一种堤防险情高效识别预警的无人机装置制造方法及图纸

本发明专利技术提供了一种堤防险情高效识别预警的无人机装置，包括：无人机端和地面指挥端；无人机端包括：无人机平台、光电吊舱、智能AI计算单元、机载传输单元和供电电源；供电电源为无人机平台、光电吊舱、智能AI计算单元和机载传输单元供电；无人机端和地面指挥端通过无线网络进行通讯；本发明专利技术有益效果是：目标检测高自动化、目标检测响应快速、目标传输效率高且无人机巡检效率高。人机巡检效率高。人机巡检效率高。

【技术实现步骤摘要】
一种堤防险情高效识别预警的无人机装置


[0001]本专利技术涉及提防险情预警领域，尤其涉及一种堤防险情高效识别预警的无人机装置。

技术介绍

[0002]在雨水集中的季节，尤其是沿江临湖、地势较低的地区，为避免人民群众的生命财产遭受损失，每年汛期投入大量的人力物力来抗洪防汛。当下防汛抗洪的主要方式还是通过人工巡堤及时发现并排除险情，但是人工巡堤不仅人力需求量和劳动强度大，且因防汛抗洪时间长，枯燥反复的昼夜巡堤容易超出人体疲劳限度，可能产生疏漏从而导致险情发生。而且当下正值疫情波动之际，越来越难招聘到愿意到江堤进行巡查的人员，堤坝险情预警的工作也变得难以开展，使用无人机不停巡航检测，需要人眼不间断地盯着巡航画面，这也导致无人机飞行速度不能过快，对无人机的电力和巡检人员的精力都是很大的考验。
[0003]传统的无人机堤防检测模式，主要是通过无人机负载的光电吊舱巡航拍摄，光电吊舱将拍摄到的视频源传输到无人机的无线图传模块，无线图传模块将编解码后的视频数据通过无线传输模式上传到服务云端，地面接收设备通过云端下载视频数据，最后将下载的视频数据传输到地面控制中心，地面控制中心的监测人员根据拍摄视频做人工手动筛选、识别险情。由于堤坝险情可监测到的目标一般是厘米级别的裂缝，无人机飞行拍摄受限高度和飞行速度的影响，拍摄到的画面目标检测物不一定能人眼识别出来，且拍摄下来的视频画面在传输过程中传输量就会很大，再经过编解码后，地面接收到的视频不一定是高清度的视频，这也会给监测人员人眼判断险情带来一定的难度。除此之外，人眼在识别堤坝裂缝的过程中，需要反复的确认和花费大量的时间人眼识别，且导致无人机巡航过程中飞行速度不能过快，无人机的续航时间有限，可巡航的距离和面积有限，导致无人机巡检效率不高。传统的检测模式在实际巡检过程中，还会遇到众多其它因素或不可抗拒的自然因素影响，均将导致无人机堤防险情巡检的时效性和准确性不高。

技术实现思路

[0004]为降低无人机巡检的综合成本和降低人工识别目标检测的漏检率，实现堤防险情裂缝目标快速识别，快速响应，本专利技术提供了一种堤防险情高效识别预警的无人机装置，具体包括：
[0005]无人机端和地面指挥端；
[0006]无人机端包括：无人机平台、光电吊舱、智能AI计算单元、机载传输单元和供电电源；
[0007]供电电源为无人机平台、光电吊舱、智能AI计算单元和机载传输单元供电；
[0008]无人机端和地面指挥端通过无线网络进行通讯。
[0009]进一步地，无人机平台搭载光电吊舱进行提防巡查；光电吊舱获取提防图像，并将图像传输至智能AI计算单元；智能AI计算单元根据提防图像，检测提防险情，并输出险情的
文本信息；文本信息通过机载传输单元传输至地面指挥端。
[0010]所述智能AI计算单元采用的图像分析方法为机器学习目标检测方法。
[0011]与现有技术相比，本专利技术的有益效果包括：目标检测高自动化：采用AI自动检测技术，降低了险情目标人工漏检率，并提高了目标自动检测的正确率；
[0012]目标检测响应快速：无人机的AI智能检测前移至无人机负载端，提高了险情目标检测的响应时间，平均检测目标时间小于1s；
[0013]目标传输效率高：无人机目标检测结果，通过无线传输方式将文本指令预警信息直接快速传回地面控制中心，相比较传统视频传输模式，目标传输效率可提高至毫秒级；
[0014]无人机巡检效率高：由于目标检测采用AI检测，响应时间快速，无人机可以结合检测情形，增加了无人机的检测续航时间和提高了无人机的飞行速度，从而提高无人机巡检效率。
附图说明
[0015]图1是本专利技术整体结构示意图。
具体实施方式
[0016]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0017]请参考图1，图1是本专利技术系统整体结构图。图1中上半部分为传统无人机检测方式，下半部分为本申请检测装置。传统方式记载于
技术介绍
部分，这里不再作过多介绍，下面重点介绍本申请装置。
[0018]本专利技术提供一种堤防险情高效识别预警的无人机装置，包括：
[0019]无人机端和地面指挥端；
[0020]无人机端包括：无人机平台、光电吊舱、智能AI计算单元、机载传输单元和供电电源；
[0021]供电电源为无人机平台、光电吊舱、智能AI计算单元和机载传输单元供电；
[0022]无人机端和地面指挥端通过无线网络进行通讯。
[0023]无人机平台搭载光电吊舱进行提防巡查；光电吊舱获取提防图像，并将图像传输至智能AI计算单元；智能AI计算单元根据提防图像，检测提防险情，并输出险情的文本信息；文本信息通过机载传输单元传输至地面指挥端。
[0024]所述智能AI计算单元采用的图像分析方法为机器学习目标检测方法。
[0025]需要说明的是，所述无人机平台，根据实际需求自行进行选择，这里非重点内容，不作过多阐述。
[0026]需要说明的是，本申请将智能AI计算模块集成到了无人机端，且在无人机端完成提防险情检测，并输出为文本信息，而非图像视频信息；将文本信息通过网络传输至地面指挥端；地面指挥端检测人员根据文本信息进行险情真实情况核实，并启动抢险措施。
[0027]需要说明的是，所述智能AI计算模块采用基于人工智能算法进行的推理计算，通过对险情目标进行特征提取，并将特征提取的隐患目标参数通过图像处理，交给人工智能
算法模型进行目标的训练、学习、检测及快速识别，从而获取险情比对报警信息，最终将报警信息传回给堤防指挥中心，从而确保指挥人员可以及时依据险情程度做出执行和决策判断。在本申请实施例中，采用基于Python中的pytorch库实现的yolov5模型进行的推理计算。无人机负载的光电吊舱拍摄到的巡航画面作为yolov5模型的训练集，yolov5模型会将某一帧画面分划成几个方格，然后给将画面中为裂缝区域的方格指定为一个值，将这个值不断迭代找到最低标准，这个标准可以是可见光检测到堤坝某个区域的光度的最低值，低于这个最低值就是堤坝该区域产生有裂缝，结果输出为“1”，将指令传输到控制中心快速响应。巡航画面在模型训练出的结果为一个矩阵数列，数值为“1”的区域就是产生险情的区域。
[0028]需要说明的是，所述智能AI计算模块结构尺寸为52.6mm*38.5mm*8.5mm，重量只有500g，功耗为5.5W，该模块集成到无人机负载系统中。续航电池(供电电源)为整个无人机端供电，在无人机端工作过程中，无人机负载的光电吊舱拍摄到的视频传输到AI模块，视频在AI模块中分析得到扫描区域内是否由险情的指令，该指令以文本的形式通过网络传输到机载传输单元，机载传输单元将文本指令通过网络传输到地面指挥终端。
[0029]需要说明的是，在有实际需求的情况下，机载传输单元也可以将图像信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种堤防险情高效识别预警的无人机装置，其特征在于：包括：无人机端和地面指挥端；无人机端包括：无人机平台、光电吊舱、智能AI计算单元、机载传输单元和供电电源；供电电源为无人机平台、光电吊舱、智能AI计算单元和机载传输单元供电；无人机端和地面指挥端通过无线网络进行通讯。2.如权利要求1所述的一种堤防险情高效识别预警的无人机装置，其特征在于：无...

【专利技术属性】
技术研发人员：程家明，孔繁东，万旭，
申请(专利权)人：武汉兴图新科电子股份有限公司，
类型：发明
国别省市：