飞行状态判断所述目标无人机是否执行所述交通识别飞行指令，得到判断结果，其中，所述判断结果包括：执行和不执行。
[0014]结合第二方面，在本专利技术第二方面的第二实施方式中，所述计算模块还包括：获取单元，用于获取所述目标无人机在预设时段内的历史飞行路径，并对所述历史飞行路径进行路段分类，得到目标路段类型；计算单元，用于基于所述目标路段类型，计算所述目标无人机对应的飞行位置数据；更新单元，用于根据所述飞行位置数据对所述目标检测线路进行路径更新，得到路径更新数据；生成单元，用于根据所述路径更新数据计算所述目标无人机的剩余巡航时间，并根据所述路径更新数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的无人机智能识别方法，其特征在于，所述基于机器视觉的无人机智能识别方法包括：获取目标无人机的基站位置数据，并根据所述基站位置数据对所述目标无人机发送交通识别飞行指令；对所述交通识别飞行指令进行指令解析，得到所述交通识别飞行指令对应的目标检测线路和地面识别任务；调用所述目标无人机中的图像采集终端执行所述地面识别任务，并对所述目标检测线路进行地面图像采集，得到地面图像数据；获取所述目标无人机的飞行位置数据，并根据所述飞行位置数据计算所述目标无人机的飞行参数数据；根据所述飞行参数数据对所述目标无人机进行重定位处理，得到重定位数据，并根据所述重定位数据判断是否对所述目标无人机执行返航操作；若是，则根据所述重定位数据生成无人机返航飞行指令，并根据所述无人机返航飞行指令将所述地面图像数据传输至预置的后台智能识别模型进行道路交通流量识别，得到道路交通流量识别结果。2.根据权利要求1所述的基于机器视觉的无人机智能识别方法，其特征在于，所述基于机器视觉的无人机智能识别方法还包括：通过所述目标无人机接收所述交通识别飞行指令，并对所述目标无人机进行飞行环境分析，得到目标飞行环境数据；对所述目标飞行环境数据进行环境数据解析，得到环境数据解析结果；根据所述环境数据解析结果确定所述目标无人机的飞行状态；根据所述飞行状态判断所述目标无人机是否执行所述交通识别飞行指令，得到判断结果，其中，所述判断结果包括：执行和不执行。3.根据权利要求1所述的基于机器视觉的无人机智能识别方法，其特征在于，所述获取所述目标无人机的飞行位置数据，并根据所述飞行位置数据计算所述目标无人机的飞行参数数据，包括：获取所述目标无人机在预设时段内的历史飞行路径，并对所述历史飞行路径进行路段分类，得到目标路段类型；基于所述目标路段类型，计算所述目标无人机对应的飞行位置数据；根据所述飞行位置数据对所述目标检测线路进行路径更新，得到路径更新数据；根据所述路径更新数据计算所述目标无人机的剩余巡航时间，并根据所述路径更新数据和所述剩余巡航时间生成所述目标无人机的飞行参数数据。4.根据权利要求3所述的基于机器视觉的无人机智能识别方法，其特征在于，所述基于所述目标路段类型，计算所述目标无人机对应的飞行位置数据，包括：根据所述目标路段类型，对所述目标无人机进行定位关系映射模型匹配，得到目标定位关系映射模型；根据所述目标定位关系映射模型，对所述目标无人机进行定位数据分析和计算，得到所述目标无人机对应的飞行位置数据。5.根据权利要求1所述的基于机器视觉的无人机智能识别方法，其特征在于，所述根据
所述飞行参数数据对所述目标无人机进行重定位处理，得到重定位数据，并根据所述重定位数据判断是否对所述目标无人机执行返航操作，包括：根据所述飞行参数数据，对所述目标无人机发送飞行重定位指令；根据所述飞行重定位指令和所述飞行参数数据，对所述目标无人机进行重定位操作，得到重定位数据；根据所述重定位数据，判断是否对所述目标无人机执行返航操作。6.根据权利要求1所述的基于机器视觉的无人机智能识别方法，其特征在于，所述若是，则根据所述重定位数据生成无人机返航飞行指令，并根据所述无人机返航飞行指令将所述地面...

【专利技术属性】
技术研发人员：赵自超，李江，
申请(专利权)人：深圳市逗映科技有限公司，
类型：发明
国别省市：