CN109077050A - 一种基于机器视觉的驱鸟系统 - Google Patents

Abstract

本发明公开了一种基于机器视觉的驱鸟系统，包括数据采集设备(探鸟雷达、双光云台摄像机)、IP网络模块、数据分析服务器、数据存储服务器、管理客户端和驱鸟设备。本发明采用机器视觉的方式，自动巡查监测区域的鸟类踪迹，不需人工参与监测现场；通过多维数据采集，实现监控区域全时段覆盖，实时发现鸟类踪迹；联动全部驱鸟设备，根据鸟情定位位置，实时、定点启动驱鸟设备，高效、准确的处置鸟情；根据发现的鸟情使用驱鸟设备定向驱鸟，提高有效驱鸟率，节省资源；自动识别鸟情数量、类型，自动记录影像资料，并保存鸟情详情、驱鸟记录等数据，自动分析并提供各类鸟情数据的统计和鸟情出现的规律，并为后续研究提供数据支持。

Description

一种基于机器视觉的驱鸟系统

技术领域

本发明涉及一种驱鸟系统，具体为一种基于机器视觉的驱鸟系统，属于驱鸟识别技术领域。

背景技术

当前驱鸟均是采用人工巡查的方式。检查中，若发现鸟类，采用车载驱鸟设备、移动驱鸟设备或安装在附近的驱鸟设备进行驱鸟。为降低巡查频次，某些地方存在采用定时启动驱鸟设备的方法，即不管是否有鸟情，隔一段时间启动一次驱鸟设备。

现有的驱鸟系统存在很多不足之处，如下：

1)需要配备专门的巡查人员和车辆，采用轮班制，人力、物力成本比较高；

2)鉴于巡查面积比较大，以及巡查存在时间间隔，因此无法实现全时覆盖，驱鸟效率不高；

3)移动设备、车载设备随车走，定点设备需人工驱动，当多处发生鸟情时，无法得到及时处置；

4)对于不管是否存在鸟情，均定时启动驱鸟设备方法，不仅没有驱鸟的效率，更多时候白白浪费了资源，却没有效果；

5)数据保留不完整，无法有效利用。驱鸟记录通过人工记录，再输入系统，甚至未被输入系统，没有鸟情的详细数据及视频资料，导致无法提供鸟情数据总体分析及利用，无法得出鸟类出没的准确规律，因此，针对上述问题提出一种基于机器视觉的驱鸟系统。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于机器视觉的驱鸟系统。

本发明通过以下技术方案来实现上述目的，一种基于机器视觉的驱鸟系统，包括数据采集设备，所述数据采集设备通过IP网络模块连接数据分析服务器、数据存储服务器、管理客户端和驱鸟设备；其中，所述数据采集设备包括探鸟雷达、双光云台摄像机一、双光云台摄像机二和双光云台摄像机X，用于采集空中鸟情信息的探鸟雷达以及用于采集空中、地面的实时视频信息的双光云台摄像机一、双光云台摄像机二和双光云台摄像机X均通过IP网络连接数据分析服务器的输入端；所述驱鸟设备包括驱鸟设备一和驱鸟设备X组成。

优选的，数据存储服务器内部存储鸟情的结构化数据以及影像数据。

优选的，所述管理客户端包括数据概览模块、鸟情管理模块、基础数据模块、监测管理模块、鸟情规则模块、信息管理模块、联动管理模块、系统配置模块。

优选的，所述数据分析服务器由数据分析软件和策略服务软件组成，硬件包括且不限于图形工作站，采用深度学习的方法，对实时信息进行检测分析。

优选的，所述IP网络与探鸟雷达、双光云台摄像机一、双光云台摄像机二和双光云台摄像机X之间通过RJ45线路连接。

优选的，所述IP网络包括光线通讯网络、Lora、NB-iOT中的其中一种。

优选的，所述管理客户端中的数据概览模块主要为用户提供鸟情次数、鸟类数量、鸟类类型等统计，提供鸟类数量、次数的月度、年度对比报表，提供鸟情的变化规律；鸟情管理模块提供鸟情记录查询，并提供人工处理功能；基础数据模块负责监测区域的设置、采集设备的接入、驱鸟设备的接入；监测管理模块负责检测计划的设置；鸟情规则模块负责制定驱鸟的规则和鸟情异常信息通知的规则，如针对不同的鸟类可以配置不同的驱鸟设备，一定时间内鸟情发生频率超过一定次数就需通知相关负责人；信息管理模块负责设定鸟情异常时需通知的联系人和配置具体的消息内容；联动管理模块负责建立鸟情信息与驱鸟设备的联动；系统管理模块负责用户管理、日志管理及系统设置。

本发明的有益效果是：本发明名采用机器视觉的方式，自动巡查监测区域的鸟类踪迹，不需人工参与监测现场；通过多维数据采集，实现监控区域全时段覆盖，实时发现鸟类踪迹；联动全部驱鸟设备，根据鸟情定位位置，实时、定点启动驱鸟设备，高效、准确的处置鸟情；根据发现的鸟情使用驱鸟设备定向驱鸟，提高有效驱鸟率，节省资源；自动识别鸟情数量、类型，自动记录影像资料，并保存鸟情详情、驱鸟记录等数据，自动分析并提供各类鸟情数据的统计和鸟情出现的规律，并为后续研究提供数据支持。

附图说明

图1为本发明模块连接示意图；

图2为本发明的流程图。

图中：1、数据采集设备，11、探鸟雷达，12、双光云台摄像机一，13、双光云台摄像机二，14、双光云台摄像机X，2、IP网络模块，3、数据分析服务器，4、数据存储服务器，5、管理客户端，6、驱鸟设备，61、驱鸟设备一，62、驱鸟设备X。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-2所示，一种基于机器视觉的驱鸟系统，包括数据采集设备1，所述数据采集设备1通过IP网络模块2连接数据分析服务器3、数据存储服务器4、管理客户端5和驱鸟设备6；其中，所述数据采集设备1包括探鸟雷达11、双光云台摄像机一12、双光云台摄像机二13和双光云台摄像机X14，用于采集空中鸟情信息的探鸟雷达11以及用于采集空中、地面的实时视频信息的双光云台摄像机一12、双光云台摄像机二13和双光云台摄像机X14均通过IP网络2连接数据分析服务器3的输入端；所述驱鸟设备6包括驱鸟设备一61和驱鸟设备X62组成。

作为本发明的一种技术优化方案，数据存储服务器4内部存储鸟情的结构化数据以及影像数据。

作为本发明的一种技术优化方案，所述管理客户端5包括数据概览模块、鸟情管理模块、基础数据模块、监测管理模块、鸟情规则模块、信息管理模块、联动管理模块、系统配置模块。

作为本发明的一种技术优化方案，所述数据分析服务器3由数据分析软件和策略服务软件组成，硬件包括且不限于图形工作站，采用深度学习的方法，对实时信息进行检测分析。

作为本发明的一种技术优化方案，所述IP网络2与探鸟雷达11、双光云台摄像机一12、双光云台摄像机二13和双光云台摄像机X14之间通过RJ45线路连接。

作为本发明的一种技术优化方案，所述IP网络2包括光线通讯网络、Lora、NB-iOT中的其中一种。

作为本发明的一种技术优化方案，所述管理客户端5中的数据概览模块主要为用户提供鸟情次数、鸟类数量、鸟类类型等统计，提供鸟类数量、次数的月度、年度对比报表，提供鸟情的变化规律；鸟情管理模块提供鸟情记录查询，并提供人工处理功能；基础数据模块负责监测区域的设置、采集设备的接入、驱鸟设备的接入；监测管理模块负责检测计划的设置；鸟情规则模块负责制定驱鸟的规则和鸟情异常信息通知的规则，如针对不同的鸟类可以配置不同的驱鸟设备，一定时间内鸟情发生频率超过一定次数就需通知相关负责人；信息管理模块负责设定鸟情异常时需通知的联系人和配置具体的消息内容；联动管理模块负责建立鸟情信息与驱鸟设备的联动；系统管理模块负责用户管理、日志管理及系统设置。

系统连接并配置完成后，采集设备将获取到的实时数据借助通信网络传递至数据分析服务器。数据分析服务器对实时数据进行分析检测，这里的数据包括雷达探测到的数据和摄像机采集的视频数据，其中雷达返回的是结果数据，而视频信息则需采用基于深度学习生成的模型进行插帧分析。当检测到鸟情时，分析服务器会将相关信息传递至管理客户端，并同步完成鸟情数量、种类、位置、时间等数据的结构化并存储，同步完成鸟情的影像数据的录制及存储。管理客户端获悉鸟情信息后，会根据已配置好的规则联动、启动驱鸟设备，完成驱鸟操作；针对异常的鸟情信息，发送给管理客户端已配置好的联系人；另外管理客户端会以一定时间段为维度，自动生成各类统计报表，供用户查询。

实施例

以机场驱鸟为例，采用我们的系统，则具体如下：

首先根据机场监测区域的范围及地形特征，将探鸟雷达、双光云台摄像机、驱鸟设备安装至合适位置，然后通过光纤接入通信网络；并将数据分析服务器、数据存储服务器和管理客户端等硬件设备接入通信网络。在管理客户端进行配置，包括监测区域的配置，接入设备的配置，鸟情规则的配置以及鸟情异常时的联系人等等。配置完成后，开启系统即开通检测工作。探鸟雷达和双光云台摄像机将机场监控区域内的实时数据通过通信网络传输至数据分析服务器。分析服务器中的数据分析软件先对所得数据进行分析，其中，视频信息部分内容会采用基于深度学习生成的模型进行插帧分析；分析完成后，将结果传递给策略服务软件，进行鸟情的决策判断，若判断鸟情存在，则将鸟情信息传递至管理客户端，并同步完成本次鸟情数量、种类、位置、时间等数据的结构化并存储，同步完成本次鸟情的影像录制及存储。管理客户端获取本次鸟情信息后，根据配置好的规则联动、启动驱鸟设备，完成驱鸟操作；若本次鸟情异常(如多次驱赶无效)，则会发送信息给管理客户端配置的联系人。

探鸟雷达和双光云台摄像机的用户互为补充，探鸟雷达探测速度快，受天气影响比较小，但是探测范围限于10-4600米的空中，对于低于10米及地面鸟情无法覆盖，也无法识别鸟类的类型以及影像资料。双光云台摄像机借助于可见、不可见光探测的实时视频数据，可以覆盖10米以下及地面的鸟情，并对鸟类类型进行分析及提供影像资料，但其探测速度不如雷达快，受环境影响偏大。因此两者互为补充，可更加高效的侦测鸟情。

领航STKFRID鸟情探测预警雷达：探测距离：5-30公里、探测速度：2-100米/秒、探测高度：10-4600米、安装方式：固定式、移动式、车载式、供电方式：市电、油机发电、太阳能发电、风力发电、双光云台摄像机采用亚安HDH3020、水平360°无限旋转，垂直±90；水平最高80°/s的旋转速度；支持3D动态预置功能，云台智能旋转、变倍；AC24V±25％的宽电压设计(车载时为DC9-36V无需稳压模块)；通过国家5M3震动检测，符合车载国家标准；内置高性能H.264视频编码器、PTZ控制协议、高清摄像机，支持高清录像；断电记忆功能，避免位置丢失；摄像机和辅助光源拥有智能联动功能。

数据分析软件，分两部分。针对视频数据，我们首先把需要的监控对象识别出来，然后跟踪它的轨迹，最后再根据一定规则(时间、范围)做出一定的判断，探鸟雷达反馈的是结果数据，即是否探测到异常物体侵入，若有，则联动双光云台摄像机进行实时视频获取及分析，最后再根据一定规则(时间、范围)做出一定的判断。策略服务软件内部由多种类型的状态机组成，每种类型的状态机对应不同的鸟情类型。当策略服务收到数据分析服务提供的鸟情事件通知之后，对应事件类型的状态机会根据配置的触发条件进行触发，且能存储鸟情的状态，达到触发预警条件之后，会向鸟情报警服务进行通知预警。图形工作站一种专业从事图形、图像(静态)、图像(动态)与视频工作的高档次专用电脑的总称。构造与普通PC相差不多，多的是在图形、图像、视频工作中的性能更为强大。

鸟情数据的结构化指的是当次鸟情的数量、发生方位、轨迹变化、鸟类类型、发生时间等数据。鸟情发生后，通过数据分析软件可以得出以上结构化数据和影像数据。结构化数据，通过mysql存储，这样可以对数据进行二次处理以及满足统计等需求；非结构化数据，包括视频和图片等，以文件的形式存储在磁盘上，在存储过程中进行了压缩和加密。数据概览从存储服务器拉取过往鸟情信息的结构化数据，加以汇总后，以时间维度展示给用户。比如：鸟情出现次数统计，即为系统开始工作后，出现的鸟情的总次数；鸟类出现数量统计则为所出现的鸟类的数量的总数量，鸟类类型统计，则为所有出现的鸟类类型的总数量。又如：鸟情次数月度对比表，则是以月度为维度，横向对比每月的鸟情变化情况和规律，鸟情次数年度对比表，则是以年为维度，对比各年鸟情趋势的变化。鸟情管理模块包括人工处理和系统处理两部分。策略服务确认需要预警的鸟情均会在本模块显示，若为人工处理的鸟情，则弹窗提示用户进行处理，如直接启动联动驱鸟设备或者进入现场核实；若为系统处理的鸟情，则在本模块中直接联动驱鸟设备进行驱鸟。所有操作信息，比如操作人，操作时间，操作类型等等，都会被记入记录并保留。基础数据模块负责设备的接入。所有的设备，如探鸟雷达、双光云台摄像机、驱鸟设备等均需通过IP网络接入系统。流程为：先将设备安装在现场，并配置好IP地址，而后在本模块中添加设备，并输入设备IP地址、物理地址、设备类型等信息，本模块通过心跳包检测设备的实时在线状态。监测管理模块负责监测计划的设置；不同的应用场地，对于驱鸟的时间会有个性化的要求。通过监测管理模块，可设一定的监测时间计划，并循环执行。比如每日在08:00-24:00时间段进行监测，设定好后，系统会在该时间段内自动运行。

鸟情规则负责管理驱鸟的规则和鸟情异常信息通知的规则。比如针对不同的鸟类可以配置不同的驱鸟设备，当系统判定为A类鸟时，采用煤气炮驱鸟，当系统判定为B类鸟时，采用钛雷炮驱鸟等等；所谓的鸟情异常情况，比如当连续使用多次驱鸟设备无效或某段时间内发生多次鸟情，就需触发通知联系人的原则等等；信息管理负责管理鸟情异常时需通知的联系人和配置具体的消息内容；比如短时间内发生多次鸟情，这时需要通知谁、通知什么内容；又比如同一鸟情，多次驱动驱鸟设备后，鸟情依然存在，需要通知谁、通知什么内容。联动管理负责建立鸟情信息与驱鸟设备的联动；分析服务器在再确认鸟情信息后，联动管理模块根据鸟情信息中位置和类型联动离其最近的对应的驱鸟设备，将其启动并完成驱鸟。系统管理负责用户管理、日志管理及系统设置等内容；可以添加、删除、编辑用户，并保存用户在系统上的操作记录，以及系统内相关的设置，比如机构的名称、鸟情的提示声音等等。

驱鸟设备采用：A声音驱鸟设备(太阳能煤气炮)或者B光影驱鸟设备(钛镭炮)煤气炮主要由控制系统仓、炮管、蓄电池仓、支撑腿、太阳能电池板支架、电气系统等组成。两块侧壁和蓄电池仓折弯成型，与底板焊接在一起，构成煤气炮的主体，安装控制系统的电气仓、炮管和支撑腿与主体用螺栓连接固定，太阳能电池板支架安装在主体一侧的支撑腿上。控制系统仓的仓盖用螺钉固定，蓄电池仓盖与底板间用合页连接，关闭仓盖后，用搭扣扣上。煤气炮结构简约，结实耐用，不易损坏，有效降低维护成本。钛镭炮用于驱赶高空飞行的大型鸟类，该炮有8个从后膛装填驱鸟弹的炮管；炮管和炮膛由数控机床加工而成，螺纹方式连接；炮膛的膛盖采用门闩结构，自动锁闭炮膛，打开和关闭炮膛简便快捷，装弹极其方便；炮膛及其组件经过淬火处理，增强机械强度；设备主体经过激光切割、冲孔、折弯、氩弧焊接、打磨等多道工艺制造成型；炮管和炮膛及相关组件、控制炮管俯仰的手柄表面镀铬，设备主体表面喷塑放腐蚀。钛镭炮的整体结构实现模块化设计，安装和拆解极其简单，维护保养非常便捷。

钛镭炮的控制系统能检测发射管中是否有驱鸟弹，遥控终端显示检测到的驱鸟弹数量；电子点火系统由能量储存、点火总开关、电能导流开关等组成，实现三重安全保护措施，保证绝对安全；实时监测蓄电池电压，评估蓄电池电量；采用高性能RF模块，发射功率大，接收灵敏度高，无线覆盖范围超过5千米。钛镭炮配有一块20瓦的太阳能电池，使用新一代半功率太阳能充电控制系统，在阴天、雨天等光线不强的情况下也能够正常给蓄电池充电；亦可拆卸蓄电池，使用标配的充电机充电。系统工作电压：7～20VDC，可检测驱鸟弹，无线频率：434MHz、440MHz、449MHz，发射功率：30dBm、8个发射管、天线增益：5.5dB、炮管口径：48mm、无线覆盖范围：≥5千米、俯仰范围：0～90°、蓄电池：12V12AH、炮膛盖门闩结构、太阳能电池：20W、装弹简便快捷、工作温度：-30℃～85℃、防雨淋、储存温度：-40℃～125℃、表面镀铬、喷塑、机械尺寸：574×505×934mm、符合GJB151A电磁兼容要求、重量：92.5kg。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种基于机器视觉的驱鸟系统，包括数据采集设备(1)，其特征在于：所述数据采集设备(1)通过IP网络模块(2)连接数据分析服务器(3)、数据存储服务器(4)、管理客户端(5)和驱鸟设备(6)；其中，所述数据采集设备(1)包括探鸟雷达(11)、双光云台摄像机一(12)、双光云台摄像机二(13)和双光云台摄像机X(14)，用于采集空中鸟情信息的探鸟雷达(11)以及用于采集空中、地面的实时视频信息的双光云台摄像机一(12)、双光云台摄像机二(13)和双光云台摄像机X(14)均通过IP网络(2)连接数据分析服务器(3)的输入端；所述驱鸟设备(6)包括驱鸟设备一(61)和驱鸟设备X(62)组成。

2.根据权利要求1所述的一种基于机器视觉的驱鸟系统，其特征在于：数据存储服务器(4)内部存储鸟情的结构化数据以及影像数据。

3.根据权利要求1所述的一种基于机器视觉的驱鸟系统，其特征在于：所述管理客户端(5)包括数据概览模块、鸟情管理模块、基础数据模块、监测管理模块、鸟情规则模块、信息管理模块、联动管理模块、系统配置模块。

4.根据权利要求1所述的一种基于机器视觉的驱鸟系统，其特征在于：所述数据分析服务器(3)由数据分析软件和策略服务软件组成，硬件包括且不限于图形工作站，采用深度学习的方法，对实时信息进行检测分析。

5.根据权利要求1所述的一种基于机器视觉的驱鸟系统，其特征在于：所述IP网络(2)与探鸟雷达(11)、双光云台摄像机一(12)、双光云台摄像机二(13)和双光云台摄像机X(14)之间通过RJ45线路连接。

6.根据权利要求1所述的一种基于机器视觉的驱鸟系统，其特征在于：所述IP网络(2)包括光线通讯网络、Lora、NB-iOT中的其中一种。

7.根据权利要求1所述的一种基于机器视觉的驱鸟系统，其特征在于：所述管理客户端(5)中的数据概览模块主要为用户提供鸟情次数、鸟类数量、鸟类类型等统计，提供鸟类数量、次数的月度、年度对比报表，提供鸟情的变化规律；鸟情管理模块提供鸟情记录查询，并提供人工处理功能；基础数据模块负责监测区域的设置、采集设备的接入、驱鸟设备的接入；监测管理模块负责检测计划的设置；鸟情规则模块负责制定驱鸟的规则和鸟情异常信息通知的规则，如针对不同的鸟类可以配置不同的驱鸟设备，一定时间内鸟情发生频率超过一定次数就需通知相关负责人；信息管理模块负责设定鸟情异常时需通知的联系人和配置具体的消息内容；联动管理模块负责建立鸟情信息与驱鸟设备的联动；系统管理模块负责用户管理、日志管理及系统设置。