CN104655107A - 用于城市道路识别的无人机检测设备 - Google Patents
用于城市道路识别的无人机检测设备 Download PDFInfo
- Publication number
- CN104655107A CN104655107A CN201510103082.7A CN201510103082A CN104655107A CN 104655107 A CN104655107 A CN 104655107A CN 201510103082 A CN201510103082 A CN 201510103082A CN 104655107 A CN104655107 A CN 104655107A
- Authority
- CN
- China
- Prior art keywords
- urban road
- image
- road
- unmanned plane
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000002604 ultrasonography Methods 0.000 claims description 30
- 238000001914 filtration Methods 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000002708 enhancing effect Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 108010001267 Protein Subunits Proteins 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000006059 cover glass Substances 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 230000035939 shock Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 abstract description 2
- 230000000295 complement effect Effects 0.000 abstract 1
- 239000004065 semiconductor Substances 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009435 building construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005474 detonation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- YGANSGVIUGARFR-UHFFFAOYSA-N dipotassium dioxosilane oxo(oxoalumanyloxy)alumane oxygen(2-) Chemical compound [O--].[K+].[K+].O=[Si]=O.O=[Al]O[Al]=O YGANSGVIUGARFR-UHFFFAOYSA-N 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052627 muscovite Inorganic materials 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种用于城市道路识别的无人机检测设备，所述检测设备包括无人机驱动机构、CMOS超高清相机、FPGA芯片和嵌入式处理器，嵌入式处理器与无人机驱动机构、CMOS超高清相机和FPGA芯片分别连接，控制无人机驱动机构以驱动无人机飞抵待检测城市道路的正上方，并在确定无人机飞抵待检测城市道路的正上方之后，启动CMOS超高清相机对待检测城市道路拍摄以获得城市道路图像，启动FPGA芯片对城市道路图像进行图像处理以确定城市道路图像内的道路曲线。通过本发明，能够机动、准确地测绘待检测城市道路的道路曲线信息，为城市测绘部门的地图绘制提供更有价值的参考数据。
Description
技术领域
本发明涉及道路测绘领域，尤其涉及一种用于城市道路识别的无人机检测设备。
背景技术
城市道路的相关信息包括城市道路的曲线轨迹、定位数据和相对位置等。获取城市道路的相关信息是城市管理部门绘制城市地图所必需的要素之一。正确的城市道路信息能够帮助城市管理部门有计划地部署城市管理工作，还有助于城市其他职能部门开展相应工作，例如，方便城市交管部门进行管理区域划分，以更顺利地实现道路交通管理的职责分工。
现有技术中对城市道路信息的检测方案有两种：第一种，使用遥感卫星拍摄城市遥感影像，对城市遥感影像进行分析，提取城市各条交通道路的信息；第二种，安排人手在各条城市道路上进行实地勘测，通过人工的方式获得各条城市道路的曲线轨迹、定位数据和相对位置等信息。然而，上述二种检测方案都具有自身的局限性：前者由于获取的城市遥感影像分辨率不够，难以获得高精度的城市道路信息；后者需要安排大量的人力和物力，同时检测方式过于原始，耗费大量的时间成本，实时性很差。
因此，需要一种新的城市道路识别方案，能够在保证快速、低成本地获得城市内各个道路的相关信息的同时，不以降低测绘精度为代价，具有良好的性价比。
发明内容
为了解决上述问题，本发明提供了一种用于城市道路识别的无人机检测设备，采用无人机为检测平台，利用无线控制技术能够随时到达各条需要检测的城市道路正上方进行道路信息检测，从而降低检测开销，具有较好的机动性和实时性，同时针对城市道路的分布特点，定制了多个具有不同图像处理功能的图像处理设备对无人机上的摄像设备所拍摄的超高清图像进行有序处理，而且，基于超高清图像的大数据特点，每一种图像处理都采用并行方式进行，在提高数据精度的同时保证数据处理的高速进行。
根据本发明的一方面，提供了一种用于城市道路识别的无人机检测设备，所述检测设备包括无人机驱动机构、CMOS超高清相机、FPGA芯片和嵌入式处理器，所述嵌入式处理器与所述无人机驱动机构、所述CMOS超高清相机和所述FPGA芯片分别连接，控制所述无人机驱动机构以驱动所述无人机飞抵待检测城市道路的正上方，并在确定所述无人机飞抵待检测城市道路的正上方之后，启动所述CMOS超高清相机对待检测城市道路拍摄以获得城市道路图像，启动所述FPGA芯片对城市道路图像进行图像处理以确定城市道路图像内的道路曲线。
更具体地，在所述用于城市道路识别的无人机检测设备中，还包括：伽利略导航器，连接伽利略导航卫星，用于接收无人机所在位置的实时定位数据；超声波高度传感器，包括超声波发射机、超声波接收机和单片机，所述单片机与所述超声波发射机和所述超声波接收机分别连接，所述超声波发射机向地面发射超声波，所述超声波接收机接收地面反射的超声波，所述单片机根据所述超声波发射机的发射时间、所述超声波接收机的接收时间和超声波传播速度计算无人机的实时超声波高度；移动硬盘，用于预先存储对照表，所述对照表以图像数据量对应的大小等级为索引，保存了各个大小等级分别对应的图像分割数量，所述移动硬盘还用于预先存储城市道路R通道范围、城市道路G通道范围、城市道路B通道范围，所述城市道路R通道范围、所述城市道路G通道范围和所述城市道路B通道范围用于将RGB图像中的城市道路与RGB图像背景分离；无线收发机，与远端的城市道路绘制平台建立双向的无线通信链路，用于接收所述城市道路绘制平台发送的飞行控制指令，所述飞行控制指令中包括待检测城市道路正上方位置对应的目的伽利略定位数据和目的拍摄高度；所述CMOS超高清相机包括减震底架、前盖玻璃、镜头、滤镜和CMOS成像电子单元，所述CMOS超高清相机所拍摄的城市道路图像的分辨率为3840×2160；所述FPGA芯片为Altera公司的Cyclone系列的EP1C6Q240C8，在所述FPGA芯片中集成了图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元，n等于所述对照表中的最大大小等级；所述图像数据量估测单元与所述CMOS超高清相机连接，用于评估基于MPEG-4压缩所述城市道路图像后获得的压缩图像的数据量；所述图像划分单元与所述移动硬盘、所述CMOS超高清相机和所述图像数据量估测单元分别连接，基于压缩图像的数据量对应的大小等级，在所述对照表中查询到对应的图像分割数量作为目标图像分割数量m，并将所述城市道路图像纵向平均划分为m个子图像，将所述m个子图像分别分配给所述n个图像处理单元中的前m个图像处理单元；所述前m个图像处理单元中的每一个图像处理单元对分配到的对应子图像进行图像处理以确定所述对应子图像内的道路子曲线；所述图像合并单元与所述n个图像处理单元分别连接，将所述前m个图像处理单元输出的m个道路子曲线合并，以获得城市道路图像内的道路曲线；所述嵌入式处理器与所述无人机驱动机构、所述CMOS超高清相机、所述FPGA芯片、所述无线收发机、所述伽利略导航器和所述超声波高度传感器分别连接，接收所述无线收发机转发的飞行控制指令，对所述飞行控制指令解析以获得待检测城市道路正上方位置对应的目的伽利略定位数据和目的拍摄高度，控制所述无人机驱动机构以驱动所述无人机飞往所述待检测城市道路正上方位置，在所述实时超声波高度与所述目的拍摄高度匹配且所述实时定位数据与所述目的伽利略定位数据匹配时，进入城市道路检测模式，在所述实时超声波高度与所述目的拍摄高度不匹配或所述实时定位数据与所述目的伽利略定位数据不匹配时，进入城市道路寻找模式；其中，每一个图像处理单元包括色彩空间转换子单元、自动颜色增强子单元、图像分割子单元、自适应递归滤波子单元和最小二乘拟合子单元；所述色彩空间转换子单元与所述图像划分单元连接，用于对分配到的对应子图像执行RGB色彩空间转换，获得转换后的RGB图像；所述自动颜色增强子单元与所述色彩空间转换子单元连接，对所述转换后的RGB图像执行基于自动颜色增强的图像增强处理，以获得道路与背景对比度增强的增强图像；所述图像分离子单元与所述移动硬盘和所述自动颜色增强子单元分别连接，计算所述增强图像中每一个像素的R通道值、G通道值和B通道值，当某一像素的R通道值在所述城市道路R通道范围内、G通道值在所述城市道路G通道范围内且B通道值在所述城市道路B通道范围内时，将其确定为城市道路像素，将所述增强图像中所有城市道路像素组合以形成道路图案；所述自适应递归滤波子单元与所述图像分离子单元连接，对所述道路图案执行自适应递归滤波处理，以获得滤除噪声像素的滤波道路图案；所述最小二乘拟合子单元与所述自适应递归滤波子单元连接，基于最小二乘拟合算法对所述滤波道路图案执行拟合处理以确定道路子曲线，所述道路子曲线为与所述滤波道路图案中所有像素的距离平方和最小的一条曲线；所述嵌入式处理器在所述城市道路检测模式中，启动所述超CMOS超高清相机和所述FPGA芯片，接收所述城市道路图像和所述道路曲线，确定所述道路曲线在所述城市道路图像中的相对位置，基于所述相对位置、所述实时定位数据和所述实时超声波高度确定所述道路曲线的定位信息，所述道路曲线的定位信息包括所述道路曲线的起点的定位信息和所述道路曲线的终点的定位信息；所述嵌入式处理器在所述城市道路寻找模式中，关闭所述CMOS超高清相机和所述FPGA芯片。
更具体地，在所述用于城市道路识别的无人机检测设备中：所述无线收发机接收所述道路曲线以及所述道路曲线的定位信息，并将所述道路曲线以及所述道路曲线的定位信息无线发送给所述城市道路绘制平台。
更具体地，在所述用于城市道路识别的无人机检测设备中：替代一个EP1C6Q240C8FPGA芯片的集成实现方式，将图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用FPGA芯片来实现。
更具体地，在所述用于城市道路识别的无人机检测设备中：图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用的FPGA芯片的选型都是Xilinx公司的XC3S1000FT256。
更具体地，在所述用于城市道路识别的无人机检测设备中：图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用不同型号的FPGA芯片来实现。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的用于城市道路识别的无人机检测设备的结构方框图。
具体实施方式
下面将参照附图对本发明的用于城市道路识别的无人机检测设备的实施方案进行详细说明。
城市道路，是一种能够通达城市的各地区，供城市内交通运输及行人使用，便于居民生活、工作及文化娱乐活动，并与市外道路连接负担着对外交通的道路。城市道路一般较公路宽阔，为适应复杂的交通工具，多划分机动车道、公共汽车优先车道、非机动车道等，在城市道路两侧有高出路面的人行道和房屋建筑，人行道下多埋设公共管线，城市道路两侧有为美化城市而布置绿化带、雕塑艺术品，城市道路两侧种植树林，并安置有边沟以便于城市排水。
城市道路是城市管理的主要基元。他关系到整个城市的有机活动。因而，城市内的各条道路的相关信息的获取非常重要，这些相关信息的正确与否，直接影响了城市职能部门的规划效率和规划效果。
然而，现有技术中的城市道路信息提取技术主要是卫星遥感方式和现场勘测方式，前者虽然降低了检测成本，但迫于卫星遥感机制的局限性，获取的遥感数据精度不高，导致提取到的城市道路信息不甚准确，后者虽然能够获得一定精度的城市道路信息，但是人工成本和时间成本太高。
本发明搭建了一种用于城市道路识别的无人机检测设备，以机动且检测范围宽广的无人机为检测平台，基于城市道路特性定制一套由多种图像处理子单元组成的城市道路检测机制，在对城市道路的信息提取中，兼顾了对精度、效率以及性价比的较高要求。
图1为根据本发明实施方案示出的用于城市道路识别的无人机检测设备的结构方框图，所述检测设备包括CMOS超高清相机1、FPGA芯片2、无人机驱动机构3、移动硬盘4、伽利略导航器5、超声波高度传感器6、无线收发机7和嵌入式处理器8，嵌入式处理器8与CMOS超高清相机1、FPGA芯片2、无人机驱动机构3、移动硬盘4、伽利略导航器5、超声波高度传感器6、无线收发机7分别连接。
其中，所述嵌入式处理器8用于控制所述无人机驱动机构3以驱动所述无人机飞抵待检测城市道路的正上方，并在确定所述无人机飞抵待检测城市道路的正上方之后，启动所述CMOS超高清相机1对待检测城市道路拍摄以获得城市道路图像，启动所述FPGA芯片2对城市道路图像进行图像处理以确定城市道路图像内的道路曲线。
接着，继续对本发明的用于城市道路识别的无人机检测设备的具体结构进行进一步的说明。
在所述无人机检测设备中，所述伽利略导航器5连接伽利略导航卫星，用于接收无人机所在位置的实时定位数据。
在所述无人机检测设备中，所述超声波高度传感器6包括超声波发射机、超声波接收机和单片机，所述单片机与所述超声波发射机和所述超声波接收机分别连接，所述超声波发射机向地面发射超声波，所述超声波接收机接收地面反射的超声波，所述单片机根据所述超声波发射机的发射时间、所述超声波接收机的接收时间和超声波传播速度计算无人机的实时超声波高度。
在所述无人机检测设备中，所述移动硬盘4用于预先存储对照表，所述对照表以图像数据量对应的大小等级为索引，保存了各个大小等级分别对应的图像分割数量，所述移动硬盘4还用于预先存储城市道路R通道范围、城市道路G通道范围、城市道路B通道范围，所述城市道路R通道范围、所述城市道路G通道范围和所述城市道路B通道范围用于将RGB图像中的城市道路与RGB图像背景分离。
在所述无人机检测设备中，所述无线收发机7与远端的城市道路绘制平台建立双向的无线通信链路，用于接收所述城市道路绘制平台发送的飞行控制指令，所述飞行控制指令中包括待检测城市道路正上方位置对应的目的伽利略定位数据和目的拍摄高度。
在所述无人机检测设备中，所述CMOS超高清相机1包括减震底架、前盖玻璃、镜头、滤镜和CMOS成像电子单元，所述CMOS超高清相机1所拍摄的城市道路图像的分辨率为3840×2160。
在所述无人机检测设备中，所述FPGA芯片2为Altera公司的Cyclone系列的EP1C6Q240C8，在所述FPGA芯片2中集成了图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元，n等于所述对照表中的最大大小等级。
在所述FPGA芯片2中，所述图像数据量估测单元与所述CMOS超高清相机1连接，用于评估基于MPEG-4压缩所述城市道路图像后获得的压缩图像的数据量，所述图像划分单元与所述移动硬盘4、所述CMOS超高清相机1和所述图像数据量估测单元分别连接，基于压缩图像的数据量对应的大小等级，在所述对照表中查询到对应的图像分割数量作为目标图像分割数量m，并将所述城市道路图像纵向平均划分为m个子图像，将所述m个子图像分别分配给所述n个图像处理单元中的前m个图像处理单元；
在所述FPGA芯片2中，所述前m个图像处理单元中的每一个图像处理单元对分配到的对应子图像进行图像处理以确定所述对应子图像内的道路子曲线；所述图像合并单元与所述n个图像处理单元分别连接，将所述前m个图像处理单元输出的m个道路子曲线合并，以获得城市道路图像内的道路曲线；
在所述无人机检测设备中，所述嵌入式处理器8与所述无人机驱动机构3、所述CMOS超高清相机1、所述FPGA芯片2、所述无线收发机7、所述伽利略导航器5和所述超声波高度传感器6分别连接，接收所述无线收发机7转发的飞行控制指令，对所述飞行控制指令解析以获得待检测城市道路正上方位置对应的目的伽利略定位数据和目的拍摄高度，控制所述无人机驱动机构3以驱动所述无人机飞往所述待检测城市道路正上方位置，在所述实时超声波高度与所述目的拍摄高度匹配且所述实时定位数据与所述目的伽利略定位数据匹配时，进入城市道路检测模式，在所述实时超声波高度与所述目的拍摄高度不匹配或所述实时定位数据与所述目的伽利略定位数据不匹配时，进入城市道路寻找模式。
其中，每一个图像处理单元包括色彩空间转换子单元、自动颜色增强子单元、图像分割子单元、自适应递归滤波子单元和最小二乘拟合子单元。
在每一个图像处理单元中，所述色彩空间转换子单元与所述图像划分单元连接，用于对分配到的对应子图像执行RGB色彩空间转换，获得转换后的RGB图像。
在每一个图像处理单元中，所述自动颜色增强子单元与所述色彩空间转换子单元连接，对所述转换后的RGB图像执行基于自动颜色增强的图像增强处理，以获得道路与背景对比度增强的增强图像。
在每一个图像处理单元中，所述图像分离子单元与所述移动硬盘4和所述自动颜色增强子单元分别连接，计算所述增强图像中每一个像素的R通道值、G通道值和B通道值，当某一像素的R通道值在所述城市道路R通道范围内、G通道值在所述城市道路G通道范围内且B通道值在所述城市道路B通道范围内时，将其确定为城市道路像素，将所述增强图像中所有城市道路像素组合以形成道路图案。
在每一个图像处理单元中，所述自适应递归滤波子单元与所述图像分离子单元连接，对所述道路图案执行自适应递归滤波处理，以获得滤除噪声像素的滤波道路图案。
在每一个图像处理单元中，所述最小二乘拟合子单元与所述自适应递归滤波子单元连接，基于最小二乘拟合算法对所述滤波道路图案执行拟合处理以确定道路子曲线，所述道路子曲线为与所述滤波道路图案中所有像素的距离平方和最小的一条曲线。
其中，所述嵌入式处理器8在所述城市道路检测模式中，启动所述超CMOS超高清相机1和所述FPGA芯片2，接收所述城市道路图像和所述道路曲线，确定所述道路曲线在所述城市道路图像中的相对位置，基于所述相对位置、所述实时定位数据和所述实时超声波高度确定所述道路曲线的定位信息，所述道路曲线的定位信息包括所述道路曲线的起点的定位信息和所述道路曲线的终点的定位信息；以及所述嵌入式处理器8在所述城市道路寻找模式中，关闭所述CMOS超高清相机1和所述FPGA芯片2。
其中，在所述无人机检测设备中：所述无线收发机7可接收所述道路曲线以及所述道路曲线的定位信息，并将所述道路曲线以及所述道路曲线的定位信息无线发送给所述城市道路绘制平台，可选地，替代一个EP1C6Q240C8FPGA芯片2的集成实现方式，将图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用FPGA芯片来实现，以及图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用的FPGA芯片的选型都是Xilinx公司的XC3S1000FT256，或者，图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用不同型号的FPGA芯片来实现。
另外，GPS导航系统、格洛纳斯导航系统、伽利略导航系统或北斗卫星导航系统是当今世界最普遍运用的四种导航系统。
北斗卫星导航系统是中国正在实施的自主发展、独立运行的全球卫星导航系统。系统建设目标是：建成独立自主、开放兼容、技术先进、稳定可靠的覆盖全球的北斗卫星导航系统，促进卫星导航产业链形成，形成完善的国家卫星导航应用产业支撑、推广和保障体系，推动卫星导航在国民经济社会各行业的广泛应用，北斗卫星导航系统由空间段、地面段和用户段三部分组成，空间段包括5颗静止轨道卫星和30颗非静止轨道卫星，地面段包括主控站、注入站和监测站等若干个地面站，用户段包括北斗用户终端以及与其他卫星导航系统兼容的终端。
GPS是20世纪70年代由美国陆海空三军联合研制的新一代空间卫星导航定位系统，其主要目的是为陆、海、空三大领域提供实时、全天候和全球性的导航服务，并用于情报收集、核爆监测和应急通讯等一些军事目的，是美国独霸全球战略的重要组成。经过20余年的研究实验，耗资300亿美元，到1994年3月，全球覆盖率高达98％的24颗GPS卫星星座己布设完成。伽利略定位系统是欧盟一个正在建造中的卫星定位系统，也是继美国现有的GPS系统及俄罗斯的格洛纳斯导航系统外，第三个可供民用的定位系统，伽利略系统的基本服务有导航、定位、授时；特殊服务有搜索与救援；扩展应用服务系统有在飞机导航和着陆系统中的应用、铁路安全运行调度、海上运输系统、陆地车队运输调度、精准农业，2010年1月7日，欧盟委员会称，欧盟的伽利略定位系统将从2014年起投入运营。俄罗斯格洛纳斯导航系统是由24颗卫星组成，精度在10米左右，军民两用，设计2009年底服务范围拓展到全球。
采用本发明的用于城市道路识别的无人机检测设备，针对现有城市道路识别方式无法同时满足测量精度、测量成本和测量实时性要求的技术问题，引入无人机平台和无线通信模式有效控制了测量成本并满足了测量实时性的要求，并根据城市道路的特点定制了多个不同功能的图像处理部件协调操作以满足测量精度的要求。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种用于城市道路识别的无人机检测设备，其特征在于，所述检测设备包括无人机驱动机构、CMOS超高清相机、FPGA芯片和嵌入式处理器，所述嵌入式处理器与所述无人机驱动机构、所述CMOS超高清相机和所述FPGA芯片分别连接，控制所述无人机驱动机构以驱动所述无人机飞抵待检测城市道路的正上方，并在确定所述无人机飞抵待检测城市道路的正上方之后，启动所述CMOS超高清相机对待检测城市道路拍摄以获得城市道路图像，启动所述FPGA芯片对城市道路图像进行图像处理以确定城市道路图像内的道路曲线。
2.如权利要求1所述的用于城市道路识别的无人机检测设备，其特征在于，所述检测设备还包括：
伽利略导航器，连接伽利略导航卫星，用于接收无人机所在位置的实时定位数据；
超声波高度传感器，包括超声波发射机、超声波接收机和单片机，所述单片机与所述超声波发射机和所述超声波接收机分别连接，所述超声波发射机向地面发射超声波，所述超声波接收机接收地面反射的超声波，所述单片机根据所述超声波发射机的发射时间、所述超声波接收机的接收时间和超声波传播速度计算无人机的实时超声波高度；
移动硬盘，用于预先存储对照表，所述对照表以图像数据量对应的大小等级为索引，保存了各个大小等级分别对应的图像分割数量，所述移动硬盘还用于预先存储城市道路R通道范围、城市道路G通道范围、城市道路B通道范围，所述城市道路R通道范围、所述城市道路G通道范围和所述城市道路B通道范围用于将RGB图像中的城市道路与RGB图像背景分离；
无线收发机，与远端的城市道路绘制平台建立双向的无线通信链路，用于接收所述城市道路绘制平台发送的飞行控制指令，所述飞行控制指令中包括待检测城市道路正上方位置对应的目的伽利略定位数据和目的拍摄高度；
所述CMOS超高清相机包括减震底架、前盖玻璃、镜头、滤镜和CMOS成像电子单元，所述CMOS超高清相机所拍摄的城市道路图像的分辨率为3840×2160；
所述FPGA芯片为Altera公司的Cyclone系列的EP1C6Q240C8，在所述FPGA芯片中集成了图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元，n等于所述对照表中的最大大小等级；所述图像数据量估测单元与所述CMOS超高清相机连接，用于评估基于MPEG-4压缩所述城市道路图像后获得的压缩图像的数据量；所述图像划分单元与所述移动硬盘、所述CMOS超高清相机和所述图像数据量估测单元分别连接，基于压缩图像的数据量对应的大小等级，在所述对照表中查询到对应的图像分割数量作为目标图像分割数量m，并将所述城市道路图像纵向平均划分为m个子图像，将所述m个子图像分别分配给所述n个图像处理单元中的前m个图像处理单元；所述前m个图像处理单元中的每一个图像处理单元对分配到的对应子图像进行图像处理以确定所述对应子图像内的道路子曲线；所述图像合并单元与所述n个图像处理单元分别连接，将所述前m个图像处理单元输出的m个道路子曲线合并，以获得城市道路图像内的道路曲线；
所述嵌入式处理器与所述无人机驱动机构、所述CMOS超高清相机、所述FPGA芯片、所述无线收发机、所述伽利略导航器和所述超声波高度传感器分别连接，接收所述无线收发机转发的飞行控制指令，对所述飞行控制指令解析以获得待检测城市道路正上方位置对应的目的伽利略定位数据和目的拍摄高度，控制所述无人机驱动机构以驱动所述无人机飞往所述待检测城市道路正上方位置，在所述实时超声波高度与所述目的拍摄高度匹配且所述实时定位数据与所述目的伽利略定位数据匹配时，进入城市道路检测模式，在所述实时超声波高度与所述目的拍摄高度不匹配或所述实时定位数据与所述目的伽利略定位数据不匹配时，进入城市道路寻找模式；
其中，每一个图像处理单元包括色彩空间转换子单元、自动颜色增强子单元、图像分割子单元、自适应递归滤波子单元和最小二乘拟合子单元；所述色彩空间转换子单元与所述图像划分单元连接，用于对分配到的对应子图像执行RGB色彩空间转换，获得转换后的RGB图像；所述自动颜色增强子单元与所述色彩空间转换子单元连接，对所述转换后的RGB图像执行基于自动颜色增强的图像增强处理，以获得道路与背景对比度增强的增强图像；所述图像分离子单元与所述移动硬盘和所述自动颜色增强子单元分别连接，计算所述增强图像中每一个像素的R通道值、G通道值和B通道值，当某一像素的R通道值在所述城市道路R通道范围内、G通道值在所述城市道路G通道范围内且B通道值在所述城市道路B通道范围内时，将其确定为城市道路像素，将所述增强图像中所有城市道路像素组合以形成道路图案；所述自适应递归滤波子单元与所述图像分离子单元连接，对所述道路图案执行自适应递归滤波处理，以获得滤除噪声像素的滤波道路图案；所述最小二乘拟合子单元与所述自适应递归滤波子单元连接，基于最小二乘拟合算法对所述滤波道路图案执行拟合处理以确定道路子曲线，所述道路子曲线为与所述滤波道路图案中所有像素的距离平方和最小的一条曲线；
其中，所述嵌入式处理器在所述城市道路检测模式中，启动所述超CMOS超高清相机和所述FPGA芯片，接收所述城市道路图像和所述道路曲线，确定所述道路曲线在所述城市道路图像中的相对位置，基于所述相对位置、所述实时定位数据和所述实时超声波高度确定所述道路曲线的定位信息，所述道路曲线的定位信息包括所述道路曲线的起点的定位信息和所述道路曲线的终点的定位信息；所述嵌入式处理器在所述城市道路寻找模式中，关闭所述CMOS超高清相机和所述FPGA芯片。
3.如权利要求2所述的用于城市道路识别的无人机检测设备，其特征在于：
所述无线收发机接收所述道路曲线以及所述道路曲线的定位信息，并将所述道路曲线以及所述道路曲线的定位信息无线发送给所述城市道路绘制平台。
4.如权利要求2所述的用于城市道路识别的无人机检测设备，其特征在于：
替代一个EP1C6Q240C8FPGA芯片的集成实现方式，将图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用FPGA芯片来实现。
5.如权利要求4所述的用于城市道路识别的无人机检测设备，其特征在于：
图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用的FPGA芯片的选型都是Xilinx公司的XC3S1000FT256。
6.如权利要求4所述的用于城市道路识别的无人机检测设备，其特征在于：
图像数据量估测单元、图像划分单元、图像合并单元和n个图像处理单元分别采用不同型号的FPGA芯片来实现。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510569943.0A CN105180902B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
| CN201510103082.7A CN104655107B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
| CN201510570801.6A CN105157679B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510103082.7A CN104655107B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
Related Child Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510570801.6A Division CN105157679B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
| CN201510569943.0A Division CN105180902B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104655107A true CN104655107A (zh) | 2015-05-27 |
| CN104655107B CN104655107B (zh) | 2016-09-28 |
Family
ID=53246515
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510570801.6A Expired - Fee Related CN105157679B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
| CN201510103082.7A Active CN104655107B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
| CN201510569943.0A Expired - Fee Related CN105180902B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510570801.6A Expired - Fee Related CN105157679B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510569943.0A Expired - Fee Related CN105180902B (zh) | 2015-03-10 | 2015-03-10 | 用于城市道路识别的无人机检测设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (3) | CN105157679B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105180902A (zh) * | 2015-03-10 | 2015-12-23 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
| CN106155086A (zh) * | 2016-08-09 | 2016-11-23 | 长安大学 | 一种道路检测无人机及其自动巡航方法 |
| CN108569412A (zh) * | 2018-03-15 | 2018-09-25 | 徐琳 | 无人机飞行能力自检平台 |
| CN108959336A (zh) * | 2018-03-06 | 2018-12-07 | 宋贤 | 自适应绘制车载电子地图的方法 |
| CN109533327A (zh) * | 2018-03-15 | 2019-03-29 | 徐琳 | 无人机飞行能力自检方法 |
| CN115482477A (zh) * | 2022-09-14 | 2022-12-16 | 北京远度互联科技有限公司 | 道路识别方法、装置、无人机、设备及存储介质 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106652457B (zh) * | 2017-01-22 | 2023-09-12 | 上海量明科技发展有限公司 | 检测共享交通工具状况的方法、无人机及系统 |
| CN107544493B (zh) * | 2017-08-03 | 2020-06-23 | 浙江智卓工业机器人有限公司 | 一种基于无人驾驶的智能导航方法及其系统 |
| CN108737775B (zh) * | 2018-01-31 | 2019-04-05 | 上海慕语会展服务有限公司 | 大数据采集平台 |
| CN109141366A (zh) * | 2018-01-31 | 2019-01-04 | 张月云 | 大数据采集方法 |
| CN108734130A (zh) * | 2018-05-21 | 2018-11-02 | 西南交通大学 | 一种道路检测系统、方法及存储介质 |
| KR101925366B1 (ko) * | 2018-06-05 | 2018-12-06 | 한국항공우주연구원 | 드론을 이용한 전자 지도 제작 시스템 및 방법 |
| CN109238225B (zh) * | 2018-09-03 | 2021-02-05 | 浙江大丰实业股份有限公司 | 移动式车台实时高度监护平台 |
| CN110470279B (zh) * | 2019-09-05 | 2022-05-27 | 上海伯镭智能科技有限公司 | 一种基于多旋翼无人机的集中式光伏电站电池组件缺陷巡检系统 |
| CN110894704A (zh) * | 2019-11-15 | 2020-03-20 | 东南大学 | 一种基于无人机的公路路面病害的定位方法 |
| CN111652183B (zh) * | 2020-06-19 | 2022-03-29 | 桂林电子科技大学 | 基于图传信号多特征融合的无人机检测与识别方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699903A (zh) * | 2013-12-24 | 2014-04-02 | 中国科学院深圳先进技术研究院 | 基于图像识别的城市屋顶绿化面积计算方法及系统 |
| CN104199368A (zh) * | 2014-09-20 | 2014-12-10 | 无锡北斗星通信息科技有限公司 | 位于无人机上的田间旱情采集装置 |
| CN104240508A (zh) * | 2014-09-20 | 2014-12-24 | 无锡北斗星通信息科技有限公司 | 用于路段拥堵报警的无人机检测系统 |
| CN104269054A (zh) * | 2014-09-20 | 2015-01-07 | 无锡北斗星通信息科技有限公司 | 基于无人机测量的路段交通指数估算系统 |
| CN204405065U (zh) * | 2015-03-10 | 2015-06-17 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
| CN105157679A (zh) * | 2015-03-10 | 2015-12-16 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102436738B (zh) * | 2011-09-26 | 2014-03-05 | 同济大学 | 一种基于无人机的交通监测装置 |
-
2015
- 2015-03-10 CN CN201510570801.6A patent/CN105157679B/zh not_active Expired - Fee Related
- 2015-03-10 CN CN201510103082.7A patent/CN104655107B/zh active Active
- 2015-03-10 CN CN201510569943.0A patent/CN105180902B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699903A (zh) * | 2013-12-24 | 2014-04-02 | 中国科学院深圳先进技术研究院 | 基于图像识别的城市屋顶绿化面积计算方法及系统 |
| CN104199368A (zh) * | 2014-09-20 | 2014-12-10 | 无锡北斗星通信息科技有限公司 | 位于无人机上的田间旱情采集装置 |
| CN104240508A (zh) * | 2014-09-20 | 2014-12-24 | 无锡北斗星通信息科技有限公司 | 用于路段拥堵报警的无人机检测系统 |
| CN104269054A (zh) * | 2014-09-20 | 2015-01-07 | 无锡北斗星通信息科技有限公司 | 基于无人机测量的路段交通指数估算系统 |
| CN204405065U (zh) * | 2015-03-10 | 2015-06-17 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
| CN105157679A (zh) * | 2015-03-10 | 2015-12-16 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
| CN105180902A (zh) * | 2015-03-10 | 2015-12-23 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105180902A (zh) * | 2015-03-10 | 2015-12-23 | 无锡桑尼安科技有限公司 | 用于城市道路识别的无人机检测设备 |
| CN106155086A (zh) * | 2016-08-09 | 2016-11-23 | 长安大学 | 一种道路检测无人机及其自动巡航方法 |
| CN108959336A (zh) * | 2018-03-06 | 2018-12-07 | 宋贤 | 自适应绘制车载电子地图的方法 |
| CN108569412A (zh) * | 2018-03-15 | 2018-09-25 | 徐琳 | 无人机飞行能力自检平台 |
| CN109533327A (zh) * | 2018-03-15 | 2019-03-29 | 徐琳 | 无人机飞行能力自检方法 |
| CN109533327B (zh) * | 2018-03-15 | 2020-04-10 | 拓航科技有限公司 | 无人机飞行能力自检方法 |
| CN115482477A (zh) * | 2022-09-14 | 2022-12-16 | 北京远度互联科技有限公司 | 道路识别方法、装置、无人机、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105180902B (zh) | 2017-01-18 |
| CN105157679A (zh) | 2015-12-16 |
| CN104655107B (zh) | 2016-09-28 |
| CN105157679B (zh) | 2017-05-03 |
| CN105180902A (zh) | 2015-12-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104655107A (zh) | 用于城市道路识别的无人机检测设备 | |
| CN204405065U (zh) | 用于城市道路识别的无人机检测设备 | |
| US11954797B2 (en) | Systems and methods for enhanced base map generation | |
| CN108369420B (zh) | 用于自主定位的设备和方法 | |
| EP3324334B1 (en) | Detection of invariant features for localization | |
| Tao | Mobile mapping technology for road network data acquisition | |
| CN104240508B (zh) | 用于路段拥堵报警的无人机检测系统 | |
| CN103389103B (zh) | 一种基于数据挖掘的地理环境特征地图构建与导航方法 | |
| US10579067B2 (en) | Method and system for vehicle localization | |
| JP6380936B2 (ja) | 移動体及びシステム | |
| CN104457750A (zh) | 一种应急救援的人员定位系统及方法 | |
| CN204229635U (zh) | 用于路段拥堵报警的无人机检测系统 | |
| CN112485815A (zh) | 精确定位信息和gnss定位信息之间的定位差的分布式信息生成装置及方法 | |
| CN110210384B (zh) | 一种道路全局信息实时提取与表示系统 | |
| Chiang et al. | Mobile mapping technologies | |
| Boonpook et al. | UAV-based 3D urban environment monitoring | |
| CN104700428B (zh) | 一种位于无人机上的沙漠区域道路检测方法 | |
| CN104715462A (zh) | 位于无人机上的沙漠区域道路检测平台 | |
| CN204228169U (zh) | 一种应急救援的人员定位系统 | |
| CN112378384A (zh) | 一种测绘工程中车载特殊地形的测绘系统及方法 | |
| KR20220061092A (ko) | Gps 포지셔닝 방법 및 컴퓨터 프로그램 제품 | |
| CN109859315B (zh) | 一种三维影像的地表植被分离方法 | |
| CN112802095A (zh) | 定位方法、装置及设备、以及自动驾驶定位系统 | |
| CN112308904A (zh) | 一种基于视觉的建图方法、装置及车载终端 | |
| Huang et al. | Driving in unknown areas: From UAV images to map for autonomous vehicles |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhou Changyu Inventor after: Yang Jun Inventor before: The inventor has waived the right to be mentioned |
|
| COR | Change of bibliographic data | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20160623 Address after: 225300, room 1, building 98, 417 Ying Ying Dong Road, Hailing District, Jiangsu, Taizhou Applicant after: Taizhou Taitan Automation Equipment Co., Ltd. Address before: 214000 Jiangsu city of Wuxi Province East Pavilion Street Xishan District Yingbin Road No. 1 Applicant before: Wuxi Sani pacifies Science and Technology Ltd. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201228 Address after: 311800 unit 2, building 3, Anping community, Jiyang street, Zhuji City, Shaoxing City, Zhejiang Province Patentee after: Chen Ximei Address before: Room 417, building 1, 98 Yingchun East Road, Hailing District, Taizhou City, Jiangsu Province 225300 Patentee before: Taizhou Taitan Automation Equipment Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210506 Address after: No.75, Beijing West Road, Gulou District, Nanjing, Jiangsu, 210000 Patentee after: Jiangsu Jinwei Remote Sensing Data Engineering Co.,Ltd. Address before: 311800 unit 2, building 3, Anping community, Jiyang street, Zhuji City, Shaoxing City, Zhejiang Province Patentee before: Chen Ximei |
|
| TR01 | Transfer of patent right |