CN109996041A - 一种基于无人机的户外游泳监控系统及监控方法 - Google Patents

Abstract

本发明公开了一种基于无人机的户外游泳监控系统及监控方法，所述监控系统包括设置在无人机上的机载系统，所述机载系统包括摄像头、主控单元、报警模块、无线传输模块，所述摄像头将采集的视频数据发送至主控单元，所述主控单元通过无线传输模块将视频数据传递至云端服务器中，所述主控单元与报警模块连接，用于发出报警信号驱赶游泳者；所述无人机按照预设的线路在水域上空飞行。本发明的优点在于：采用无人机巡航的方式拍摄视频并上传至云端服务器，方便远程监控；同时在无人机上的主控板集成游泳识别模型，可以做到自动识别发出报警驱赶游泳者。

Description

一种基于无人机的户外游泳监控系统及监控方法

技术领域

本发明涉及安全监控领域，特别涉及一种基于无人机的户外游泳监控系统及监控方法。

背景技术

户外散布的大小湖泊、江河成为野游者的“乐园”，导致了每年户外溺亡事故频发。虽然相关管理部门开展了教育、人工劝阻、设立标志标牌等手段，但野泳现象还是屡禁不止。传统的一些市区湖泊还有可能会有人工巡检的方式来巡逻驱赶游泳人群，如市区及郊区的公园内的湖泊等。但是仅仅依靠人工巡逻的方式来进行监控，耗时耗力。随着技术的反战，如果可以以机器巡逻代替人工巡逻，及时发现下水游泳者，发出报警及反馈信息，则可以降低溺水事件发生概率，也减轻了工作人员的负担，降低成本。基于此，本申请提供一种基于无人机的游泳监控方案。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于无人机的户外游泳监控系统及监控方法，用于采用无人机巡逻的方式是识别出游泳者，从而及时发出报警信号。

为了实现上述目的，本发明采用的技术方案为：一种基于无人机的户外游泳监控系统，包括设置在无人机上的机载系统，所述机载系统包括摄像头、主控单元、报警模块、无线传输模块，所述摄像头将采集的视频数据发送至主控单元，所述主控单元通过无线传输模块将视频数据传递至云端服务器中，所述主控单元与报警模块连接，用于发出报警信号驱赶游泳者；所述无人机按照预设的线路在水域上空飞行。

所述主控单元中预先设置游泳识别模型，通过采集的视频数据识别出水域中的游泳者。

所述报警模块包括声卡、音频功放、喇叭，所述声卡接收主控单元的输出控制信号后通过音频功放驱动喇叭发出报警信号。

所述主控单元与GPS模块连接，用于获取无人机的实时位置信息并发送至云端服务器中，所述云端服务器网络与监控人员的移动终端连接。

所述摄像头设置在无人机的底部以采集无人机下方的视频数据。

一种基于无人机的户外游泳监控方法，包括如下步骤：

步骤1：无人机按照预设的路线进行巡航并实时采集视频数据；

步骤2：通过预先设置的游泳识别模型对拍摄的视频数据进行处理，识别出游泳者；

步骤3：在识别出游泳者后驱动报警模块发出报警信号以驱赶游泳者。

步骤4：将采集的视频数据、识别到游泳者时的位置数据发送至云端服务器中；

步骤5：云端服务器将视频数据、位置数据发送至监控人员的移动终端中。

预先设置的游泳识别模型的采用神经网络识别模型，模型经训练后设置在无人机的主控单元中，用于识别出视频中的游泳者。

神经网络模型的训练方法包括：

数据采集与预处理阶段：采用无人机对有游泳者游泳的水域及周边进行视频采集生成视频库；从视频库中提取图像帧，对图像帧中存在游泳者的图像进行人工标注；将所有图像帧归一化到统一尺寸，生成数据集；

