CN108983806A - 区域检测、航线规划数据的生成方法和系统、飞行器 - Google Patents
区域检测、航线规划数据的生成方法和系统、飞行器 Download PDFInfo
- Publication number
- CN108983806A CN108983806A CN201710403811.XA CN201710403811A CN108983806A CN 108983806 A CN108983806 A CN 108983806A CN 201710403811 A CN201710403811 A CN 201710403811A CN 108983806 A CN108983806 A CN 108983806A
- Authority
- CN
- China
- Prior art keywords
- data
- region
- aircraft
- event
- object event
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000033001 locomotion Effects 0.000 claims description 53
- 238000012360 testing method Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 27
- 230000033228 biological regulation Effects 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 12
- 230000002547 anomalous effect Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 230000009471 action Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000011017 operating method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 238000012549 training 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
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)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请提供了一种区域检测、航线规划数据的生成方法和系统、飞行器，其中，该区域检测方法包括：获取区域的图像数据；根据所述图像数据确定所述区域是否存在目标事件；在确定结果为是的情况下，执行第一航行动作，并采集图像资料。通过上述方案解决了现有的人工进行区域检测所存在的检测强度大、检测时间长的技术问题，以及视频监控的方式容易出现盲区、且成本比较高，智能化程度比较低的问题，达到了简单高效地实现区域的智能检测的目的。
Description
技术领域
本申请属于智能检测技术领域，尤其涉及一种区域检测、航线规划数据的生成方法和系统、飞行器。
背景技术
目前，安全检测的方式一般有：人工检测和视频监控。其中，人工检测采用的方式一般是专门的检测人员，在需要进行安全检测的区域进行逐一查看，以便确定是否有需要处理的事件。视频监控采用的方式一般是在固定的位置设置摄像头，通过设置的摄像头实时拍摄视频数据，由专门的视频监控人员观看视频数据，以确定是否有需要处理的事件。
然而，人工检测存在检测强度大、检测时间长，且容易出现漏检的情况。视频监控的方式容易出现盲区、且成本比较高，智能化程度比较低。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本申请目的在于提供一种区域检测、航线规划数据的生成方法和系统、飞行器，可以实现简单高效的智能检测的目的。
本申请提供一种区域检测、航线规划数据的生成方法和系统、飞行器是这样实现的：
一种区域检测方法，包括：
获取区域的图像数据；
根据所述图像数据确定所述区域是否存在目标事件；
在确定结果为是的情况下，执行第一航行动作，并采集图像资料。
一种航线规划数据的生成方法，包括：
获取区域的历史检测结果数据；
根据所述历史检测结果数据，生成检测节点；
将所述检测节点相连，生成航线规划数据。
一种航线规划数据的生成方法，包括：
获取区域的历史检测结果数据；
根据所述历史检测结果数据，生成一个或多个检测节点的航行数据。
一种航线规划数据的生成方法，包括：
获取输入的对区域进行检测的检测数据；
根据所述检测数据，生成飞行器对所述区域进行检测的航线规划数据。
一种飞行器，包括：摄像部件和处理器，其中，
所述摄像部件，用于获取区域的图像数据；
所述处理器，用于根据所述图像数据确定所述区域是否存在目标事件；在确定结果为是的情况下，执行第一航行动作；
所述摄像部件还用于在执行第一航行动作之后，采集图像资料。
一种区域检测系统，包括：飞行器、监管中心和事件处理平台，其中：
所述飞行器用于对区域进行检测；
所述监管中心用于根据所述飞行器检测得到的图像资料控制所述事件处理平台进行事件处理。
一种服务器，包括：处理器，其中：
所述处理器用于获取区域的历史检测结果数据；根据所述历史检测结果数据，生成检测节点；将所述检测节点相连，生成航线规划数据。
一种服务器，包括：处理器，其中：
所述处理器用于获取区域的历史检测结果数据；根据所述历史检测结果数据，生成一个或多个检测节点的航行数据。
一种服务器，包括：处理器，其中：
所述处理器用于获取输入的对区域进行检测的检测数据；根据所述检测数据，生成飞行器对所述区域进行检测的航线规划数据。
一种区域检测方法，包括：
获取区域的图像数据；
根据所述图像数据确定所述区域是否存在目标事件；
在确定结果为是的情况下，控制飞行器执行第一航行动作并采集图像资料。
一种区域检测方法，包括：
获取区域的图像数据；
根据所述图像数据确定所述区域是否存在目标事件；
在确定结果为是的情况下，执行第一航行动作。
一种控制器，包括：摄像部件和处理器，其中，
所述摄像部件，用于获取区域的图像数据；
所述处理器，用于根据所述图像数据确定所述区域是否存在目标事件；在确定结果为是的情况下，控制飞行器执行第一航行动作并采集图像资料。
一种飞行器，包括：摄像部件和处理器，其中，
所述摄像部件，用于获取区域的图像数据；
所述处理器，用于根据所述图像数据确定所述区域是否存在目标事件；在确定结果为是的情况下，执行第一航行动作。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。
本申请提供的区域检测、航线规划数据的生成方法和系统、飞行器，通过飞行器在检测过程中实时获取的图像数据，确定是否有目标事件发生，并在确定有目标事件发生的情况下，根据事件类型的不同，控制飞行器采用不同的第一航行动作以拍摄得到不同的图像资料，从而可以基于图像资料完成对事件的进一步确认和处理。进一步的，还可以通过历史检测数据生成航线规划数据，以便更好地对目标区域进行检测。通过上述方式解决了现有的人工检测所存在的效率低下，视频监控所存在的监控盲区的技术问题，达到了简单高效实现区域检测的目的。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的飞行器的一种实施例的方结构框图；
图2是本申请提供的区域检测系统的一种实施例的方结构框图；
图3是本申请提供的区域检测方法的一种实施例的方法流程图；
图4是本申请提供的区域检测的场景示意图；
图5是本申请提供的车辆行驶轨迹的示意图；
图6是本申请提供的对车辆进行车牌号的细节拍摄的示意图；
图7是本申请提供的检测方法中的正常道路的示意图；
图8是本申请提供的检测方法中的道路遗落物的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
考虑到随着飞行器技术的不断发展，可以通过飞行器进行区域内的安全检测。例如，可以通过在飞行器上按照摄像部件，获取待检测区域内的图像数据，并基于获取的图像数据识别是否有安全事件，例如，确定是否有违规停车、是否有火灾等等，以实现安全检测。
基于此，在本例中提供了一种飞行器，如图1所示，可以包括：摄像部件101和处理器102，其中，摄像部件101，用于获取区域的图像数据；处理器102，用于根据所述图像数据确定所述区域是否存在目标事件；并在确定结果为是的情况下，执行第一航行动作；摄像部件101还可以用于在执行第一航行动作后，采集图像资料。
