CN109871911A - 无人机监测动物健康的方法和监测动物健康的无人机 - Google Patents

Abstract

本发明公开了一种无人机监测动物健康的方法和监测动物健康的无人机。该方法包括：定时采集包含目标动物群体的图像，并根据图像与预存的动物行为模型确定发生异常行为的异常动物，以生成异常动物在图像中的位置信息和异常行为信息；调整无人机的飞行参数和无人机的摄像头光轴方向，以追踪异常动物且实现对异常动物体内电子标签的激活；确定异常动物对应的电子标签，并接收异常动物的电子标签发送的异常动物的状态信息；将异常动物的状态信息和异常行为信息发送至监控中心。根据本发明实施例提供的无人机监测动物健康的方法和监测动物健康的无人机，实现了全面化监测动物的健康。

Description

无人机监测动物健康的方法和监测动物健康的无人机

技术领域

本发明涉及无人机技术领域，尤其涉及一种无人机监测动物健康的方法和监测动物健康的无人机。

背景技术

随着无人机技术的不断发展，由于无人机具有成本低、无人员伤亡风险、智能化等优势，使得无人机被应用在放牧领域。由于利用无人机进行放牧时，牧主无法近距离获取动物的生理信息和行为信息，这对牧主掌握动物的身体健康状态信息造成了一定的影响，因此人们希望能够利用无人机监控动物的身体健康状态，以便及时发现健康状态异常的动物并通知牧主。

现有技术通过红外测温仪测量动物的体温来判断动物的健康状态信息，但是动物的体温只能反应动物的部分病症，例如摔伤、消化不良等病症并不能通过体温来表征，因此只依靠对动物的体温测量无法实现对动物身体健康状态监控的全面化。

发明内容

本发明实施例提供了一种无人机监测动物健康的方法和监测动物健康的无人机，目的是为了在利用无人机放牧时，实现全面监测动物的健康状态。

根据本发明实施例的一方面，提供一种无人机监测动物健康的方法，该方法包括：

定时采集包含目标动物群体的图像，并根据图像与预存的动物行为模型确定发生异常行为的异常动物，以生成异常动物在图像中的位置信息和异常行为信息；

根据异常动物在图像中的位置信息调整无人机的飞行参数和无人机的摄像头光轴方向，以追踪异常动物且实现对异常动物体内电子标签的激活；

确定异常动物对应的电子标签，并接收异常动物的电子标签发送的异常动物的状态信息；

将异常动物的状态信息和异常行为信息发送至监控中心。

在一个实施例中，定时采集包含目标动物群体的图像，并根据图像与预存的动物行为模型确定发生异常行为的异常动物，以生成异常动物在图像中的位置信息和异常行为信息，包括：

定时采集包含目标动物群体的图像，并利用图像语义分割法获取目标动物群体中的每个动物在图像中的位置信息；

根据每个动物在图像中的位置信息，将图像分成多个子图像；

根据子图像与预存的动物行为模型确定发生异常行为的异常动物，并生成异常动物的异常行为信息。

在一个实施例中，预存的动物行为模型为根据动物的异常行为样本图像集进行卷积神经网络训练得到的动物行为模型。

在一个实施例中，根据异常动物在图像中的位置信息调整无人机的飞行参数和无人机的摄像头光轴方向，以追踪异常动物且实现对异常动物体内电子标签的激活，包括：

根据异常动物在图像中的位置信息，不断调整无人机的飞行参数和无人机的摄像头光轴方向，使异常动物位于摄像头采集图像的中心以追踪异常动物；

调整无人机的飞行高度，使异常动物与无人机的距离小于异常动物体内电子标签的激活距离，以实现对异常动物体内电子标签的激活。

在一个实施例中，目标动物群体中的每个动物体内均置有电子标签；

确定异常动物对应的电子标签，包括：

发送射频信号以激活有效电子标签，并测量有效电子标签与无人机的阅读器之间的距离和方向角；

根据有效电子标签与无人机的阅读器之间的距离和方向角，建立有效电子标签与阅读器之间的距离在阅读器平面的分布图；

在激活有效电子标签的位置获取包含异常动物的图像，并根据该图像和分布图确定异常动物对应的电子标签。

在一个实施例中，异常动物的状态信息包括异常动物的身份标识信息和生理信息。

在一个实施例中，目标动物群体中的每个动物体内的电子标签包括：

天线，用于电子标签与无人机之间进行信息传输；

射频芯片，用于提供动物的身份标识信息；

测量电路，用于测量动物的生理信息。

在一个实施例中，动物的生理信息包括动物的体温、血压、呼吸、心率、脉搏和血液含氧量。

根据本发明实施例的另一方面，提供一种监测动物健康的无人机，该无人机包括：

异常动物行为信息确定模块，用于定时采集包含目标动物群体的图像，并根据图像与预存的动物行为模型确定发生异常行为的异常动物，以生成异常动物在图像中的位置信息和异常行为信息；

异常动物追踪模块，用于根据异常动物在图像中的位置信息调整无人机的飞行参数和无人机的摄像头光轴方向，以追踪异常动物且实现对异常动物体内电子标签的激活；

异常动物状态信息确定模块，用于确定异常动物对应的电子标签，并接收异常动物的电子标签发送的异常动物的状态信息；

发送模块，用于将异常动物的状态信息和异常行为信息发送至监控中心。

在一个实施例中，异常动物行为信息确定模块包括：

获取单元，用于定时采集包含目标动物群体的图像，并利用图像语义分割法获取目标动物群体中的每个动物在图像中的位置信息；

分割单元，用于根据每个动物在图像中的位置信息，将图像分成多个子图像；

处理单元，用于根据子图像与预存的动物行为模型确定发生异常行为的异常动物，并生成异常动物的异常行为信息。

与现有技术相比，本发明实施例提供的无人机监测动物健康的方法和监测动物健康的无人机，通过包含目标动物群体的图像以及预存的动物行为模型来确定发生异常行为的异常动物，并通过异常动物在图像中的像素位置信息调整无人机和摄像头的参数，实现对异常动物的追踪以及使无人机与异常动物体内的电子标签之间的距离在电子标签的激活距离内；最后确定异常动物的电子标签以获取异常动物的状态信息，并将异常动物的异常行为信息和状态信息发送至监控中心，该方法通过监控动物的异常行为状态的同时进一步监测异常动物的状态信息，以实现能够全面的监测动物的健康状态。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本发明一实施例的无人机监测动物健康的方法的示意图；

图2示出本发明一实施例提供的监测动物健康的无人机的结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

现有通过红外测温仪测量动物体温的方法来判断动物的健康状态信息，但是测量体温并不能全面的反应动物的健康状况。基于此，本发明实施例提供的无人机监测动物健康的方法和监测动物健康的无人机通过监测动物的异常行为信息的同时进一步监测发生异常行为的动物的状态信息，实现全面监测动物的健康状态。

下面结合附图，详细描述根据本发明实施例的无人机监测动物健康的方法。应注意，这些实施例并不是用来限制本发明公开的范围。

本发明实施例提供的无人机监测动物健康的方法，通过利用包含目标动物群体的图像和预存的动物行为模型确定发生异常行为的动物，通过该异常动物在图像中的位置信息跟踪该异常动物，并接收异常动物体内的电子标签发送的状态信息，实现了全方面监测动物的健康状态信息。

图1示出本发明一实施例的无人机监测动物健康的方法100的示意图，该无人机监测动物健康的方法包括：

步骤S110，定时采集包含目标动物群体的图像，并根据图像与预存的动物行为模型确定发生异常行为的异常动物，以生成异常动物在图像中的位置信息和异常行为信息。

在本发明的实施例中，步骤S110包括以下步骤：

步骤S1101，定时采集包含目标动物群体的图像，并利用图像语义分割法获取目标动物群体中的每个动物在图像中的位置信息；

在步骤S1101中，通过提取无人机拍摄的图像中动物的特征信息，判断该图像中动物的总数目是否和预定的动物群体的数目相同，使无人机拍摄的图像中包含目标动物群体中的所有动物。在本发明的实施例中，该特征信息能够表征和区分每个动物即可，本发明实施例不做限制。作为一个具体的示例，该特征信息可以为动物头部的轮廓信息。若图像中动物的数目和预定的动物数目不相同，则调整无人机的飞行高度和摄像头角度，直至无人机拍摄的图像中包含目标动物群体中所有的动物。

在本发明的实施例中，无人机通过图像采集装置进行拍摄图像，其中图像采集装置可以为高分辨率CCD数码相机或数码摄像机等，本发明实施例不做具体限制。

其中，图像由许多像素组成，图像语义分割是对图片中的像素点进行分类，即自动分割并识别出图像中的内容。图像语义分割包含了传统的图像分割和目标识别，其目的是将图像分割成多个具有语义信息的块，并识别出分割块的类别以及每个分割块在图像中的像素位置信息。

在本发明的实施例中，首先通过对被监测的动物的样本图像集进行全卷积神经网络训练得到语义分割模型，再将采集的包含目标动物群体的图像输入语义分割模型，即可对该图像中的每个动物分类且能够标识出每个动物在该图像中的像素位置。在本发明的实施例中，也可以利用图像分割算法对包含目标动物群体的图像进行语义分割，本发明的实施例不做具体限定。

作为一个示例，利用大量的包含草地和羊的样本图像集预先进行全卷积神经网络训练，则经过训练后得到的语义分割模型可以对输入的包含羊和草地的测试图像进行语义分割，即输出的图像中对每只羊和草地进行分类，并标记出每只羊和草地所在的像素位置信息。

步骤S1102，根据每个动物在图像中的位置信息，将图像分成多个子图像；

在本发明的实施例中，根据对包含目标动物群体的图像语义分割的结果，利用每个动物在图像中的像素位置信息将包含目标动物群体的图像分成多个子图像。该子图像为包含不同对象的图像，作为一个示例，该对象可以为一个动物、一片草地或一条溪流等。

步骤S1103，根据子图像与预存的动物行为模型确定发生异常行为的异常动物，并生成异常动物的异常行为信息。

在本发明的实施例中，预存的动物行为模型是将具有异常行为的动物样本图像集输入卷积神经网络进行深度学习训练而得到的动物行为模型。其中，具有异常行为的动物样本图像集中包括具有异常行为的动物的海量图像，例如动物跌倒的图像、动物后肢踢腹的图像、动物拱背摇尾图像或动物跛行图像。在本发明的实施例中，动物的行为模型中异常行为的种类不做具体限制。

在本发明的一些实施例中，也可以采集具有正常行为的动物的图像进行卷积神经网络训练动物行为模型，从而利用该模型判断动物的行为是正常还是异常。

在本发明的实施例中，通过将步骤S1102中得到的所有子图像采用与样本训练阶段相同的方法进行计算输出，再将该输出与通过样本训练的动物行为模型进行匹配，从而确定具有异常行为的异常动物。

步骤S120，根据异常动物在图像中的位置信息调整无人机的飞行参数和无人机的摄像头光轴方向，以追踪异常动物且实现对异常动物体内电子标签的激活。

在本发明的实施例中，确认具有异常行为的异常动物后，需进一步确认该异常动物的生理信息，以实现对动物的健康实施全方面的监控。在本发明的实施例中，动物的生理信息包括动物的体温、血压呼吸、心率、脉搏和血液含氧量等参数，动物的生理信息通过该动物体内的无源电子标签进行获取。但由于动物体内的无源电子标签的激活距离有限，因此需要无人机上的阅读器与动物体内的电子标签之间的距离在动物体内电子标签的激活距离以内。基于此，无人机需要追踪该异常动物，使该异常动物位于无人机摄像头拍摄的图像中，且需要保证无人机与异常动物体内电子标签的距离在该电子标签的激活距离以内。

在本发明的实施例中，步骤S120包括以下步骤：

步骤S1201，根据异常动物在图像中的位置信息，不断调整无人机的飞行参数和无人机的摄像头光轴方向，使异常动物位于摄像头采集图像的中心以追踪异常动物。

在本发明的实施例中，由于无人机需要追踪该异常动物，因此无人机可以根据异常动物在图像中的位置信息，判断该异常动物与图像中心之间的相对方位，以调整无人机的飞行参数和无人机的摄像头的光轴方向。

无人机调整飞行参数和摄像头的光轴方向后重新拍摄图像，并对该图像重新进行语义分割，以判断该异常动物在重新拍摄的图像中的位置。如此重复，通过不断调整无人机的飞行方向和无人机的摄像头的光轴方向，以及结合异常动物在图像中的位置，直至使得该异常动物处于摄像头拍摄图像的中央。

在本发明的实施例中，当异常动物处于摄像头拍摄的图像的中央时，无人机沿摄像头的当前光轴方向飞行。但是，无人机飞行一段时间后，该异常动物可能会移动，导致该异常动物不在摄像头拍摄的图像的中心。因此无人机在飞行过程中，定时采集包含异常动物的图像，并根据异常动物在图像中的位置实时调整飞行方向和摄像头的方向，保持异常动物尽量处于摄像头拍摄的图像中心或图像中心的附近区域。

本发明实施例的无人机监测动物健康的方法，通过调整无人机的飞行方向和无人机的摄像头的光轴方向，使异常动物在摄像头拍摄的图像的中央位置或附近区域，无人机按照此时摄像头光轴的方向可实现对该异常动物的追踪。

步骤S1202，调整无人机的飞行高度，使异常动物与无人机的距离小于异常动物体内电子标签的激活距离，以实现对异常动物体内电子标签的激活。

在本发明的实施例中，为了确保能够获取异常动物的生理信息，因此需要调节无人机与异常动物的电子标签之间的距离。无人机按照摄像头的光轴方向飞行时，需调整飞行高度以保证无人机的阅读器与动物体内电子标签的距离小于预存的异常动物体内电子标签的激活距离。

步骤S130，确定异常动物对应的电子标签，并接收异常动物的电子标签发送的异常动物的状态信息。

在本发明的实施例中，步骤S130包括以下步骤：

步骤S1301，发送射频信号以激活有效电子标签，并测量有效电子标签与无人机的阅读器之间的距离和方向角；

在本发明的实施例中，无人机通过动物体内的电子标签获取动物的生理信息，这属于射频识别技术(Radio Frequency Identification，RFID)，该技术是一种非接触式的自动识别技术，它能够进行双向的数据传输以达到识别和定位的目的。

在本发明的实施例中，电子标签置于动物体内，以达到精确测量动物的生理信息的目的。目标动物群体中的每个动物体内均置有电子标签，其中电子标签可以为留胃型电子标签，也可以通过在动物皮肤下植入，本发明对电子标签的植入方式不做限制。由于电子标签需植入动物体内，所以在本发明的实施例中选取了无源RFID标签，该无源电子标签无需外部供电。

在本发明的实施例中，电子标签包括：天线，耦合元件、射频芯片和测量电路。天线用于与无人机上的阅读器进行信号传输；耦合元件与天线连接，用于将天线接收的射频信号转化为电能，实现对射频芯片的供电；射频芯片与天线、耦合元件相连，用于将存储在电子标签内的动物的身份标识信息通过天线发送给阅读器；测量电路与射频芯片连接，用于测量动物的生理信息。

通过无人机上的阅读器发射特定频率的无线电波能量，动物体内的电子标签接收到射频信号后，经过数据处理将电子标签内部的关于动物的身份信息和生理信息发回阅读器。对于射频信号的频率范围以及电子标签的激活距离，本发明不做具体限制，可根据具体的应用场景而定。

在本发明的实施例中，当无人机与异常动物的电子标签之间的距离在该异常动物的激活距离内时，无人机保持在该高度保持不动并发送射频信号。异常动物体内的电子标签中的天线从阅读器发出的射频能量中提取电子标签工作所需的电能，从而激活异常动物体内的电子标签。电子标签的激活距离是指无源电子标签正常工作时，阅读器能激活电子标签的最大距离。

在本发明的实施例中，由于无人机发送的射频信号具有一定的辐射范围，因此当无人机激活异常动物体内的电子标签时，该异常动物周围的部分动物体内的电子标签也会被激活，该部分动物与无人机的距离小于该部分动物体内的电子标签对应的激活距离。其中，异常动物以及异常动物周围的部分动物体内可以被激活的电子标签称为有效电子标签。因此判定该异常动物的身份标识信息就需要先确定该异常动物对应的电子标签。

在本发明的实施例中，无人机不仅安装了电子标签对应的阅读器，还包括相控阵天线。相控阵天线为利用电子控制的方式使阵列天线可以在空间平面内完成扫描或者转动的天线，而阵列天线由许多相同的单个天线按一定规律排列组成的天线系统。通过利用相控阵列天线和信号到达角度定位(Angle of Arrival，AOA)方法可实现对电子标签与阅读器之间的方向角的测量。进一步的，再通过利用AOA定位方法结合信号强度值定位法(Received Signal Strength Indication,RSSI)可实现对阅读器与电子标签的距离的测量。

在本发明的实施例中，通过上述定位方法可以得出所有有效电子标签与无人机的阅读器之间的距离和方向角。

步骤S1302，根据有效电子标签与无人机的阅读器之间的距离和方向角，建立有效电子标签与阅读器之间的距离在阅读器平面的分布图；

在本发明的实施例中，为了判定异常动物的身份标识信息，需要从被激活的有效电子标签中识别该异常动物对应的电子标签。无人机将电子标签与无人机的阅读器之间的距离从三维空间映射到阅读器所在二维平面，获取阅读器与电子标签之间的距离在二维平面上的距离分布图。

步骤S1303，在激活有效电子标签的位置获取包含异常动物的图像，并根据该图像和分布图确定异常动物对应的电子标签；

在本发明的实施中，无人机在激活有效电子标签的位置拍摄包含异常动物和其他动物的图像；然后将在激活有效电子标签的位置处获取的包含异常动物的图像输入语义分割模型，可以得出图像中的异常动物和其他动物与图像中心的相对位置信息。根据异常动物在图像中与图像中心的相对位置信息以及有效电子标签与阅读器之间的距离在二维平面上的分布图，可以根据近似位置对应找出异常动物对应的电子标签，从而确定异常动物的身份标识信息。

步骤S1304，接收异常动物的电子标签发送的目标动物的状态信息。

在本发明的实施例中，异常动物的状态信息包括异常动物的身份标识信息和生理信息。其中，异常动物的身份标识信息和生理信息均通过异常动物体内的电子标签获取。

在本发明的实施例中，由于阅读器发送的射频信号会被异常动物周围的动物接收，因此阅读器在接收信号的时候以异常动物的身份标识信息作为筛选条件，只接收异常行为动物的状态信息，降低了无人机处理器的工作量，大大提高了信息的传输速度。

步骤S140，将异常动物的状态信息和异常行为信息发送至监控中心。

在本发明的实施例中，无人机接收异常动物的异常动物信息和状态信息后，及时发送至监控中心，使牧主能够及时掌握动物的健康状态。

可选的，本发明实施例的无人机监测动物监测的方法100，还包括：

步骤S150，获取异常动物的地理位置信息，并将异常动物的地理位置信息发送至监控中心。

在本发明的实施例中，步骤S150包括以下步骤：

步骤S1501，获取无人机的位置信息，并根据无人机的位置信息以及异常动物的电子标签确定异常动物的地理位置信息；

在本发明的实施例中，无人机上可以安装有定位装置(例如GPS装置)以获取无人机的位置信息。根据无人机的位置信息以及无人机的阅读器与异常动物的电子标签之间的距离和方向角，可以确定异常动物的位置信息。

步骤S1502，将异常动物的地理位置信息发送至监控中心。

在本发明的实施例中，通过将异常动物的地理位置信息发送至监控中心，方便牧主根据异常动物的位置及时找到健康状态出现问题的动物。

本发明实施例提供的无人机监测动物健康的方法，通过对具有异常行为动物的生理信息进一步测量，实现了全面监测动物的健康状态，并且通过将电子标签放入动物体内，提高了生理信息测量的准确性。

在本发明的实施例中，无人机将异常动物的异常行为信息、状态信息和地理位置信息发送至监控中心后，可调整飞行参数和摄像头的方向，继续采集包含目标动物群体的图像，以实现监控目标动物群体中是否还具有其他的异常动物。

图2示出了根据本发明一实施例提供的监测动物健康的无人机200的结构示意图。如图2所示，监测动物健康的无人机200包括：

异常动物行为信息确定模块210，用于定时采集包含目标动物群体的图像，并根据图像与预存的动物行为模型确定发生异常行为的异常动物，以生成异常动物在图像中的位置信息和异常行为信息。

异常动物追踪模块220，用于根据异常动物在图像中的位置信息调整无人机的飞行参数和无人机的摄像头光轴方向，以追踪异常动物且实现对异常动物体内电子标签的激活。

异常动物状态信息确定模块230，用于确定异常动物对应的电子标签，并接收异常动物的电子标签发送的异常动物的状态信息。

发送模块240，用于将异常动物的状态信息和异常行为信息发送至监控中心。

在本发明的实施例中，异常动物行为信息确定模块210，包括：

获取单元2101，定时采集包含目标动物群体的图像，并利用图像语义分割法获取目标动物群体中的每个动物在图像中的位置信息。

分割单元2102，根据每个动物在图像中的位置信息，将图像分成多个子图像。

处理单元2103，根据子图像与预存的动物行为模型确定发生异常行为的异常动物，并生成异常动物的异常行为信息。

在本发明的实施例中，预存的动物行为模型为根据动物的异常行为样本图像集进行卷积神经网络训练得到的动物行为模型。

在本发明的实施例中，异常动物追踪模块220，具体可以用于：

根据异常动物在图像中的位置信息，不断调整无人机的飞行参数和无人机的摄像头光轴方向，使异常动物位于摄像头采集图像的中心以追踪异常动物；

调整无人机的飞行高度，使异常动物与无人机的距离小于异常动物体内电子标签的激活距离，以实现对异常动物体内电子标签的激活。

在本发明的实施例中，异常动物状态信息确定模块230，具体可以用于：

发送射频信号以激活有效电子标签，并测量有效电子标签与无人机的阅读器之间的距离和方向角；

根据有效电子标签与无人机的阅读器之间的距离和方向角，建立有效电子标签与阅读器之间的距离在阅读器平面的分布图；

在激活有效电子标签的位置获取包含异常动物的图像，并根据该图像和分布图确定异常动物对应的电子标签。

在本发明的实施例中，异常动物的状态信息包括异常动物的身份标识信息和生理信息。

在本发明的实施例中，每个动物体内的电子标签包括：天线，用于电子标签与无人机之间进行信息传输；射频芯片，用于提供动物的身份标识信息；测量电路，用于测量动物的生理信息。

在本发明的实施例中，动物的生理信息包括动物的体温、血压、呼吸、心率、脉搏和血液含氧量。

本发明实施例提供的监测动物健康的无人机，通过监控动物的异常行为信息的同时进一步监测异常动物的状态信息，实现了全方面监测动物的健康状态。另外，本发明实施例通过在动物体内设置电子标签进行测量动物的状态信息，提高了动物状态信息测量的精准性。

根据本发明实施例的监测动物健康的无人机的其他细节与以上结合图1描述的根据本发明实施例的无人机监测动物健康的方法类似，在此不再赘述。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种无人机监测动物健康的方法，其特征在于，所述方法包括：

定时采集包含目标动物群体的图像，并根据所述图像与预存的动物行为模型确定发生异常行为的异常动物，以生成所述异常动物在所述图像中的位置信息和异常行为信息；

根据所述异常动物在所述图像中的位置信息调整所述无人机的飞行参数和所述无人机的摄像头光轴方向，以追踪所述异常动物且实现对所述异常动物体内电子标签的激活；

确定所述异常动物对应的电子标签，并接收所述异常动物的电子标签发送的所述异常动物的状态信息；

将所述异常动物的状态信息和所述异常行为信息发送至监控中心。

2.根据权利要求1所述的方法，其特征在于，所述定时采集包含目标动物群体的图像，并根据所述图像与预存的动物行为模型确定发生异常行为的异常动物，以生成所述异常动物在所述图像中的位置信息和异常行为信息，包括：

定时采集包含目标动物群体的图像，并利用图像语义分割法获取所述目标动物群体中的每个动物在所述图像中的位置信息；

根据所述每个动物在所述图像中的位置信息，将所述图像分成多个子图像；

根据所述子图像与预存的动物行为模型确定发生异常行为的异常动物，并生成所述异常动物的异常行为信息。

3.根据权利要求1所述的方法，其特征在于，所述预存的动物行为模型为根据动物的异常行为样本图像集进行卷积神经网络训练得到的动物行为模型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述异常动物在所述图像中的位置信息调整所述无人机的飞行参数和所述无人机的摄像头光轴方向，以追踪所述异常动物且实现对所述异常动物体内电子标签的激活，包括：

根据所述异常动物在所述图像中的位置信息，不断调整所述无人机的飞行参数和所述无人机的摄像头光轴方向，使所述异常动物位于所述摄像头采集图像的中心以追踪所述异常动物；

调整所述无人机的飞行高度，使所述异常动物与所述无人机的距离小于所述异常动物体内电子标签的激活距离，以实现对所述异常动物体内电子标签的激活。

5.根据权利要求1所述的方法，其特征在于，所述目标动物群体中的每个动物体内均置有电子标签；

所述确定所述异常动物对应的电子标签，包括：

发送射频信号以激活有效电子标签，并测量所述有效电子标签与所述无人机的阅读器之间的距离和方向角；

根据所述有效电子标签与所述无人机的阅读器之间的距离和方向角，建立所述有效电子标签与所述阅读器之间的距离在所述阅读器平面的分布图；

在激活所述有效电子标签的位置获取包含异常动物的图像，并根据该图像和所述分布图确定所述异常动物对应的电子标签。

6.根据权利要求1所述的方法，其特征在于，所述异常动物的状态信息包括异常动物的身份标识信息和生理信息。

7.根据权利要求5所述的方法，其特征在于，所述目标动物群体中的每个动物体内的电子标签包括：

天线，用于所述电子标签与所述无人机之间进行信息传输；

射频芯片，用于提供所述动物的身份标识信息；

测量电路，用于测量所述动物的生理信息。

8.根据权利要求6或7所述的方法，其特征在于，所述动物的生理信息包括动物的体温、血压、呼吸、心率、脉搏和血液含氧量。

9.一种监测动物健康的无人机，其特征在于，所述无人机包括：

异常动物行为信息确定模块，用于定时采集包含目标动物群体的图像，并根据所述图像与预存的动物行为模型确定发生异常行为的异常动物，以生成所述异常动物在所述图像中的位置信息和异常行为信息；

异常动物追踪模块，用于根据所述异常动物在所述图像中的位置信息调整所述无人机的飞行参数和所述无人机的摄像头光轴方向，以追踪所述异常动物且实现对所述异常动物体内电子标签的激活；

异常动物状态信息确定模块，用于确定所述异常动物对应的电子标签，并接收所述异常动物的电子标签发送的所述异常动物的状态信息；

发送模块，用于将所述异常动物的状态信息和所述异常行为信息发送至监控中心。

10.根据权利要求9所述的无人机，其特征在于，所述异常动物行为信息确定模块包括：

获取单元，用于定时采集包含目标动物群体的图像，并利用图像语义分割法获取所述目标动物群体中的每个动物在所述图像中的位置信息；

分割单元，用于根据所述每个动物在所述图像中的位置信息，将所述图像分成多个子图像；

处理单元，用于根据所述子图像与预存的动物行为模型确定发生异常行为的异常动物，并生成所述异常动物的异常行为信息。