一种基于视频漫巡驱鸟系统及方法技术方案

本发明专利技术提出了一种基于视频漫巡驱鸟系统及方法，应用范围较大包括但不限于发电站、厂站等场景也可应用于其他园区等需要主动驱赶和保护鸟类的场景，集成了驱鸟装置、汇聚终端以及图形分析服务器的联动、算法融合、展示、告警人界交互的功能，能够主动分析并主动联动控制，大大提高驱鸟行为效率，还可实现现场学习，不断提升鸟类识别率，本发明专利技术联动设计的研发更加人性化，可做到配置灵活，效果多态。效果多态。效果多态。

【技术实现步骤摘要】
一种基于视频漫巡驱鸟系统及方法


[0001]本专利技术涉及动物驱赶设备
，具体为一种基于视频漫巡驱鸟系统及方法。

技术介绍

[0002]目前各大电厂站场地开阔尤其是随着电压等级的升高，厂站的位置比较偏僻自然生态环境比较健全各种动物比较多且杂，尤其是鸟类问题尤为突出。鸟类在高压进出线线路或者主变压器区域停留，鸟自身的重量会对线路生产应力，鸟类的粪便遗留在线路上会加速线路的老化，鸟爪的抓取也会对线路造成破坏。例如：大型候鸟、苍鹰等鸟类在输电线路杆塔上筑巢时，口叼树枝、铁丝、柴草等物体在线路上空或导线之间飞行，飞行时所叼物体掉落在横担与导线之间，或刮风时，杆塔上的鸟巢被风吹散后，筑巢物体掉落在带电导线或绝缘子上会造成线路短路接地。因此，通过增加电厂站的智能驱鸟系统能够自动化驱鸟并保护鸟类，从而大大提高电厂生产设备稳定运行效率。

技术实现思路

[0003]为解决上述技术问题，本专利技术提出了一种基于视频漫巡驱鸟系统及方法，集成了各装置联动、算法融合、展示、告警人界交互的功能，能够主动分析并主动联动控制，大大提高驱鸟行为效率，还可实现现场学习，不断提升鸟类识别率。
[0004]为实现上述目的，本专利技术采取的技术方案是：
[0005]一种基于视频漫巡驱鸟系统，其特征在于：包括巡检主机、汇聚终端、图形分析服务器以及驱鸟装置，所述巡检主机包括客户端，所述驱鸟装置连接汇聚终端，所述汇聚终端和图形分析服务器分别连接客户端。
[0006]作为本专利技术的优选技术方案：还包括摄像机，所述摄像机安装在驱鸟装置的一侧，所述摄像机连接巡检主机并关联摄像机的位置信息。
[0007]作为本专利技术的优选技术方案：所述驱鸟装置包括驱鸟器设备，所述驱鸟器设备互相串联连接，并通过标准的modbus协议汇聚到汇聚终端中。
[0008]作为本专利技术的优选技术方案：所述驱鸟器设备中设置有控制器和时间计算模块，所述时间计算模块连接控制器，当时间计算模块倒计时结束后，所述控制器控制驱鸟器设备关闭。
[0009]作为本专利技术的优选技术方案：所述客户端设置有全自动化客户端告警弹框提示模块，当获取到有“鸟类”关键字的结果时，驱鸟装置启动，此时，所述全自动化客户端告警弹框提示模块通知客户端有新的鸟类弹框告警提示。
[0010]上述结构中：本专利技术提出的一种基于视频漫巡驱鸟系统，包括巡检主机、汇聚终端、图形分析服务器以及驱鸟装置，巡检主机包括客户端，驱鸟装置连接汇聚终端，汇聚终端和图形分析服务器分别连接客户端，在厂站中安装驱鸟装置，通过汇聚终端与图形分析服务器实现联动，并将识别结果和联动结果上传到客户端展示，本专利技术的应用范围较大，包括但不限于发电站、厂站等场景也可应用于其他园区等需要主动驱赶和保护鸟类的场景，
相当于普通的驱鸟装置只能被动的接收控制下发，本专利技术是融入图像识别及系统框架，能够主动分析并主动联动控制，大大提高驱鸟行为效率；联动设计的研发更加人性化，可做到配置灵活，效果多态。
[0011]一种基于视频漫巡驱鸟方法，其特征在于：包括如下步骤：
[0012]步骤S1：通过场地选择合适的位置安装、调试通信并将控制节点接入汇聚节点，
[0013]采用有线传输的方式将所有驱鸟装置进行串联，然后将驱鸟装置上所有节点信号通过标准的modbus协议汇聚到汇聚终端；
[0014]步骤S2：设定联动参数，
[0015]首先，对驱鸟装置的启动时长进行设定，然后，设置驱鸟装置的停止间隔保护时长，启动时长和停止间隔保护时长的频次根据现场实际情况进行设置；
[0016]步骤S3：训练鸟类图像识别算法模型，
[0017]通过图形分析服务器搭建鸟类图像识别算法模型，通过对已有的1万张鸟类图像进行识别，使鸟类图像识别算法模型进行自主学习，训练周期为1周，训练期间会对各种鸟类图像进行标注和存储，使用特征提取法从采集到的图像中提取特征，若特征维度较高，则使用特征选择或降维算法来减少特征的数量，在训练过程中，鸟类图像识别算法模型会学习如何将输入的图像特征与其对应的类别关联，然后经过特征选择和分类，预测得到最终的识别结果，从而识别图像中的目标物体；
[0018]步骤S4：根据离线抓图导入到线上鸟类算法模型库中，
[0019]创建鸟类算法模型库，深度运用鸟类图像识别算法模型的自主学习功能，以实现采集现场鸟类图像，然后导入到统一的鸟类算法模型库中，进行手动上传训练，最后进行算法模型合并应用，不断完善迭代鸟类算法模型库；
[0020]步骤S5：设定自动启停策略，
[0021]通过驱鸟装置内置的时间计算模块，由时间计算模块进行倒计时，实现驱鸟装置启动后自动定时信号输出关闭驱鸟装置，具体如下：
[0022][0023](A.1)K＝3t/T(A.2)；
[0024]步骤S6：根据识别结果联动抓图，
[0025]通过分析巡检主机实时视频流对比鸟类算法模型库，发现鸟类时将结果通过巡检主机的系统消息总线推送结果，设置需要联动抓图的摄像机，关联其对应的预置位，同时巡检主机支持验证抓图功能操作；
[0026]步骤S7：客户端告警展示，
[0027]巡检主机的客户端具备全自动化客户端告警弹框提示功能，业务流程是由java后端服务emq监听巡检结果，获取到有“鸟类”关键字的结果，则入库，并通过emq消息总线通知启动驱鸟装置，然后插入一条预约终止记录到数据库，最后websocket通知客户端有新的鸟类弹框告警提示。
[0028]作为本专利技术的优选技术方案：在步骤S1中：所述汇聚终端到节点通信采用标准协议解析转换，协议解析转换后通过配置工具进行观察联调。
[0029]作为本专利技术的优选技术方案：在步骤S2中：设定所述驱鸟装置的启动时长的优选时间为5
‑
10分钟，设定所述驱鸟装置的停止间隔保护时长的优选时间为10分钟。
[0030]作为本专利技术的优选技术方案：在步骤S3中：使用特征提取法从采集到的图像中提取的特征包括图像的颜色、形状、大小的信息。
[0031]上述结构中：本专利技术提出的一种基于视频漫巡驱鸟方法，集成了驱鸟装置、汇聚终端以及图形分析服务器的联动、算法融合、展示、告警人界交互的功能；交互业务直观并可追溯历史，方便后期调用查看，而且鸟类图像识别算法模型的本地部署深度学习能力，根据鸟类图像识别算法模型的部署方式可实现现场学习，不断提升鸟类识别率，巡检主机消息总线的加密和专项通道性，大大提高通信安全以及保障专项通信效率。
[0032]与现有技术相比，本专利技术的有益效果为：
[0033]1、本专利技术集成了装置联动、算法融合、展示、告警人界交互的功能，且应用范围包括但不限于发电站等场景也可应用于其他园区等需要主动驱赶和保护鸟类的场景；
[0034]2、相对于于普通的驱鸟装置只能被动的接收控制下发，本专利技术融入图像识别及系统框架，能够主动分析并主动联动控制，大大提高驱鸟行为效率；
[0035]3、本专利技术根据算法部署本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频漫巡驱鸟系统，其特征在于：包括巡检主机、汇聚终端、图形分析服务器以及驱鸟装置，所述巡检主机包括客户端，所述驱鸟装置连接汇聚终端，所述汇聚终端和图形分析服务器分别连接客户端。2.根据权利要求1所述的一种基于视频漫巡驱鸟系统，其特征在于：还包括摄像机，所述摄像机安装在驱鸟装置的一侧，所述摄像机连接巡检主机并关联摄像机的位置信息。3.根据权利要求1所述的一种基于视频漫巡驱鸟系统，其特征在于：所述驱鸟装置包括驱鸟器设备，所述驱鸟器设备互相串联连接，并通过标准的modbus协议汇聚到汇聚终端中。4.根据权利要求3所述的一种基于视频漫巡驱鸟系统，其特征在于：所述驱鸟器设备中设置有控制器和时间计算模块，所述时间计算模块连接控制器，当时间计算模块倒计时结束后，所述控制器控制驱鸟器设备关闭。5.根据权利要求1所述的一种基于视频漫巡驱鸟系统，其特征在于：所述客户端设置有全自动化客户端告警弹框提示模块，当获取到有“鸟类”关键字的结果时，驱鸟装置启动，此时，所述全自动化客户端告警弹框提示模块通知客户端有新的鸟类弹框告警提示。6.根据权利要求1
‑
5任一项所述的一种基于视频漫巡驱鸟方法，其特征在于：包括如下步骤：步骤S1：通过场地选择合适的位置安装、调试通信并将控制节点接入汇聚节点，采用有线传输的方式将所有驱鸟装置进行串联，然后将驱鸟装置上所有节点信号通过标准的modbus协议汇聚到汇聚终端；步骤S2：设定联动参数，首先，对驱鸟装置的启动时长进行设定，然后，设置驱鸟装置的停止间隔保护时长，启动时长和停止间隔保护时长的频次根据现场实际情况进行设置；步骤S3：训练鸟类图像识别算法模型，通过图形分析服务器搭建鸟类图像识别算法模型，通过对已有的1万张鸟类图像进行识别，使鸟类图像识别算法模型进行自主学习，训练周期为1周，训练期间会对各种鸟类图像进行标注和存储，使用特征提取法从采集到的图像中提取特征，若特征维度较高，则使用特征...

【专利技术属性】
技术研发人员：李明亮，胡浩，严智华，孙俊，
申请(专利权)人：齐丰科技股份有限公司，
类型：发明
国别省市：