一种地下空间态势感知系统技术方案

技术编号:38624798 阅读:11 留言:0更新日期:2023-08-31 18:26
本发明专利技术公开了一种地下空间态势感知系统,基于移动运载无人平台搭载的多种传感设备,着重针对城市地下环境和目标进行探测,为了克服地下环境光线昏暗、纹理弱和存在遮蔽目标等不利因素,通过采用多传感器联合标定、基于信息融合手段的目标探测、三维环境构图与测量等技术,实时获取地下环境信息,为任务规划和分配提供情报基础。提供情报基础。提供情报基础。

【技术实现步骤摘要】
一种地下空间态势感知系统


[0001]本专利技术涉及态势感知
,特别是涉及一种可实现多节点协同探测与信息传输共享的地下空间态势感知系统。

技术介绍

[0002]城市地下空间系统指城市建设区范围内的地下空间。地下10米以上的为浅层地下空间,地下10~30米的为次浅层地下空间,地下30米以下为深层地下空间。城市地下空间就开发利用的性质主要可分成地下管线(包括管廊、共同沟)、单独的地下建筑物、地面建筑物附设的地下室、地下交通设施(包括地下铁道、公路隧道、人行隧道等)等四类。
[0003]地下空间环境的目标快速侦测技术是指针对城市地下空间封闭、复杂、独特环境,采用卫星侦察、GPS导航、无人机侦察等手段进行探测数据收集,然而现有技术中用于地下空间环境探测数据收集的各种探测地下空间的技术手段存在很大的局限性。
[0004]例如,城市地下空间环境存在的空间结构复杂、纹理弱、光线暗,通过单一传感器难以侦测目标等问题。
[0005]再例如,城市地下空间包括电闸、水闸、通信交换设备、信号控制设备以及水电气管道等目标,由于地下空间环境光线昏暗、目标安装位置相对隐蔽等问题,传统检测方法难以奏效。

技术实现思路

[0006]鉴于上述问题,本专利技术提供用于克服上述问题或者至少部分地解决上述问题的一种地下空间态势感知系统。
[0007]本专利技术提供了如下方案:
[0008]一种地下空间态势感知系统,包括:
[0009]地面操控节点以及若干地下探测节点;
[0010]所述地面操控节点与若干所述地下探测节点通过自组网通信模块构建宽带无线自组网通信链路,实现多节点协同探测与信息传输共享;
[0011]所述地面操控节点包括深度学习服务器、操控终端和自组网通信终端地面站,所述深度学习服务器用于深度学习算法模型的训练以及使用;所述操控终端包括多屏集成现实装置、操控手柄以及便携式工作站,用于实现与地面操控人员的信息交互,并执行相应的智能规划任务;所述自组网通信终端地面站用于和所述地下探测节点进行信息交互,接收来自地下环境的侦测信息,并将规划的任务和路径等信息发送至所述地下探测节点;
[0012]所述地下探测节点包括移动运载无人平台、激光雷达、红外相机、可见光相机、惯性导航模块、超宽带定位模块、自组网通信终端移动端以及边缘计算模块;所述移动运载无人平台用于承载各部件在地下环境运行;所述激光雷达用于实现地下环境和目标进行三维扫描并获取三维点云数据;所述红外相机用于实现在光线昏暗、纹理缺失的环境下采集目标和环境的灰度图像信息;所述可见光相机用于实现光线条件好时的图像采集功能;所述
惯性导航和超宽带定位模块均用于实现卫星定位导航缺失情况下的目标定位导航功能,并与基于激光雷达SLAM的定位信息进行融合定位;所述自组网通信终端移动端用于与所述自组网通信终端组合构成无线通信链路;所述边缘计算模块用于实现对所述激光雷达、所述红外相机以及所述可见光相各自获取的数据进行边缘端处理,降低原始数据传输的传输量。
[0013]优选地:所述深度学习服务器还用于通过离线训练和优化的方式将训练完成的模型加载至所述边缘计算模块中进行深度学习运算。
[0014]优选地:所述激光雷达、所述可见光相机以及所述红外相机均安装于所述移动运载无人平台的前端,所述激光雷达前向为0
°
,所述可见光相机以及所述红外相机前端安装位置与所述激光雷达
±
90
°
轴线重合。
[0015]优选地:所述边缘计算模块包括多个第一边缘计算模块以及一个第二边缘计算模块,多个所述第一边缘计算模块分别一一对应的与所述激光雷达、所述可见光相机以及所述红外相机相连,所述惯性导航模块、所述超宽带定位模块以及所述自组网通信终端移动端均与所述第二边缘计算模块相连。
[0016]优选地:若干所述第一边缘计算模块中的任意一个或所述第二边缘计算模块形成同步时钟源;所述同步时钟源用于按预设周期与其他边缘计算模块进行时间同步。
[0017]优选地:将所述红外相机以及所述可见光相机获取到的目标通过像素坐标系、相机坐标系转换至平台坐标系;将所述激光雷达坐标系转换至平台坐标系;将所述红外相机或所述可见光相机和所述激光雷达各自所采集的数据变换至平台坐标系下,实现多传感器之间数据的时空同步。
[0018]优选地:获取所述移动运载无人平台期望的运动速度和平台姿态,结合地形适应控制和抗外力扰动控制,采用虚拟力控制生成所述移动运载无人平台的调整方式,以便所述移动运载无人平台根据所述调整方式运行。
[0019]优选地:所述地面操控节点还用于对所述地下探测节点提供的局域态势信息进行信息融合,以便所述地面操控节点生成三维态势地图;所述局域态势信息包括可见光图像信息、红外图像信息以及激光雷达点云信息。
[0020]优选地:所述信息融合包括:
[0021]利用一对卷积神经网络分别提取所述可见光图像信息、所述红外图像信息以及所述激光雷达点云信息各自的特征;
[0022]针对不同隐含层提取的特征进行分析,将同层次提取的特征分为独立特征和共有特征,构建网络自主学习独立特征与共有特征之间的权重;
[0023]将所述可见光图像信息、所述红外图像信息以及所述激光雷达点云信息各自的特征进行映射和融合,得到不同层次的融合特征核;
[0024]将不同层次的融合特征进行排列,利用低层次的融合特征辅助高层特征形成融合特征核;
[0025]将所述融合特征核输入到目标检测模型中,预测出目标的分类信息及位置信息。
[0026]优选地:利用分布式文件系统HDFS对所述激光雷达点云信息进行处理并提取DEM格网;
[0027]将所述激光雷达点云信息加载到HDFS中以树形式的自动分类和识别;
[0028]使用MongoDB对所述激光雷达点云信息进行存储和处理;
[0029]对源点云和目标点云建立多尺度特征描述符,利用描述符的差异进行聚类分块,获取重叠区域以及它们的对应关系,利用半定规划凸求解问题和I CP算法进行点云配准。
[0030]根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
[0031]本申请实施例提供的一种地下空间态势感知系统,基于移动运载无人平台搭载的多种传感设备,着重针对城市地下环境和目标进行探测,为了克服地下环境光线昏暗、纹理弱和存在遮蔽目标等不利因素,通过采用多传感器联合标定、基于信息融合手段的目标探测、三维环境构图与测量等技术,实时获取地下环境信息,为任务规划和分配提供情报基础。
[0032]另外,在优选的实施方式下,将海量数据通过压缩后通过无线通信方式发送至地面观测人员,从根本上解决地下环境通信困难的问题。基于地下设备采集和处理的信息,进行三维综合呈现,同时基于生成的三维地图进行必要的任务和路径规划,为实现智能化指挥控制奠定技术基础。
[0033]当然,实施本专利技术的任一产品并不一定需要同时达到以上所述的所本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种地下空间态势感知系统,其特征在于,包括地面操控节点以及若干地下探测节点;所述地面操控节点与若干所述地下探测节点通过自组网通信模块构建宽带无线自组网通信链路,实现多节点协同探测与信息传输共享;所述地面操控节点包括深度学习服务器、操控终端和自组网通信终端地面站,所述深度学习服务器用于深度学习算法模型的训练以及使用;所述操控终端包括多屏集成现实装置、操控手柄以及便携式工作站,用于实现与地面操控人员的信息交互,并执行相应的智能规划任务;所述自组网通信终端地面站用于和所述地下探测节点进行信息交互,接收来自地下环境的侦测信息,并将规划的任务和路径等信息发送至所述地下探测节点;所述地下探测节点包括移动运载无人平台、激光雷达、红外相机、可见光相机、惯性导航模块、超宽带定位模块、自组网通信终端移动端以及边缘计算模块;所述移动运载无人平台用于承载各部件在地下环境运行;所述激光雷达用于实现地下环境和目标进行三维扫描并获取三维点云数据;所述红外相机用于实现在光线昏暗、纹理缺失的环境下采集目标和环境的灰度图像信息;所述可见光相机用于实现光线条件好时的图像采集功能;所述惯性导航和超宽带定位模块均用于实现卫星定位导航缺失情况下的目标定位导航功能,并与基于激光雷达SLAM的定位信息进行融合定位;所述自组网通信终端移动端用于与所述自组网通信终端组合构成无线通信链路;所述边缘计算模块用于实现对所述激光雷达、所述红外相机以及所述可见光相各自获取的数据进行边缘端处理,降低原始数据传输的传输量。2.根据权利要求1所述的地下空间态势感知系统,其特征在于,所述深度学习服务器还用于通过离线训练和优化的方式将训练完成的模型加载至所述边缘计算模块中进行深度学习运算。3.根据权利要求1所述的地下空间态势感知系统,其特征在于,所述激光雷达、所述可见光相机以及所述红外相机均安装于所述移动运载无人平台的前端,所述激光雷达前向为0
°
,所述可见光相机以及所述红外相机前端安装位置与所述激光雷达
±
90
°
轴线重合。4.根据权利要求1所述的地下空间态势感知系统,其特征在于,所述边缘计算模块包括多个第一边缘计算模块以及一个第二边缘计算模块,多个所述第一边缘计算模块分别一一对应的与所述激光雷达、所述可见光相机以及所述红外相机相连,所述惯性导航模块、所述超宽带定位模...

【专利技术属性】
技术研发人员:戴健任珍文祝本明
申请(专利权)人:中国兵器装备集团自动化研究所有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1