CN105869340A - 一种基于无人机的异常火点监测系统及监测方法 - Google Patents

一种基于无人机的异常火点监测系统及监测方法 Download PDF

Info

Publication number
CN105869340A
CN105869340A CN201610178982.2A CN201610178982A CN105869340A CN 105869340 A CN105869340 A CN 105869340A CN 201610178982 A CN201610178982 A CN 201610178982A CN 105869340 A CN105869340 A CN 105869340A
Authority
CN
China
Prior art keywords
unmanned plane
infrared
image
monitoring
fiery
Prior art date
Application number
CN201610178982.2A
Other languages
English (en)
Other versions
CN105869340B (zh
Inventor
张白
韦海成
肖明霞
潘俊涛
康学亮
Original Assignee
北方民族大学
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 北方民族大学 filed Critical 北方民族大学
Priority to CN201610178982.2A priority Critical patent/CN105869340B/zh
Publication of CN105869340A publication Critical patent/CN105869340A/zh
Application granted granted Critical
Publication of CN105869340B publication Critical patent/CN105869340B/zh

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00Fire alarms; Alarms responsive to explosion
    • G08B17/12Actuation by presence of radiation or particles, e.g. of infra-red radiation or of ions
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformation in the plane of the image
    • G06T3/40Scaling the whole image or part thereof
    • G06T3/4038Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images

Abstract

本发明公开了一种基于无人机的异常火点监测系统及监测方法,其中监测系统包括无人机,包括用于定位自身三维位置信息的卫星导航模块,用于采集地面图像的可见光采集系统与红外采集系统,用于判断异常火点区域在监测视角中相对视角中心位置的敏感探测器;应用终端,包括用于控制无人机飞行的控制装置,及用于显示监测区域的图像和无人机三维位置信息的图像显示模块。该监测系统结构简单,操作方便,成像质量高;其监测方法实现了异常火点监测简易化,简化了测量流程,降低了测量成本,效率较高,便于涉及到市、县、镇、乡等所在区域异常火点如对秸秆焚烧、森林大火的监测,大大拓展了应用范围。

Description

一种基于无人机的异常火点监测系统及监测方法

技术领域

[0001]本发明涉及一种无人机航测技术领域,特别涉及一种基于无人机的异常火点监测方法。

背景技术

[0002]当前,因农作物秸杆无序焚烧而引发的大气环境污染问题,已引起全社会及各级政府的高度关注。秸杆焚烧产生的大量气体及颗粒污染物会引起区域性空气污染,危害人类身体健康,严重时会降低空气能见度、引发交通事故。据统计,每年我国秸杆焚烧量约为140Tg(百万吨),全国生物质燃烧的⑶排放量中约有一半来自秸杆焚烧。每年6-10月收获季,全国范围内都会出现秸杆露天焚烧现象,很大程度上加重了大气污染水平。为此,2008年国务院办公厅下发了《关于加快推进农作物秸杆综合利用的意见》,2009和2012年国家发改委和农业部等部委又联合发布了《关于印发编制秸杆综合利用规划指导意见的通知》、Γ十二五〃农作物秸杆综合利用实施方案》。此后,各级政府还出台了一系列秸杆禁烧政策。但近年来,农业生产中秸杆集中焚烧的现象屡禁不止,因秸杆露天焚烧致使大量颗粒物输出引起国内区域性大气污染事件不胜枚举,已成为公众密切关注的社会、环境问题。

[0003]当前对于异常火点监测主要利用卫星遥感技术进行监测,卫星遥感监测技术的主要优势在于:该技术在大面积长时间的焚烧现场监测中具有准确性、客观性及数据的可回溯性,并且能够为全面的宏观性的异常火点监测提供数据支持。然而,由于卫星运行轨迹所限,其遥感监测重复观测时间仅为1-2天/次,受到每天监测次数有限、较小焚烧点捕捉困难、云雾天气影响监测结果等客观因素制约,直接导致观测结果有以下不足:

[0004] I)没有自有关键技术的突破,目前使用的数据处理和分析方法只能对超过一定面积和持续一定时间的焚烧场景进行检测,测试数据受客观因素影响较多,特别是在多云及夜晚情况下无法取得较好的效果;

[0005] 2)相关数据过于专业,测试数据需要经过大量处理后才能够进行焚烧点辨识,而且数据的直观性不强,监测分辨率具有局限性,无法直接用于常规的焚烧监测管理;

[0006] 3)应用范围有限,卫星遥感观测和处理的数据资源,基于成本和技术,一般只能掌握在省级或国家的气象部门,而市、县、镇、乡等所在区域才是秸杆焚烧的集中地,这些部门很难第一时间利用卫星遥感进行针对性的监测和对秸杆焚烧集中地进行迅速的处理,因此卫星遥感技术监测秸杆焚烧的应用范围相当有限;

[0007]上述问题的存在,大大降低了秸杆监测技术实际应用的经济、社会与生态效益。因此本发明基于无人机开发结构简单、使用方便、监测效率高的能够对异常火点如秸杆焚烧的监测方法。

发明内容

[0008]本发明的目的在于克服现有技术中基于卫星遥感监测的重复观察周期长,使用成本高,相关技术复杂,监测效果受环境影响大、应用范围有限等问题,提供一种基于无人机的异常火点监测系统,同时还提供了一种基于无人机的异常火点监测方法,该监测系统结构简单,操作方便,降低了测量成本,其监测方法简化了测量流程,效率较高,大大方了实际工程人员的使用。

[0009 ]为了实现上述发明目的,本发明提供了以下技术方案:

[0010] 一种基于无人机的异常火点监测系统,包括:

[0011]无人机,所述无人机上设置有用于定位自身位置信息的卫星定位模块,用于采集地面图像的可见光采集系统与红外采集系统,用于判断异常火点区域在监测视角中相对视角中心位置的敏感探测器。

[0012]应用终端,包括用于控制无人机飞行的控制装置以及用于显示监测区域的图像和无人机三维位置信息的图像显示模块。

[0013]本发明所述一种基于无人机的异常火点监测系统,其中无人机中卫星导航模块用于输入监测区域的导航路径信息并用于对无人机的飞行路径导航,红外采集系统与可见光采集系统用于采集监测区域的图像信息,其中红外采集系统用于监测区域中热源异常的红外图像信息,位置敏感探测器用于判断红外异常区域方向;无人机根据位置敏感探测器的检测结果调整无人机飞行姿态,可见光采集系统用于对红外异常区域所在的整体区域进行成像,使得可见光采集系统与红外采集系统正对红外异常区域,便于采集清晰的图像信息;应用终端的显示模块用于显示完整的可见光图像与红外图像,操作人员根据可见光图像与红外图像进行异常火点区域如秸杆焚烧区域的辨别,并利用控制装置控制无分机的飞行;该基于无人机的异常火点监测方式,避免了传统监测系统依赖于遥感监测卫星,避免了重复观察周期长、使用成本高、相关技术复杂、监测效果受环境影响大等弊端,利用无人机作为监测载体,利用可见光采集系统与红外采集系统收集监测区域的图像信息,利用位置敏感器件检测值控制无人机飞行姿态,实现红外异常区域的清晰图像采集,利用动态图像拼接技术实现监测区域图像完整显示;该监测系统结构简单,操作方便,简化了测量流程,通过位置敏感探测器能够准确判断异常火点的红外异常区域位置,能够降低了测量成本,效率较高,大大方便了实际工程人员的使用,也便于涉及到市、县、镇、乡等所在区域异常火点监测的实际应用。

[0014]优选地,所述可见光采集系统与红外采集系统为共轴图像采集系统,所述共轴图像采集系统用于在同一张图像成像时同时拍摄红外图像和可见光图像,成像方便简单。

[0015]优选地,还包括设于无人机或者图像显示模块中的用于将可见光图像和红外图像进行拼接的图像处理模块。

[0016]该图像处理模块可以利用动态图像拼接技术实现将分离可见光图像与红外图像分别拼接为一张完整图像,并在显示模块能够显示完整的可见光图像与红外图像,操作人员根据可见光图像与红外图像进行异常火点区域的辨别。当图像处理模块集成到应用终端中时,无人机将可见光采集系统与红外采集系统拍摄的照片传输至应用终端,在应用终端实现图像的动态拼接。

[0017]优选地,所述无人机上还包括用于测量其相对地面高度的高度传感器,用于相对地面高度的测量,用于显示秸杆焚烧红外区域图像时,显示拍摄高度的坐标信息。

[0018] 优选的所述位置敏感探测器包括四个光电探测器,分别用于监测视角中心左方、右方、前方和后方四个象限位置区域。

[0019] 该位置敏感探测器为四象限位置敏感探测器,即相对位置敏感探测器视角中心的左方、右方、前方和后方四个象限位置,采用了四个光电探测器分别进行检测红外异常区成像在视角的位置,当其成像位置不在光轴上,对该成像信号的幅度和位置进行判断,自动控制无人机做位置调整使得探测到的红外异常区成像信息调整到光轴中心位置,即使可见光采集系统与红外采集系统的成像视角正对红外异常区域。

[0020] 优选地,每个所述光电探测器前方设有可见光截止滤光片,用于将可见光过滤,红外光通过,异常火点区域的拍摄效果更好。

[0021]本发还提供了一种基于无人机的异常火点监测方法,包括使用上述的一种基于无人机的异常火点监测系统,其测量方法包括以下步骤:

[0022]步骤一、预设无人机飞行路径,启动所述无人机,无人机根据预设导航路径飞行至导航起始位置;

[0023]步骤二、检测红外异常区,无人机沿着导航路径向前飞行时,启动所述无人机上的可见光采集系统与红外采集系统,采集异常火点红外异常区域信息,所述位置敏感探测器的各光电探测器采集红外异常区域在视角中心的相对位置信息;当可见光采集系统与红外采集系统并未采集到红外异常区域信息时,无人机按照预设飞行路径继续飞行,直到采集到红外异常区域为止;

[0024]步骤三、根据位置敏感探测器检测到的红外异常区域位置信息,自动规划无人机飞行路径,使无人机飞行至异常火点红外异常区域正上方;

[0025]步骤四、无人机对异常火点红外异常区域采集成像,调整无人机飞行姿态,使所述可见光采集系统与红外采集系统朝下正对红外异常区域,所述可见光采集系统与红外采集系统分别对红外异常区域进行拍照成像,将可见光图像与红外图像分别传输至应用终端,并在应用终端进行显示;

[0026]步骤五、无人机回到预设导航路径继续飞行,重复所述步骤二至步骤四,在飞行过程中根据位置敏感探测器检测红外异常区域的信息,不断调整无人机飞行路径和飞行姿态,并在异常火点红外异常区域上方启动所述可见光采集系统与红外采集系统拍照成像,分别将可见光图像与红外图像分别传输至应用终端,并在应用终端进行显示;

[0027]步骤六、无人机完成预设导航路径飞行后,无人机降落至起飞位置,系统完成待测区域的异常火点监测。

[0028]该基于无人机的异常火点监测系统的测量方法,采用了上述的监测系统,通过无人机与图像处理相结合的方式实现异常火点区域如秸杆焚烧的监测,在无人机上安装卫星导航模块,根据预设导航路径对待监测区域进行监测;在拍照之前,无人机根据位置敏感探测器判断异常火点区域位置,自动规划无人机飞行路径,无人机飞行至异常火点正上方,再启动红外采集系统与可见光采集系统,用于采集监测区域中热源异常的红外图像信息和红外异常区域周边整体成像,其中位置敏感探测器用于判断红外异常区域方向,并根据位置敏感探测器的检测结果随时调整无人机飞行姿态,方便采集较为清晰的图像信息,该拍照时根据设定时间间隔进行拍照,能够降低图像信息存储量,提高系统处理速度与实时响应性能;将拍摄的图像传递到应用终端的显示模块,操作人员根据可见光图像与红外图像进行异常火点区域的辨别,包括异常火点面积大小的大致判断;该基于无人机的异常火点监测方法,实现了异常火点区域如秸杆焚烧的监测简易化,简化了测量流程,降低了测量成本,效率较高,大大方便了实际工程人员的使用。

[0029]优选地,所述步骤四中可见光采集系统和红外采集系统对红外异常区域进行拍照时,所述无人机处于悬停状态或正常飞行状态,根据实际拍摄成像需要,操作人员根据控制装置对无人机进行控制。

[0030]优选地,所述无人机内还设有图像处理模块,所述步骤四中在进行可见光图像和红外图像成像后,所述图像处理模块将可见光图像和红外图像拼接后,再将拼接图像传输至应用终端。

[0031]优选地,所述应用终端内设有图像处理模块,所述步骤四中在进行可见光图像和红外图像成像后,将可见光图像与红外图像分别传输至应用终端后,由所述应用终端内的图像处理模块进行图像拼接,并在应用终端上的图像显示模块上进行显示。

[0032]在进行可见光图像和红外图像通过图像处理模块进行拼接,当所述图像处理模块设置在无人机内时,所述图像处理模块将可见光图像和红外图像拼接后再将拼接图像传输至应用终端;当所述图像处理模块设置在应用终端内时,则将可见光图像与红外图像分别传输至应用终端后,由所述应用终端内的图像处理模块进行图像拼接,并在应用终端上的图像显示模块上进行显示。

[0033]与现有技术相比,本发明的有益效果:

[0034] 1、本发明所述一种基于无人机的异常火点监测系统,采用了无人机作为载体,以可见光采集系统与红外采集系统作为分别作为信息采集装置,其中可见光采集系统可以实现整体区域成像,以位置敏感探测器调整无人机飞行姿态,实现红外异常区域即异常火点区域的清晰成像,便于操作人员的分析与使用;该监测系统,克服了现有技术中基于卫星遥感监测的重复观察周期长,使用成本高,相关技术复杂,监测效果受环境影响大等缺点,开发基于无人机的异常火点检测系统,同时还提供了一种基于无人机的异常火点监测方法,该监测系统结构简单,操作方便,通过位置敏感探测器,能够准确判断异常火点的红外异常区域位置,简化了测量流程,降低了测量成本,效率较高,大大方了实际工程人员的使用,尤其适用于秸杆焚烧区域的监测、森林大火区域等情况的监测应用;

[0035] 2、本发明所述一种基于无人机的异常火点监测系统,位置敏感探测器的镜头前设有可见光截止滤光片,用于将可见光过滤,红外光通过,异常火点区域如秸杆焚烧区域的拍摄效果更好;

[0036] 3、本发明所述一种基于无人机的异常火点监测系统,包括设于无人机或者图像显示模块中的用于将可见光图像和红外图像进行拼接的图像处理模块,该图像处理模块可以利用动态图像拼接技术实现将分离可见光图像与红外图像分别拼接为一张完整图像,并在显示模块能够显示完整的可见光图像与红外图像,操作人员根据可见光图像与红外图像进行异常火点区域的辨别;

[0037] 4、本发明所述一种基于无人机的异常火点监测方法,采用了上述的监测系统,通过无人机与图像处理相结合的方式实现异常火点区域如秸杆焚烧监测,在无人机上安装卫星导航模块,根据预设导航路径对待监测区域进行监测,无人机根据位置敏感探测器判断异常火点区域位置,自动规划无人机飞行路径,无人机飞行至异常火点正上方,再启动红外采集系统与可见光采集系统,用于采集监测区域中热源异常的红外图像信息和红外异常区域周边整体成像;在拍照时,启动红外采集系统与可见光采集系统,用于采集监测区域中热源异常的红外图像信息和红外异常区域周边整体成像,其中位置敏感探测器用于判断红外异常区域方向,并根据位置敏感探测器的检测结果随时调整无人机飞行姿态,方便采集较为清晰的图像信息;将拍摄的图像传递到应用终端的显示模块,操作人员根据可见光图像与红外图像进行异常火点区域如秸杆焚烧区域的辨别,包括异常火点面积大小的大致判断;该基于无人机的异常火点监测方法,实现了异常火点监测简易化,简化了测量流程,降低了测量成本,效率较高,大大方便了实际工程人员的使用。

附图说明

:

[0038]图1为本发明所述一种基于无人机的异常火点监测系统的监测流程图。

具体实施方式

[0039]下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。

[0040] 实施例1

[0041] —种基于无人机的异常火点监测系统,包括:

[0042]无人机,其中该无人机上设置有用于定位自身三维位置信息的卫星定位模块,用于采集地面图像的可见光采集系统与红外采集系统,用于判断异常火点区域在监测视角中相对视角中心位置的敏感探测器,优选位置敏感探测器包括四个光电探测器,分别用于监测视角中心左方、右方、前方和后方四个象限位置区域;

[0043] 应用终端,包括用于控制无人机飞行的控制装置以及用于显示监测区域的图像和无人机三维位置信息的图像显示模块。

[0044]其中,上述的可见光采集系统与红外采集系统为共轴图像采集系统,该轴图像采集系统用于在同一张图像成像时同时拍摄红外图像和可见光图像,成像方便简单。为了使位置敏感探测器更好的监测红外异常区域,在每个光电探测器前方设有可见光截止滤光片,用于将可见光过滤,红外光通过,异常火点区域如秸杆焚烧区域的拍摄效果更好。为了显示红外异常区域的更多坐标信息,在无人机上还包括用于测量其相对地面高度的高度传感器,用于相对地面高度的测量,用于显示秸杆焚烧红外区域图像时,显示拍摄高度的坐标ί目息O

[0045] 上述的位置敏感探测器为四象限位置敏感探测器,该四象限位置敏感探测器,即相对位置敏感探测器视角中心的左方、右方、前方和后方四个象限位置,其分别采用了四个光电探测器分别进行检测红外异常区成像在视角的位置,当其成像位置不在光轴上,对该成像信号的幅度和位置进行判断,自动控制无人机做位置调整使得探测到的红外异常区成像信息调整到光轴中心位置,即使可见光采集系统与红外采集系统的成像视角正对红外异常区域。具体的,当秸杆焚烧红外异常区域位于位置敏感探测器的中心视角偏左方时,反馈给无人机控制其姿态自动朝左边进行偏转调节,使可见光采集系统和红外采集系统的光轴中心视角位置对准秸杆焚烧红外异常区域,便于成像更加清楚。

[0046]另外,无人机或者图像显示模块中还设有用于将可见光图像和红外图像进行拼接的图像处理模块。该图像处理模块可以利用动态图像拼接技术实现将分离可见光图像与红外图像分别拼接为一张完整图像,并在显示模块能够显示完整的可见光图像与红外图像,操作人员根据可见光图像与红外图像进行异常火点区域的辨别。当图像处理模块集成到应用终端中时,无人机将可见光采集系统与红外采集系统拍摄的照片传输至应用终端,在应用终端实现图像的动态拼接。

[0047]本发明所述一种基于无人机的异常火点监测系统,其中无人机中卫星导航模块用于输入监测区域的导航路径信息并用于对无人机的飞行路径导航,红外采集系统与可见光采集系统用于采集监测区域的图像信息,其中红外采集系统用于监测区域中热源异常的红外图像信息,位置敏感探测器用于判断红外异常区域方向,无人机根据位置敏感探测器的检测结果调整无人机飞行姿态,可见光采集系统用于对红外异常区域所在的整体区域进行成像,使得可见光采集系统与红外采集系统正对红外异常区域,便于采集清晰的图像信息;应用终端的显示模块用于显示完整的可见光图像与红外图像,操作人员根据可见光图像与红外图像进行异常火点区域如秸杆焚烧区域的辨别,并利用控制装置控制无分机的飞行;该基于无人机的异常火点监测方式,避免了传统监测系统依赖于遥感监测卫星,避免了重复观察周期长、使用成本高、相关技术复杂、监测效果受环境影响大等弊端,利用无人机作为监测载体,利用可见光采集系统与红外采集系统收集监测区域的图像信息,利用位置敏感器件检测值控制无人机飞行姿态,实现红外异常区域的清晰图像采集,利用动态图像拼接技术实现监测区域图像完整显示;该监测系统结构简单,操作方便,通过四个光电探测器组成的位置敏感探测器,能够准确判断异常火点的红外异常区域位置,简化了测量流程,降低了测量成本,效率较高,大大方便了实际工程人员的使用,也便于涉及到市、县、镇、乡等所在区域异常火点监测的实际应用。

[0048] 实施例2

[0049]如图1所示,本实施例还提供了一种基于无人机的异常火点监测方法,包括使用实施例I中的一种基于无人机的异常火点监测系统,其测量方法包括以下步骤:

[0050]步骤一、预设无人机飞行路径,启动所述无人机,无人机根据预设导航路径飞行至导航起始位置;

[0051]步骤二、检测红外异常区,无人机沿着导航路径向前飞行时,启动所述无人机上的可见光采集系统与红外采集系统,采集异常火点红外异常区域信息,所述位置敏感探测器的各光电探测器采集红外异常区域在视角中心的相对位置信息;当可见光采集系统与红外采集系统并未采集到异常火点对应的红外异常区域信息时,无人机按照预设飞行路径继续飞行,直到采集到异常火点红外异常区域为止;

[0052]步骤三、根据位置敏感探测器检测到的红外异常区域位置信息,自动规划无人机飞行路径,使无人机飞行至异常火点红外异常区域正上方;

[0053]步骤四、无人机对异常火点红外异常区域采集成像,调整无人机飞行姿态,使所述可见光采集系统与红外采集系统朝下正对红外异常区域,所述可见光采集系统与红外采集系统分别对红外异常区域进行拍照成像,将可见光图像与红外图像分别传输至应用终端,并在应用终端进行显示;

[0054] 步骤五、无人机回到预设导航路径继续飞行,重复所述步骤二至步骤四,在飞行过程中根据位置敏感探测器检测红外异常区域的信息,不断调整无人机飞行路径和飞行姿态,并在异常火点红外异常区域上方启动所述可见光采集系统与红外采集系统拍照成像,分别将可见光图像与红外图像分别传输至应用终端,并在应用终端进行显示;

[0055]步骤六、无人机完成预设导航路径飞行后,无人机降落至起飞位置,系统完成待测区域的异常火点监测。

[0056]其中,上述述步骤四中可见光采集系统和红外采集系统对红外异常区域进行拍照时,所述无人机处于悬停状态或正常飞行状态,根据实际拍摄成像需要,操作人员根据控制装置对无人机进行控制。另外,如果步骤二中无人机在完成整个预设导航飞行路径,均未采集到异常区域时,则判断该区域并未出现异常区域情况,则一直沿着预设导航飞行路径完成整个飞行,并回到飞行起点。

[0057]其中,上述步骤四中在进行可见光图像和红外图像通过图像处理模块进行拼接,当所述图像处理模块设置在无人机内时,所述图像处理模块将可见光图像和红外图像拼接后再将拼接图像传输至应用终端;当所述图像处理模块设置在应用终端内时,则将可见光图像与红外图像分别传输至应用终端后,由所述应用终端内的图像处理模块进行图像拼接,并在应用终端上的图像显示模块上进行显示。

[0058]另外,考虑异常火点区域并非都位于导航自动规划路径上,为了避免无人机根据新的规划路径飞行至异常火点区域正上方拍照成像完毕后,偏离导航自动规划路径范围太多,预先设置导航预设路径所围成区域的偏离范围值,如预设1km为偏离范围值,超出1km范围之外的区域即使通过可见光采集系统和红外采集系统判断有热源异常区或异常火点区,无人机将其排除在拍照目标范围之外,以便无人机能够尽可能的将本区域范围内的异常火点高效率完成拍照成像。

[0059]该基于无人机的异常火点监测系统的测量方法,采用了上述的监测系统,通过无人机与图像处理相结合的方式实现异常火点监测,在无人机上安装卫星导航模块,根据预设导航路径对待监测区域进行监测,无人机根据位置敏感探测器判断异常火点区域位置,自动规划无人机飞行路径,无人机飞行至异常火点正上方,再启动红外采集系统与可见光采集系统,用于采集监测区域中热源异常的红外图像信息和红外异常区域周边整体成像,另外,位置敏感探测器还用于判断红外异常区域方向,并根据位置敏感探测器的检测结果随时调整无人机飞行姿态,方便采集较为清晰的图像信息;将拍摄的图像传递到应用终端的显示模块,操作人员根据可见光图像与红外图像进行异常火点区域如秸杆焚烧区域的辨另IJ,并利用控制装置控制无分机的飞行;该基于无人机的异常火点监测方法,实现了异常火点监测简易化,简化了测量流程,降低了测量成本,效率较高,大大方便了实际工程人员的使用。

[0060]以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于无人机的异常火点监测系统,其特征在于,包括: 无人机,所述无人机上设置有用于定位自身位置信息的卫星定位模块,用于采集地面图像的可见光采集系统与红外采集系统,以及用于判断异常火点区域在监测视角中相对视角中心位置的敏感探测器; 应用终端,包括用于控制无人机飞行的控制装置以及用于显示监测区域的图像和无人机三维位置信息的图像显示模块。
2.根据权利要求1所述的一种基于无人机的异常火点监测系统,其特征在于,所述卫星导航模块为GPS卫星导航模块、北斗卫星导航模块或伽利略卫星导航模块中任一一种。
3.根据权利要求1所述的一种基于无人机的异常火点监测系统,其特征在于,所述可见光采集系统与红外采集系统为共轴图像采集系统,所述共轴图像采集系统用于在同一张图像成像时同时拍摄红外图像和可见光图像。
4.根据权利要求1所述的一种基于无人机的异常火点监测系统,其特征在于,还包括设于无人机或者图像显示模块中的用于将可见光图像和红外图像进行拼接的图像处理模块。
5.根据权利要求1所述的一种基于无人机的异常火点监测系统,其特征在于,所述位置敏感探测器包括四个光电探测器,分别用于监测视角中心左方、右方、前方和后方四个象限位置区域。
6.根据权利要求5所述的一种基于无人机的异常火点监测系统,其特征在于,每个所述光电探测器前方设有可见光截止滤光片,用于将可见光过滤,红外光通过。
7.根据权利要求1-6任一所述的一种基于无人机的异常火点监测系统,其特征在于,所述无人机上还包括用于测量无人机相对地面高度的高度传感器。
8.—种基于无人机的异常火点监测方法,其特征在于,使用如权利要求1-7任一所述的一种基于无人机的异常火点监测系统,其测量方法包括以下步骤: 步骤一、预设无人机飞行路径,启动所述无人机,无人机根据预设导航路径飞行至导航起始位置; 步骤二、检测红外异常区,无人机沿着导航路径向前飞行时,启动所述无人机上的可见光采集系统与红外采集系统,采集异常火点红外异常区域信息,所述位置敏感探测器的各光电探测器采集红外异常区域在视角中心的相对位置信息;当可见光采集系统与红外采集系统并未采集到红外异常区域信息时,无人机按照预设飞行路径继续飞行,直到采集到红外异常区域为止; 步骤三、根据位置敏感探测器检测到的红外异常区域位置信息,自动规划无人机飞行路径,使无人机飞行至异常火点红外异常区域正上方; 步骤四、无人机对异常火点红外异常区域采集成像,调整无人机飞行姿态,使所述可见光采集系统与红外采集系统朝下正对红外异常区域,所述可见光采集系统与红外采集系统分别对红外异常区域进行拍照成像,将可见光图像与红外图像分别传输至应用终端,并在应用终端进行显示; 步骤五、无人机回到预设导航路径继续飞行,重复所述步骤二至步骤四,在飞行过程中根据位置敏感探测器检测红外异常区域的信息,不断调整无人机飞行路径和飞行姿态,并在异常火点红外异常区域上方启动所述可见光采集系统与红外采集系统拍照成像,分别将可见光图像与红外图像分别传输至应用终端,并在应用终端进行显示; 步骤六、无人机完成预设导航路径飞行后,无人机降落至起飞位置,系统完成待测区域的异常火点监测。
9.根据权利要求8所述的一种基于无人机的异常火点监测方法,其特征在于,所述无人机内还设有图像处理模块,所述步骤四中在进行可见光图像和红外图像成像后,所述图像处理模块将可见光图像和红外图像拼接后,再将拼接图像传输至应用终端。
10.根据权利要求8所述的一种基于无人机的异常火点监测方法,其特征在于,所述应用终端内设有图像处理模块,所述步骤四中在进行可见光图像和红外图像成像后,将可见光图像与红外图像分别传输至应用终端后,由所述应用终端内的图像处理模块进行图像拼接,并在应用终端上的图像显示模块上进行显示。
CN201610178982.2A 2016-03-28 2016-03-28 一种基于无人机的异常火点监测系统及监测方法 CN105869340B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610178982.2A CN105869340B (zh) 2016-03-28 2016-03-28 一种基于无人机的异常火点监测系统及监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610178982.2A CN105869340B (zh) 2016-03-28 2016-03-28 一种基于无人机的异常火点监测系统及监测方法

Publications (2)

Publication Number Publication Date
CN105869340A true CN105869340A (zh) 2016-08-17
CN105869340B CN105869340B (zh) 2019-02-26

Family

ID=56624842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610178982.2A CN105869340B (zh) 2016-03-28 2016-03-28 一种基于无人机的异常火点监测系统及监测方法

Country Status (1)

Country Link
CN (1) CN105869340B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106568419A (zh) * 2016-10-31 2017-04-19 易瓦特科技股份公司 一种发送图像的方法和无人机
CN107444636A (zh) * 2017-08-10 2017-12-08 陈国栋 一种环境监测用无人机及其工作方法
CN107481465A (zh) * 2017-08-21 2017-12-15 昆明理工大学 一种森林自适应巡航空中无人机红外监测预警方法
CN108945440A (zh) * 2018-07-23 2018-12-07 河南机电职业学院 一种自动巡视无人机
CN109557571A (zh) * 2018-11-23 2019-04-02 潘小乐 一种燃烧源智能追踪方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101105886A (zh) * 2007-08-10 2008-01-16 山东省科学院自动化研究所 双波段图象识别火灾探测报警系统及其监控方法
CN203838857U (zh) * 2014-03-20 2014-09-17 陕西理工学院 秸秆焚烧点监控装置
CN204116962U (zh) * 2014-01-08 2015-01-21 谢强 支持自动避障和定高飞行的四轴飞行器
US20150148988A1 (en) * 2013-11-10 2015-05-28 Google Inc. Methods and Systems for Alerting and Aiding an Emergency Situation
CN105048533A (zh) * 2015-06-26 2015-11-11 南京衡创天伟无人机技术有限公司 小型多旋翼无人机自动充电系统
CN105159317A (zh) * 2015-09-14 2015-12-16 深圳一电科技有限公司 无人机及其控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101105886A (zh) * 2007-08-10 2008-01-16 山东省科学院自动化研究所 双波段图象识别火灾探测报警系统及其监控方法
US20150148988A1 (en) * 2013-11-10 2015-05-28 Google Inc. Methods and Systems for Alerting and Aiding an Emergency Situation
CN204116962U (zh) * 2014-01-08 2015-01-21 谢强 支持自动避障和定高飞行的四轴飞行器
CN203838857U (zh) * 2014-03-20 2014-09-17 陕西理工学院 秸秆焚烧点监控装置
CN105048533A (zh) * 2015-06-26 2015-11-11 南京衡创天伟无人机技术有限公司 小型多旋翼无人机自动充电系统
CN105159317A (zh) * 2015-09-14 2015-12-16 深圳一电科技有限公司 无人机及其控制方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106568419A (zh) * 2016-10-31 2017-04-19 易瓦特科技股份公司 一种发送图像的方法和无人机
CN107444636A (zh) * 2017-08-10 2017-12-08 陈国栋 一种环境监测用无人机及其工作方法
CN107481465A (zh) * 2017-08-21 2017-12-15 昆明理工大学 一种森林自适应巡航空中无人机红外监测预警方法
CN108945440A (zh) * 2018-07-23 2018-12-07 河南机电职业学院 一种自动巡视无人机
CN109557571A (zh) * 2018-11-23 2019-04-02 潘小乐 一种燃烧源智能追踪方法

Also Published As

Publication number Publication date
CN105869340B (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN106441319B (zh) 一种无人驾驶车辆车道级导航地图的生成系统及方法
US9798928B2 (en) System for collecting and processing aerial imagery with enhanced 3D and NIR imaging capability
US9612157B2 (en) Apparatus and method for navigation
CN103822635B (zh) 基于视觉信息的无人机飞行中空间位置实时计算方法
Saito et al. Using high-resolution satellite images for post-earthquake building damage assessment: a study following the 26 January 2001 Gujarat earthquake
CA2821759C (en) Oblique geolocation and measurement system
CN102589524B (zh) 一种电力线路巡检方法
US10037469B2 (en) Image location through large object detection
Laliberte et al. Image processing and classification procedures for analysis of sub-decimeter imagery acquired with an unmanned aircraft over arid rangelands
US6549828B1 (en) Aircraft based infrared mapping system for earth based resources
CN103942941A (zh) 基于gis的移动监测融合平台
Tomaštík et al. Accuracy of photogrammetric UAV-based point clouds under conditions of partially-open forest canopy
CN106327573B (zh) 一种针对城市建筑的实景三维建模方法
Parajka et al. Potential of time‐lapse photography of snow for hydrological purposes at the small catchment scale
CN102262092B (zh) 能见度测量系统及方法
CN103630474B (zh) 多车道机动车尾气pm2.5遥测装置
TWI446787B (zh) 具有多光學系統及檢測器陣列的大格式數位相機
CN103941746A (zh) 无人机巡检图像处理系统及方法
CN101241011B (zh) 激光雷达平台上高精度定位、定姿的装置和方法
Matese et al. Assessment of a canopy height model (CHM) in a vineyard using UAV-based multispectral imaging
CN100390565C (zh) 无人机航空摄影遥感森林计测方法
JP5731529B2 (ja) 複数の検出器アレイを備えた多重解像度デジタル大判カメラ
Grenzdörffer et al. Photogrammetric image acquisition and image analysis of oblique imagery
CN209014148U (zh) 机载审查系统
Alonzo et al. Quantifying boreal forest structure and composition using UAV structure from motion

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant