CN111476112B - 无人机多混合任务巡采巡查方法及平台系统 - Google Patents

无人机多混合任务巡采巡查方法及平台系统 Download PDF

Info

Publication number
CN111476112B
CN111476112B CN202010202355.4A CN202010202355A CN111476112B CN 111476112 B CN111476112 B CN 111476112B CN 202010202355 A CN202010202355 A CN 202010202355A CN 111476112 B CN111476112 B CN 111476112B
Authority
CN
China
Prior art keywords
acquisition
unmanned aerial
aerial vehicle
target
inspection
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.)
Active
Application number
CN202010202355.4A
Other languages
English (en)
Other versions
CN111476112A (zh
Inventor
曾崛
赖海斌
黄卫
石中天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Woven Brain Intelligence Technology Co ltd
Original Assignee
Shenzhen Woven Brain Intelligence Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Woven Brain Intelligence Technology Co ltd filed Critical Shenzhen Woven Brain Intelligence Technology Co ltd
Priority to CN202010202355.4A priority Critical patent/CN111476112B/zh
Publication of CN111476112A publication Critical patent/CN111476112A/zh
Application granted granted Critical
Publication of CN111476112B publication Critical patent/CN111476112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Astronomy & Astrophysics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例适用于无人机技术和人工智能领域，公开了一种无人机多混合任务巡采巡查方法及平台系统，方法包括：确定目标采查对象，并根据目标采查对象得到待采查区域；获取待采查区域的勘探勘查信息；对目标采查对象配置采查策略；根据勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息；将航班信息传输至无人机，以指示无人机按照航班信息进行巡采巡查，得到一个或多个目标采查对象的采查任务对应的影像数据。本申请实施例通过无人机进行巡采巡查，代替了人工巡采巡查的方式，且可以混合对多个采查任务进行巡采巡查，减少了人工成本和时间成本，降低了巡采巡查的难度。

Description

无人机多混合任务巡采巡查方法及平台系统
技术领域
本申请属于无人机技术和人工智能领域，尤其涉及一种无人机多混合任务巡采巡查方法及平台系统。
背景技术
目前对区域进行巡采巡查工作时，主要是采取人工的方式到达该区域去进行采查作业。例如，如果需要采查某施工工地的安全帽佩戴情况，则需要采查人员到达现场，使用相应的设备采集安全帽佩戴情况。
这种方式一方面不能对多个任务进行采查作业，需花费较多的人工成本和时间成本；另一方面对于人工难于到达的地方，例如水库、河流、山路和危险边坡等，进行采查作业具有一定的困难度。
现有技术中，依赖于人力进行巡采巡查，人工成本和时间成本较高，难度较大。
发明内容
本申请实施例提供一种无人机多混合任务巡采巡查方法及平台系统，以解决现有技术中依赖于人工成本和时间成本较高，难度较大的问题。
第一方面，本申请实施例提供一种无人机多混合任务巡采巡查方法，包括：
确定目标采查对象，并根据所述目标采查对象得到待采查区域；
获取所述待采查区域的勘探勘查信息；
对所述目标采查对象配置采查策略；
根据所述勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息；
将所述航班信息传输至无人机，以指示所述无人机按照所述航班信息进行巡采巡查，得到一个或多个所述目标采查对象的采查任务对应的影像数据。
可以看出，本申请实施例通过无人机进行巡采巡查，代替了人工巡采巡查的方式，且可以混合对多个采查任务进行巡采巡查，减少了人工成本和时间成本，降低了巡采巡查的难度。
在第一方面的一种可能的实现方式中，在所述无人机得到所述影像数据之后，还包括：
获取所述无人机传输的所述影像数据；基于预设人工智能算法对所述影像数据进行处理，得到预警数据；
或者，接收所述无人机传输的预警数据，所述预警数据是所述无人机基于预设人工智能算法对所述影像数据进行处理后得到的。
在第一方面的一种可能的实现方式中，在基于预设人工智能算法对所述影像数据进行处理，得到预警数据之后，还包括：
将所述预警数据分拨至对应的治理单位的分管人员或平台系统。
需要指出的是，本申请实施例可以自动对无人机拍摄到的影像数据进行预测，得到预警数据。然后再将预警数据自动分拨至对应的治理单位的分管人员或平台系统，即自动进行预警，进一步提高了智能巡采巡查的效率，还提高了智能巡采巡查的智能性。
在第一方面的一种可能的实现方式中，将所述预警数据分拨至对应的治理单位的分管人员或平台系统，包括：
使用路由规则中的过滤规则对所述预警数据进行过滤；
使用路由规则中的分拨规则将过滤后的预警数据分拨至对应的治理单位的分管人员或平台系统。
在第一方面的一种可能的实现方式中，根据所述勘探勘查信息，对同一采查策略下的目标采查对象进行航班规划，得到航班信息，包括：
根据所述勘探勘查信息，对同一采查策略下的目标采查对象进行航线规划，得到航线；
根据所述采查策略，为所述航线配置采查时间信息；
根据所述目标采查对象中的采查任务，为所述航线配置对应的预设人工智能算法；
所述航班信息包括所述航线、所述航线的采查时间信息和所述采查任务对应的预设人工智能算法。
在第一方面的一种可能的实现方式中，所述目标采查对象包括采查领域、采查对象和采查任务；或者，所述目标采查对象包括采查领域、采查对象、采查场景和采查任务。
第二方面，本申请实施例提供一种无人机多混合任务巡采巡查平台系统，包括：
确定模块，用于确定目标采查对象，并根据所述目标采查对象得到待采查区域；
勘探勘查信息获取模块，用于获取所述待采查区域的勘探勘查信息；
采查策略配置模块，用于对所述目标采查对象配置采查策略；
航班规划模块，用于根据所述勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息；
巡采巡查模块，用于将所述航班信息传输至无人机，以指示所述无人机按照所述航班信息进行巡采巡查，得到一个或多个所述目标采查对象的采查任务对应的影像数据。
在第二方面的一种可能的实现方式中，还包括：
预警模块，用于获取所述无人机传输的所述影像数据；基于预设人工智能算法对所述影像数据进行处理，得到预警数据；或者，接收所述无人机传输的预警数据，所述预警数据是所述无人机基于预设人工智能算法对所述影像数据进行处理后得到的。
第三方面，本申请实施例提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面任一项所述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一项所述的方法。
第五方面，本申请实施例提供一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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为本申请实施例提供的一种无人机多混合任务巡采巡查方法的流程示意框图；
图2为本申请实施例提供的采查领域、采查任务和采查对象之间的关系示意图；
图3为本申请实施例提供的采查场景、采查领域、采查任务和采查对象之间的关系示意图；
图4为本申请实施例提供的采查场景、采查领域、采查任务和采查对象之间的另一种关系示意图；
图5为本申请实施例提供的航班信息示意图；
图6为本申请实施例提供的无人机多混合任务巡采巡查方法的另一种流程示意框图；
图7为本申请实施例提供的无人机多混合任务巡采巡查平台系统的结构示意框图；
图8为本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。
现有技术中，巡采巡查工作一般是人力进行巡采巡查的，效率十分低下。另外，人工巡采巡查方式不能同时对多个采查任务进行采查作业。还有，有一些采查作业地点人工难以到达，例如，水库和危险边坡等。
基于此，本申请实施例提供一种无人机多混合任务巡采巡查方案，该方案通过无人机进行巡采巡查，相较于人工巡采巡查，前者可以降低人力成本和时间成本，提高巡采巡查效率。而对于一些人工难以到达的地方，无人机也可以比较容易地进行巡采巡查，降低了巡采巡查的难度。另外，一个采查策略下有一个或多个目标采查对象，即有一个或多个采查任务，对配置同一采查策略下的目标采查对象规划航线，所得到的航线上可有一个或多个目标采查对象，也就是说，无人机可以混合多个目标采查对象的采查任务进行巡采巡查，进一步降低人力成本和时间成本，也可以提高巡采巡查效率。
举例来说，假设有两个目标采查对象：X区域内的河流的河面是否有漂流物；X区域内的地质灾害点的危险边坡有无裸露；而是否有漂流物和有无裸露为采查任务。在本申请实施例中，对这两个目标采查对象配置的采查策略相同，且得到一条覆盖两个目标采查对象的航线，即得到一条覆盖两个目标采查对象的采查任务的航线。当到采查时间时，则使用无人机对这两个目标采查对象的采查任务进行巡采巡查，以实现混合多个任务进行巡采巡查，降低了人力成本和时间成本，提高了巡采巡查效率。
此时，如果使用现有的人力巡采巡查方式，只能分别对这两种情况进行巡采巡查，而不使用无人机飞行一条航线同时对这两个目标采查对象的采查任务进行巡采巡查。这样，需要花费较多的人力和时间成本，以分别执行这两个采查任务。
而本申请实施例中，用户根据目标采查对象确定对应的采查领域、采查对象、采查场景和采查任务等。例如，对于某条河流的河面是否有漂浮物的目标采查对象来说，可以确定采查领域为河流，采查场景为河面巡检，采查对象为河流河面，采查任务为河面是否有漂流物。
然后再根据目标采查对象，确定出待采查区域。此时，待采查区域是指该区域的河流区域和对应的危险边坡区域。确定出待采查区域之后，可以对该待采查区域进行勘探和勘查，获取到对应的勘查勘探信息，例如，待采查区域的GPS信号和4G信号等。
接着，为包括这两个采查任务的目标采查对象配置对应的采查策略，该采查策略可以例如为但不限于周期采查、时点采查、气候采查和专项行动。再基于之前得到的待采查区域的勘探勘查信息，对同一采查策略下的目标采查对象规划出航班信息，该航班信息可以包括覆盖该区域的河流区域和危险边坡区域的航线，采查时间(即什么时候开始巡采巡查)，以及每个采查任务对应的人工智能算法，该人工智能算法用于对拍摄到的影像数据进行预测，得到对应的预警数据。
得到航班信息之后，无人机可以根据该航班信息进行飞行作业，拍摄到河流河面的影像数据和危险边坡对应的影像数据。在无人机飞行作业过程中，无人机可以实时地将拍摄到的影像传回给地面的管理平台系统，这样，用户即可通过影像数据得知该河流河面是否有漂流物，以及危险边坡的具体情况。
由此可见，本申请实施例的无人机多混合任务巡采巡查方法，可以提高巡采巡查效率，降低成本和困难度。
进一步地，无人机拍摄得到影像数据之后，还可以自动地对影像数据进行预测，得到预警数据，并将预警数据自动分拨至对应的治理单位，即实现了自动预警和自动预警分拨，进一步提高了巡采巡查的智能化程度和效率。
本申请实施例提供的无人机多混合任务巡采巡查方法可以基于包括无人机、无人机地面站和地面管理平台的系统实现的。用户根据需要可以通过地面管理平台，确定对应的目标采查对象，规划出对应的航班信息。无人机则根据航班信息进行飞行，拍摄到对应的影像数据。无人机还可以将拍摄到的影像数据实时回传至地面管理平台。
下面将通过具体实施例对本申请实施例提供的技术方案进行介绍。
参见图1，为本申请实施例提供的一种无人机多混合任务巡采巡查方法的流程示意框图，该方法可以应用于地面管理平台，该方法可以包括以下步骤：
步骤S101、确定目标采查对象，并根据目标采查对象得到待采查区域。
一般情况下，目标采查对象可以包括采查领域、采查对象和采查任务；也可以包括采查领域、采查对象、采查场景和采查任务；亦可以包括采查领域和采查任务。
需要说明的是，一个目标采查对象可包括一个或多个采查任务，多个目标采查对象有多个采查任务。例如，河流的河面是否有漂流物和是否有船只，其中，该目标采查对象包括两个采查任务，分别为：是否有漂流物；是否有船只。
具体应用中，用户可以根据实际巡采巡查需求，通过地面管理平台系统，选择对应的采查领域、采查任务和采查对象等，确定出对应的目标采查对象。地面管理平台系统再根据采查领域、采查任务和采查对象等的相互关系，确定出待采查区域。
具体地，确定目标采查对象之后，可以通过采查领域和采查对象得到待采查区域，或者，也可以通过采查对象、采查任务、采查场景和采查领域得到待采查区域。当然，也可以通过采查领域、采查对象和采查任务得到待采查区域，或者，也可以直接通过采查领域得到待采查区域。
下面结合图2示出的采查领域、采查任务和采查对象之间的关系示意图，对采查领域、采查任务和采查对象进行相应介绍。
采查领域是指需进行巡采巡查的领域。采查领域可以包括采查领域名称、采查领域编码、采查对象外键、采查领域类型、采查领域数量、所属区域级联和所属部门级联等。
在一些实施例中，采查领域可包括但不限于河流、水库、自然村、地质灾害点、内涝点、违建重点监控区域、森林和山路。例如，在采查领域名称下创建河流、水库、自然村、地质灾害点、内涝点、违建重点监控区域、森林和山路等采查领域以及配置各个采查领域配置采查领域编码。
采查对象是指采查领域下的具体地方。采查对象可以包括采查对象名称、采查对象编码、采查对象数量和采查任务外键等。
采查对象可分为一级采查对象和二级采查对象，二级采查对象为一级采查对象的下一级。例如，一级采查对象为危险边坡，二级采查对象为坡体或坡体周边，即二级采查对象为危险边坡的坡体或危险边坡的坡体周边。
在一些实施例中，采查对象可包括但不限于河面、河岸、湖面、水库挡墙(坝坡)、水库生态红线区域、大型垃圾堆、危险边坡和内涝监测点。
采查领域包括采查对象外键，采查对象外键为采查对象编码，以使得采查对象通过采查对象外键(采查对象编码)与采查领域关联。
采查对象和采查领域互相关联后，一个采查领域下涉及至少一个采查对象可被选择。例如，采查领域为河流时，采查对象可为河流下的河面或河岸。又例如，采查领域为水库时，采查对象可为水库下的湖面，或者水库下的水库挡墙(坝坡)，或者水库下的水库生态红线区域。
采查任务是指采查对象下的具体动作。采查任务包括采查任务名称、采查任务编码、采查任务数量、外键、所属区域级联和所属单位级联等。其中，所属区域级联指的是属于哪个区域，所属部门级联指的是属于哪个部门管理。
在一些实施例中，采查任务包括但不限于漂浮物、船只、树枝或大量树叶、采沙船、沙堆、菜地、棚屋倒塌数量(铁皮房)、棚屋数量(铁皮房)和裸露的土地。
例如，在采查任务名称下创建漂浮物、船只、树枝或大量树叶、采沙船、沙堆、菜地、棚屋倒塌数量(铁皮房)、棚屋数量(铁皮房)和裸露的土地等采查任务以及各个采查任务配置采查任务编码。
采查对象包括采查任务外键，采查任务外键为采查任务编码，以使得采查任务通过采查任务编码(采查任务外键)与采查对象关联。例如，采查领域为河流时，采查对象河面或河岸，采查任务为漂流物或船只，互相关联后为：河流下的河面是否有漂流物，或者河流下的河岸是否有漂流物；河流下的河面是否有船只，或者，河流下的河岸是否有船只。
需要说明的是，采查对象和采查任务可以通过关系表进行关联，关系表包括采查任务外键和采查对象外键等，即采查对象和采查任务通过关系表中的采查任务外键和采查对象外键互相关联。
在其它一些实例中，目标采查对象还可包括采查场景。目标采查对象包括采查场景时，采查领域、采查对象和采查任务的关系有所不同。下面结合图3示出的采查场景、采查领域、采查任务和采查对象之间的关系示意图进行介绍。
在图3中，采查对象与采查任务关联，采查任务与采查场景关联，采查场景与采查领域关联。也就是说，一个采查对象下可以有至少一个采查任务被选择，一个采查任务下可以有至少一个采查场景被选择，一个采查场景下可以有至少一个采查领域被选择。
采查场景是指采查领域下的动作。采查场景包括采查场景名称、采查场景编码、采查领域外键、采查场景数量、所属区域级联和所属单位级联等。
在一些实施例中，采查场景可包括但不限于河面巡检、河岸巡检、湖面巡检、坝坡巡检、水库巡检、自然村巡检、边坡巡检、边坡分类检测、内涝点巡检和积水定点变化监测。
例如，在采查场景名称下创建河面巡检、河岸巡检、湖面巡检、坝坡巡检、水库巡检、自然村巡检、边坡巡检、边坡分类检测、内涝点巡检和积水定点变化监测等采查场景以及给各个采查场景配置采查场景编码。
在一种实施例中，采查对象包括采查任务外键，采查任务外键为采查任务编码，从而使得采查对象与采查任务关联。例如，采查对象为河面时，采查任务为是否有漂流物或者是否有船只，互相关联后为：河面是否有漂流物，或者，河面是否有船只。又例如，采查对象为湖面，采查任务为是否有漂流物，互相关联后为：湖面是否有漂流物。
此时，采查任务包括采查场景外键，采查场景外键为采查场景编码，从而使得采查任务与采查场景关联。例如，采查场景为河面巡检，采查任务为是否有漂流物或者是否有船只，采查对象为河面，互相关联后为：巡检河面是否有漂流物，或者，巡检河面是否有船只。
采查场景包括采查领域外键，采查领域外键为采查领域编码，进而使得采查场景与采查领域关联。例如，采查领域为Z河流时，采查场景为河面巡检，采查任务为是否有漂流物或者是否有船只，采查对象为河面，互相关联后为：巡检Z河流的河面是否有漂流物，或者，巡检Z河流的河面是否有船只。
需要说明的是，通过将采查对象与采查任务关联，采查任务与采查场景关联，采查场景与采查领域关联，可在先确定采查对象后再选择采查任务，然后根据采查对象和采查任务去选择采查场景，最后去选择具体的采查领域。
在其它一些实施例中，如图4示出的采查场景、采查领域、采查任务和采查对象之间的另一种关系示意图。
在图4中，采查对象和采查任务通过关系表关联，关系表包括采查对象外键和采查任务外键等，即采查对象通过关系表的采查任务外键与采查任务关联，采查任务通过关系表的采查对象外键与采查对象关联，从而使得一个采查对象可选择一个或多个采查任务，而一个采查任务也可选择一个或多个采查对象。
此时，采查任务包括采查场景外键，采查场景包括采查领域外键，进而使得采查任务与采查场景关联，采查场景与采查领域关联，这与图3示出的采查任务、采查场景和采查领域之间的关系相同，相关介绍请参见上文对应内容，在此不再赘述。
步骤S102、获取待采查区域的勘探勘查信息。
具体应用中，在得到待采查区域之后，可以对该待采查区域进行勘探勘查。勘探勘查可以通过无人机和人工的方式去勘探勘查。勘探可以是指人使用无人机去待采查区域查看相关信息，并获取到待采查区域的相关信息。而勘查可以是对于无人机发现的问题，人为到达问题所在地去确认存在什么问题。得到勘探勘查信息之后，可以将这些信息输入至地面管理平台。
作为示例而非限定，上述勘探勘查信息可以包括但不限于待采查区域的磁场信息、4G信号、障碍物信息、无线链路信息、干扰信号和GPS信号等。
步骤S103、对目标采查对象配置采查策略。
需要说明的是，上述采查策略可以包括但不限于周期采查、时点采查、气候采查和专项行动。
其中，周期采查是指按照周期进行巡采巡查作业，比如每天采查、每周采查。
时点采查是指在节假日或者某日进行巡采巡查作业，比如清明节采查。
气候采查是指在某种天气中进行巡采巡查作业，比如台风天采查。
专项行动是指紧急情况下或者发生意外情况下等进行巡采巡查作业，比如发生交通事故时的采查。
具体应用中，可以根据实际情况需要，对目标采查对象配置对应的采查策略。例如，给“河流下的河面是否有漂流物”这一目标采查对象配置采查策略“周期采查—每周采查”。
步骤S104、根据勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息。
需要说明的是，一个采查策略下可以包括至少一个目标采查对象，即一个采查策略下可以包括至少一个采查任务。若不分别对配置同一采查策略下的目标采查对象规划航线，而对配置不同采查策略下的目标采查对象混合在一起规划航线，这样，可能会出现一条航线包括多种不同采查策略下的采查任务。当根据某个采查策略进行巡采巡查时，可能会导致要飞行很多航线才把该采查策略下的采查任务都执行完。因此，可以根据勘探勘查信息分别对配置同一采查策略的目标采查对象规划航线，进而每个采查策略得到一条或多条航线。
例如，采查策略“周期采查—每天采查”下涉及三个目标采查对象，根据事先勘探勘查所获得的勘探勘查信息对该采查策略下的这三个目标采查对象进行航线规划，得到覆盖这三个目标采查对象的航线。所得到的航线可为一条，也可为多条。
根据待采查区域的勘探勘查信息规划出航线之后，可以根据采查策略给对应采查策略下的航线增加采查时间，再根据航线对应的目标采查对象的采查任务给航线配置对应的人工智能算法，即给航线上对应的目标采查对象的采查任务的位置范围内配置人工智能算法，以实现无人机巡采巡查该位置区域时，可使用对应的人工智能算法去预测得到所需要的信息。
也就是说，先将需要使用的人工智能算法放在一起，然后给不同的人工智能算法配置唯一标识码。在规划得到航线后，根据航线经过的目标采查对象的内容去配置相应的算法，从而将人工智能算法跟航线以及目标采查对象关联。
例如，根据规划得到如图5的一条航线，该航线上包括A、B和C三个目标采查对象，A点为网格梁是否裸露，B点为网格梁是否有裂痕，C点为有无积水。A、B和C点对应的采查任务不同，所需的检测算法不同，因此，给A点配置算法X，给B点配置算法Y，给C点配置算法Z。然后，再增加采查时间等，生成航班。无人机根据该航班进行巡采巡查的过程中，当巡采巡查到A和B点时，使用事先配置的算法X和算法Y判断网格梁是否裸露以及是否有裂痕，输出判断结果。而当巡采巡查到C点时，则可以使用事先配置的算法Z判断C点有无积水，输出判断结果。其中，A点和B点对应的采查任务所在的位置一样，也就是说，到达一个位置点时，可同时对不同的采查任务使用不同的算法进行检测。
或者，无人机按照航班信息进行飞行作业，实时拍摄影像数据的过程中，到达目标采查对象所在的位置时，可以使用事先配置的人工智能算法预测得到预警数据，该预警数据可以包括预警事件数据和预警线索数据。
需要指出的是，无人机可从航线起始点开始拍摄，到航线终点停止拍摄，以得到影像数据；也可以根据航线的目标采查对象所在的位置，预先设置位置范围，当要到达这个位置范围时，才开始拍摄，当离开这个位置范围时，结束拍摄。
也就是说，根据勘探勘查信息，对同一采查策略下的目标采查对象进行航班规划，得到航班信息的过程可以包括：根据勘探勘查信息，对同一采查策略下的目标采查对象进行航线规划，得到航线；根据采查策略，为航线配置采查时间信息；根据目标采查对象中的采查任务，为航线配置对应的预设人工智能算法；航班信息包括但不限于航线、航线的采查时间信息、采查任务对应的预设人工智能算法、飞手和无人机调度。
上述预设人工智能算法，用于对影像数据进行预测，得到对应的预警数据。预警数据可以包括预警事件数据和预警线索数据。
在一些实施例中，对目标采查对象配置采查策略前，可以包括：根据待采查区域的勘探勘查信息对待采查区域使用分割算法，将待采查区域分割为一个或几个微区域，而微区域指的是面积小于或等于待采查区域的区域；然后，对各个微区域的目标采查对象配置采查策略，再根据勘探勘查信息对每个微区域内配置同一采查策略的目标采查对象规划航线；规划出航线后，根据采查策略给对应采查策略下的航线增加采查时间，再根据航线对应的目标采查对象的采查任务给航线配置对应的人工智能算法，最后生成航班信息。
步骤S105、将航班信息传输至无人机，以指示无人机按照航班信息进行巡采巡查，得到一个或多个目标采查对象的采查任务对应的影像数据。
具体地，地面管理平台系统规划出航班信息之后，可以将该航班信息传输至无人机，无人机则可以按照该航班信息进行巡采巡查，拍摄到一个或多个采查任务对应的影像数据。例如，航班信息如图5所示，无人机按照该航班信息进行飞行作业，先飞行到A点和B点，拍摄A点和B点对应的影像数据，然后再飞到C点，拍摄C点对应的影像数据。在无人机飞行作业过程中，无人机可以将拍摄到的影像数据实时回传至地面。
可以看出，本申请实施例通过无人机进行巡采巡查，代替了人工巡采巡查的方式，且可以混合对多个采查任务进行巡采巡查，减少了人工成本和时间成本，降低了巡采巡查的难度。
在一些实施例中，无人机在拍摄得到影像数据之后，可以自动使用配置的人工智能算法对影像数据进行预测，得到预警数据。进一步地，还可以在得到预警数据之后，自动将该预警数据分拨至对应的治理单位。
参见图6示出的本申请实施例提供的无人机多混合任务巡采巡查方法的另一种流程示意框图，该方法应用于地面管理平台系统，可以包括以下步骤：
步骤S601、确定目标采查对象，并根据目标采查对象得到待采查区域。
步骤S602、获取待采查区域的勘探勘查信息。
步骤S603、对目标采查对象配置采查策略。
步骤S604、根据勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息。
步骤S605、将航班信息传输至无人机，以指示无人机按照航班信息进行巡采巡查，得到一个或多个目标采查对象的采查任务对应的影像数据。
需要说明的是，步骤S601～S605与上文图1中的S101～S105相同，相关介绍请参见上文对应内容，在此不再赘述。
步骤S606、获取无人机传输的影像数据；基于预设人工智能算法对影像数据进行处理，得到预警数据；或者，接收无人机传输的预警数据，预警数据是无人机基于预设人工智能算法对影像数据进行处理后得到的。
需要说明的是，无人机拍摄的影像数据包括位置信息，该位置信息是指拍摄该图像数据时无人机所处的地理位置信息。
在一些实施例中，无人机可以将拍摄的影像数据回传至地面站，地面站再将影像数据传输至地面管理平台系统。地面管理平台系统获取到影像数据之后，可以使用预设人工智能算法对影像数据进行预测，得到预警数据。
在另一些实施例中，无人机在拍摄到影像数据之后，也可以在无人机上使用预先配置的预设人工智能算法对影像数据进行预测，得到预警数据。然后再将预警数据回传至地面站，地面站再将预警数据传输至地面管理平台系统。
作为示例而非限定，上述人工智能算法可以具体为但不限于目标检测算法、图像分类算法和目标跟踪算法，具体应用中，可以构建一个目标检测模型，并预先对该模型进行训练，使用训练好的目标检测模型对影像数据进行分析。例如，该目标检测模型可以为Centernet模型。
使用预设人工智能算法对影像数据进行预测之后，可能会得到合规事件数据、预警事件数据和预警线索数据中的一种或多种。合规事件数据可以包括：井盖有盖，道路正常，施工人员佩戴安全帽。预警事件数据可以包括：施工人员未佩戴安全帽、河流有漂流物、网格梁裸露和有内涝点等。预警线索数据可以包括：棚顶违建等。
预警事件和预警线索的区别主要在于：预警线索的内容不太完整，比如缺少主体；或者，预警线索并非紧急要处理的，即优先级低于预警事件。
预警事件和预警线索等可以预先设定，即可以预先设定哪种情况需要预警，哪种情况下不需要预警。
例如，当目标采查对象中的采查任务是某河流河面是否有漂流物时，无人机拍摄到对应的影像数据之后，可以自动使用对应的人工智能算法对影像数据进行分析，如果分析出河面有漂流物，则得到对应的预警数据，该预警数据是指河面有漂流物。
步骤S607、将预警数据分拨至对应的治理单位的分管人员或平台系统。
具体应用中，地面管理平台系统得到获取到预警数据之后，可以将该预警数据自动分拨至对应的治理单位的分管人员或平台系统。每个采查任务都有对应的治理单位的分管人员或对应的治理单位的平台系统，例如，住建水务、土地监察组和城管组等。当需要分拨至对应治理单位的分管人员时，可以通过微信小程序、邮件、短信和电话中的一种或多种方式来通知对应的分管人员。
具体地，可以先使用路由规则中的过滤规则对预警数据进行过滤。
其中，可以根据实际情况先设置过滤条件，可设置一个或多个条件。过滤规则包括过滤规则名称、过滤规则编码、数据集、优先级、状态、过滤规则描述和过滤规则明细，在过滤规则明细包括过滤条件。通过设置一个或多个过滤条件使得预警数据根据过滤条件被过滤掉。
在一些实施例中，通过过滤规则可过滤重复或者预警不对或者不需要预警的信息。其中，过滤规则中包括状态，状态包括启用和关闭。通过状态来启用或者关闭过滤规则。当关闭过滤规则时，则不使用该规则去过滤预警数据；当开启该过滤规则时则使用该规则去过滤预警数据。
然后，可以使用路由规则中的分拨规则将过滤后的预警数据分拨至对应的治理单位的分管人员或平台系统。
具体地，将预警数据过滤后，再将过滤后的数据使用路由规则的分拨规则分拨到相应的单位进行预警。具体是事先设置好分拨条件去分拨预警数据。
分拨规则：事先将治理单位与对应的预警事件和预警线索事件的内容关联在一起，当预测得到预警事件和预警线索后，判断预测得到的预警事件和预警线索的内容是否有一致的，若一致则将预测得到的预警事件或预警线索分到与之关联的单位进行预警。例如，预警事件为河流有漂流物，则判断预先设置的预警事件中是否有河流有漂流物，如果有，则将该预警数据分拨至该预警事件关联的治理单位。
将预警数据分拨至对应的治理单位的分管人员或平台系统前，可使用人工的方式对预警数据进行确认，然后将确认后得到的预警数据分拨至对应的治理单位的分管人员或平台系统。对预警数据进行确认可以是指：到现场确认得到的预警数据是否为要预警的数据，若不是则撤销该次预警，撤销后则不分拨给到对应的治理单位的分管人员或平台系统。或者，也可以将预警数据分拨至对应的治理单位的分管人员或平台系统后，再使用人工的方式对预警数据进行确认。
可以看出，本申请实施例还可以自动对无人机拍摄到的影像数据进行预测，得到预警数据。然后再将预警数据自动分拨至对应的治理单位，即自动进行预警，进一步提高了智能巡采巡查的效率，还提高了智能巡采巡查的智能性。
对应于上文实施例所述的无人机多混合任务巡采巡查方法，图6示出了本申请实施例提供的无人机多混合任务巡采巡查平台系统的结构示意框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图7，该平台系统可以包括：
确定模块71，用于确定目标采查对象，并根据目标采查对象得到待采查区域；
勘探勘查信息获取模块72，用于获取待采查区域的勘探勘查信息；
采查策略配置模块73，用于对目标采查对象配置采查策略；
航班规划模块74，用于根据勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息；
巡采巡查模块75，用于将航班信息传输至无人机，以指示无人机按照航班信息进行巡采巡查，得到一个或多个目标采查对象的采查任务对应的影像数据。
在一种可能的实现方式中，该平台系统还可以包括：
预警模块，用于获取无人机传输的影像数据；基于预设人工智能算法对影像数据进行处理，得到预警数据；或者，接收无人机传输的预警数据，预警数据是无人机基于预设人工智能算法对影像数据进行处理后得到的。
在一种可能的实现方式中，该平台系统还可以包括：
预警分拨模块，用于将预警数据分拨至对应的治理单位的分管人员或平台系统。
在一种可能的实现方式中，上述预警分拨模块具体用于：
使用路由规则中的过滤规则对预警数据进行过滤；
使用路由规则中的分拨规则将过滤后的预警数据分拨至对应的治理单位的分管人员或平台系统。
在一种可能的实现方式中，航班规划模块具体用于：
根据勘探勘查信息，对同一采查策略下的目标采查对象进行航线规划，得到航线；
根据采查策略，为航线配置采查时间信息；
根据目标采查对象中的采查任务，为航线配置对应的预设人工智能算法；
航班信息包括航线、航线的采查时间信息和采查任务对应的预设人工智能算法。
在一种可能的实现方式中，目标采查对象包括采查领域、采查对象、采查场景和采查任务；或者，目标采查对象包括采查领域、采查对象和采查任务。
上述无人机多混合任务巡采巡查平台系统具有实现上述无人机多混合任务巡采巡查方法的功能，该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现，硬件或软件包括一个或多个与上述功能相对应的模块，模块可以是软件和/或硬件。
需要说明的是，上述平台系统/模块之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
图8为本申请一实施例提供的终端设备的结构示意图。如图8所示，该实施例的终端设备8包括：至少一个处理器80、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82，所述处理器80执行所述计算机程序82时实现上述任意各个方法实施例中的步骤。
所述终端设备8可以桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的举例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种无人机多混合任务巡采巡查方法，其特征在于，包括：
确定目标采查对象，并根据所述目标采查对象得到待采查区域，所述目标采查对象包括采查领域、采查对象和采查任务；或者采查领域、采查对象、采查场景和采查任务；或者采查领域和采查任务；
获取所述待采查区域的勘探勘查信息；
对所述目标采查对象配置采查策略；
根据所述勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息；
将所述航班信息传输至无人机，以指示所述无人机按照所述航班信息进行巡采巡查，得到一个或多个所述目标采查对象的采查任务对应的影像数据。
2.如权利要求1所述的方法，其特征在于，在所述无人机得到所述影像数据之后，还包括：
获取所述无人机传输的所述影像数据；基于预设人工智能算法对所述影像数据进行处理，得到预警数据；
或者，接收所述无人机传输的预警数据，所述预警数据是所述无人机基于预设人工智能算法对所述影像数据进行处理后得到的。
3.如权利要求2所述的方法，其特征在于，在基于预设人工智能算法对所述影像数据进行处理，得到预警数据之后，还包括：
将所述预警数据分拨至对应的治理单位的分管人员或平台系统。
4.如权利要求3所述的方法，其特征在于，将所述预警数据分拨至对应的治理单位的分管人员或平台系统，包括：
使用路由规则中的过滤规则对所述预警数据进行过滤；
使用路由规则中的分拨规则将过滤后的预警数据分拨至对应的治理单位的分管人员或平台系统。
5.如权利要求1至4任一项所述的方法，其特征在于，根据所述勘探勘查信息，对同一采查策略下的目标采查对象进行航班规划，得到航班信息，包括：
根据所述勘探勘查信息，对同一采查策略下的目标采查对象进行航线规划，得到航线；
根据所述采查策略，为所述航线配置采查时间信息；
根据所述目标采查对象中的采查任务，为所述航线配置对应的预设人工智能算法；
所述航班信息包括所述航线、所述航线的采查时间信息和所述采查任务对应的预设人工智能算法。
6.一种无人机多混合任务巡采巡查平台系统，其特征在于，包括：
确定模块，用于确定目标采查对象，并根据所述目标采查对象得到待采查区域，所述目标采查对象包括采查领域、采查对象和采查任务；或者采查领域、采查对象、采查场景和采查任务；或者采查领域和采查任务；
勘探勘查信息获取模块，用于获取所述待采查区域的勘探勘查信息；
采查策略配置模块，用于对所述目标采查对象配置采查策略；
航班规划模块，用于根据所述勘探勘查信息，对配置同一采查策略的目标采查对象进行航班规划，得到航班信息；
巡采巡查模块，用于将所述航班信息传输至无人机，以指示所述无人机按照所述航班信息进行巡采巡查，得到一个或多个所述目标采查对象的采查任务对应的影像数据。
7.如权利要求6所述的平台系统，其特征在于，还包括：
预警模块，用于获取所述无人机传输的所述影像数据；基于预设人工智能算法对所述影像数据进行处理，得到预警数据；或者，接收所述无人机传输的预警数据，所述预警数据是所述无人机基于预设人工智能算法对所述影像数据进行处理后得到的。
8.如权利要求6所述的平台系统，其特征在于，所述航班规划模块具体用于：
根据所述勘探勘查信息，对同一采查策略下的目标采查对象进行航线规划，得到航线；
根据所述采查策略，为所述航线配置采查时间信息；
根据所述目标采查对象中的采查任务，为所述航线配置对应的预设人工智能算法；
所述航班信息包括所述航线、所述航线的采查时间信息和所述采查任务对应的预设人工智能算法。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
CN202010202355.4A 2020-03-20 2020-03-20 无人机多混合任务巡采巡查方法及平台系统 Active CN111476112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010202355.4A CN111476112B (zh) 2020-03-20 2020-03-20 无人机多混合任务巡采巡查方法及平台系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010202355.4A CN111476112B (zh) 2020-03-20 2020-03-20 无人机多混合任务巡采巡查方法及平台系统

Publications (2)

Publication Number Publication Date
CN111476112A CN111476112A (zh) 2020-07-31
CN111476112B true CN111476112B (zh) 2023-08-15

Family

ID=71748327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010202355.4A Active CN111476112B (zh) 2020-03-20 2020-03-20 无人机多混合任务巡采巡查方法及平台系统

Country Status (1)

Country Link
CN (1) CN111476112B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102369B (zh) * 2020-09-11 2024-04-09 陕西欧卡电子智能科技有限公司 水面漂浮目标自主巡检方法、装置、设备及存储介质
CN112231505A (zh) * 2020-10-15 2021-01-15 中国科学院空天信息创新研究院 应急航空遥感数据处理方法、装置、电子设备及存储介质
CN112633114B (zh) * 2020-12-17 2024-04-26 深圳块织类脑智能科技有限公司 面向建筑物变化事件的无人机巡查智能预警方法和装置
CN113325872A (zh) * 2021-06-10 2021-08-31 广州极飞科技股份有限公司 植物的巡查方法及装置、系统、飞行器

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06139485A (ja) * 1992-10-27 1994-05-20 Hitachi Building Syst Eng & Service Co Ltd 保守巡回作業表作成装置
CN103812052A (zh) * 2014-03-07 2014-05-21 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
CN105404938A (zh) * 2015-11-30 2016-03-16 国网山东省电力公司烟台供电公司 一种缩短输电线路巡视时间的巡线路径优化方法
CN105809331A (zh) * 2016-02-26 2016-07-27 北京元心科技有限公司 生成和下发巡检任务的方法以及服务器
CN106295897A (zh) * 2016-08-15 2017-01-04 南京航空航天大学 基于风险与成本分析的飞机结构检查任务规划方法
CN106485349A (zh) * 2016-09-26 2017-03-08 南方电网科学研究院有限责任公司 一种巡视时间的分配方法
CN106774427A (zh) * 2017-03-16 2017-05-31 山东大学 基于无人机的水域自动巡检系统及方法
CN107131877A (zh) * 2016-02-29 2017-09-05 星克跃尔株式会社 无人飞行器航线构建方法及系统
CN107181323A (zh) * 2017-07-18 2017-09-19 国网江西省电力公司南昌供电分公司 一种无人机巡线系统及方法
CN107274509A (zh) * 2017-05-31 2017-10-20 北京市燃气集团有限责任公司 一种城市管网泄漏检测车巡检路径的生成方法
CN108733755A (zh) * 2018-04-11 2018-11-02 国网山东省电力公司信息通信公司 一种基于输电线路三维信息的智能巡检方法及系统
CN110207832A (zh) * 2019-06-26 2019-09-06 深圳市微纳集成电路与系统应用研究院 基于无人机的高压线路巡检系统及其巡检方法
CN110427041A (zh) * 2019-07-04 2019-11-08 珠海九圆能源设备制造有限公司 一种热网管道无人机巡航系统及方法
CN110503229A (zh) * 2018-07-23 2019-11-26 杉数科技(北京)有限公司 用于车辆路径优化的方法、装置和计算设备
CN110728483A (zh) * 2019-09-30 2020-01-24 深圳易可达科技有限公司 一种快速拣货方法
CN110852534A (zh) * 2020-01-15 2020-02-28 江苏苏宁物流有限公司 运输路径确定方法、装置、计算机设备和存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06139485A (ja) * 1992-10-27 1994-05-20 Hitachi Building Syst Eng & Service Co Ltd 保守巡回作業表作成装置
CN103812052A (zh) * 2014-03-07 2014-05-21 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
CN105404938A (zh) * 2015-11-30 2016-03-16 国网山东省电力公司烟台供电公司 一种缩短输电线路巡视时间的巡线路径优化方法
CN105809331A (zh) * 2016-02-26 2016-07-27 北京元心科技有限公司 生成和下发巡检任务的方法以及服务器
CN107131877A (zh) * 2016-02-29 2017-09-05 星克跃尔株式会社 无人飞行器航线构建方法及系统
CN106295897A (zh) * 2016-08-15 2017-01-04 南京航空航天大学 基于风险与成本分析的飞机结构检查任务规划方法
CN106485349A (zh) * 2016-09-26 2017-03-08 南方电网科学研究院有限责任公司 一种巡视时间的分配方法
CN106774427A (zh) * 2017-03-16 2017-05-31 山东大学 基于无人机的水域自动巡检系统及方法
CN107274509A (zh) * 2017-05-31 2017-10-20 北京市燃气集团有限责任公司 一种城市管网泄漏检测车巡检路径的生成方法
CN107181323A (zh) * 2017-07-18 2017-09-19 国网江西省电力公司南昌供电分公司 一种无人机巡线系统及方法
CN108733755A (zh) * 2018-04-11 2018-11-02 国网山东省电力公司信息通信公司 一种基于输电线路三维信息的智能巡检方法及系统
CN110503229A (zh) * 2018-07-23 2019-11-26 杉数科技(北京)有限公司 用于车辆路径优化的方法、装置和计算设备
CN110207832A (zh) * 2019-06-26 2019-09-06 深圳市微纳集成电路与系统应用研究院 基于无人机的高压线路巡检系统及其巡检方法
CN110427041A (zh) * 2019-07-04 2019-11-08 珠海九圆能源设备制造有限公司 一种热网管道无人机巡航系统及方法
CN110728483A (zh) * 2019-09-30 2020-01-24 深圳易可达科技有限公司 一种快速拣货方法
CN110852534A (zh) * 2020-01-15 2020-02-28 江苏苏宁物流有限公司 运输路径确定方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
巡检管理系统在线路维护工作中应用;戴燕莉;;通信与信息技术(05);60-63 *

Also Published As

Publication number Publication date
CN111476112A (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN111476112B (zh) 无人机多混合任务巡采巡查方法及平台系统
Zear et al. Intelligent transport system: A progressive review
Daranda Neural network approach to predict marine traffic
CN114742128A (zh) 一种船舶异常行为的识别方法、装置、终端和存储介质
CN102831787A (zh) 一种基于码头泊位智能监管方法及系统
CN113196331A (zh) 利用卫星影像的应用服务提供装置及方法
CN112447041A (zh) 识别车辆的营运行为的方法、装置及计算设备
CN109960148A (zh) 一种智能无人系统的自主性评估方法及系统
CN113781811B (zh) 一种矿区路口车辆通行决策系统及方法
Li et al. An UAV scheduling and planning method for post-disaster survey
CN114936332A (zh) 一种风电场水域船舶交通流分析的方法、装置和存储介质
Beke et al. The role of drones in linking industry 4.0 and ITS Ecosystems
CN112487894A (zh) 基于人工智能的轨道交通保护区自动巡查方法及装置
CN114494917A (zh) 森林防火综合监管方法及系统
CN114771548A (zh) 用于高级驾驶辅助系统测试和验证的数据记录
CN114004566A (zh) 危险告警的方法、装置及存储介质
CN111640300B (zh) 一种车辆检测处理方法及装置
CN115631420B (zh) 一种隧道积水识别方法、装置、存储介质及电子装置
Voloshyn Conceptual model of information system for drone monitoring of trees’ condition
Athreyasa Roadway Traffic Analysis Scheme using Unmanned Aerial Vehicle Based on Image Processing and Edge Computing
CN116246204A (zh) 一种采砂行为的监控方法、装置、系统及存储介质
CN113221657B (zh) 面向水岸事件的空中ai采查预警方法和装置
Pradhananga et al. GPS-based framework towards more realistic and real-time construction equipment operation simulation
CN112633114A (zh) 面向建筑物变化事件的无人机巡查智能预警方法和装置
CN112235380A (zh) 一种厂网协控方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220211

Address after: 518000 2515, building 2, Huilong business center, North Station community, Minzhi street, Longhua District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Zhongke Baotai Aerospace Technology Co.,Ltd.

Address before: Room 1101-1102, building 1, Changfu Jinmao building, No.5, Shihua Road, free trade zone, Fubao street, Futian District, Shenzhen, Guangdong 518000

Applicant before: Shenzhen Zhongke Baotai Technology Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230111

Address after: 1602, 16th floor, building B, Datang times commercial complex, 2203 Meilong Avenue, Qinghua community, Longhua street, Longhua District, Shenzhen, Guangdong 518000

Applicant after: Shenzhen Woven Brain Intelligence Technology Co.,Ltd.

Address before: 518000 2515, building 2, Huilong business center, North Station community, Minzhi street, Longhua District, Shenzhen, Guangdong Province

Applicant before: Shenzhen Zhongke Baotai Aerospace Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant