CN110187718B - 基于Scrapy框架和四旋翼飞行器的城市物流系统及方法 - Google Patents

Abstract

本发明公开了一种基于Scrapy框架和四旋翼飞行器的城市物流系统及方法，其中四旋翼飞行器硬件平台包括惯性导航单元、多自由度摄像头云台、测距模块、GPS定位模块以及通信模块；数据采集模块主要包括传感器实时采集模块和网络信息爬取模块；图像识别模块用于对摄像头云台采集到的图像数据进行分析，标志定位和警报预警，并通过调用百度API对快递单进行OCR文本识别，采集地理位置，转换为经纬度信息，得到订单目的位置，将指令信号分发给飞行控制模块；飞行控制模块用于对惯性导航单元采集到的数据进行姿态解算，根据控制基站的指令信号，使飞行器自主飞行；控制基站与飞行器间采用双向通信。本发明可以提高无人机物流系统的效率。

Description

基于Scrapy框架和四旋翼飞行器的城市物流系统及方法

技术领域

本发明属于四旋翼飞行器技术领域，更具体的涉及一种基于Scrapy框架和四旋翼飞行器的城市物流系统。

背景技术

四旋翼无人机是一种特殊的飞行器，它能够完全自主地按照预定轨迹飞行，并且可以通过无线遥控指令控制其姿态变化。四旋翼无人机与其他无人机比较，具有结构简单、操作方便、易于控制、成本低、飞行稳定、机动性强等特点，能够敏捷地穿梭于复杂狭窄的空间中，可以实现在城市复杂的空间中完成指定的飞行任务。

Scrapy是目前主流的爬虫框架，它是基于twisted异步网络库实现的，在爬取速度上相对于其他爬虫是高效的，且具有可定制性，其不仅可以抓取网络数据，也可以应用在获取API所返回的数据。使用Scrapy采集互联网上丰富的外部数据，结合飞机的姿态与任务信息，为其规划安全有效的航迹，定制更加复杂智能的功能，提供了强大的支持。目前，国内尚无此类专利公开。

从现有公开的资料来看，四旋翼飞行器物流系统在城市范围应用时的路线规划算法，以及异常处理环节仍存在一些不足之处。例如专利公众号为CN107992083A，名称为“基于电网地图进行物流无人机航线规划的系统及方法”的中国专利，公开了一种基于电网地图进行物流无人机航线规划的系统及方法，主要包括主控模块、GPS定位模块、飞控模块、视觉采集模块、数据采集模块。通过利用现有电网地图数据快速规划物流无人机的飞行航线，物流无人机沿着该规划好的航线可到达任何地方进行配送或收发。依托我国四通八达的电网，该系统设计的物流无人机可以到达很多偏远的地方进行配送，极大的降低了人工成本。尽管随着电网电压的降低，电网到达的地方可以更加细化，甚至进入城市内部，但是，由于电网的特殊性，在城市核心区域、闹市区、居民区、办公区，该系统都无法对配送范围进行精准覆盖，不能将无人机灵活便于操控的优势完全发挥出来，也不能完全达到高效物流配送系统的效果。

例如专利公告号为CN106767753A，名称为“基于百度API的校园路径导航系统”的中国专利，公布了一个基于百度API的校园路径导航系统，包括位置获取单元、数据处理单元、用户搜索单元。该系统仅能实现在软件层面，通过调用百度API，分析处理返回数据得到导航信息，但是现实环境往往是复杂多变的，尤其是飞行器所需的飞行环境是苛刻的，即使是一点细小的环境变化，都有可能对飞行器的飞行策略有着极大的影响。

发明内容

1、发明目的。

由于城市复杂多变的外部环境，本发明提出了一种基于Scrapy框架和四旋翼飞行器的城市物流系统。

2、本发明所采用的技术方案。

本发明公开了一种基于Scrapy框架和四旋翼飞行器的城市物流系统，四旋翼飞行器硬件平台、数据采集模块、图像识别模块、飞行控制模块，以及控制基站构成；

四旋翼飞行器硬件平台包括惯性导航单元、多自由度摄像头云台、测距模块、GPS定位模块以及通信模块；

数据采集模块包括传感器实时采集模块和网络信息爬取模块，前者利用传感器采集各飞行参数及实景图像，后者基于Scrapy框架设计网络爬虫程序采集网络数据，并将采集到的路网信息反馈到控制基站，录入本地地图库；

图像识别模块用于对摄像头云台采集到的图像数据进行分析，标志定位和警报预警，同时还可以通过调用百度API对快递单进行OCR文本识别，采集地理位置，转换为经纬度信息，得到订单具体目的位置，并将指令信号分发给飞行控制模块；

飞行控制模块用于对惯性导航单元采集到的数据进行姿态解算，根据控制基站的指令信号，实时调节飞行器的飞行姿态，保证飞行器的自主稳定飞行；控制基站与飞行器间采用双向通信，分发指令的同时，接收机载传感器及摄像头云台采集到的数据，实时显示飞行器航迹信息与机体状态，还可实现对机载摄像头云台进行人工控制，获取特定的数图像数据；

所述的数据采集模块的网络信息爬取模块具体为：

配置Scrapy爬虫，通过调用高德WebAPI对选择的矩形范围内的POIs进行搜索，检索不可正常工作的建筑群包括超过飞行器常规飞行高度的建筑物、影响飞行器传感器数据采集的干扰体、禁飞区；

在规避上述飞行器不可正常工作的建筑群后，根据最近原则，规划一条合理高效的运输路线；

Scrapy爬虫调用高德WebAPI，将起始点以及目的点的经纬度信息和要规避区域的经纬度信息作为输入参量，返回3条及以上的可行路线，适应无人机物流系统机群高并发的需求；

Scrapy爬虫将已规划路径的沿途采样点的经纬度作为输入参量，调用和风API，整定回传数据为JSON格式，采集影响飞行的因素包括天气概况、风力、风速、降雨量，并融合标志定位系统搭载的传感器采集到的天气数据，计算出完成飞行可能性，并回传给主控模块；

主控模块接收到的完成飞行可能性大于预设值时，将规划好路径的经纬度信息以指令的形式下发给四旋翼硬件平台，开始飞行任务；若解算得到的完成飞行可能性不足预设值，则不传输路径信息，四旋翼硬件平台保持待命状态，直到飞行条件允许。

更进一步，所述的数据采集模块传感器实时采集模块具体为：

引用AipOcr依赖包，对appId、apiKey、secretKey进行赋值，完成对百度通用文字识别API的配置；并通过client = AipOcr(**config)，将配置好的参数传递给API，新建一个client类；

配置需要进行OCR文本识别的快递单图片路径imgPath，并新建一个读取该照片路径的函数get_img；

定义参数变量元组options[]

调用通用文字识别接口

client.basicAccurate(get_img (imgPath), options)，并对回传JSON数据进行整定和处理；

将提取到的寄件地址、寄件人、收件地址、收件人等信息，与坐标转化的网址链接进行拼接，配置好坐标转化的WebAPI；

通过Scrapy爬虫对上述WebAPI进行调用，并将返回数据解析为JSON格式，读取其中经纬度信息。

本发明公开了一种基于Scrapy框架和四旋翼飞行器的城市物流方法，按照如下步骤进行：

步骤1、图像识别模块调用百度文本识别SDK对快递单进行OCR文本识别，将目标信息转换为具体的经纬度数据，回传给控制基站；

步骤2、利用目标经纬度数据，调用Scrapy爬虫程序采集目标位置信息，天气信息以及预警信息，合理规划航迹后，控制基站将指令传输给飞行器硬件平台的GPS模块；

步骤3、飞行控制模块采集惯性导航单元的数据，进行姿态解算，结合控制算法，实现飞行器自主稳定飞行；

步骤 4、结合GPS模块中飞行基站规划好的路径数据进行物流配送任务；

步骤5、配送期间，传感器和机载摄像头云台实时记录飞行状态参数和图像数据并回传给控制基站，实时展示机体状态和航迹信息；

步骤6、控制基站对于机载摄像头云台回传的数据，一方面图像识别模块做处理分析，识别交通拥堵、火灾警情事故预警，实时规划路线，与飞行控制模块信息共享，分发指令选择飞行策略；

步骤7、另一方面控制基站会将飞行器摄像头云台采集到的数据储存本地数据库。

更进一步，所述的步骤1按照如下步骤进行：

步骤1.1、引用AipOcr依赖包，对appId、apiKey、secretKey进行赋值，完成对百度通用文字识别API的配置；并通过client = AipOcr(**config)，将配置好的参数传递给API，新建一个client类；

步骤1.2、配置需要进行OCR文本识别的快递单图片路径imgPath，并新建一个读取该照片路径的函数get_img；

步骤1.3、定义参数变量元组options[]

步骤1.4、调用通用文字识别接口

client.basicAccurate(get_img (imgPath), options)，并对回传JSON数据进行整定和处理；

步骤1.5、将提取到的寄件地址、寄件人、收件地址、收件人等信息，与坐标转化的网址链接进行拼接，配置好坐标转化的WebAPI；

步骤1.6、通过Scrapy爬虫对上述WebAPI进行调用，并将返回数据解析为JSON格式，读取其中经纬度信息。

更进一步，所述的步骤2按照如下步骤进行：步骤2.1、将上述步骤所得的起始点的经纬度信息回传给主控模块，主控模块以起始点和目的点两点为对角划定一个矩形范围；

步骤2.2、配置Scrapy爬虫，通过调用高德WebAPI对所划矩形范围内的POIs进行搜索，检索不可正常工作的建筑群包括超过飞行器常规飞行高度的建筑物、影响飞行器传感器数据采集的干扰体、禁飞区；

步骤2.3、在规避上述飞行器不可正常工作的建筑群后，根据最近原则，规划一条合理高效的运输路线；

步骤2.4、Scrapy爬虫调用高德WebAPI，将起始点以及目的点的经纬度信息和要规避区域的经纬度信息作为输入参量，返回3条及以上的可行路线，适应无人机物流系统机群高并发的需求；

步骤2.5、Scrapy爬虫将已规划路径的沿途采样点的经纬度作为输入参量，调用和风API，整定回传数据为JSON格式，采集影响飞行的因素包括天气概况、风力、风速、降雨量，并融合标志定位系统搭载的传感器采集到的天气数据，计算出完成飞行可能性，并回传给主控模块；

步骤2.6、主控模块接收到的完成飞行可能性大于预设值时，将规划好路径的经纬度信息以指令的形式下发给四旋翼硬件平台，开始飞行任务；若解算得到的完成飞行可能性不足预设值，则不传输路径信息，四旋翼硬件平台保持待命状态，直到飞行条件允许。

3、本发明所产生的技术效果。

（1）本发明基于Scrapy框架和四旋翼飞行器的城市物流系统通过利用Scrapy框架，百度API等互联网技术，结合传统传感器及摄像头云台，采集全面立体的飞行数据，为城市内实现无人机物流提供合理的航迹规划和有效的飞行控制。

（2）本发明的系统各模块独立去耦合，利于后续对单独模块进行拓展开发。

（3）本发明提出的基于Scrapy采集数据与硬件平台共享的方式可以充分利用主机的计算能力，互联网与传感器数据的结合，可以迅速地提取有效信息，制定准确优质的飞行策略，提高无人机物流系统的效率。

附图说明

图1为整体结构框图。

图2为本发明实施例的快递单OCR效果图。

图3为本发明实施例的GPS数据采集图。

具体实施方式

实施例1

如图1所示，本发明实例提供了一种基于Scrapy框架和四旋翼飞行器的城市物流系统，所述城市物流系统由四旋翼飞行器硬件平台、数据采集模块、图像识别模块、飞行控制模块，以及控制基站构成。四旋翼飞行器硬件平台包括惯性导航单元、多自由度摄像头云台、测距模块、GPS定位模块以及通信模块；数据采集模块主要包括传感器实时采集模块和网络信息爬取模块，前者利用传感器采集各飞行参数及实景图像，后者基于Scrapy框架设计网络爬虫程序采集网络数据，两者信息有机融合，相互补充，为飞行控制模块提供更为全面和立体的信息，并将采集到的路网信息反馈到控制基站，丰富本地地图库，提高系统在复杂情况下的可用性；图像识别模块用于对摄像头云台采集到的图像数据进行分析，以达到标志定位和警报预警的功能，同时还可以通过调用百度API对快递单进行OCR文本识别，采集地理位置，转换为经纬度信息，得到订单具体目的位置，并将指令信号分发给飞行控制模块，从而实现物流自动化部署；飞行控制模块用于对惯性导航单元采集到的数据进行姿态解算，根据控制基站的指令信号，实时调节飞行器的飞行姿态，保证飞行器的自主稳定飞行；控制基站与飞行器间采用双向通信，分发指令的同时，接收机载传感器及摄像头云台采集到的数据，实时显示飞行器航迹信息与机体状态，还可实现对机载摄像头云台进行人工控制，获取特定的数图像数据。本发明通过利用Scrapy框架、百度API等互联网技术，结合各类传感器及摄像头云台，采集全面立体的飞行数据，为城市内实现无人机物流提供合理的航迹规划和有效的飞行控制。

如图2所示，步骤1、图像识别模块调用百度文本识别SDK对快递单进行OCR文本识别，将目标信息转换为具体的经纬度数据，回传给控制基站。

步骤1.1、引用AipOcr依赖包，对appId、apiKey、secretKey进行赋值，完成对百度通用文字识别API的配置。并通过client = AipOcr(**config)，将配置好的参数传递给API，新建一个client类。

步骤1.2、配置需要进行OCR文本识别的快递单图片路径imgPath，并新建一个读取该照片路径的函数get_img。

步骤1.3、定义参数变量元组options[]

步骤1.4、调用通用文字识别接口

client.basicAccurate(get_img (imgPath), options)，并对回传JSON数据进行整定和处理。

步骤1.5、将提取到的寄件地址、寄件人、收件地址、收件人等信息，与坐标转化的网址链接进行拼接，配置好坐标转化的WebAPI。

步骤1.6、通过Scrapy爬虫对上述WebAPI进行调用，并将返回数据解析为JSON格式，读取其中经纬度信息，如图2所述。

如图3所示，步骤2、利用目标经纬度数据，调用Scrapy爬虫程序采集目标位置信息，天气信息以及预警信息，合理规划航迹后，控制基站将指令传输给飞行器硬件平台的GPS模块。

步骤2.1、将上述步骤所得的起始点的经纬度信息回传给主控模块，主控模块以起始点和目的点两点为对角划定一个矩形范围

步骤2.2、配置Scrapy爬虫，通过调用高德WebAPI对所划矩形范围内的POIs进行搜索，检索超过飞行器常规飞行高度的建筑物；高压电、广播电台等会影响飞行器传感器数据采集的干扰体；政府机关、机场等禁飞区等。

步骤2.3、在规避上述飞行器不可正常工作的建筑群后，根据最近原则，规划一条合理高效的运输路线。

步骤2.4、为了保障物流系统的并发性，Scrapy爬虫会调用高德WebAPI，将起始点以及目的点的经纬度信息和要规避区域的经纬度信息作为输入参量，返回3条及以上的可行路线，以适应无人机物流系统机群高并发的需求。该路线以公路为基础，保证安全的同时，也具有较高的稳定性。

步骤2.5、Scrapy爬虫将已规划路径的沿途采样点的经纬度作为输入参量，调用和风API，整定回传数据为JSON格式，采集其中的天气概况、风力、风速、降雨量等影响飞行的因素。并融合标志定位系统搭载的传感器采集到的天气数据，计算出完成飞行可能性，并回传给主控模块。

步骤2.6、主控模块接收到的完成飞行可能性大于60%时，将规划好路径的经纬度信息以指令的形式下发给四旋翼硬件平台，开始飞行任务。若解算得到的完成飞行可能性不足60%，则不传输路径信息，四旋翼硬件平台保持待命状态，直到飞行条件允许。

步骤3、飞行控制模块采集惯性导航单元的数据，进行姿态解算，结合控制算法，实现飞行器自主稳定飞行。

步骤4、结合GPS模块中飞行基站规划好的路径数据进行物流配送任务。

步骤5、配送期间，机载摄像头云台实时记录飞行图像数据并回传给控制基站。

步骤6、控制基站对于机载摄像头云台回传的数据，一方面图像识别模块做处理分析，识别交通拥堵、火灾警情等事故预警，实时规划最优路线，与飞行控制模块信息共享，分发指令选择合理的飞行策略。

步骤7、另一方面控制基站会将飞行器摄像头云台采集到的数据储存本地数据库，丰富路网信息的同时以提高飞行器在复杂情况下的飞行能力。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种基于Scrapy框架和四旋翼飞行器的城市物流系统，其特征在于：四旋翼飞行器硬件平台、数据采集模块、图像识别模块、飞行控制模块，以及控制基站构成；

四旋翼飞行器硬件平台包括惯性导航单元、多自由度摄像头云台、测距模块、GPS定位模块以及通信模块；

数据采集模块包括传感器实时采集模块和网络信息爬取模块，前者利用传感器采集各飞行参数及实景图像，后者基于Scrapy框架设计网络爬虫程序采集网络数据，并将采集到的路网信息反馈到控制基站，录入本地地图库；

图像识别模块用于对摄像头云台采集到的图像数据进行分析，标志定位和警报预警，同时还可以通过调用百度API对快递单进行OCR文本识别，采集地理位置，转换为经纬度信息，得到订单具体目的位置，并将指令信号分发给飞行控制模块；

飞行控制模块用于对惯性导航单元采集到的数据进行姿态解算，根据控制基站的指令信号，实时调节飞行器的飞行姿态，保证飞行器的自主稳定飞行；控制基站与飞行器间采用双向通信，分发指令的同时，接收机载传感器及摄像头云台采集到的数据，实时显示飞行器航迹信息与机体状态，还可实现对机载摄像头云台进行人工控制，获取特定的数图像数据；

所述的数据采集模块的网络信息爬取模块具体为：

配置Scrapy爬虫，通过调用高德WebAPI对选择的矩形范围内的POIs进行搜索，主控模块以起始点和目的点两点为对角划定一个矩形范围，检索不可正常工作的建筑群包括超过飞行器常规飞行高度的建筑物、影响飞行器传感器数据采集的干扰体、禁飞区；

在规避上述飞行器不可正常工作的建筑群后，根据最近原则，规划一条合理高效的运输路线；

Scrapy爬虫调用高德WebAPI，将起始点以及目的点的经纬度信息和要规避区域的经纬度信息作为输入参量，返回3条及以上的可行路线，适应无人机物流系统机群高并发的需求；

Scrapy爬虫将已规划路径的沿途采样点的经纬度作为输入参量，调用和风API，整定回传数据为JSON格式，采集影响飞行的因素包括天气概况、风力、风速、降雨量，并融合标志定位系统搭载的传感器采集到的天气数据，计算出完成飞行可能性，并回传给主控模块；

主控模块接收到的完成飞行可能性大于预设值时，将规划好路径的经纬度信息以指令的形式下发给四旋翼硬件平台，开始飞行任务；若解算得到的完成飞行可能性不足预设值，则不传输路径信息，四旋翼硬件平台保持待命状态，直到飞行条件允许。

2.根据权利要求1所属的基于Scrapy框架和四旋翼飞行器的城市物流系统，其特征在于所述的数据采集模块传感器实时采集模块具体为：

引用AipOcr依赖包，对appId、apiKey、secretKey进行赋值，完成对百度通用文字识别API的配置；并通过client = AipOcr(**config)，将配置好的参数传递给API，新建一个client类；

配置需要进行OCR文本识别的快递单图片路径imgPath，并新建一个读取该图片路径的函数get_img；

定义参数变量元组options[]

调用通用文字识别接口

client.basicAccurate(get_img (imgPath), options)，并对回传JSON数据进行整定和处理；

将提取到的寄件地址、寄件人、收件地址、收件人信息，与坐标转化的网址链接进行拼接，配置好坐标转化的WebAPI；

通过Scrapy爬虫对上述WebAPI进行调用，并将返回数据解析为JSON格式，读取其中经纬度信息。

3.一种基于Scrapy框架和四旋翼飞行器的城市物流方法，其特征在于按照如下步骤进行：

步骤1、图像识别模块调用百度文本识别SDK对快递单进行OCR文本识别，将目标信息转换为具体的经纬度数据，回传给控制基站；

步骤2、利用目标经纬度数据，调用Scrapy爬虫程序采集目标位置信息，天气信息以及预警信息，合理规划航迹后，控制基站将指令传输给飞行器硬件平台的GPS模块；

所述的步骤2按照如下步骤进行：步骤2.1、将上述步骤所得的起始点的经纬度信息回传给主控模块，主控模块以起始点和目的点两点为对角划定一个矩形范围；

步骤2.2、配置Scrapy爬虫，通过调用高德WebAPI对所划矩形范围内的POIs进行搜索，检索不可正常工作的建筑群包括超过飞行器常规飞行高度的建筑物、影响飞行器传感器数据采集的干扰体、禁飞区；

步骤2.3、在规避上述飞行器不可正常工作的建筑群后，根据最近原则，规划一条合理高效的运输路线；

步骤2.4、Scrapy爬虫调用高德WebAPI，将起始点以及目的点的经纬度信息和要规避区域的经纬度信息作为输入参量，返回3条及以上的可行路线，适应无人机物流系统机群高并发的需求；

步骤2.5、Scrapy爬虫将已规划路径的沿途采样点的经纬度作为输入参量，调用和风API，整定回传数据为JSON格式，采集影响飞行的因素包括天气概况、风力、风速、降雨量，并融合标志定位系统搭载的传感器采集到的天气数据，计算出完成飞行可能性，并回传给主控模块；

步骤2.6、主控模块接收到的完成飞行可能性大于预设值时，将规划好路径的经纬度信息以指令的形式下发给四旋翼硬件平台，开始飞行任务；若解算得到的完成飞行可能性不足预设值，则不传输路径信息，四旋翼硬件平台保持待命状态，直到飞行条件允许；

步骤3、飞行控制模块采集惯性导航单元的数据，进行姿态解算，结合控制算法，实现飞行器自主稳定飞行；

步骤 4、结合GPS模块中飞行基站规划好的路径数据进行物流配送任务；

步骤5、配送期间，传感器和机载摄像头云台实时记录飞行状态参数和图像数据并回传给控制基站，实时展示机体状态和航迹信息；

步骤6、控制基站对于机载摄像头云台回传的数据，一方面图像识别模块做处理分析，识别交通拥堵、火灾警情事故预警，实时规划路线，与飞行控制模块信息共享，分发指令选择飞行策略；

步骤7、另一方面控制基站会将飞行器摄像头云台采集到的数据储存本地数据库。

4.根据权利要求3所述的基于Scrapy框架和四旋翼飞行器的城市物流方法，其特征在于所述的步骤1按照如下步骤进行：

步骤1.1、引用AipOcr依赖包，对appId、apiKey、secretKey进行赋值，完成对百度通用文字识别API的配置；并通过client = AipOcr(**config)，将配置好的参数传递给API，新建一个client类；

步骤1.2、配置需要进行OCR文本识别的快递单图片路径imgPath，并新建一个读取该图片路径的函数get_img；

步骤1.3、定义参数变量元组options[]

步骤1.4、调用通用文字识别接口

client.basicAccurate(get_img (imgPath), options)，并对回传JSON数据进行整定和处理；

步骤1.5、将提取到的寄件地址、寄件人、收件地址、收件人信息，与坐标转化的网址链接进行拼接，配置好坐标转化的WebAPI；

步骤1.6、通过Scrapy爬虫对上述WebAPI进行调用，并将返回数据解析为JSON格式，读取其中经纬度信息。