构建目标检测神经网络，将数据集分为训练数据集和验证数据集，将训练数据集用于目标检测神经网络的训练，直到网络性能评估指标map值满足要求，生成游泳检测模型，同时采用验证数据集验证游泳者目标检测模型的目标检测性能。

本发明的优点在于：采用无人机巡航的方式拍摄视频并上传至云端服务器，方便远程监控；同时在无人机上的主控板集成游泳识别模型，可以做到自动识别发出报警驱赶游泳者；视频数据及位置数据上传至云端后可以转发至监控人员手机，方便监控人员及时到现场处理。本发明可以实现及时发现游泳者，及时语音警报驱散游泳者，及时通知工作人员赶往相应水域，无人机巡航代替人工巡逻，节省了人力资源，减轻人工负担，降低成本，提高效率。摄像头可以跟着无人机采集整个水域的图像信息，可以随时了解到水域游泳情况，给予下水游泳者与即将下水游泳者及时的语音警告，及时驱散游泳者，提高发现游泳者的概率，降低溺水事件发生概率。

附图说明

下面对本发明说明书各幅附图表达的内容及图中的标记作简要说明：

图1为本发明监控系统结构原理图；

图2为本发明监控方法的流程示意图。

具体实施方式

下面对照附图，通过对最优实施例的描述，对本发明的具体实施方式作进一步详细的说明。

如图1所示，一种基于无人机的户外游泳监控系统，包括设置在无人机上的机载系统，通过无人机携带机载系统在水域上空飞行采集水域上空的视频数据以达到监控的目的。无人机按照预设的线路携带机载系统在水域上空飞行。机载系统包括摄像头、开发板、报警模块、无线传输模块、GPS模块，开发板采用51单片机开发板实现，其上集成由DSP数据处理单元，摄像头将采集的视频数据发送至开发板上的主控单元中，主控单元中预先设置游泳识别模型，通过采集的视频数据识别出水域中的游泳者。主控单元与报警模块连接，用于发出报警信号驱赶游泳者，在识别出游泳者后发出报警信号以驱离游泳者。同时主控单元通过无线传输模块将视频数据传递至云端服务器中，无线传输模块包括2G通信芯片、3G通信芯片或4G通信芯片。

无人机按照预先设定的巡航路径进行巡航，摄像头设置在无人机的底部以采集无人机下方的视频数据。在飞行巡航过程中，摄像头采集视频数据并发送至开发板中，由于开发板中的主控芯片根据预先设定的模型从视频中识别出游泳者，当识别出可能存在的游泳者后，开发板驱动控制报警模块发出报警信号，通过将视频数据及此时的位置数据上传至云端服务器中，方便远程监控。报警模块由于设置在无人机上，发出报警后可以有效警示游泳者，而上传至云端服务器中的视频数据也方便监控人员查看，方便监控人员及时了解监控数据。

报警模块包括声卡、音频功放、喇叭，声卡接收主控单元的输出控制信号后通过音频功放驱动喇叭发出报警信号。声卡采用声音芯片并根据不同情况可以发出不同的语音提醒，通过声卡驱动喇叭来发出语音预警信号。

主控单元与GPS模块连接，用于获取无人机的实时位置信息并发送至云端服务器中，云端服务器网络与监控人员的移动终端连接。方便监控人员通过智能手机随时获取报警信号，发送的GPS位置数据也方便及时定位可能存在游泳者的位置，方便后续监控人员到现场查看。

开发板上集成由DSP或微处理器，开发板上的微处理器中部署训练好的深度学习的神经网络算法模型，无人机在水面巡航，摄像头采集整个水域的图像信息，然后摄像头将采集到数据上传到开发板后，开发板上的神经网络模型对摄像头采集的图像信息进行识别处理，当收集的图像中有游泳者时就立即驱动喇叭报警，语音预警可以吸引过路的行人，从而让路人有机会根据警报及时施救。

无线传输模块采用4G模块主要用来连网，当识别出有人游泳时，及时将相应的位置信息，实时视频信息通过网路发送到相关工作人员的移动设备上及云端服务器上，便于让工作人员及时赶往事发地点驱散，施救。

云端服务器主要起到对数据的存储、方便监控人员查看以及转发至监控人员手机的作用，也可以对传回来的信息进行整理，综合，然后做大数据分析，处理，预测，从而可以得出什么时间段有人游泳，什么时间段游泳的人数较多，哪一个地方游泳的人数较多，将这些数据反馈给相关部门，帮助管理者做出合理的工作安排，避免了资源浪费。这种大数据分析处理需要较多的数据，通过无人机的实时循环快速的在水域上巡逻，可以做到为大数据分析处理提供基础数据信息，如游泳发生位置分析出较为频繁发生游泳的水域位置，以方便管理部分在相应的位置做出警示牌等进一步操作。

语音警报主要包括：音频功放、喇叭，开发板通过调用系统默认播放器(声卡)，通过音频功放驱动喇叭发生，预设语音设置在开发板里，语音预警可以吸引附近人员注意，便于及时施救，相关工作人员收到消息后也可以及时赶到，有利于降低溺水事件发生的概率。

如图2所示，一种基于无人机的户外游泳监控方法，包括如下步骤：

步骤1：无人机按照预设的路线进行巡航并实时采集视频数据；无人机一般由螺旋桨及内部主控板来控制飞行，可以预先设定飞行路线的方式让其飞行。无人机可以沿着水域四处巡航，无人机按照预设路线在水域上空盘旋，采集到整个水面的水域视频信息；

步骤2：通过预先设置的游泳识别模型对拍摄的视频数据进行处理，识别出游泳者；与摄像头连接的开发板上预先部署好已经训练好的深度学习算法模型，对摄像头将采集到的数据进行识别处理；

步骤3：在识别出游泳者后驱动报警模块发出报警信号以驱赶游泳者。

步骤4：将采集的视频数据、识别到游泳者时的位置数据发送至云端服务器中；

步骤5：云端服务器将视频数据、位置数据发送至监控人员的移动终端中，方便监控人员赶到现场处理。

预先设置的游泳识别模型的采用神经网络识别模型，模型经训练后设置在无人机的主控单元中，用于识别出视频中的游泳者。

神经网络模型的训练方法包括：数据采集与预处理阶段、模型训练和模型应用阶段：

1、其中数据采集与预处理阶段，采用无人机对有游泳者游泳的水域及周边进行视频采集生成视频库。

2、从视频库中提取图像帧，对图像帧中存在的“水中的游泳者”、“岸上脱了上身衣服的人(拟下水游泳的人)”以及“路边的行人”等三类目标进行人工标注。

3、将所有图像帧归一化到统一尺寸，生成数据集。

4、构建构建目标检测神经网络模型，典型的目标检测神经网络可采用YOLO模型，或者mobilenet-SSD模型

5、将数据集分为训练数据集和验证数据集，将训练数据集用于目标检测神经网络的训练，直到网络性能评估指标map值满足要求，生成游泳者目标检测模型。

6、采用验证数据集验证游泳者目标检测模型的目标检测性能。

7、将训练好的模型部署到无人机的硬件开发板的控制芯片中，用于对采集视频中游泳目标和拟下水游泳目标的判断。

8、一旦判断视频中存在游泳目标和拟下水游泳目标则实施警报。

由于训练模型采用的训练数据包括大量的水中游泳者、岸边脱衣者，所以训练后的神经网络模型可以识别出这两种人，在实际应用到无人机上进行识别时，开发板中的识别模型根据采集的视频数据识别出下水游泳的人和岸边脱衣的人，然后可以分别通过不同的语音进行报警，针对已经下水游泳的人的语音警报，与在岸上光着上身热身或者在岸边玩耍，还未下水的语音警报，二者是有差别的，语音警报的相关信息是预先存储在开发板里的，识别到人物后调用即可语音信息通过声卡驱动喇叭发出报警。如识别到游泳者可以发出“请立即上岸”，识别到岸边脱衣者可以发出“水深危险，请不要下水！”。这样采用识别的信息不同发出不同预警信号，以警示不同的人员。

通过网络将有游泳者的相关位置信息，视频图像信息上传到物联网平台上，方便后续在物联网平台上对传回来的数据做分析后及时将信息发送到相关工作人员的手机上，使相关人员及时赶往事发水域进行施救驱散。

同时物联网平台的服务器也可以利用传回来的大量的数据，做挖掘，预测。通过将结果反馈给相关部门，实现信息的互通。例如可以通过对大量的数据进行分析，挖掘数据间的联系，然后做预测，得出什么时间段游泳的人数较多，什么时间段有人游泳，哪一个地方经常有人游泳等等，根据这些，可以帮助有关部门合理的安排工作时间，工作地点，工作人员的数目等等，合理的配置资源，避免资源的浪费。

显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，均在本发明的保护范围之内。

Claims (9)

1.一种基于无人机的户外游泳监控系统，其特征在于：包括设置在无人机上的机载系统，所述机载系统包括摄像头、主控单元、报警模块、无线传输模块，所述摄像头将采集的视频数据发送至主控单元，所述主控单元通过无线传输模块将视频数据传递至云端服务器中，所述主控单元与报警模块连接，用于发出报警信号驱赶游泳者；所述无人机按照预设的线路在水域上空飞行。

2.如权利要求1所述的一种基于无人机的户外游泳监控系统，其特征在于：所述主控单元中预先设置游泳识别模型，通过采集的视频数据识别出水域中的游泳者。

3.如权利要求1或2所述的一种基于无人机的户外游泳监控系统，其特征在于：所述报警模块包括声卡、音频功放、喇叭，所述声卡接收主控单元的输出控制信号后通过音频功放驱动喇叭发出报警信号。

4.如权利要求1或2所述的一种基于无人机的户外游泳监控系统，其特征在于：所述主控单元与GPS模块连接，用于获取无人机的实时位置信息并发送至云端服务器中，所述云端服务器网络与监控人员的移动终端连接。

5.如权利要求1或2所述的一种基于无人机的户外游泳监控系统，其特征在于：所述摄像头设置在无人机的底部以采集无人机下方的视频数据。

6.一种基于无人机的户外游泳监控方法，其特征在于：包括如下步骤：

步骤1：无人机按照预设的路线进行巡航并实时采集视频数据；

步骤2：通过预先设置的游泳识别模型对拍摄的视频数据进行处理，识别出游泳者；

步骤3：在识别出游泳者后驱动报警模块发出报警信号以驱赶游泳者。

7.如权利要求6所述的一种基于无人机的户外游泳监控方法，其特征在于：还包括

步骤4：将采集的视频数据、识别到游泳者时的位置数据发送至云端服务器中；

步骤5：云端服务器将视频数据、位置数据发送至监控人员的移动终端中。

8.如权利要求6或7所述的一种基于无人机的户外游泳监控方法，其特征在于：预先设置的游泳识别模型的采用神经网络识别模型，模型经训练后设置在无人机的主控单元中，用于识别出视频中的游泳者。

9.如权利要求8所述的一种基于无人机的户外游泳监控方法，其特征在于：神经网络模型的训练方法包括：

数据采集与预处理阶段：采用无人机对有游泳者游泳的水域及周边进行视频采集生成视频库；从视频库中提取图像帧，对图像帧中存在游泳者的图像进行人工标注；将所有图像帧归一化到统一尺寸，生成数据集；

构建目标检测神经网络，将数据集分为训练数据集和验证数据集，将训练数据集用于目标检测神经网络的训练，直到网络性能评估指标map值满足要求，生成游泳检测模型，同时采用验证数据集验证游泳者目标检测模型的目标检测性能。