地理空间事件的采集方法、系统、设备、介质及采集盒技术方案

本发明专利技术提出了地理空间事件的采集方法、系统、设备、介质及采集盒，涉及空间信息技术领域。其包括：执行循环过程直至满足对象检测模型达到收敛的预设条件；其中，循环过程包括：根据无人机图传的实时画面，控制该无人机持续采集包括监测目标的第一图像数据；将根据第一图像数据进行人工标注所得到的样本数据在云服务器中进行构建并训练对应的对象检测模型。根据收敛的对象检测模型对第二图像数据进行计算推理，得到监测目标对应的空间数据，其中，第二图像数据为在对象检测模型收敛后，无人机采集得到的包括监测目标的图像数据。根据空间数据生成对应的地理空间事件。该方案能够保证低耦合的情况下，实时的进行生成地理空间事件数据。据。据。

【技术实现步骤摘要】
地理空间事件的采集方法、系统、设备、介质及采集盒


[0001]本专利技术涉及空间信息
，具体而言，涉及地理空间事件的采集方法、系统、设备、介质及采集盒。

技术介绍

[0002]随着地理空间信息理论与技术的不断发展，智慧城市建设也在逐步推进。在这个背景下，社会对地理空间数据的需求也从历史、现状性基础数据逐渐提升到了实时性数据的层面。
[0003]目前通常采用的方法是先利用无人机进行外业航测，然后回到机房使用专业软件对无人机航测数据进行一系列处理，以获取DOM、DEM等标准产品。最后，利用这些标准产品进行应用和分析。这种方式不仅影响了数据的实时性，而且难以形成事件类型的数据。

技术实现思路

[0004]本专利技术的目的在于提供地理空间事件的采集方法、系统、设备、介质及采集盒，其能够保证低耦合的情况下，实时的进行生成地理空间事件数据。
[0005]本专利技术是这样实现的：第一方面，本申请提供一种地理空间事件的采集方法，包括以下步骤：执行循环过程直至满足预设条件；其中，上述预设条件为对象检测模型达到收敛，上述循环过程包括：根据无人机图传的实时画面，控制该无人机持续采集包括监测目标的第一图像数据；根据上述第一图像数据进行人工标注，得到对应的样本数据；根据上述样本数据在云服务器中进行构建并训练对应的对象检测模型。根据收敛的对象检测模型对第二图像数据进行计算推理，得到监测目标对应的空间数据，其中，第二图像数据为在对象检测模型收敛后，无人机采集得到的包括监测目标的图像数据。根据上述空间数据生成对应的地理空间事件。
[0006]进一步地，基于前述方案，该方法还包括以下步骤：根据GIS空间分析算法对上述地理空间事件进行空间分析，得到对应的事件分析结果。
[0007]进一步地，基于前述方案，上述空间数据包括几何形状信息、位置信息、事件标识、事件类别和时间信息中的至少一种。
[0008]第二方面，本申请提供一种地理空间事件的采集方法，包括以下步骤：执行循环过程直至满足预设条件；其中，上述预设条件为对象检测模型收敛，上述循环过程包括：基于地面站观测到的无人机图传的实时画面，规划无人机的飞行线路，并将无人机在该飞行线路持续采集的包括监测目标的第三图像数据，发送至云服务器中；基于上述第三图像数据进行人工标注，得到对应的样本数据，以在云服务器中进行训练和验证对应的对象检测模型。采集盒在收到训练至收敛的对象检测模型后，利用该对象检测模型对无人机新采集得到的待监测事件区域的实时画面进行目标对象检测，得到对应的空间数据，并将基于上述空间数据生成的地理空间事件发送至云服务器，以供云服务进行空间分
析。
[0009]进一步地，基于前述方案，上述将基于上述空间数据生成的地理空间事件发送至云服务器时包括：基于预定的GIS事件模型将上述空间数据进行转换为符合OGC空间数据标准的数据，并将该数据存储至对应的存储器中和发送至云服务器。
[0010]第三方面，本申请提供一种采集盒，其包括：接收模块，被配置为：接收云服务器训练至收敛的对象检测模型，其中云服务器训练上述对象检测模型的步骤为：持续接收无人机在执行对应飞行线路中实时采集的包括监测目标的第四图像数据，并基于对应人员对该第四图像数据持续进行人工标注所得到的样本数据，进行训练和验证对应的对象检测模型，直至上述对象检测模型收敛为止。处理模块，被配置为：利用接收的云服务器训练至收敛的对象检测模型，对无人机新采集得到的待监测事件区域的实时画面进行目标对象检测，以得到目标事件对应的空间数据。发送模块，被配置为：将上述空间数据发送至云服务器和/或目标终端设备，以供云服务和/或目标终端设备进行空间分析。
[0011]第四方面，本申请提供一种地理空间事件的实时采集系统，其包括：模型训练模块，被配置为：执行循环过程直至满足预设条件；其中，上述预设条件为对象检测模型达到收敛，上述循环过程包括：根据无人机图传的实时画面，控制该无人机持续采集包括监测目标的第一图像数据；根据上述第一图像数据进行人工标注，得到对应的样本数据；根据上述样本数据在云服务器中进行构建并训练对应的对象检测模型。空间数据生成模块，被配置为：根据收敛的对象检测模型对第二图像数据进行计算推理，得到监测目标对应的空间数据，其中，第二图像数据为在对象检测模型收敛后，无人机采集得到的包括监测目标的图像数据。空间事件生成模块，被配置为：根据上述空间数据生成对应的地理空间事件。
[0012]第五方面，本申请提供一种地理空间事件的实时采集系统，其包括：无人机、采集盒、地面站和云服务器。
[0013]上述无人机，用于接收地面站的控制信号，以在待监测事件区域执行对应的飞行线路，并将获取的实时画面传输至上述地面站进行显示，以及将采集的包括监测目标的图像数据发送至上述云服务。上述地面站，用于接收并显示无人机获取的实时画面，并响应于预定操作指令，向无人机发送对应的控制信号。上述采集盒，用于接收云服务器训练至收敛的对象检测模型，并基于该对象检测模型，对无人机新采集得到的待监测事件区域的实时画面进行目标对象检测，以得到对应的空间数据，并用以将上述空间数据发送至云服务器。上述云服务器，用于持续接收无人机在执行对应飞行线路中实时采集的包括监测目标的第五图像数据，并基于对应人员对该第五图像数据持续进行人工标注所得到的样本数据，进行训练和验证对应的对象检测模型，直至上述对象检测模型收敛为止；以及用以将训练至收敛的对象检测模型发送至上述采集盒；还用于接收采集盒发送的空间数据，以进行空间分析。
[0014]第六方面，本申请提供一种电子设备，包括至少一个处理器、至少一个存储器和数据总线；其中：上述处理器与上述存储器通过上述数据总线完成相互间的通信；上述存储器存储有被上述处理器执行的程序指令，上述处理器调用上述程序指令以执行如上述第一方面和第二方面中任一项所述的方法。
[0015]第七方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面和第二方面中任一项所述的方法。
[0016]相对于现有技术，本专利技术至少具有如下优点或有益效果：其首先根据无人机图传的实时画面，控制该无人机持续采集包括监测目标的图像数据，然后对该图像数据进行人工标注后，在云服务器中进行训练对应的对象检测模型，从而可以快速获得与监测目标相关的收敛的对象检测模型。进而，接下来就可以利用该收敛的对象检测模型，对无人机接下来获取的图像数据进行计算推理，以得到能够用以生成地理空间事件的检测目标对应的空间数据。即，该技术方案能够可以简单方便的获取到实时性强的地理空间事件，便于对突发性的事件进行监测。
附图说明
[0017]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0018]图1为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地理空间事件的采集方法，其特征在于，包括以下步骤：执行循环过程直至满足预设条件；其中，所述预设条件为对象检测模型达到收敛，所述循环过程包括：根据无人机图传的实时画面，控制该无人机持续采集包括监测目标的第一图像数据；根据所述第一图像数据进行人工标注，得到对应的样本数据；根据所述样本数据在云服务器中进行构建并训练对应的对象检测模型；根据收敛的对象检测模型对第二图像数据进行计算推理，得到监测目标对应的空间数据，其中，第二图像数据为在对象检测模型收敛后，无人机采集得到的包括监测目标的图像数据；根据所述空间数据生成对应的地理空间事件。2.如权利要求1所述的地理空间事件的采集方法，其特征在于，还包括：根据GIS空间分析算法对所述地理空间事件进行空间分析，得到对应的事件分析结果。3.如权利要求1所述的地理空间事件的采集方法，其特征在于，所述空间数据包括几何形状信息、位置信息、事件标识、事件类别和时间信息中的至少一种。4.一种地理空间事件的采集方法，其特征在于，包括以下步骤：执行循环过程直至满足预设条件；其中，所述预设条件为对象检测模型收敛，所述循环过程包括：基于地面站观测到的无人机图传的实时画面，规划无人机的飞行线路，并将无人机在该飞行线路持续采集的包括监测目标的第三图像数据，发送至云服务器中；基于所述第三图像数据进行人工标注，得到对应的样本数据，以在云服务器中进行训练和验证对应的对象检测模型；采集盒在收到训练至收敛的对象检测模型后，利用该对象检测模型对无人机新采集得到的待监测事件区域的实时画面进行目标对象检测，得到对应的空间数据，并将基于所述空间数据生成的地理空间事件发送至云服务器，以供云服务进行空间分析。5.如权利要求4所述的地理空间事件的采集方法，其特征在于，所述将基于所述空间数据生成的地理空间事件发送至云服务器时包括：基于预定的GIS事件模型将所述空间数据进行转换为符合OGC空间数据标准的数据，并将该数据存储至对应的存储器中和发送至云服务器。6.一种采集盒，其特征在于，包括：接收模块，被配置为：接收云服务器训练至收敛的对象检测模型，其中云服务器训练所述对象检测模型的步骤为：持续接收无人机在执行对应飞行线路中实时采集的包括监测目标的第四图像数据，并基于对应人员对该第四图像数据持续进行人工标注所得到的样本数据，进行训练和验证对应的对象检测模型，直至所述对象检测模型收敛为止；处理模块，被配置为：利用接收的云服务器训练至收敛的对象检测模型，对无人机新采集得到的待监测事件区域的实...

【专利技术属性】
技术研发人员：李亚东，曹明兰，
申请(专利权)人：北京工业职业技术学院，
类型：发明
国别省市：