上述摄像部件101可以是一个摄像机，该摄像机可以是高精度高清晰度的摄像机，通过该摄像机可以完成对视频和照片的拍摄。该摄像机可以与处理器102相连，处理器可以对摄像机的焦距、清晰度等自动进行调整，以便得到较为清晰的视频和照片等资料。
上述飞行器还可以包括通信模块，通过通信模块可以接受外部传来的控制指令，也可以上传获取的图像资料以及确定的事件类型等等。该通信模块可以是无线通信模块，也可以是GPRS通信模块，具体采用哪种通信模块可以根据实际需要选择，本申请对此不作限定。
该通信模块可以经由一个网络接收或者发送数据。上述的网络具体实例可包括无线网络。在一个实例中，通信模块可以包括一个网络适配器(Network InterfaceController，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
上述处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述飞行器还可以包括存储器，其中，存储器可用于存储应用软件的软件程序以及模块，如本申请实施例中的区域检测方法对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。
对于飞行器而言，可以通过飞行器内置的处理器确定是否存在目标事件以及目标事件的类型，然后根据确定的目标事件类型，对将飞行器的航行动作调整为对应的第一航行动作，例如，根据实时获取的视频数据，确定出当前的区域存在车辆违规停放，飞行器可以通过自身内置的处理器确定出该事件的发生，然后控制自身进行悬停，拍摄更为清晰具体的图像，例如，拍摄违规停放车辆的车牌号图片。也可以是，飞行器实时获取的所有图像数据都发送给监控中心，由监控中心确定是否存在目标事件，并在确定存在目标事件的情况下，生成控制飞行器进行悬停等的指令，控制飞行器抓拍更为清晰具体的图像数据。具体选用哪种方式可以根据实际需要选择，本申请对此不作限定。
本申请还提供了一种区域检测系统，如图2所示，可以包括：如图1所示的飞行器和监管中心，以及事件处理平台。其中，飞行器在获取到具体的细节图片之后，可以提供给监管中心，监管中心可以对这些细节图片进行处理，例如，可以判断事件的紧急程度，以便采取相应的处理措施，也可以是获取到细节图片后提取数据，进行存储记录。
举例而言，飞行器在确定出被检测区域(也可以称为被检测区域，即，被进行安全检测的区域)存在车辆违规行驶事件的情况下，可以拉近拍摄得到违规行驶车辆的车牌号图片，然后可以将视频数据和/或图片数据上传至监控中心，由监控中心识别出违规行驶的车辆的车牌号，并进行记录，还可以向该车车主发出警告，或者是发送给交管部门，对该车主进行扣分等处理。
上述的监管中心可以是一套服务器，也可以是一组服务器集群，通过监管中心的一台或多条服务器可以实现对数据的处理。该监管中心也可以是一个手机或者一台电脑，只要是能实现数据的收发、处理的设备都可以作为该监管中心。
上述的事件处理平台，例如可以是火警处理平台、违章处理平台、物业管理平台等，通过这些平台可以实现对预设事件的处理。例如，确定发生火灾，可以向火警处理平台发出警报，发现应急车道被占用可以向物业管理平台反馈，以实现对预设事件的及时有效处理。
基于上述的飞行器和区域检测系统，本申请提供了一种区域检测方法，图3是本申请所述一种区域检测方法一个实施例的方法流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本申请实施例描述及附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构连接进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至分布式处理环境)。
具体的如图3所述，本申请一种实施例提供的一种区域检测方法可以包括：
S301：获取区域的图像数据；
即，可以如图4所示，飞行器可以在目标区域进行安全检测，并拍摄该区域的图像数据。例如，被检测区域可以是一个物流园区，那么飞行器的目标就是对这个物流园区进行安全检测。该图像数据可以是视频数据也可以是图片数据，或者是两者的组合。
在安全检测的过程中，飞行器可以按照第二航行动作进行航行和拍摄，以得到物流园区的图像数据。其中，第二航行动作可以包括但不限于以下至少之一：悬停的位置、悬停时相机的角度、非悬停时相机的角度、悬停时间、悬停高度、飞行高度。
在一个实施方式中，可以是预先为飞行器设置对该区域进行安全检测的航线规划数据，即，可以为区域的不同地点位置或不同的线路设置不同的行做动作。即，第二航行动作是预先设置好的，可以是人为输入设置的，也可以是根据历史检测数据生成的，具体生成方式可以根据实际需要确定，本申请不作限定。例如，可以为不同的地点位置设置不同的飞行高度或者是悬停拍摄视频的高度。例如，在该物流园区的停车场位置，可以设置飞行器的悬停位置相对较低，以便拍摄得到整个停车场相对清晰的视频数据，这样可以准确的得到每辆车的停车方式，以及每个停车位的使用情况。例如，在物流园区的连体建筑位置，因为建筑群的高度比较高，需要检测的事件也比较少，可以设置飞行器的飞行和悬停高度较高，以便可以在一个镜头中获取大面积的图像数据。
即，在实现的时候，可以为需要进行安全检测的区域设置一个或多个重点检测位置点，也可以为该区域中一个或多个位置点设置对应于这些位置点的第二航行动作，例如，设置飞行参数和拍摄参数，以便可以有针对性地对该区域中的不同位置点进行图像数据的获取。
S302：根据所述图像数据确定所述区域是否存在目标事件；
在获取到图像数据之后，可以根据图像数据确定是否存在目标事件，例如，可以确定是否有火灾发生，确定道路上是否有违章停车、违章行驶或者是，是否有物品遗落等等。
在一个实施方式中，根据所述图像数据确定所述区域是否存在目标事件，可以包括：对图像数据中的一帧或者多帧数据，与目标事件发生规则进行匹配，以确定出所述区域是否存在目标事件。
上述目标事件可以包括但不限于以下至少之一：行人违章、车辆行驶违章、应急通道被占用、人群聚集、道路有遗撒物、烟雾异常、违章停车、公共设施损坏。针对不同的目标事件，可以按照不同的判断逻辑进行：
1)如果是判断是否有行人违规或者是车辆违规行驶，例如，行人在非路口路段穿行马路、车辆逆行等，可以从视频数据中提取出人物的运行轨迹和/或车辆的运行轨迹，然后根据人物运行轨迹和/或车辆的运行轨迹，确定是否出现行人违章和/或车辆行驶违章事件。
在进行人物的运行轨迹和/或车辆的运行轨迹提取的过程中，可以是从获取的图像资料中提取出连续的几帧数据，基于这几帧数据生成运行轨迹。例如，如图5所示，根据相邻的几帧数据得到了该车辆的运行轨迹，按照该车辆的运行轨迹可以检测出该车辆未按正确的行驶路径行驶，而是按照侧行的方式进行行驶的，可以确定该车辆违规行驶。
2)如果是判断应急通道是否被占用，可以是预先在地图中标定了各个应急通道的位置，可以将这些应急通道的位置作为必检的地点，当飞行器行驶到这些位置上空的时候，就获取这些应急通道的图像数据，与预先存储的未被占用的应急通道的图片进行比对，以确定应急通道是否被占用。
对于预先设定的各个区域的位置确定，可以是通过GPS确定的，即，基于GPS确定出被检测区域内各个位置具体对应的区域类型。例如，飞行器到马路的上空会确定下面是马路，飞行器到应急通道会确定下面是应急通道。
3)如果是判断是否有违规停车的情况下，那么可以分为两种情况，一种是在不能停车的地方，一种是在可以停车的地方不规范停车。在一个实施方式中，可以是确定当前被检测区域是否为允许停车的区域；在确定该被检测区域为允许停车的区域的情况下，根据获取的图像数据确定该区域是否有停车不规范的车辆；在确定该区域不是允许停车的区域，且根据图像数据确定出该区域有车辆停放的情况下，确定有违章停车事件发生。
例如，类似篮球场这种不允许停车的地方发现有车辆停放，那么可以认为是违规停车，又例如，在停车场一辆车占用两个停车位，或者是车身有一部分位于停车场车辆行驶的过道上等情况，都可以认为是违章停车。
4)如果是判断是否有火灾，那么可以通过烟雾来确定。例如，可以在从图像数据中确定出当前区域是否有烟雾，且判断该区域不是正常的工业烟囱或者是厨房的烟囱的情况下，可以获取该区域的烟雾区域的范围和烟雾浓度，以确定是否有烟雾异常事件发生。为了减少误判的可能性，可以设置一个范围和浓度阈值，在确定出有烟雾的情况下，根据图像数据确定烟雾的区域范围和浓度；在所述烟雾的区域范围和浓度超出预设阈值的情况下，确定发生烟雾异常事件。
值得注意的是，上述仅是列举几种预设事件进行说明，在实际实现的时候，还可以对其它的事件类型进行检测，例如，道路上遗落物品、人群聚集、花草树木是否需要修整、公共设施损坏等等，都可以进行检测。针对每种事件的判断逻辑可以根据实际需要和情况选择，本申请对此不作限定。
S303：在确定存在目标事件的情况下，执行第一航行动作，并采集图像资料。
在一个实施方式中，可以为不同的目标事件设置相同的第一航行动作，也可以为不同的目标事件设置相同的第一航行动作。通过上述步骤301和302可以实现对目标事件的确定，在确定了目标事件之后，可以根据目标事件执行相应的第一巡航动作，例如，可以控制飞行器下降悬停、调整拍摄焦距、拍摄位置等等，以获得目标事件的细节图像资料。
其中，上述第一航行动作可以是预先设置好的，在确定发生目标事件和目标事件的类型之后，选择对应的第一航行动作即可，也可以是现场指导的，例如，可以是监控中心在知道存在目标事件的情况下，现场知道飞行器的航行动作，以便拍摄到细节图像资料，或者是随时通过聚类分析等操作实时生成的第一航行动作。具体的生成第一航行动作的方式可以根据实际需要选择，本申请对此不作限定。
基于获取的图像数据可以判定区域内是否有目标事件存在，即，按照上述方式判断是否有违章停车，是否有火灾发生等等。是一种宏观的大范围的事件判断。在确定发生某个目标事件之后，如果需要专门的人员或者部门对这些事件进行处理，则需要获取这些事件的一些具体信息，例如，违章停车需要获取违章停车的具体位置和违章车辆的车牌号，例如，发生火灾，则需要知道发生火灾的位置和当前的灾情，例如，发生应急通道被占用的情况下，则需要获取被占用的应急通道的位置和占用该应急通道的物品等等。
因此，在确定有预设事件发生的情况下，可以调整飞行器的巡航动作，例如，可以控制飞行器在该区域进行悬停，以便抓取细节图像信息，可以是拍摄细节图像也可以是拍摄细节视频。
可以采用对任何预设事件都采用同样的第一航行动作，例如，自带相机的自动聚焦、执行悬停、聚焦抓拍地面事件。也可以是根据确定的目标事件类型或者严重程度的不同，采用与该目标事件匹配的航行动作，例如，发现应急通道被占用或者是车辆违规行驶，可以控制飞行器悬停并拉近抓拍，如果是发现火灾事件发生，可以控制飞行器悬停，并旋转一周进行拍摄。即，可以根据事件本身的的性质，预先设置针对不同目标事件类型对应的第一航行动作。在确定出目标事件的类型之后，可以匹配出相对应的第一航行动作，以便获取到事件的细节图像数据。在一个实施方式中，在根据图像数据确定出区域存在目标事件之后，可以获取预先建立的第一航行动作与目标事件之间的匹配关系；根据所述匹配关系，查找出对应于所述目标事件的事件类型的第一航行动作。
其中，第一航行动作可以包括但不限于以下至少之一：飞行的高度、悬停时间、悬停的高度、绕行的角度。即，可以为所有的事件设置同样的巡航动作，也可以根据事件的不同设置不同的第一航行动作。
为了获取到较为清晰清楚的图像资料，还可以对相机的焦距进行调整。在一个实施方式中，可以在检测到预设事件的情况下，飞行器中的处理器自动调整相机的焦距，机载相机在进行焦距调整的过程中，计算所拍摄图像的清晰度，在确定达到最优的清晰度的情况下，将相机调整至该最优清晰度对应的焦距，抓拍事件主体的目标对象。例如，行人、车辆、遗撒物品、公共设施、消防器材，占用应急通道的主体等。
举例而言，如图6所示，可以在确定出存在违章行驶或者是违章停车的事件的情况下，可以对车辆的细节进行抓拍，获取到车辆的清楚数据，尤其是车辆的车牌号图像。
再例如，如图7所示为正常的道路示意图，如果在该道路上检测到如图8所示有遗落的物品，可以调整飞行器的韩星动作，以便抓拍到如图8右方所示的清晰的被遗落的物品的图片。
然而，值得注意的是，上述所列举的在确定出事件类型之后，所抓拍的目标对象的图像仅是一种示意性描述，对于其它的事件类型可以采用类似的方式进行，例如，在确定出存在行人违章的情况下，拍摄得到违章行人的图像；在确定出存在车辆行驶违章的情况下，拍摄得到违章车辆的车牌号；确定应急通道被占用的情况下，拍摄得到占用所述应急车道的物体的图片。
考虑到在飞行器巡航的时候，会受到一些外在或者内在的因素影响。例如，风向、风速、剩余电量等等。为了保证飞行器巡航的安全性和持续性，可以根据飞行器的状态数据对飞行器的飞行高度和飞行速度进行调整。例如，如果电量充足、风速较低，飞行器飞行较为顺畅的情况下，可以适当调高飞行器飞行的高度和速度，以提高区域检测的效率。如果风速较大，且飞行器逆风飞行，电量又不是很充足，可以相对降低飞行器的飞行高度和飞行速度。
在进行飞行器速度和飞行高度调整的时候，调整的幅度和比例、频率等可以根据实际需要和情况确定，本申请对此不作限定。其中，上述飞行器的状态数据可以包括但不限于以下至少之一：航程、电量、速度、风速。
在飞行器确定发生预设事件且拍摄到事件的细节图像之后，可以通过自身的处理器进行分析和处理，也可以将这些图像资料以及目标事件的位置信息发送到监管中心，由监管中心基于这些图像资料确定出目标事件的处理方式，或者是对事件进行记录。具体采用何种方式可以根据飞行器中处理器的处理能力，以及监管中心的处理能力决定，或者是根据实际需要和情况选择，本申请对此不作限定
对于飞行器而言，在进行区域检测的时候，是需要预先定义或者预先学习检测过程中的航线规划数据。其中，航线规划数据可以包括但不限于以下至少之一：航行、悬停的位置、悬停时的视频相机角度、非悬停时的视频相机角度、悬停时间、悬停高度、飞行高度。即，在航线规划数据中需要设置有飞行器按照什么路线进行航行，例如，先绕被检测区域最大外圈进行检测，再逐步缩小绕行圈的直径，直至检测到最中心点，完成整个检测过程，也可以是按照预先设定的以坐标的方式逐个坐标进行检测。这仅是航行路线的设定，对于被检测区域而言，不同的位置，可能发生事件的类型和频率都是不同的，对于经常发生事件的区域可以重点进行检测，因此，可以结合历史的检测数据优化得到比较好的飞行方式以实现区域检测。
在一个实施方式中，上述历史检测数据可以包括但不限于以下至少之一：发生预设事件的频率、发生预设事件的事件类型、发生预设事件的频率、发生预设事件的严重程度、发生预设事件的位置、发生预设事件的时间段。
在生成飞行方式的时候，可以按照但不限于以下两种方式进行：
1)获取区域的历史检测数据；根据所述历史检测数据，生成飞行器对所述该区域进行检测的航线规划数据，其中，航线规划数据可以包括但不限于以下至少之一：航行路线、悬停的位置、悬停时的视频相机角度、非悬停时的视频相机角度、悬停时间、悬停高度、飞行高度。
即，可以通过历史检测数据作为依据，训练生成本次检测的飞行方式。
2)获取输入对待检测区域进行检测的检测数据；根据所述检测数据，生成飞行器对所述待检测区域进行检测的飞行方式。
例如，可以待检测区域的地图上对多个位置标注的内容和在所述地图上画出的检测路线；根据在所述待检测区域的地图上对多个位置标注的内容和在所述地图上画出的检测路线，生成航线规划数据。
即，可以采用人工标注或者输入的方式生成本次检测的航线规划数据。
上述仅是一种示意性描述，在实际实现的时候可以采用上述方式中的一种方式生成航线规划数据，也可以采用两者结合的方式生成航线规划数据，例如，先通过历史检测数据生成航线规划数据，然后再人工根据经验和需要进行调整。同时，也可以采用其它的生成航线规划数据的方法，本申请对此不作限定。
下面结合一个具体实施例对上述飞行器检测方法、航线规划方式生成方法、飞行器、飞行器检测系统进行说明，然而值得注意的是，该具体实施例仅是为了更好地说明本申请，并不构成对本申请的不当限定。
在本例中，针对人工检测效率低下的问题，提出了基于飞行器结合视频分析功能进行安全检测的方式，以实现高效的安全检测。
在本例中，以通过飞行器对物流园区进行安全检测为例进行说明，然而值得注意的是，这仅是一种示意性描述，还可以对其它区域目标进行安全检测。
利用飞行器对该物流园区进行检测，以确定该物流园区中是否有目标事件发生，例如，是否有火灾、车辆行驶异常、行人违章穿越、道路有遗落物品、安全通道被占用等等。飞行器根据实时获取的图像数据，确定是否存在目标事件，并在确定存在目标事件的情况下，可以自动进行聚焦，以获取到该目标事件的细节图像资料。
在一个实施方式中，飞行器还可以通过视频分析确定出目标事件的类型，并基于确定的目标事件类型选择合适的细节图像获取方式，同时飞行器还可以记录当前发生目标事件的位置信息，并实时将目标事件的相关数据传送至飞行器的监管中心。飞行器的监管中心根据传回的事件数据确定严重程度，并对不同的事件采用相应的事件处理方式进行处理。例如，如果确定发生火灾，且灾情较为严重，可以通知火警。如果发现安全通道被占用，可以通知物业处理平台进行处理。
对于不同类型的预设事件，飞行器可以采用不同的判断逻辑进行判断，下面以几种预设事件为例说明一下不同事件的可行判断逻辑：
1)行人异常
为了确定是否有行人异常行为事件，可以通过对行人和道路标志进行检测，根据视频数据中行人的运动轨迹，与道路标志进行匹配，确定行人是否进行危险区域，或者是不允许行人进入的区域。如果确定出行人进入了不允许或者不应该行人进入的区域，则可以确定发生了行人异常行为事件。
对于危险区域的设置或者判定，可以是预先已经设置的好的，已经预先设置了物流园区中哪些区域是危险区域，对于这些区域已经设置了危险区域的标志，或者是禁止入内的标志。这些内置在飞行器中，飞行器根据地图或者是飞行的位置信息，可以确定出当前检测的位置是否为危险区域，然后再结合行人的运动轨迹，确定出行人是否进入危险区域。
在确定是否有行人进入危险区的时候，可以是通过飞行器中的处理进行的，也可以是实时将视频服务器回传至监控中心，由监控中心确定是否有行人进入危险区域。
2)车辆是否违规，例如，车辆是否逆行、违章停放
在确定车辆是否逆行的时候，可以是实时检测车辆的运行，得到车辆的运行轨迹，以确定车辆行驶的方向，然后与预设的车辆行驶方向进行对比，以确定车辆是否逆行。
在确定车辆是否违章停放的时候，可以是预先设定车辆禁止停放的区域，然后检测这些车辆禁止停放的区域是否有车辆停放，或者是，先检测到有停放的车辆，然后确定测量停放的位置是否为禁止停放的区域，以确定车辆是否违章停放。
3)应急通道占用
在确定应急车道占用的时候，可以是先在检测的地图上标记应急通道的位置，然而识别出目标物的位置，将确定出的目标物的位置和标记的应急通道的位置进行匹配，以确定出目标物是否在应急通道的位置，以确定应急通道是否被占用。
4)人群聚集或道路有遗落物
在确定人群聚集或者道路有遗落物的时候，可以是将目标区域与预设的该区域的图像进行比对，以确定是否有人群聚集或者道路有遗落物事件。
在实现的时候，可以通过检测遗落物的面积确定事件的严重程度，可以通过聚集人群的数量确定事件的严重程度。
5)火灾
在确定是否有火灾事件的时候，可以通过视频分析确定是否有烟雾或者是火，从而确定是否有火灾发生，同时确定发生火灾的位置和时间，并进行反馈至监管中心或者是物业管理人员进行火灾处理。
在通过飞行器确定出是否存在目标事件，并在确定出存在目标事件的情况下，确定出目标事件的事件类型，然后获取目标事件的细节图像，可以根据历史检测数据或者是历史事件数据，调整飞行器的航行方式，例如，可以根据确定的事件类型，调整飞行器飞机高度、视频相机角度、飞机悬停时间，悬停高度等，然后在调整后的飞行器飞行方式的情况下，拉近抓拍到细节图像。
在一个实施方式中，还可以获取微飞行器设定的检测线路上各个位置历史发生过各种类型事件的频率和周期，然后基于确定的类型和周期，自动调节飞行器检测过程中的状态参数。通过历史检测数据更新检测路线和飞行器的飞行参数，可以有效提高安全检测的准确性，可以对事故多发的位置进行更为精确的检测，有效降低各种事件发生的概率。
对于不同的事件类型，可以选择不同的巡航动作，例如，在确定出有行人违章的情况下，可以控制飞行器悬停，并拉近抓拍；在确定出有车辆违章行驶或者停放的时候，可以控制飞行器悬停并拉近抓拍车牌；在确定应急通道被占用的情况下，可以控制飞行器悬停并拉近抓拍；在确定道路有遗落物的情况下，可以控制飞行器悬停并拉近抓拍；在确定有人群聚集的情况下，可以控制飞行器悬停，并旋转一周，拉近抓拍；在确定出存在烟雾异常的情况下，可以控制飞行器悬停，并旋转一周进行拍摄。
在一个实施方式中，可以在检测到区域中存在目标事件的情况下，飞行器中的处理器自动调整相机的焦距，机载相机在进行焦距调整的过程中，计算所拍摄图像的清晰度，在确定达到最优的清晰度的情况下，将相机调整至该最优清晰度对应的焦距，抓拍事件主体的目标对象。例如，行人、车辆、遗撒物品、公共设施、消防器材，占用应急通道的主体等。
然而值得说明的是，上述所设定的对不同事件的航行动作仅是一种示意性描述，在实际实现的时候，可以根据实际的事件检测情况和需求选择，本申请不作限定。
在获取到事件的细节图像之后，可以进行事件的进一步分类和处理，例如，如果确定出存在车辆违规，则可以提取出车辆的类型、车辆的车牌号、车牌具体的违规类型。如果确定出存在行人违规，则可以通过抓拍的违规的行人的图像，识别出违规的人和具体的违规类型。如果确定出存在道路遗落物，则可以基于抓拍的细节图像，确定出严重程度及具体的遗落物类型。如果确定出存在火灾，则可以通过抓拍到火灾图像，识别出火灾的严重程度。
在识别出存在异常事件的情况下，可以进行异常事件的报警处理，在进行报警处理的时候，可以依据识别出的事件类型和事件严重程度选择合适的报警方式。例如，识别出有火灾，则可以报火警；识别出有车辆违规，则可以报警物业管理人员；识别出安全通道被占用，则可以报警物业管理人员。检测到的事件进行记录，供后续进行查询，也可以将本次的检测结果作为后续的检测方案生成的历史检测数据。
在一个实施方式中，在进行异常事件报警的时候，可以通过短信、电话等方式进行报警，以实现对异常事件的处理。
在进行异常事件处理的时候，可以根据异常事件的紧急程度和严重程度等，对不同的事件采用不同的处理方式。例如，可以通知物流园区中的物业人员和保安人员对事件进行处理，还可以对异常事件进行备案，以便后续统一进行处理和查询。
对于飞行器而言，在进行安全检测的时候，需要为飞行器生成航行线路和航行动作。在本例中，可以基于历史检测数据，生成航行路线和航行动作。在一个实施方式中，可以根据历史检测数据在航行路线上设置一个或多个需要重点检测的节点。在一个实施方式中，还可以根据各个位置事故发生的类型和频率，设置飞行器在各个节点检测时的航行动作。其中，设置的航行动作的模式可以包括但不限于以下至少之一：悬停、悬停时间、360度全景巡视、根据事件发生的频率和类型设置相机的抓拍焦距、飞行的高度、悬停的高度、不同位置的飞行速度。在一个实施方式中，还可以根据历史检测数据，在预设的巡航路线上自动增加航行动作或者是增加组合的航行动作。
在进行安全检测的过程中，可以结合飞行器的历史检测数据和实时采集的飞行器的状态数据(例如，飞行器的航程、电量、速度、风速、高度等)动态调整飞行器航行过程中的速度和飞行高度。
在上例中，根据飞行器的历史检测数据进行检测路径的规划，然后通过飞行器自带的相机进行异常事件的自动识别和检测，并在检测到区域内存在目标事件的情况下，通过对飞行器进行悬停处理，自动聚焦相机抓拍事件的细节图像。利用聚焦后的图像资料，可以进行事件类型以及事件参与者的确定。具体的，飞行器监管中心可以根据获取的图像资料对事件的严重程度和类型进行进一步确定，并根据事件的严重程度对事件进行分类处理。通过上述方式解决了现有的人工检测所存在的检测效率低下的问题和视频监控所存在有监控盲区的问题，达到了高效准确进行安全检测的技术效果。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。当然，也可以将实现某功能的模块由多个子模块或子单元组合实现。
本申请中所述的方法、装置或模块可以以计算机可读程序代码方式实现控制器按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请所述装置中的部分模块可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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硬件的方式来实现。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，也可以通过数据迁移的实施过程中体现出来。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，移动终端，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。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (56)
1.一种区域检测方法，其特征在于，包括：
获取区域的图像数据；
根据所述图像数据确定所述区域是否存在目标事件；
在确定结果为是的情况下，执行第一航行动作，并采集图像资料。
2.根据权利要求1所述的方法，其特征在于，在根据所述图像数据确定所述区域是否存在目标事件之后，所述方法还包括：
提供事件类型和第一航行动作之间的对应关系；
根据事件类型和第一航行动作之间的对应关系，确定所述目标事件对应的第一航行动作。
3.根据权利要求1所述的方法，其特征在于，获取所述区域的图像数据，包括：
获取航线规划数据，其中，所述航线规划数据中包括：航行路线和第二航行动作；
执行所述航线规划数据中的第二航行动作，并获取所述区域实时的图像数据。
4.根据权利要求3所述的方法，其特征在于，所述第二航行动作包括以下至少之一：悬停的位置、悬停时相机的角度、非悬停时相机的角度、悬停时间、悬停高度、飞行高度。
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据对所述区域的历史检测结果数据，生成所述航线规划数据。
6.根据权利要求5所述的方法，其特征在于，历史检测结果数据包括以下至少之一：目标事件的事件类型、发生目标事件的频率、发生目标事件的严重程度、发生目标事件的位置、发生目标事件的时间段。
7.根据权利要求1所述的方法，其特征在于，所述第一航行动作包括以下至少之一：悬停时间、悬停的高度、绕行的角度、相机的参数。
8.根据权利要求1所述的方法，其特征在于，所述目标事件包括以下至少之一：行人违章、车辆行驶违章、应急通道被占用、人群聚集、道路有遗撒物、烟雾异常、违章停车、公共设施损坏。
9.根据权利要求8所述的方法，其特征在于，根据所述图像数据确定所述区域是否存在目标事件，包括：
对所述图像数据中的一帧或者多帧数据，与目标事件的事件规则进行匹配，以确定出所述区域是否存在目标事件。
10.根据权利要求8所述的方法，其特征在于，执行第一航行动作，并采集图像资料的过程中，还包括：
调整飞行器中相机的焦距；
根据调整后的焦距，拍摄得到所述目标事件中的目标对象的图像资料。
11.根据权利要求10所述的方法，其特征在于，根据所述图像数据确定所述区域是否存在目标事件，包括：
从所述图像数据中提取出人物的运行轨迹和/或车辆的运行轨迹；
根据所述人物运行轨迹和/或车辆的运行轨迹，确定是否出现行人违章和/或车辆行驶违章。
12.根据权利要求11所述的方法，其特征在于，根据调整后的焦距，拍摄得到所述目标事件中的目标对象的图像资料，包括：
在确定出存在行人违章的情况下，拍摄得到违章行人的图像；
在确定出存在车辆行驶违章的情况下，拍摄得到违章车辆的车牌号。
13.根据权利要求10所述的方法，其特征在于，根据所述图像数据确定所述区域是否存在目标事件，包括：
确定所述区域是否为应急通道位置；
在确定所述区域为应急通道位置的情况下，将所述图像数据中一帧或多帧的数据与预设的应急通道进行匹配，以确定出所述应急通道位置是否被占用。
14.根据权利要求13所述的方法，其特征在于，根据调整后的焦距，拍摄得到所述目标事件中的目标对象的图像资料，包括：
确定应急通道被占用的情况下，拍摄得到占用所述应急车道的物体的图片。
15.根据权利要求10所述的方法，其特征在于，根据所述图像数据确定所述区域是否存在目标事件，包括：
确定所述区域是否为允许停车的区域；
在确定所述区域为允许停车的区域的情况下，根据所述图像数据确定所述区域是否有停车不规范的车辆；
在确定所述区域不是允许停车的区域，且根据所述图像数据确定出所述区域有车辆停放的情况下，确定有违章停车事件发生。
16.根据权利要求15所述的方法，其特征在于，根据调整后的焦距，拍摄得到所述目标事件中的目标对象的图像资料，包括：
在确定存在停车不规范的车辆，或者是违章停放的车辆的情况下，拍摄车辆的车牌号图像。
17.根据权利要求8所述的方法，其特征在于，根据所述图像数据确定所述区域是否存在目标事件，包括：
从所述图像数据中确定出所述区域是否有烟雾；
在确定出有烟雾的情况下，根据所述图像数据确定烟雾的区域范围和浓度；
在所述烟雾的区域范围和浓度超出预设阈值的情况下，确定发生烟雾异常事件。
18.根据权利要求1所述的方法，其特征在于，还包括：
获取飞行器的状态数据；
根据所述状态数据对所述飞行器的速度和/或飞行高度进行调整。
19.根据权利要求18所述的方法，其特征在于，所述状态数据包括以下至少之一：航程、电量、速度、风速。
20.根据权利要求1至19中任一项所述的方法，其特征在于，在执行第一航行动作，并采集图像资料之后，所述方法还包括：
将确定的目标事件的事件类型，发生目标事件的位置信息，以及所述图像资料上传至监管中心，其中，所述监管中心用于确定的目标事件的事件类型，发生目标事件的位置信息，以及对目标事件进行处理。
21.一种航线规划数据的生成方法，其特征在于，包括：
获取区域的历史检测结果数据；
根据所述历史检测结果数据，生成检测节点；
将所述检测节点相连，生成航线规划数据。
22.根据权利要求21所述的方法，其特征在于，在根据所述历史检测结果数据，生成检测节点之后，所述方法还包括：
根据所述历史检测结果数据，确定检测节点位置的航行数据；
相应的，将所述检测节点相连，生成航线规划数据，包括：
将各个检测节点连接的路线作为检测路线，将检测路线上各个位置的航行动作作为第二航行动作；
根据所述检测路线和第二航行动作，生成航信规划数据。
23.根据权利要求22所述的方法，其特征在于，所述第二航行动作包括以下至少之一：飞行高度、悬停高度、选定的时间、悬停时相机的角度、非悬停时相机的角度、悬停时间。
24.根据权利要求21所述的方法，其特征在于，历史检测结果数据包括以下至少之一：目标事件的事件类型、发生目标事件的频率、发生目标事件的严重程度、发生目标事件的位置、发生目标事件的时间段。
25.一种航线规划数据的生成方法，其特征在于，包括：
获取区域的历史检测结果数据；
根据所述历史检测结果数据，生成一个或多个检测节点的航行数据。
26.根据权利要求25所述的方法，其特征在于，所述航行数据包括以下至少之一：飞行高度、悬停高度、选定的时间、悬停时相机的角度、非悬停时相机的角度、悬停时间。
27.根据权利要求25所述的方法，其特征在于，历史检测结果数据包括以下至少之一：目标事件的事件类型、发生目标事件的频率、发生目标事件的严重程度、发生目标事件的位置、发生目标事件的时间段。
28.一种航线规划数据的生成方法，其特征在于，包括：
获取输入的对区域进行检测的检测数据；
根据所述检测数据，生成飞行器对所述区域进行检测的航线规划数据。
29.根据权利要求28所述的方法，其特征在于，所述检测数据包括以下至少之一：检测路线、悬停的位置、悬停时相机的角度、非悬停时相机的角度、悬停时间、悬停高度、飞行高度。
30.一种飞行器，其特征在于，包括：摄像部件和处理器，其中，
所述摄像部件，用于获取区域的图像数据；
所述处理器，用于根据所述图像数据确定所述区域是否存在目标事件；在确定结果为是的情况下，执行第一航行动作；
所述摄像部件还用于在执行第一航行动作之后，采集图像资料。
31.根据权利要求30所述的飞行器，其特征在于，所述处理器具体还用于提供事件类型和第一航行动作之间的对应关系；根据事件类型和第一航行动作之间的对应关系，确定所述目标事件对应的第一航行动作。
32.根据权利要求30所述的飞行器，其特征在于，所述处理器具体用于获取航线规划数据，其中，所述航线规划数据中包括：航行路线和第二航行动作；执行所述航线规划数据中的第二航行动作，并控制所述摄像部件获取所述区域实时的图像数据。
33.根据权利要求32所述的飞行器，其特征在于，所述第二航行动作包括以下至少之一：悬停的位置、悬停时相机的角度、非悬停时相机的角度、悬停时间、悬停高度、飞行高度。
34.根据权利要求32所述的飞行器，其特征在于，所述处理器具体还用于根据对所述区域的历史检测结果数据，生成所述航线规划数据。
35.根据权利要求34所述的飞行器，其特征在于，所述历史检测结果数据包括以下至少之一：目标事件的事件类型、发生目标事件的频率、发生目标事件的严重程度、发生目标事件的位置、发生目标事件的时间段。
36.根据权利要求30所述的飞行器，其特征在于，所述第一航行动作包括以下至少之一：悬停时间、悬停的高度、绕行的角度、相机的参数。
37.根据权利要求30所述的飞行器，其特征在于，所述目标事件包括以下至少之一：行人违章、车辆行驶违章、应急通道被占用、人群聚集、道路有遗撒物、烟雾异常、违章停车、公共设施损坏。
38.根据权利要求30所述的飞行器，其特征在于，所述处理器还用于获取飞行器的状态数据；根据所述状态数据对所述飞行器的速度和/或飞行高度进行调整。
39.根据权利要求38所述的飞行器，其特征在于，所述状态数据包括以下至少之一：航程、电量、速度、风速。
40.根据权利要求30至39中任一项所述的飞行器，其特征在于，还包括：
通信模块，用于在执行第一航行动作，并采集图像资料之后将确定的目标事件的事件类型，发生目标事件的位置信息，以及所述图像资料上传至监管中心，其中，所述监管中心用于确定的目标事件的事件类型，发生目标事件的位置信息，以及对目标事件进行处理。
41.根据权利要求40所述的飞行器，其特征在于，所述通信模块还用于接收所述监管中心的控制指令。
42.一种区域检测系统，其特征在于，包括：飞行器、监管中心和事件处理平台，其中：
所述飞行器用于对区域进行检测；
所述监管中心用于根据所述飞行器检测得到的图像资料控制所述事件处理平台进行事件处理。
43.根据权利要求42所述的区域检测系统，其特征在于，所述事件处理平台包括以下至少之一：火警平台、物业管理平台、公安平台。
44.一种服务器，其特征在于，包括：处理器，其中：
所述处理器用于获取区域的历史检测结果数据；根据所述历史检测结果数据，生成检测节点；将所述检测节点相连，生成航线规划数据。
45.根据权利要求44所述的服务器，其特征在于，所述处理器具体用于在根据所述历史检测结果数据，生成检测节点之后，根据所述历史检测结果数据，确定检测节点位置的航行数据；将各个检测节点连接的路线作为检测路线，将检测路线上各个位置的航行动作作为第二航行动作；根据所述检测路线和第二航行动作，生成航信规划数据。
46.根据权利要求45所述的服务器，其特征在于，所述第二航行动作包括以下至少之一：飞行高度、悬停高度、选定的时间、悬停时相机的角度、非悬停时相机的角度、悬停时间。
47.根据权利要求44所述的服务器，其特征在于，所述历史检测结果数据包括以下至少之一：目标事件的事件类型、发生目标事件的频率、发生目标事件的严重程度、发生目标事件的位置、发生目标事件的时间段。
48.根据权利要求44所述的服务器，其特征在于，还包括：通信模块，用于将所述生成航线规划数据发送至进行区域检测的飞行器。
49.根据权利要求44所述的服务器，其特征在于，还包括：存储器，用于存储所述航线规划数据。
50.一种服务器，其特征在于，包括：处理器，其中：
所述处理器用于获取区域的历史检测结果数据；根据所述历史检测结果数据，生成一个或多个检测节点的航行数据。
51.一种服务器，其特征在于，包括：处理器，其中：
所述处理器用于获取输入的对区域进行检测的检测数据；根据所述检测数据，生成飞行器对所述区域进行检测的航线规划数据。
52.一种区域检测方法，其特征在于，包括：
获取区域的图像数据；
根据所述图像数据确定所述区域是否存在目标事件；
在确定结果为是的情况下，控制飞行器执行第一航行动作并采集图像资料。
53.一种区域检测方法，其特征在于，包括：
获取区域的图像数据；
根据所述图像数据确定所述区域是否存在目标事件；
在确定结果为是的情况下，执行第一航行动作。
54.一种控制器，其特征在于，包括：摄像部件和处理器，其中，
所述摄像部件，用于获取区域的图像数据；
所述处理器，用于根据所述图像数据确定所述区域是否存在目标事件；在确定结果为是的情况下，控制飞行器执行第一航行动作并采集图像资料。
55.一种飞行器，其特征在于，包括：摄像部件和处理器，其中，
所述摄像部件，用于获取区域的图像数据；
所述处理器，用于根据所述图像数据确定所述区域是否存在目标事件；在确定结果为是的情况下，执行第一航行动作。
56.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至20中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710403811.XA CN108983806B (zh) | 2017-06-01 | 2017-06-01 | 区域检测、航线规划数据的生成方法和系统、飞行器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710403811.XA CN108983806B (zh) | 2017-06-01 | 2017-06-01 | 区域检测、航线规划数据的生成方法和系统、飞行器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108983806A true CN108983806A (zh) | 2018-12-11 |
| CN108983806B CN108983806B (zh) | 2022-09-16 |
Family
ID=64501521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710403811.XA Active CN108983806B (zh) | 2017-06-01 | 2017-06-01 | 区域检测、航线规划数据的生成方法和系统、飞行器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108983806B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109669474A (zh) * | 2018-12-21 | 2019-04-23 | 国网安徽省电力有限公司淮南供电公司 | 基于先验知识的多旋翼无人机自适应悬停位置优化算法 |
| CN110619750A (zh) * | 2019-08-15 | 2019-12-27 | 重庆特斯联智慧科技股份有限公司 | 面向违停车辆的智能航拍识别方法及系统 |
| CN110852236A (zh) * | 2019-11-05 | 2020-02-28 | 浙江大华技术股份有限公司 | 目标事件的确定方法及装置、存储介质、电子装置 |
| CN111553904A (zh) * | 2020-04-29 | 2020-08-18 | 厦门大学 | 基于无人机的区域人数统计方法及系统 |
| WO2021028751A1 (en) * | 2019-08-13 | 2021-02-18 | International Business Machines Corporation | Determining the state of infrastructure in a region of interest |
| CN112435253A (zh) * | 2020-12-08 | 2021-03-02 | 深圳创维数字技术有限公司 | 墙体脱落检测方法、装置及可读存储介质 |
| CN113240037A (zh) * | 2021-05-28 | 2021-08-10 | 杭州海康威视系统技术有限公司 | 目标区域的确定方法、装置、设备及存储介质 |
| CN113741413A (zh) * | 2020-05-29 | 2021-12-03 | 广州极飞科技股份有限公司 | 一种无人设备的作业方法、无人设备及存储介质 |
| CN113763719A (zh) * | 2021-10-13 | 2021-12-07 | 深圳联和智慧科技有限公司 | 一种基于无人机的违法占用应急车道检测方法及系统 |
| CN114019996A (zh) * | 2021-11-10 | 2022-02-08 | 南华大学 | 受困人员搜救系统及搜救方法 |
| CN114565895A (zh) * | 2022-04-28 | 2022-05-31 | 深圳市博铭维系统工程有限公司 | 一种基于智慧社会的安防监控系统及方法 |
| CN114913470A (zh) * | 2022-07-11 | 2022-08-16 | 浙江大华技术股份有限公司 | 一种事件检测方法及装置 |
| CN115755980A (zh) * | 2022-12-12 | 2023-03-07 | 宁夏含光新能源有限公司 | 基于数据分析的光伏电站无人机巡检系统及方法 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007103644A2 (en) * | 2006-02-24 | 2007-09-13 | Samuel Johnson | Aerial robot |
| WO2012175592A1 (en) * | 2011-06-22 | 2012-12-27 | Sensefly Sàrl | Method for acquiring images from arbitrary perspectives with uavs equipped with fixed imagers |
| CN203294313U (zh) * | 2013-06-06 | 2013-11-20 | 儋州市公安局 | 警用四旋翼无人飞行器 |
| CN103985230A (zh) * | 2014-05-14 | 2014-08-13 | 深圳市大疆创新科技有限公司 | 一种基于图像的通知方法、装置及通知系统 |
| WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
| US20150316927A1 (en) * | 2014-04-30 | 2015-11-05 | Lg Electronics Inc. | Unmanned aerial vehicle control apparatus and method |
| CN204965756U (zh) * | 2015-10-08 | 2016-01-13 | 杭州冷倍冠科技有限公司 | 一种交通无人机控制系统 |
| CN205003849U (zh) * | 2015-07-29 | 2016-01-27 | 崔忠光 | 一种空中智能监测取证系统 |
| US20160046373A1 (en) * | 2013-03-11 | 2016-02-18 | Airphrame, Inc. | Unmanned aerial vehicle and methods for controlling same |
| WO2016033218A1 (en) * | 2014-08-26 | 2016-03-03 | Universal City Studios Llc | Special effects techniques |
| US20160078759A1 (en) * | 2012-08-06 | 2016-03-17 | Cloudparc, Inc. | Tracking a Vehicle Using an Unmanned Aerial Vehicle |
| CN105679023A (zh) * | 2016-02-19 | 2016-06-15 | 李彦玮 | 一种基于无人机的高速公路违章监测系统 |
| CN105678289A (zh) * | 2016-03-07 | 2016-06-15 | 谭圆圆 | 一种无人飞行器的控制方法及装置 |
| CN205388829U (zh) * | 2016-02-19 | 2016-07-20 | 李彦玮 | 一种基于无人机的高速公路违章监测装置 |
| KR101645309B1 (ko) * | 2015-07-10 | 2016-08-04 | (주)엔정보기술 | 무인비행체를 이용한 배낭형 재난 관측 장치 |
| CN106030666A (zh) * | 2013-12-20 | 2016-10-12 | 珀肯斯公司 | 交通监控和监视系统和方法，以及对应的交通违规记录系统和无人机 |
| CN106249719A (zh) * | 2016-08-30 | 2016-12-21 | 宁波菜鸟智能科技有限公司 | 基于机器人的电器控制方法、装置及系统 |
| CN106292719A (zh) * | 2016-09-21 | 2017-01-04 | 深圳智航无人机有限公司 | 地面站融合系统及地面站视频数据融合方法 |
| CN106468918A (zh) * | 2015-08-18 | 2017-03-01 | 航天图景（北京）科技有限公司 | 一种线路巡检的标准化数据采集方法及系统 |
| CN106530589A (zh) * | 2016-12-27 | 2017-03-22 | 东华大学 | 一种火灾自动巡视无人机 |
| CN206115282U (zh) * | 2016-09-21 | 2017-04-19 | 深圳智航无人机有限公司 | 地面站融合系统 |
| CN106741895A (zh) * | 2016-12-28 | 2017-05-31 | 合肥工业大学 | 违章巡查无人机及违章巡查无人机的操作方法 |
-
2017
- 2017-06-01 CN CN201710403811.XA patent/CN108983806B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007103644A2 (en) * | 2006-02-24 | 2007-09-13 | Samuel Johnson | Aerial robot |
| WO2012175592A1 (en) * | 2011-06-22 | 2012-12-27 | Sensefly Sàrl | Method for acquiring images from arbitrary perspectives with uavs equipped with fixed imagers |
| US20160078759A1 (en) * | 2012-08-06 | 2016-03-17 | Cloudparc, Inc. | Tracking a Vehicle Using an Unmanned Aerial Vehicle |
| US20160046373A1 (en) * | 2013-03-11 | 2016-02-18 | Airphrame, Inc. | Unmanned aerial vehicle and methods for controlling same |
| CN203294313U (zh) * | 2013-06-06 | 2013-11-20 | 儋州市公安局 | 警用四旋翼无人飞行器 |
| CN106030666A (zh) * | 2013-12-20 | 2016-10-12 | 珀肯斯公司 | 交通监控和监视系统和方法，以及对应的交通违规记录系统和无人机 |
| WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
| US20150316927A1 (en) * | 2014-04-30 | 2015-11-05 | Lg Electronics Inc. | Unmanned aerial vehicle control apparatus and method |
| CN103985230A (zh) * | 2014-05-14 | 2014-08-13 | 深圳市大疆创新科技有限公司 | 一种基于图像的通知方法、装置及通知系统 |
| WO2016033218A1 (en) * | 2014-08-26 | 2016-03-03 | Universal City Studios Llc | Special effects techniques |
| KR101645309B1 (ko) * | 2015-07-10 | 2016-08-04 | (주)엔정보기술 | 무인비행체를 이용한 배낭형 재난 관측 장치 |
| CN205003849U (zh) * | 2015-07-29 | 2016-01-27 | 崔忠光 | 一种空中智能监测取证系统 |
| CN106468918A (zh) * | 2015-08-18 | 2017-03-01 | 航天图景（北京）科技有限公司 | 一种线路巡检的标准化数据采集方法及系统 |
| CN204965756U (zh) * | 2015-10-08 | 2016-01-13 | 杭州冷倍冠科技有限公司 | 一种交通无人机控制系统 |
| CN105679023A (zh) * | 2016-02-19 | 2016-06-15 | 李彦玮 | 一种基于无人机的高速公路违章监测系统 |
| CN205388829U (zh) * | 2016-02-19 | 2016-07-20 | 李彦玮 | 一种基于无人机的高速公路违章监测装置 |
| CN105678289A (zh) * | 2016-03-07 | 2016-06-15 | 谭圆圆 | 一种无人飞行器的控制方法及装置 |
| CN106249719A (zh) * | 2016-08-30 | 2016-12-21 | 宁波菜鸟智能科技有限公司 | 基于机器人的电器控制方法、装置及系统 |
| CN106292719A (zh) * | 2016-09-21 | 2017-01-04 | 深圳智航无人机有限公司 | 地面站融合系统及地面站视频数据融合方法 |
| CN206115282U (zh) * | 2016-09-21 | 2017-04-19 | 深圳智航无人机有限公司 | 地面站融合系统 |
| CN106530589A (zh) * | 2016-12-27 | 2017-03-22 | 东华大学 | 一种火灾自动巡视无人机 |
| CN106741895A (zh) * | 2016-12-28 | 2017-05-31 | 合肥工业大学 | 违章巡查无人机及违章巡查无人机的操作方法 |
Non-Patent Citations (2)
| Title |
|---|
| CHUANG DENG，等: "Unmanned Aerial Vehicles for Power Line Inspection: A Cooperative Way in Platforms and Communications", 《JOURNAL OF COMMUNICATIONS》 * |
| 王宜贤，等: "帧差法和Mean shift算法融合的高速无人机目标跟踪", 《海军航空工程学院学报》 * |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109669474A (zh) * | 2018-12-21 | 2019-04-23 | 国网安徽省电力有限公司淮南供电公司 | 基于先验知识的多旋翼无人机自适应悬停位置优化算法 |
| CN109669474B (zh) * | 2018-12-21 | 2022-02-15 | 国网安徽省电力有限公司淮南供电公司 | 基于先验知识的多旋翼无人机自适应悬停位置优化算法 |
| GB2601689B (en) * | 2019-08-13 | 2023-03-15 | Ibm | Determining the state of infrastructure in a region of interest |
| WO2021028751A1 (en) * | 2019-08-13 | 2021-02-18 | International Business Machines Corporation | Determining the state of infrastructure in a region of interest |
| US11157741B2 (en) | 2019-08-13 | 2021-10-26 | International Business Machines Corporation | Determining the state of infrastructure in a region of interest |
| CN114174949B (zh) * | 2019-08-13 | 2023-03-14 | 国际商业机器公司 | 确定感兴趣区域中的基础设施的状态 |
| CN114174949A (zh) * | 2019-08-13 | 2022-03-11 | 国际商业机器公司 | 确定感兴趣区域中的基础设施的状态 |
| GB2601689A (en) * | 2019-08-13 | 2022-06-08 | Ibm | Determining the state of infrastructure in a region of interest |
| CN110619750A (zh) * | 2019-08-15 | 2019-12-27 | 重庆特斯联智慧科技股份有限公司 | 面向违停车辆的智能航拍识别方法及系统 |
| CN110852236A (zh) * | 2019-11-05 | 2020-02-28 | 浙江大华技术股份有限公司 | 目标事件的确定方法及装置、存储介质、电子装置 |
| CN111553904A (zh) * | 2020-04-29 | 2020-08-18 | 厦门大学 | 基于无人机的区域人数统计方法及系统 |
| CN111553904B (zh) * | 2020-04-29 | 2022-11-22 | 厦门大学 | 基于无人机的区域人数统计方法及系统 |
| CN113741413A (zh) * | 2020-05-29 | 2021-12-03 | 广州极飞科技股份有限公司 | 一种无人设备的作业方法、无人设备及存储介质 |
| CN113741413B (zh) * | 2020-05-29 | 2022-11-08 | 广州极飞科技股份有限公司 | 一种无人设备的作业方法、无人设备及存储介质 |
| CN112435253A (zh) * | 2020-12-08 | 2021-03-02 | 深圳创维数字技术有限公司 | 墙体脱落检测方法、装置及可读存储介质 |
| CN113240037A (zh) * | 2021-05-28 | 2021-08-10 | 杭州海康威视系统技术有限公司 | 目标区域的确定方法、装置、设备及存储介质 |
| CN113240037B (zh) * | 2021-05-28 | 2024-03-08 | 杭州海康威视系统技术有限公司 | 目标区域的确定方法、装置、设备及存储介质 |
| CN113763719B (zh) * | 2021-10-13 | 2022-06-14 | 深圳联和智慧科技有限公司 | 一种基于无人机的违法占用应急车道检测方法及系统 |
| CN113763719A (zh) * | 2021-10-13 | 2021-12-07 | 深圳联和智慧科技有限公司 | 一种基于无人机的违法占用应急车道检测方法及系统 |
| CN114019996A (zh) * | 2021-11-10 | 2022-02-08 | 南华大学 | 受困人员搜救系统及搜救方法 |
| CN114565895B (zh) * | 2022-04-28 | 2022-07-26 | 深圳市博铭维系统工程有限公司 | 一种基于智慧社会的安防监控系统及方法 |
| CN114565895A (zh) * | 2022-04-28 | 2022-05-31 | 深圳市博铭维系统工程有限公司 | 一种基于智慧社会的安防监控系统及方法 |
| CN114913470A (zh) * | 2022-07-11 | 2022-08-16 | 浙江大华技术股份有限公司 | 一种事件检测方法及装置 |
| CN114913470B (zh) * | 2022-07-11 | 2022-10-28 | 浙江大华技术股份有限公司 | 一种事件检测方法及装置 |
| CN115755980A (zh) * | 2022-12-12 | 2023-03-07 | 宁夏含光新能源有限公司 | 基于数据分析的光伏电站无人机巡检系统及方法 |
| CN115755980B (zh) * | 2022-12-12 | 2023-12-08 | 宁夏含光新能源有限公司 | 基于数据分析的光伏电站无人机巡检系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108983806B (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108983806A (zh) | 区域检测、航线规划数据的生成方法和系统、飞行器 | |
| US11928742B2 (en) | Collection of crash data using autonomous or semi-autonomous drones | |
| CN105809975B (zh) | 一种异常停车判断方法和装置 | |
| US20070291985A1 (en) | Intelligent railyard monitoring system | |
| CN109360426A (zh) | 一种超速安全预警方法、装置、系统和可读存储介质 | |
| CN106061793A (zh) | 成像系统及方法 | |
| CN205281207U (zh) | 一种工地管理系统 | |
| CN108154686A (zh) | 一种车载违章行为抓拍系统 | |
| CN106251701A (zh) | 基于旋转变焦多摄像头的车辆后视监测报警系统及方法 | |
| CN108491758A (zh) | 一种轨道检测方法及机器人 | |
| CN106297292A (zh) | 基于高速公路卡口及综合监控的轨迹系统 | |
| CN109410628B (zh) | 路内泊位的状态检测方法、系统及其数据处理装置 | |
| CN206312372U (zh) | 红绿灯故障自动监测装置 | |
| CN109146914B (zh) | 一种高速公路基于视频分析的醉酒驾驶行为预警方法 | |
| CN112883921A (zh) | 一种垃圾桶满溢检测模型训练方法及垃圾桶满溢检测方法 | |
| CN110263623B (zh) | 列车攀爬监测方法、装置、终端及存储介质 | |
| CN107256618A (zh) | 一种监测植物倾斜状态的报警系统及方法 | |
| CN202584429U (zh) | 一种交通违法监控和处理系统 | |
| CN107977596A (zh) | 一种车牌状态识别方法及装置 | |
| KR102353724B1 (ko) | 도시 상태 모니터링 장치 및 방법 | |
| CN113674314A (zh) | 抛洒事件检测方法、装置、电子装置和存储介质 | |
| CN116311727A (zh) | 入侵响应方法、装置、设备及可读存储介质 | |
| CN209486891U (zh) | 共享单车违停检测系统 | |
| CN104574729A (zh) | 一种报警方法、装置及系统 | |
| KR102403170B1 (ko) | 외부기기 제어 및 차량번호판 인식기능을 가진 영상감시장치 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40000730 Country of ref document: HK |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |