CN108733073A - 一种区域内无人机管控系统、方法及可读介质 - Google Patents
一种区域内无人机管控系统、方法及可读介质 Download PDFInfo
- Publication number
- CN108733073A CN108733073A CN201810489616.8A CN201810489616A CN108733073A CN 108733073 A CN108733073 A CN 108733073A CN 201810489616 A CN201810489616 A CN 201810489616A CN 108733073 A CN108733073 A CN 108733073A
- Authority
- CN
- China
- Prior art keywords
- control
- unmanned plane
- central platform
- management
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000000694 effects Effects 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000010408 sweeping Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000013473 artificial intelligence Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 241001425390 Aphis fabae Species 0.000 description 1
- 241000512668 Eunectes Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种区域内无人机管控系统、方法及可读介质。该系统包括:多个无人机追踪系统、多个管控终端和监控指挥中心平台。无人机追踪系统和管控终端分别用于捕获即将靠近区域和/或闯入区域的目标的目标信息和无线电信号;监控指挥中心平台根据目标信息和无线电信号确定目标是否是需要管控的无人机。如果是,监控指挥中心平台向管控终端发出管控指令进行管控。本发明通过监控指挥中心平台和无人机追踪系统及管控终端进行实时数据交互。监控指挥中心平台中采用逻辑思维和人工智能算法,提高了无人机的识别率,并准确判断对无人机进行报警、管控的时机,并对管控结果进行分析,确保管控效果,提高了空域安全,且本发明的系统扩展性强。
Description
技术领域
本发明涉及无人机空中管理技术领域,特别是一种区域内无人机管控系统、方法及可读介质。
背景技术
近年来,无人机技术获得较大突破,大量无人机上市。由此,给公共安全带来隐患,也给无人机的管理带来严峻挑战。无人机的识别和管控技术,相对无人机技术来说,却严重滞后,且技术难度特别大。
比如,现有技术中的一些无人机识别通过无线电测试厂商的无线电测试、识别方案,其识别的技术核心,仅是分析wifi情况(ISM频段的频谱和跳频特点),然后直接与市面的某款型号(事先做过各种测试、记录,并储存数据库)做对比,从而识别无人机的。这对于那些已经规划好路径,关闭了WIFI通信的无人机来说,无疑是识别不了的。
就当前相关技术来说,其不足之处在于识别率不够、报警和管控时机不好把控。目前,无人机的最大问题,就是各种“黑飞”行为,区域内的无人机识别、报警及管制需求问题,就显得特别突出。
发明内容
本发明针对上述现有技术中的缺陷,提出了如下技术方案。
一种区域内无人机管控系统,该系统包括:
多个无人机追踪系统,所述多个无人机追踪系统部署在所述区域的边缘外数百米至数百千米范围内,被配置为捕获即将靠近所述区域和/或闯入所述区域的目标的目标信息;
多个管控终端,所述多个管控终端部署在所述区域的边缘外数百米至数百千米范围内,所述多个管控终端被配置为采集所述目标的无线电信号;以及
监控指挥中心平台,
其中所述监控指挥中心平台、多个无人机追踪系统和多个管控终端通过无线网络连接,监控指挥中心平台被配置为根据所述目标信息和无线电信号确定所述目标是否是需要管控的无人机,如果是,所述监控指挥中心平台向管控终端发出管控指令,并且所述管控终端被配置为根据所述管控指令向所述无人机发送管控的无线电信号。
更进一步地,所述多个无人机追踪系统和多个管控终端根据区域特点、布置数量,并同时根据雷达、图像捕获能力逐级、逐次布置。
更进一步地,所述无线网络为4G或5G通信网络。
更进一步地,所述目标信息包括目标是否移动、目标最大直径、飞行速度、飞行高度、目标图片和/或目标视频等。
更进一步地,所述无人机追踪系统包括:第一处理模块、雷达模块、图像采集模块、第一旋转云台、第一手动控制模块、第一4G/5G通信模块和第一显示屏幕,所述多个无人机追踪系统被配置为实时跟踪多个闯入所述区域的目标,并将获取的目标信息发送至所述监控指挥中心平台;
所述管控终端包括:第二处理模块、无线电信号采集模块、无线电信号发射模块、第二旋转云台、第二4G/5G通信模块和第二显示屏幕,其中,所述无线电信号采集模块是宽频的扫频模块,被配置为不断监听有用、且为非生物特有的无线电信号,并将所述无线电信号发送至监控指挥中心平台,所述无线电信号发射模块被配置为根据所述管控指令生成特定信号、扩频信号或宽频信号,其中,所述特定信号、扩频信号用于模拟无人机遥控的控制信号,所述宽频信号是用于干扰无人机的宽频扫频干扰信号。
更进一步地,所述监控指挥中心平台被配置为根据所述目标信息和无线电信号确定用于追踪所述目标的最佳的无人机追踪系统和管控终端,所述最佳的无人机追踪系统拍摄所述目标的图片或视频发送至所述监控指挥中心平台,所述监控指挥中心平台根据所述图片或视频确定所述目标是否是需要管控的无人机,如果是,所述监控指挥中心平台向管控终端发出管控指令。
本发明还提出了一种基于所述的区域内无人机管控系统的无人机管控方法,其特征在于,该方法包括:
无人机识别步骤,监控指挥中心平台根据无人机追踪系统获取的目标信息和管控终端采集的无线电信号识别出需要管控的无人机;
管控指令生成步骤,所述监控指挥中心平台根据无人机的类型生成相应的管控指令发送至所述管控终端;
管控步骤,所述管控终端的无线电信号发射模块根据所述管控指令生成特定信号、扩频信号或宽频信号并向所述无人机发射。
更进一步地,所述无人机识别步骤包括:
移动目标发现步骤,旋转所述无人机追踪系统的第一旋转云台和所述管控终端的第二云台,如果发现移动目标,所述无人机追踪系统将目标信息、所述管控终端将无线电信号发送至所述监控指挥中心平台;
目标大小判断步骤,所述监控指挥中心平台根据所述目标信息和无线电信号确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端再次获取所述目标信息和无线电信号,所述监控指挥中心平台根据再次获取所述目标信息和无线电信号判断所述目标的长度是否超过一第一阈值;如果是,继续跟踪所述目标并继续向所述监控指挥中心平台发送所述目标信息和无线电信号;
生物体判断步骤,所述监控指挥中心平台根据最新接收的目标信息和无线电信号再次确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端重新获取所述目标信息和无线电信号,所述监控指挥中心平台根据重新获取的所述目标信息和无线电信号判断所述目标的生物特征是否大于一第二阈值,如果否,发出报警信号,并继续跟踪所述目标并继续向所述监控指挥中心平台发送所述目标信息和无线电信号;
无人机确定步骤,所述监控指挥中心平台再次根据最新接收的目标信息和无线电信号重新确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端重新获取所述目标信息和无线电信号,所述监控指挥中心平台根据重新获取的所述目标信息和无线电信号判断所述目标为无人机的概率是否超过一第三阈值,如果是,发出报警信号,并确定该目标为无人机。
更进一步地,所述第一阈值为30-100cm,所述第二阈值为50%,所述第三阈值为85%。
更进一步地,所述管控指令生成步骤包括:
决策建议步骤,其中所述监控指挥中心平台根据无人机的类型通过决策分析向工作人员发送管控建议;
实施步骤,其中工作人员根据所述管控建议确定是否生成管控指令,如果是,则控制所述监控指挥中心平台生成管控指令并发送至管控终端。
更进一步地,所述方法还包括:
管控效果分析步骤,其中所述监控指挥中心平台根据最新接收的目标信息和无线电信号重新确定最佳无人机追踪系统和管控终端,所述最佳无人机追踪系统和管控终端获取无人机信息和无线电信号,所述监控指挥中心平台根据无人机信息和无线电信号确定是否达到了管控效果,如果是,则解除警报。
更进一步地,在所述移动目标发现步骤之前还有:
学习步骤,其中使用逻辑思维和人工智能算法对采集的目标信息样本和无线电信号样本进行学习。
本发明还提出了一种计算机可读存储介质,所述存储介质上存储有计算机程序代码,当所述计算机程序代码被计算机执行时可执行权利要求7-12之任一项所述的方法。
本发明的技术效果为:通过监控指挥中心平台和无人机追踪系统及管控终端进行实时数据交互,提高了无人机的识别率,且本发明的系统可以根据需要采用多个无人机追踪系统及管控终端组成扩展网络,监控指挥中心平台中采用逻辑思维和人工智能算法算法,用于识别无人机并准确判断对无人机进行报警、管控的时机,采用管控终端对无人机进行管控,并对管控结果进行分析,确保管控效果,从而防止无人机的‘黑飞’,提高了空域安全。即无人机是监控指挥中心能够得到最清晰和最可靠的数据,向被授权指挥人员报告可靠的预期和及时有效的管控结果。其应用在可预期的情况下,将大幅度地提高区域内无人机识别、报警和管控效果,使这些技术在该领域达到一个新的境界。
附图说明
图1是根据本发明的实施例的一种区域内无人机管控系统的示意图。
图2是根据本发明的实施例的无人机追踪系统的结构图。
图3是根据本发明的实施例的管控终端的结构图。
图4是根据本发明的实施例的监控指挥中心平台搭建的逻辑思维和人工智能平台界面。
图5是根据本发明的实施例的管控终端监听的某段生物音频电信号。
图6是根据本发明的实施例的监控指挥中心平台的逻辑思维训练截图。
图7是根据本发明的实施例的管控终端监听到的某段跳频无线电信号。
图8是根据本发明的实施例的监控指挥中心平台的无人机可能性的人工智能训练截图。
图9是根据本发明的实施例的目标追踪与管控结果图。
图10是根据本发明的实施例的识别出不是无人机的的结果图。
图11是本发明的区域内无人机管控方法的流程图。
图12是根据本发明的实施例的逻辑思维与人工智能分析方法流程图。
具体实施方式
下面结合图1-12进行介绍本发明的具体实施例。
图1示出了本发明的一种区域内无人机管控系统,该系统包括:
多个无人机追踪系统B,所述多个无人机追踪系统B部署在所述区域的边缘外数百米至数百千米范围内,被配置为捕获即将靠近所述区域和/或闯入所述区域的目标的目标信息;
多个管控终端C,所述多个管控终端C部署在所述区域的边缘外数百米至数百千米范围内,所述多个管控终端C被配置为用于采集所述目标的无线电信号;以及
监控指挥中心平台A,其中,所述监控指挥中心平台A、多个无人机追踪系统B和多个管控终端C通过无线网络连接,监控指挥中心平台A被配置为根据所述目标信息和无线电信号确定所述目标是否是需要管控的无人机,如果是,所述监控指挥中心平台A向管控终端C发出管控指令,所述管控终端C被配置为根据所述管控指令向所述无人机发送管控的无线电信号。
本发明的管控系统可以根据管控区域面积的大小使用不同数量的无人机追踪系统B和管控终端C,无人机追踪系统B和管控终端C可以随时接入监控指挥中心平台A,与监控指挥中心平台A实时地进行数据交互,从而大大提高了系统的可扩展性,即在监控区域的边缘和区域边缘外延(数百米~数百公里)范围内,逐级布控、逐级追踪、提取最优捕获信息。这是本发明的重点之一。
多个无人机追踪系统B和管控终端C部署在所述管控区域的周围,无人机追踪系统B和管控终端C布置的位置距管控区域边缘的距离可以相同,也可以不同。本发明的监控指挥中心平台A(可以包含各级监控子网络)均可以根据需要布置在监控区域的内部或外部。无人机追踪系统B、管控终端C可、监控指挥中心平台A之间的无线网络为4G或5G通信网络,相互之间协调工作,追踪系统和管控终端不停上报,指挥中心统一指挥、全面管控。
如图2所示,所述无人机追踪系统B包括:第一处理模块21、雷达模块22、图像采集模块23、第一旋转云台24、第一手动控制模块25、第一4G/5G通信模块26和第一显示屏幕27,所述多个无人机追踪系统B可同时实时地跟踪多个(如数十个)闯入所述区域的目标,并将获取的目标信息发送至所述监控指挥中心平台A;无人机追踪系统B通过图像采集模块23采集所述目标信息,所述目标信息包括目标是否移动、目标最大直径、飞行速度、飞行高度、目标图片和/或目标视频等。所述图像采集模块23可以是高速红外摄像机,夜间也可以采集飞行目标的清晰图像。第一处理模块一般为处理器,如ARM处理器,或其他处理器。数个无人机追踪系统B,可每时每刻跟踪数十个闯入区域的目标,以最佳捕获设备来获取信息,随时上报。
第一处理模块21是一个接口丰富,且得到扩展的ARM核心板子,也是这个无人机追踪系统B的核心控制“大脑”CPU。无人机追踪系统B通过第一处理模块21、第一旋转云台24,指导雷达模块22运作,捕获即将靠近区域和闯入区域的目标,通过第一4G/5G通信模块26向监控指挥中心平台A发送各类捕获参数(如目标是否移动、最大直径长度、飞行速度、飞行高度等)、拍摄图片、视频等信息(供监控指挥中心平台识别)。监控指挥中心平台A通过逻辑思维和人工智能算法算法,计算目标在区域的相对方向、距离各追踪点的相对距离、是否需要跟踪、最佳无人机追踪系统、最佳管制终端、旋转第一旋转云台24至监控范围捕获信息等。无人机追踪系统B将获取最佳信息,用于人工智能分析,识别出闯入的无人机。监控指挥中心平台A根据需要向各无人机追踪系统和管控终端发送最新的追踪和管控指令。最后,无人机追踪系统B向平台报告受管制的无人机的具体情况。图9示出了识别出了无人机并进行管控的结果,图10识别出不是无人机,不需要进行管控的结果。
如图3所示,所述管控终端C包括:第二处理模块31、无线电信号采集模块32、无线电信号发射模块33、第二旋转云台34、第二4G/5G通信模块35和第二显示屏幕36,其中,所述无线电信号采集模块32是宽频的扫频模块,不断监听有用、且为非生物特有的无线电信号,并被配置为将所述无线电信号发送至监控指挥中心平台A,所述无线电信号发射模块33根据所述管控指令生成特定信号、扩频信号或宽频信号,其中,所述特定信号、扩频信号用于模拟无人机遥控的控制信号,所述宽频信号是用于干扰无人机的宽频扫频干扰信号。第二处理模块平时还不停接收监控指挥中心平台A发来的通信指令,旋转云台,捕获各类无线电信号,并通过屏幕显示目标图片、视频和报警信息等,然后将无线电信号上报。
第二处理模块31是类似追无人机追踪系统B的ARM核心模块,也是一个接口丰富和经过扩展的模块。无线电信号采集模块32是一个宽频的扫频模块,不断监听有用,且为非生物特有(如无人机使用)的电信号,并报告监控指挥中心。监控指挥中心平台A通过综合、逻辑分析无人机追踪系统B和管控终端C的各类信息,判断闯入区域的目标最大可能性。对应闯入区域的,特别是有记录在案的无人机,监控指挥中心平台A通过4G/5G通信模块向管控终端下发相关类型的管控指令。图5示出了管控终端C监听的某段生物音频电信号,即此时不是无人机,图7示出了管控终端监C听到的某段跳频无线电信号,即此时可能是无人机。
所述监控指挥中心平台A被配置为根据所述目标信息和无线电信号确定用于追踪所述目标的最佳的无人机追踪系统B和管控终端C,所述最佳的无人机追踪系统B拍摄所述目标的图片或视频发送至所述监控指挥中心平台A,所述监控指挥中心平台A根据所述图片或视频确定所述目标是否是需要管控的无人机,如果是,所述监控指挥中心平台A向管控终端C发出管控指令。监控指挥中心平台A主要包括显示屏拼接墙、监控器、各类服务器(如视频接入服务器)、通信前置机、GPU等硬件部分。它还包括各类软件,如数据库、web service、中心数据交换软件、逻辑思维和人工智能平台软件等。监控指挥中心平台A通过人工智能算法,计算目标在区域的相对方向、距离,确定各追踪点的相对距离、是否需要跟踪、最佳无人机追踪系统B、最佳管制终端、并旋转云台至监控范围捕获信息等。追踪系统将获取最佳信息,用于人工智能分析,识别出闯入的无人机。根据需要向各无人机追踪系统B和管控终端C发送最新的追踪和管控指令。监控指挥中心平台A为了能有一个靠谱、准确的判断结果,本发明的系统通过向无人机追踪系统B和管控终端C收集了大量的图片、各类与生物和非生物相关信息(如无线电电信号和各类参数)。同时,平台借助逻辑思维和人工智能做判断,分析最佳报警和决策时机。在建模、训练、分析时,安装了ANACONDA NAVIGATOR和TENSORFLOW软件平台,如图4所示,监控指挥中心平台A进行逻辑思维和人工识别算法训练,并建立庞大的数据库,使用逻辑思维和人工智能算法,同时,结合最新的电子技术,从而全方位地为无人机的安全管制层次服务,将可以达到新的一个高度,训练结果参见图6和图8所示。从而可以准确的识别出无人机,并及时的对其进行管控,这是本发明的另一个重要发明点。
图11示出了本发明的一种基于上述区域内无人机管控系统的无人机管控方法,该方法包括:
无人机识别步骤S1,监控指挥中心平台根据无人机追踪系统获取的目标信息和管控终端采集的无线电信号识别出需要管控的无人机;
管控指令生成步骤S2,所述监控指挥中心平台根据无人机的类型生成相应的管控指令发送至所述管控终端;
管控步骤S3,所述管控终端的无线电信号发射模块根据所述管控指令生成特定信号、扩频信号或宽频信号并向所述无人机发射。
无人机识别步骤S1采用人工智能算法实现,如深度神经网络算法,这是本发明的重要发明点之一,所述无人机识别步骤S1包括:
移动目标发现步骤,旋转所述无人机追踪系统的第一旋转云台和所述管控终端的第二云台,如果发现移动目标,所述无人机追踪系统将目标信息、所述管控终端将无线电信号发送至所述监控指挥中心平台;
目标大小判断步骤,所述监控指挥中心平台根据所述目标信息和无线电信号确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端再次获取所述目标信息和无线电信号,所述监控指挥中心平台根据再次获取所述目标信息和无线电信号判断所述目标的长度是否超过一第一阈值;如果是,继续跟踪所述目标并继续向所述监控指挥中心平台发送所述目标信息和无线电信号;
生物体判断步骤,所述监控指挥中心平台根据最新接收的目标信息和无线电信号再次确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端重新获取所述目标信息和无线电信号,所述监控指挥中心平台根据重新获取的所述目标信息和无线电信号判断所述目标的生物特征是否大于一第二阈值,如果否,发出报警信号,并继续跟踪所述目标并继续向所述监控指挥中心平台发送所述目标信息和无线电信号;
无人机确定步骤,所述监控指挥中心平台再次根据最新接收的目标信息和无线电信号重新确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端重新获取所述目标信息和无线电信号,所述监控指挥中心平台根据重新获取的所述目标信息和无线电信号判断所述目标为无人机的概率是否超过一第三阈值,如果是,发出报警信号,并确定该目标为无人机。
一个实施例中,所述第一阈值为30-100cm,所述第二阈值为50%,所述第三阈值为85%。
上述移动目标发现步骤、目标大小判断步骤、生物体判断步骤、无人机确定步骤可以根据目标的飞行速度在一个步骤中实现所有的功能,即目标飞行速度较慢时,采集一次飞行目标的目标信息和无线电信号就可以在发现目标的同时完成飞行目标大小的确定、生物体的识别及无人机的确定,但是一般情况下,无人机的飞行速度较快,需要无人机追踪系统和管控终端实时的采集数据通过监控指挥中心平台分步骤的进行各项功能的判断,并由监控指挥中心平台在不同的步骤中确定最佳的无人机追踪系统和管控终端以采集最佳的目标信息和无线电信号,从而提高识别率,无人机追踪系统和管控终端在采集目标信息和无线电信号前,通过监控指挥中心平台旋转无人机追踪系统和管控终端的第一云台和第二云台,以获得最佳的角度,这是本发明的重要发明点之一。
本发明的另一重要发明点是生成管控指令,所述管控指令生成步骤S2包括:
决策建议步骤,其中所述监控指挥中心平台根据无人机的类型通过决策分析向工作人员发送管控建议;
实施步骤,其中工作人员根据所述管控建议确定是否生成管控指令,如果是,则控制所述监控指挥中心平台生成管控指令并发送至管控终端。
数十-一百毫秒后,监控指挥中心接收到最佳无人机追踪系统发来的图片,经过分析,作出管控指令,管控速度非常高,从而提高了空域安全。
如图11所示,所述方法还包括:
管控效果分析步骤S4,其中所述监控指挥中心平台根据最新接收的目标信息和无线电信号重新确定最佳无人机追踪系统和管控终端,所述最佳无人机追踪系统和管控终端获取无人机信息和无线电信号,所述监控指挥中心平台根据无人机信息和无线电信号确定是否达到了管控效果,如果是,则解除警报。
本发明不仅对黑飞的无人机进行管控,还对管控效果进行分析,确定黑飞的无人机是否被有效管控,这也是本申请的重要发明点之一。
在监控指挥中心平台中存储有大量的样本数据及人工智能算法,通过对人工智能算法进行训练,提高其准确度,因此,在所述移动目标发现步骤之前还有:学习步骤,其中使用逻辑思维和人工智能算法对采集的目标信息样本和无线电信号样本进行学习。
图12示出了一个具体的逻辑思维与人工智能分析方法流程,也就是无人机管控方法的一种具体的实施方式,主要流程包括:
①系统初始化,记录系统当前状态和各类参数。
②无人机追踪系统和管控终端扫描、监听、拍照,上传各类数据。
③监控指挥中心随时分析数据,发现生物特征移动目标,则追踪其他移动目标。
④监控指挥中心、无人机追踪系统、管控终端平时不断地互动,目的是搜索最佳无人机追踪系统和最佳管控终端。
⑤监控指挥中心在逻辑思维和人工智能的协助下,得到最佳无人机识别效果。同时,在最佳时机报警和管控。
⑥在管控目标达到后,转移到多个追踪目标中的另一目标。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现,本发明中所称的客户、客户端指代相同的内容,本发明中的服务端、服务器、服务器端指代相同的内容。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
最后所应说明的是:以上实施例仅以说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解:依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,其均应涵盖在本发明的权利要求范围当中。
Claims (13)
1.一种区域内无人机管控系统,其特征在于,该系统包括:
多个无人机追踪系统,所述多个无人机追踪系统部署在所述区域的边缘外数百米至数百千米范围内,被配置为捕获即将靠近所述区域和/或闯入所述区域的目标的目标信息;
多个管控终端,所述多个管控终端部署在所述区域的边缘外数百米至数百千米范围内,所述多个管控终端被配置为采集所述目标的无线电信号;以及
监控指挥中心平台,
其中所述监控指挥中心平台、多个无人机追踪系统和多个管控终端通过无线网络连接,监控指挥中心平台被配置为根据所述目标信息和无线电信号确定所述目标是否是需要管控的无人机,如果是,所述监控指挥中心平台向管控终端发出管控指令,并且所述管控终端被配置为根据所述管控指令向所述无人机发送管控的无线电信号。
2.根据权利要求1的系统,其特征在于,所述多个无人机追踪系统和多个管控终端根据区域特点、布置数量,并同时根据雷达、图像捕获能力逐级、逐次布置。
3.根据权利要求2的系统,其特征在于,所述无线网络为4G或5G通信网络。
4.根据权利要求3的系统,其特征在于,所述目标信息包括目标是否移动、目标最大直径、飞行速度、飞行高度、目标图片和/或目标视频。
5.根据权利要求4的系统,其特征在于,
所述无人机追踪系统包括:第一处理模块、雷达模块、图像采集模块、第一旋转云台、第一手动控制模块、第一4G/5G通信模块和第一显示屏幕,所述多个无人机追踪系统被配置为实时跟踪多个闯入所述区域的目标,并将获取的目标信息发送至所述监控指挥中心平台;
所述管控终端包括:第二处理模块、无线电信号采集模块、无线电信号发射模块、第二旋转云台、第二4G/5G通信模块和第二显示屏幕,其中,所述无线电信号采集模块是宽频的扫频模块,被配置为不断监听有用、且为非生物特有的无线电信号,并将所述无线电信号发送至监控指挥中心平台,所述无线电信号发射模块被配置为根据所述管控指令生成特定信号、扩频信号或宽频信号,其中,所述特定信号、扩频信号用于模拟无人机遥控的控制信号,所述宽频信号是用于干扰无人机的宽频扫频干扰信号。
6.根据权利要求5的系统,其特征在于,
所述监控指挥中心平台被配置为根据所述目标信息和无线电信号确定用于追踪所述目标的最佳的无人机追踪系统和管控终端,所述最佳的无人机追踪系统拍摄所述目标的图片或视频发送至所述监控指挥中心平台,所述监控指挥中心平台根据所述图片或视频确定所述目标是否是需要管控的无人机,如果是,所述监控指挥中心平台向管控终端发出管控指令。
7.一种基于权利要求1-6中任一项所述的区域内无人机管控系统的无人机管控方法,其特征在于,该方法包括:
无人机识别步骤,监控指挥中心平台根据无人机追踪系统获取的目标信息和管控终端采集的无线电信号识别出需要管控的无人机;
管控指令生成步骤,所述监控指挥中心平台根据无人机的类型生成相应的管控指令发送至所述管控终端;
管控步骤,所述管控终端的无线电信号发射模块根据所述管控指令生成特定信号、扩频信号或宽频信号并向所述无人机发射。
8.根据权利要求7的方法,其特征在于,所述无人机识别步骤包括:
移动目标发现步骤,旋转所述无人机追踪系统的第一旋转云台和所述管控终端的第二云台,如果发现移动目标,所述无人机追踪系统将目标信息、所述管控终端将无线电信号发送至所述监控指挥中心平台;
目标大小判断步骤,所述监控指挥中心平台根据所述目标信息和无线电信号确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端再次获取所述目标信息和无线电信号,所述监控指挥中心平台根据再次获取所述目标信息和无线电信号判断所述目标的长度是否超过一第一阈值;如果是,继续跟踪所述目标并继续向所述监控指挥中心平台发送所述目标信息和无线电信号;
生物体判断步骤,所述监控指挥中心平台根据最新接收的目标信息和无线电信号再次确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端重新获取所述目标信息和无线电信号,所述监控指挥中心平台根据重新获取的所述目标信息和无线电信号判断所述目标的生物特征是否大于一第二阈值,如果否,发出报警信号,并继续跟踪所述目标并继续向所述监控指挥中心平台发送所述目标信息和无线电信号;
无人机确定步骤,所述监控指挥中心平台再次根据最新接收的目标信息和无线电信号重新确定最佳无人机追踪系统和管控终端,所述监控指挥中心平台并指令所述最佳无人机追踪系统和管控终端重新获取所述目标信息和无线电信号,所述监控指挥中心平台根据重新获取的所述目标信息和无线电信号判断所述目标为无人机的概率是否超过一第三阈值,如果是,发出报警信号,并确定该目标为无人机。
9.根据权利要求8的方法,其特征在于,所述第一阈值为30-100cm,所述第二阈值为50%,所述第三阈值为85%。
10.根据权利要求9的方法,其特征在于,所述管控指令生成步骤包括:
决策建议步骤,其中所述监控指挥中心平台根据无人机的类型通过决策分析向工作人员发送管控建议;
实施步骤,其中工作人员根据所述管控建议确定是否生成管控指令,如果是,则控制所述监控指挥中心平台生成管控指令并发送至管控终端。
11.根据权利要求10的方法,其特征在于,所述方法还包括:
管控效果分析步骤,其中所述监控指挥中心平台根据最新接收的目标信息和无线电信号重新确定最佳无人机追踪系统和管控终端,所述最佳无人机追踪系统和管控终端获取无人机信息和无线电信号,所述监控指挥中心平台根据无人机信息和无线电信号确定是否达到了管控效果,如果是,则解除警报。
12.根据权利要求8的方法,其特征在于,在所述移动目标发现步骤之前还有:
学习步骤,其中使用逻辑思维和人工智能算法对采集的目标信息样本和无线电信号样本进行学习。
13.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序代码,当所述计算机程序代码被计算机执行时可执行权利要求7-12之任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810489616.8A CN108733073B (zh) | 2018-05-21 | 2018-05-21 | 一种区域内无人机管控系统、方法及可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810489616.8A CN108733073B (zh) | 2018-05-21 | 2018-05-21 | 一种区域内无人机管控系统、方法及可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108733073A true CN108733073A (zh) | 2018-11-02 |
CN108733073B CN108733073B (zh) | 2021-11-23 |
Family
ID=63937800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810489616.8A Active CN108733073B (zh) | 2018-05-21 | 2018-05-21 | 一种区域内无人机管控系统、方法及可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108733073B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109557940A (zh) * | 2019-01-08 | 2019-04-02 | 广东阿尔创通信技术股份有限公司 | 一种无线信号发射源追踪系统及其控制方法 |
CN109597433A (zh) * | 2018-12-14 | 2019-04-09 | 桂林电子科技大学 | 一种基于复合拦截策略的无人机防控智能决策方法 |
CN111142555A (zh) * | 2019-12-17 | 2020-05-12 | 中国民用航空总局第二研究所 | 一种基于碰撞风险的机场无人机管控区域划设方法 |
CN112564849A (zh) * | 2020-12-01 | 2021-03-26 | 国网辽宁省电力有限公司营口供电公司 | 一种多型号无人机的识别及诱捕方法 |
CN112650273A (zh) * | 2020-11-27 | 2021-04-13 | 浩亚信息科技有限公司 | 一种无人机远程身份识别系统及方法 |
CN112749592A (zh) * | 2019-10-31 | 2021-05-04 | 王志效 | 自动化无线信号数据干扰系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105842683A (zh) * | 2016-05-27 | 2016-08-10 | 南京博驰光电科技有限公司 | 一种无人机综合防御系统及方法 |
CN106546975A (zh) * | 2016-10-14 | 2017-03-29 | 中国民航科学技术研究院 | 一种基于雷达数据的轻小型无人机与飞鸟分类识别方法 |
CN107016690A (zh) * | 2017-03-06 | 2017-08-04 | 浙江大学 | 基于视觉的无人机入侵检测与识别系统及方法 |
CN107689166A (zh) * | 2017-10-16 | 2018-02-13 | 哈工大机器人集团重庆普耀信息产业发展有限公司 | 一种机场飞行区监控管理系统及管理方法 |
CN107728119A (zh) * | 2017-10-18 | 2018-02-23 | 潘卫军 | 机场终端区无人机预警与反制系统及方法 |
-
2018
- 2018-05-21 CN CN201810489616.8A patent/CN108733073B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105842683A (zh) * | 2016-05-27 | 2016-08-10 | 南京博驰光电科技有限公司 | 一种无人机综合防御系统及方法 |
CN106546975A (zh) * | 2016-10-14 | 2017-03-29 | 中国民航科学技术研究院 | 一种基于雷达数据的轻小型无人机与飞鸟分类识别方法 |
CN107016690A (zh) * | 2017-03-06 | 2017-08-04 | 浙江大学 | 基于视觉的无人机入侵检测与识别系统及方法 |
CN107689166A (zh) * | 2017-10-16 | 2018-02-13 | 哈工大机器人集团重庆普耀信息产业发展有限公司 | 一种机场飞行区监控管理系统及管理方法 |
CN107728119A (zh) * | 2017-10-18 | 2018-02-23 | 潘卫军 | 机场终端区无人机预警与反制系统及方法 |
Non-Patent Citations (1)
Title |
---|
王水璋: "低空安全监测管理系统的探索与研究", 《电子测量技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597433A (zh) * | 2018-12-14 | 2019-04-09 | 桂林电子科技大学 | 一种基于复合拦截策略的无人机防控智能决策方法 |
CN109597433B (zh) * | 2018-12-14 | 2021-08-20 | 桂林电子科技大学 | 一种基于复合拦截策略的无人机防控智能决策方法 |
CN109557940A (zh) * | 2019-01-08 | 2019-04-02 | 广东阿尔创通信技术股份有限公司 | 一种无线信号发射源追踪系统及其控制方法 |
CN112749592A (zh) * | 2019-10-31 | 2021-05-04 | 王志效 | 自动化无线信号数据干扰系统及方法 |
CN111142555A (zh) * | 2019-12-17 | 2020-05-12 | 中国民用航空总局第二研究所 | 一种基于碰撞风险的机场无人机管控区域划设方法 |
CN112650273A (zh) * | 2020-11-27 | 2021-04-13 | 浩亚信息科技有限公司 | 一种无人机远程身份识别系统及方法 |
CN112564849A (zh) * | 2020-12-01 | 2021-03-26 | 国网辽宁省电力有限公司营口供电公司 | 一种多型号无人机的识别及诱捕方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108733073B (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108733073A (zh) | 一种区域内无人机管控系统、方法及可读介质 | |
AU2021201585B2 (en) | Imaging array for bird or bat detection and identification | |
CN108037770B (zh) | 基于人工智能的无人机输电线路巡检系统和方法 | |
CN109447048B (zh) | 一种人工智能预警系统 | |
CN109981192B (zh) | 一种空域反黑飞无人机的频谱监测方法 | |
CN110133573A (zh) | 一种基于多元传感器信息融合的自主低空无人机防御系统 | |
CN108333584A (zh) | 一种低空小目标远距离无人机探测系统及探测方法 | |
US20240015267A1 (en) | Systems, methods, apparatuses, and devices for radar-based identifying, tracking, and managing of unmanned aerial vehicles | |
CN110235188A (zh) | 用于交通监控、事件检测和变化预测的视频数据和gis映射 | |
CN110968941A (zh) | 基于空域安全评估的无人机管控平台及管控方法 | |
CN107277443B (zh) | 一种大范围周边安全监控方法和系统 | |
CN108802758A (zh) | 一种基于激光雷达的智能安防监控装置、方法和系统 | |
CN108540751A (zh) | 基于视频与电子设备标识的监控方法、装置及系统 | |
WO2020114138A1 (zh) | 信息的关联分析方法及装置、储存介质、电子装置 | |
CN105516653A (zh) | 一种安防监控系统 | |
CN106341661A (zh) | 巡逻机器人 | |
CN108500992A (zh) | 一种多功能的移动安防机器人 | |
CN108540750A (zh) | 基于监控视频与电子设备标识关联的方法、装置及系统 | |
CN107360394A (zh) | 应用于边防视频监控系统的多预置点动态智能监测方法 | |
CN111920129A (zh) | 一种智能安全帽系统 | |
CN110275042A (zh) | 一种基于计算机视觉与无线电信号分析的高空抛物检测方法 | |
CN213128247U (zh) | 一种智能安全帽系统 | |
CN109544870A (zh) | 用于智能监控系统的报警判断方法与智能监控系统 | |
CN112866643A (zh) | 一种船内关键区域多目标可视化管理系统及方法 | |
CN107045805B (zh) | 一种用于小型航空器和空飘物的监测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |