CN111580553A - 一种无人机飞行控制器、无人机防疫监管系统和方法 - Google Patents
一种无人机飞行控制器、无人机防疫监管系统和方法 Download PDFInfo
- Publication number
- CN111580553A CN111580553A CN202010392961.7A CN202010392961A CN111580553A CN 111580553 A CN111580553 A CN 111580553A CN 202010392961 A CN202010392961 A CN 202010392961A CN 111580553 A CN111580553 A CN 111580553A
- Authority
- CN
- China
- Prior art keywords
- personnel
- module
- real
- unmanned aerial
- information
- 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.)
- Pending
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000036760 body temperature Effects 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000009529 body temperature measurement Methods 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 208000031636 Body Temperature Changes Diseases 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 239000013598 vector Substances 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000005562 fading Methods 0.000 description 4
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 208000025721 COVID-19 Diseases 0.000 description 2
- 241000711573 Coronaviridae Species 0.000 description 2
- 206010035664 Pneumonia Diseases 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 229960005486 vaccine Drugs 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明适用于无人机领域，提供了一种无人机飞行控制器、无人机防疫监管系统和方法。无人机飞行控制器，包括处理器和分别与处理器电连接的卫星接收机模块、语音警告模块、巡查模块、体温监测模块、网络通信模块和电源模块；处理器用于利用卫星接收机模块获取的实时卫星数据计算出实时的位置信息和速度信息，并根据位置信息和速度信息规划出巡航轨迹；如果巡查模块产生的巡航结果表明存在人员聚集现象，则通过语音警告模块对聚集人员进行警告并通过体温监测模块对聚集人员进行实时多目标体温测量，再通过网络通信模块将相关聚集人员信息数据上传。本发明不需要大量的监管人员，监管实时性强，监管到位，数据信息共享及时。
Description
技术领域
本发明属于无人机领域，尤其涉及一种无人机飞行控制器、无人机防疫监管系统和方法。
背景技术
传染病(例如新型冠状病毒肺炎(Corona Virus Disease 2019，COVID-19))对人类生命安全构成极大威胁，新型冠状病毒肺炎具有极强的传染力且潜伏周期久，在疫苗未研发出来之前，抑制新型冠状病毒肺炎发展的有效方式就是切断传播途径，减少人员之间的接触与流动，采取有效的监管方式。传统的监管手段在较大区域监管时，费时耗力，很难提高监管的实时性，监管效率低下且不能保障监管人员的安全。根据当前全球严峻的疫情形势，采取有效的防疫措施至关重要，而传统的防疫措施，需要投入大量的监管人员且存在监管不到位、监管实时性差、数据信息共享滞后等缺点。
发明内容
本发明的目的在于提供一种无人机飞行控制器、无人机防疫监管系统、方法和无人机，旨在解决传统的防疫措施，需要投入大量的监管人员且存在监管不到位、监管实时性差、数据信息共享滞后等缺点的问题。
第一方面，本发明提供了一种无人机飞行控制器，包括处理器和分别与处理器电连接的卫星接收机模块、语音警告模块、巡查模块、体温监测模块、网络通信模块和电源模块；其中，
卫星接收机模块用于实时获取卫星导航数据；
语音警告模块用于警告和驱散地面人员；
巡查模块用于根据巡航轨迹实时产生巡航结果；
体温监测模块用于对地面人员进行非接触式多目标实时体温测量，并将体温数据发送给处理器；
网络通信模块用于和后台通信并上传采集到的人员信息；
处理器用于利用卫星接收机模块获取的实时卫星数据计算出实时的位置信息和速度信息，并根据位置信息和速度信息规划出巡航轨迹；如果巡查模块产生的巡航结果表明存在人员聚集现象，则通过语音警告模块对聚集人员进行警告并通过体温监测模块对聚集人员进行实时多目标体温测量，再通过网络通信模块将相关聚集人员信息数据上传；如果不存在人员聚集现象，则按照巡航轨迹继续巡航。
第二方面，本发明提供了一种无人机防疫监管系统，包括至少一如上述的无人机飞行控制器和与无人机飞行控制器通信的服务器。
第三方面，本发明提供了一种无人机，包括如上述的无人机飞行控制器。
第四方面，本发明提供了一种无人机防疫监管方法，包括以下步骤：
S101、获取实时卫星数据；
S102、利用实时卫星数据计算出实时的位置信息和速度信息；
S103、根据实时的位置信息和速度信息规划巡航轨迹；
S104、根据巡航轨迹产生巡航结果，根据巡航结果确定是否存在人员聚集现象，如果存在人员聚集现象，则执行S105；如果不存在人员聚集现象，则按照巡航轨迹继续巡航；
S105、对地面聚集人员进行目标识别跟踪、语音警告和体温测量，并向服务器上传地面聚集人员的相关信息数据。
在本发明中，由于无人机防疫监管系统包括至少一无人机飞行控制器，无人机飞行控制器的处理器用于利用卫星接收机模块获取的实时卫星数据计算出实时的位置信息和速度信息，并根据位置信息和速度信息规划出巡航轨迹；如果巡查模块产生的巡航结果表明存在人员聚集现象，则通过语音警告模块对聚集人员进行警告并通过体温监测模块对聚集人员进行实时多目标体温测量，再通过网络通信模块将相关聚集人员信息数据上传；如果不存在人员聚集现象，则按照巡航轨迹继续巡航。因此本发明不需要大量的监管人员，监管实时性强，监管到位，数据信息共享及时，方便管理，可以高效率管理地面人员，提高了人们的防范意识，保证监管人员安全，减少了疫情期间人与人之间的接触与流动，有效地切断了病毒传播途径，以此减少被感染的风险。通过对人员信息的采集与分析，更为方便地实施管控，能够实现自动化监管，在疫情期间节约了人力、物力，极大提高了执法效率，保证执法人员的安全。
附图说明
图1是本发明实施例一提供的无人机防疫监管系统中的无人机飞行控制器的具体结构框图。
图2是本发明实施例三提供的无人机防疫监管方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
本发明实施例一提供的无人机防疫监管系统包括至少一无人机飞行控制器和与无人机飞行控制器通信的服务器。
请参阅图1，无人机飞行控制器包括处理器11和分别与处理器11电连接的卫星接收机模块12、语音警告模块13、巡查模块14、体温监测模块15、网络通信模块16和电源模块17。
其中，卫星接收机模块12实时获取卫星导航数据。卫星接收机模块12可以采用北斗卫星接收机，实时获取北斗卫星导航数据。该北斗卫星导航数据为导航电文，包括系统时间、星历和星书，导航电文的参数提供了时间信息，利用导航电文的参数可以确定速度和位置。当然也可以采用其他卫星接收机。
语音警告模块13用于警告和驱散地面人员，播放疫情防控期间最新动态。
巡查模块14用于根据巡航轨迹实时产生巡航结果，具体用于监控地面情况并对地面人员进行目标识别在线匹配公安部数据库和疫情管理数据库。巡查模块具体可以包括电连接的板载计算机和高清摄像头，板载计算机采用NVIDIA TX2处理器，用于处理实时复杂匹配算法。
体温监测模块15用于对地面人员进行非接触式多目标实时体温测量，并将体温数据发送给处理器。体温监测模块采用高精度热成像体温监测技术，精度≤0.3℃，内置自动测温修正，消除温度漂移；实时测温，非接触式多目标同步自动测量，响应时间在30ms以内，杜绝漏测现象。
网络通信模块16用于和后台通信并上传采集到的人员信息，可以采用5G通信模块，低延时，有助于数据间的快速分享。
处理器11用于利用卫星接收机模块获取的实时卫星数据计算出实时的位置信息、速度信息，并根据位置信息和速度信息规划出巡航轨迹；如果巡查模块产生的巡航结果表明存在人员聚集现象，则通过语音警告模块对聚集人员进行警告并通过体温监测模块对聚集人员进行实时多目标体温测量，再通过网络通信模块将相关聚集人员信息数据上传；如果不存在人员聚集现象，则按照巡航轨迹继续巡航。
处理器11还可以用于计算记录语音警告次数和体温变化范围；根据语音警告次数和体温变化范围确定监管等级，监管等级包括一般监管和重点监管；警告三次及以下，警告有效，且体温正常人员列为一般监管对象，并将相关人员信息数据上传；警告三次以上，警告有效或警告无效，或体温高于37.3℃人员列为重点监管对象，并将相关人员信息数据上传。
处理器11可以包括主处理器和备份协处理器，例如包括32位STM32F427Cortex M4带硬件浮点主处理器和STM32F103备份协处理器，备份协处理器用于主处理器发生故障时保障系统正常运行。
服务器可以包括数据分析服务器以及分别与数据分析服务器相连接的Web服务器、公安部数据库服务器、疫情管理数据库服务器和执法系统服务器。其中web服务器用于与无人机飞行控制器行通信，包括接收无人机飞行控制器上传的聚集人员信息数据；数据分析服务器用于根据行为信息分析结果产生相应的监管措施；公安部数据库服务器用于存储警告三次以上有效和警告无效人员信息；疫情管理数据库服务器用于存储体温高于37.3℃人员信息；执法系统服务器用于执行数据分析服务器产生的监管措施，包括通知周围疫情执法人员对一般监管人员进行批评教育和强化防控意识；通知附近公安机关对警告三次以上有效和警告无效人员采取拘留措施；通知附近医护人员和执法人员对体温高于37.3℃人员采取隔离措施。
无人机飞行控制器还可以包括与处理器电连接的惯性导航模块，惯性导航模块可以是一个MPU6000三轴陀螺仪或三轴加速度计，用于产生惯性导航器件数据，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，得到在导航坐标系中的速度、偏航角和位置信息。惯性导航模块用于和北斗卫星导航形成互补优势，提供更精确的导航轨迹。网络通信模块还用于获取监管区域的天气信息。则处理器具体用于基于改进的强跟踪UKF算法并利用卫星接收机模块获取的实时卫星数据和惯性导航模块获取的实时惯性导航器件数据融合计算出实时的位置信息和速度信息，并根据位置信息、速度信息和天气信息规划出一条最优的巡航轨迹。
本发明实施例一无人机防疫监管系统中的无人机飞行控制器的工作过程如下：
通过卫星接收机模块获取实时北斗卫星数据，通过惯性导航模块获取实时惯性导航器件数据；处理器基于改进的强跟踪UKF(Unscented Kalman Filter,无迹卡尔曼滤波)算法并利用实时卫星数据和实时惯性导航器件数据融合计算出实时的高精度位置信息和速度信息，并根据实时高精度位置信息和速度信息规划巡航轨迹；巡查模块根据巡航轨迹对地面情况实时巡查产生实时巡航结果；如果发现地面有聚集人员，则对地面人员进行识别跟踪、语音警告和体温测量，并将人员数据信息上传到服务器，即后台监管设备，服务器接收人员数据信息分析人员行为信息，在线匹配公安数据库和疫情管理数据库，保证数据库的高动态实时性，并根据行为信息分析结果产生相应的监管措施；如果不存在，则将按照巡航轨迹继续巡航。其中数据信息包括人员面部特征、人员体温信息等。行为信息分析结果包括：警告三次及以下有效，警告三次以上有效或警告无效，体温超过37.3℃。其中，监管措施包括：对一般监管人员由执法人员进行批评教育、强化防控意识；对警告三次以上有效和警告无效人员交由公安机关处置；对体温高于37.3℃人员由医护人员采取隔离措施。
实施例二：
本发明实施例二提供了一种包括本发明实施例一无人机防疫监管系统中的无人机飞行控制器的无人机。
实施例三：
请参阅图2，本发明实施例三提供的无人机防疫监管方法包括以下步骤：
S101、获取实时卫星数据。
在本发明实施例三中，S101具体可以为：获取实时卫星数据和实时惯性导航器件数据。
卫星数据可以是北斗卫星导航数据，该北斗卫星导航数据为导航电文，包括系统时间、星历和星书，导航电文的参数提供了时间信息，利用导航电文的参数可以确定速度和位置。北斗卫星导航数据由卫星接收机模块获得。惯性导航器件数据由惯性导航模块产生，主要由陀螺仪和加速度计产生。
S102、利用实时卫星数据计算出实时的位置信息和速度信息。
在本发明实施例三中，S102具体可以为：基于改进的强跟踪UKF算法并利用实时卫星数据和实时惯性导航器件数据融合计算出实时的位置信息和速度信息。
实时卫星数据和实时惯性导航器件数据融合一般采用卡尔曼滤波(KalmanFilter,KF)和扩展卡尔曼滤波(Extended Kalman Filter,EKF)。卡尔曼滤波对量测方程的线性化要求苛刻，实时卫星数据和实时惯性导航器件数据融合建立的线性系统模型很难对其真实的系统模型进行描述。扩展卡尔曼滤波在强非线性系统时，会暴露出很大的缺陷。传统结构下的强跟踪UKF算法在每个滤波周期中都需要进行三次UT变换(UnscentedTransformation，无损变换)，每次变换都会有大量计算，这会严重影响滤波性能。由于强跟踪UKF算法存在与实时卫星数据和实时惯性导航器件数据融合的系统模型不匹配、滤波性能不完善及滤波过程中迭代不稳定等问题。因此本发明在强跟踪理论与UKF滤波算法相结合的基础上对算法进行改进。本发明采用一种改进的强跟踪UKF算法，通过重构渐消矩阵的求解方式和改进强跟踪UKF的滤波结构，增强算法与模型的匹配度，提高滤波迭代的稳定性和滤波精度，解决UKF与系统模型不匹配的问题，有效提高强跟踪UKF算法在实时卫星数据和实时惯性导航器件数据融合中的稳定性。
改进的强跟踪UKF算法是根据强跟踪正交性原理，改进渐消矩阵的求解方法，减少滤波周期中的冗余计算，并重构UKF与强跟踪的结合方式。具体为：
根据强跟踪的正交性原则，重新构筑渐消因子的求解方式，再组成渐消矩阵对每个状态量做针对性调整，利用渐消矩阵直接作用于预测协方差阵，避免了传统算法先求出标准状态协方差、再通过UT变换重新计算预测协方差和互协方差，减少了UT变换次数，有效降低了计算量；
对强跟踪UKF滤波算法进行结构分解，采用KF与UKF混合滤波的方式与强跟踪滤波相结合，减少强跟踪在状态方程中的UT变换的次数。
与传统的强跟踪UKF算法相比，改进的强跟踪UKF根据状态方程的线性特征，将第一次UT变换省略。第二次UT变换相同，得到一步预测值的Sigma点集。根据正交性原理，改进渐消矩阵的求解方式和作用位置，令渐消矩阵直接作用于预测协方差，保证了增益矩阵受到渐消矩阵的影响，从而减少了第三次UT变换，使滤波周期中只有一次UT变换。
S103、根据实时的位置信息和速度信息规划巡航轨迹。
在本发明实施例三中，在S103之前还可以包括：
获取当前监管区域的天气信息。
则S103具体可以为：
根据实时的位置信息、速度信息和天气信息规划出最优巡航轨迹。比如对于晴天、阴雨天和大雾天巡航时间和巡航高度会有所变化，考虑到天气因素，会提高巡航安全和巡航效率。
S104、根据巡航轨迹产生巡航结果，根据巡航结果确定是否存在人员聚集现象，如果存在人员聚集现象，则执行S105；如果不存在人员聚集现象，则按照巡航轨迹继续巡航。
在本发明实施例三中，在S104具体可以为：
通过无人机上的摄像头获取巡航结果，根据巡航结果对地面物体进行识别，识别的物体包括花、草、树木、车辆、房屋建筑、动物、人等，如果识别出在同一画面框中检测到多张人脸，通过边界框标记出每张人脸在画面框中的位置，并设定一个安全距离阈值，如果相邻边界框之间的距离低于设定的安全距离阈值，则认为存在人员聚集现象；如果在画面中未检测到人脸或检测到多张人脸但相邻边界框之间的距离高于设定的安全距离阈值，则认为不存在人员聚集现象。
人员聚集现象包括娱乐式聚集、家庭式聚集、朋友式聚集、交叉式聚集等。
S105、对地面聚集人员进行目标识别跟踪、语音警告和体温测量，并向服务器上传地面聚集人员的相关信息数据。
在本发明实施例三中，所述对地面聚集人员进行目标识别跟踪具体可以为：
获取多张包含人员聚集的场景图片；
将所述场景图片输入定位网络中，并通过所述定位网络提取所述场景图片中的目标人员以及目标人员的各语义部件；
将所述目标人员以及目标人员的各语义部件的特征向量输入匹配网络中，所述匹配网络将待检索的人员各语义部件与所述目标人员的各语义部件进行一一匹配，并利用正则化的最大间隔最近邻算法计算相似度；
通过识别网络分别融合目标人员和待检索的人员的整体特征及各语义部件特征作为所述目标人员和所述待检索人员的特征表征，得到识别结果。
其中，所述语义部件可以包括人员的眼睛、眉毛、鼻子、嘴巴、耳朵中的一个或多个；定位网络包括RPN网络和ResNet网络。所述RPN网络使用的是4-23层的卷积特征图，对卷积特征图进行L种图像分割，再将分割出来的每一个分割窗口映射到M种形状估计，其中L和M均大于或等于1。所述RPN网络在所述场景图片的每个区域位置，通过参照框生成多比例及多尺度的区域候选，且所述RPN网络的目标函数为多任务损失函数。
对地面聚集人员进行体温测量主要采用热成像高精度体温测量技术，精度≤0.3℃，内置自动测温修正，消除温度漂移；实时测温，非接触式多目标同步自动测量，响应时间在30ms以内，杜绝漏测现象。
地面聚集人员的相关信息数据包括人员的健康信息和面部特征，通过健康状况和面部特征连接公安部数据库服务器和疫情管理数据库服务器识别人员出行状况，如是否有前往疫区史，是否有与疫区人员接触史等，防止个别人员瞒报，谎报个人出行史和接触史，通过数据库信息自动识别，加强了信息的真实性。
在本发明实施例三中，在S105中，还包括以下步骤：
根据语音警告次数和体温变化范围确定其监管等级。其中，监管等级包括一般监管和重点监管。对相应人员进行语音警告，并将人员信息数据上传。对地面人员进行体温测量的同时，可通过多目标识别跟踪匹配算法与公安部数据库实现数据连接，匹配地面人员是否为在逃犯罪人员。
在本发明中，由于无人机防疫监管系统包括至少一无人机飞行控制器，无人机飞行控制器的处理器用于利用卫星接收机模块获取的实时卫星数据计算出实时的位置信息和速度信息，并根据位置信息和速度信息规划出巡航轨迹；如果巡查模块产生的巡航结果表明存在人员聚集现象，则通过语音警告模块对聚集人员进行警告并通过体温监测模块对聚集人员进行实时多目标体温测量，再通过网络通信模块将相关聚集人员信息数据上传；如果不存在人员聚集现象，则按照巡航轨迹继续巡航。本发明方便管理，可以高效率管理地面人员，提高了人们的防范意识，保证监管人员安全，减少了疫情期间人与人之间的接触与流动，有效地切断了病毒传播途径，以此减少被感染的风险。通过对人员信息的采集与分析，更为方便地实施管控，能够实现自动化监管，在疫情期间节约了人力、物力，极大提高了执法效率，保证执法人员的安全。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种无人机飞行控制器，其特征在于，包括处理器和分别与处理器电连接的卫星接收机模块、语音警告模块、巡查模块、体温监测模块、网络通信模块和电源模块；其中，
卫星接收机模块用于实时获取卫星导航数据；
语音警告模块用于警告和驱散地面人员；
巡查模块用于根据巡航轨迹实时产生巡航结果；
体温监测模块用于对地面人员进行非接触式多目标实时体温测量，并将体温数据发送给处理器；
网络通信模块用于和后台通信并上传采集到的人员信息；
处理器用于利用卫星接收机模块获取的实时卫星数据计算出实时的位置信息和速度信息，并根据位置信息和速度信息规划出巡航轨迹；如果巡查模块产生的巡航结果表明存在人员聚集现象，则通过语音警告模块对聚集人员进行警告并通过体温监测模块对聚集人员进行实时多目标体温测量，再通过网络通信模块将相关聚集人员信息数据上传；如果不存在人员聚集现象，则按照巡航轨迹继续巡航。
2.如权利要求1所述的无人机飞行控制器，其特征在于，所述卫星接收机模块采用北斗卫星接收机；巡查模块包括电连接的板载计算机和高清摄像头；所述处理器包括主处理器和备份协处理器；
所述巡查模块具体用于监控地面情况，并对地面人员进行目标识别，在线匹配公安部数据库和疫情管理数据库；所述处理器还用于计算记录语音警告次数和体温变化范围，根据语音警告次数和体温变化范围确定监管等级。
3.如权利要求1所述的无人机飞行控制器，其特征在于，所述无人机飞行控制器还包括与处理器电连接的用于产生惯性导航器件数据的惯性导航模块；
网络通信模块还用于获取监管区域的天气信息；
所述处理器具体用于基于改进的强跟踪UKF算法并利用卫星接收机模块获取的实时卫星数据和惯性导航模块获取的实时惯性导航器件数据融合计算出实时的位置信息和速度信息，并根据位置信息、速度信息和天气信息规划出一条最优的巡航轨迹。
4.一种无人机防疫监管系统，其特征在于，包括至少一如权利要求1至3任一项所述的无人机飞行控制器和与无人机飞行控制器通信的服务器。
5.如权利要求4所述的无人机防疫监管系统，其特征在于，服务器包括数据分析服务器以及分别与数据分析服务器相连接的Web服务器、公安部数据库服务器、疫情管理数据库服务器和执法系统服务器；其中web服务器用于与无人机飞行控制器行通信，包括接收无人机飞行控制器上传的聚集人员信息数据；数据分析服务器用于根据行为信息分析结果产生相应的监管措施；公安部数据库服务器用于存储警告三次以上有效和警告无效人员信息；疫情管理数据库服务器用于存储体温高于37.3℃人员信息；执法系统服务器用于执行数据分析服务器产生的监管措施。
6.一种无人机，其特征在于，包括如权利要求1至3任一项所述的无人机飞行控制器。
7.一种无人机防疫监管方法，其特征在于，包括以下步骤：
S101、获取实时卫星数据；
S102、利用实时卫星数据计算出实时的位置信息和速度信息；
S103、根据实时的位置信息和速度信息规划巡航轨迹；
S104、根据巡航轨迹产生巡航结果，根据巡航结果确定是否存在人员聚集现象，如果存在人员聚集现象，则执行S105；如果不存在人员聚集现象，则按照巡航轨迹继续巡航；
S105、对地面聚集人员进行目标识别跟踪、语音警告和体温测量，并向服务器上传地面聚集人员的相关信息数据。
8.如权利要求7所述的方法，其特征在于，
S101具体为：获取实时卫星数据和实时惯性导航器件数据；
S102具体为：基于改进的强跟踪UKF算法并利用实时卫星数据和实时惯性导航器件数据融合计算出实时的位置信息和速度信息；
在S103之前还包括：获取当前监管区域的天气信息；
S103具体为：根据实时的位置信息、速度信息和天气信息规划出最优巡航轨迹。
9.如权利要求7所述的方法，其特征在于，所述根据巡航结果确定是否存在人员聚集现象具体为：
通过无人机上的摄像头获取巡航结果，根据巡航结果对地面物体进行识别，如果识别出在同一画面框中检测到多张人脸，通过边界框标记出每张人脸在画面框中的位置，并设定一个安全距离阈值，如果相邻边界框之间的距离低于设定的安全距离阈值，则认为存在人员聚集现象；如果在画面中未检测到人脸或检测到多张人脸但相邻边界框之间的距离高于设定的安全距离阈值，则认为不存在人员聚集现象。
10.如权利要求9所述的方法，其特征在于，所述对地面聚集人员进行目标识别跟踪具体为：
获取多张包含人员聚集的场景图片；
将所述场景图片输入定位网络中，并通过所述定位网络提取所述场景图片中的目标人员以及目标人员的各语义部件；
将所述目标人员以及目标人员的各语义部件的特征向量输入匹配网络中，所述匹配网络将待检索的人员各语义部件与所述目标人员的各语义部件进行一一匹配，并利用正则化的最大间隔最近邻算法计算相似度；
通过识别网络分别融合目标人员和待检索的人员的整体特征及各语义部件特征作为所述目标人员和所述待检索人员的特征表征，得到识别结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010392961.7A CN111580553A (zh) | 2020-05-11 | 2020-05-11 | 一种无人机飞行控制器、无人机防疫监管系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010392961.7A CN111580553A (zh) | 2020-05-11 | 2020-05-11 | 一种无人机飞行控制器、无人机防疫监管系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111580553A true CN111580553A (zh) | 2020-08-25 |
Family
ID=72115379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010392961.7A Pending CN111580553A (zh) | 2020-05-11 | 2020-05-11 | 一种无人机飞行控制器、无人机防疫监管系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111580553A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112287890A (zh) * | 2020-11-23 | 2021-01-29 | 杭州海康威视数字技术股份有限公司 | 人员聚集检测方法、可读存储介质和电子设备 |
| CN112364112A (zh) * | 2020-11-13 | 2021-02-12 | 广东飞达交通工程有限公司 | 高速公路两侧水土情况分析方法 |
| CN112802412A (zh) * | 2020-12-31 | 2021-05-14 | 中国海洋大学 | 疫情中可搭载无人机昼夜通勤防聚集光雷达 |
| CN113639894A (zh) * | 2021-07-02 | 2021-11-12 | 江苏航空职业技术学院 | 一种基于无人机的非接触式测温系统 |
| CN117893933A (zh) * | 2024-03-14 | 2024-04-16 | 国网上海市电力公司 | 一种用于输变电设备的无人巡检故障检测方法和系统 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5914255A (en) * | 1996-03-06 | 1999-06-22 | Grae; Joel B. | Temperature shock method and apparatus |
| GB0713912D0 (en) * | 2007-07-18 | 2007-08-29 | Crowe Timothy S | Early warning vehicle braking system |
| US20080144891A1 (en) * | 2006-12-18 | 2008-06-19 | Samsung Electronics Co., Ltd. | Method and apparatus for calculating similarity of face image, method and apparatus for retrieving face image, and method of synthesizing face image |
| CN102288176A (zh) * | 2011-07-07 | 2011-12-21 | 中国矿业大学(北京) | 基于信息融合的煤矿救灾机器人导航系统及方法 |
| CN102364944A (zh) * | 2011-11-22 | 2012-02-29 | 电子科技大学 | 一种预防人员聚集的视频监控方法 |
| CN202216696U (zh) * | 2011-07-07 | 2012-05-09 | 中国矿业大学(北京) | 基于信息融合的煤矿救灾机器人导航装置 |
| CN105466423A (zh) * | 2016-01-11 | 2016-04-06 | 致导科技（北京）有限公司 | 一种无人机导航系统及其运行方法 |
| CN106774378A (zh) * | 2017-03-01 | 2017-05-31 | 杭州谷航科技有限公司 | 一种无人机飞行控制及定位方法 |
| CN106767798A (zh) * | 2016-11-23 | 2017-05-31 | 北京韦加无人机科技股份有限公司 | 一种无人机导航用的位置及速度的实时估计方法及系统 |
| CN107102650A (zh) * | 2017-05-27 | 2017-08-29 | 河南科技大学 | 一种适用于高速环境的无人机动态路径规划方法 |
| CN107562720A (zh) * | 2017-08-08 | 2018-01-09 | 国网浙江桐庐县供电公司 | 一种电力信息网络安全联动防御的告警数据匹配方法 |
| CN108062111A (zh) * | 2018-02-06 | 2018-05-22 | 贵州电网有限责任公司 | 一种多旋翼无人机自主避障装置和避障方法 |
| CN108496136A (zh) * | 2017-05-24 | 2018-09-04 | 深圳市大疆创新科技有限公司 | 无人飞行器的返航控制方法、设备及无人飞行器 |
| CN108919819A (zh) * | 2018-05-22 | 2018-11-30 | 北京和协导航科技有限公司 | 无人机导航通讯一体化系统及方法 |
| US20190011456A1 (en) * | 2017-07-05 | 2019-01-10 | Memed Diagnostics Ltd. | Signatures and determinants for diagnosing infections and methods of use thereof |
| CN109781099A (zh) * | 2019-03-08 | 2019-05-21 | 兰州交通大学 | 一种自适应ukf算法的导航方法及系统 |
| US20190250617A1 (en) * | 2018-02-15 | 2019-08-15 | GM Global Technology Operations LLC | Fast trajectory planning via maneuver pattern selection |
| CN110609569A (zh) * | 2019-09-26 | 2019-12-24 | 温岭市非普电气有限公司 | 一种应用于电力杆塔的自主控制无人机精准巡检系统和方法 |
-
2020
- 2020-05-11 CN CN202010392961.7A patent/CN111580553A/zh active Pending
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5914255A (en) * | 1996-03-06 | 1999-06-22 | Grae; Joel B. | Temperature shock method and apparatus |
| US20080144891A1 (en) * | 2006-12-18 | 2008-06-19 | Samsung Electronics Co., Ltd. | Method and apparatus for calculating similarity of face image, method and apparatus for retrieving face image, and method of synthesizing face image |
| GB0713912D0 (en) * | 2007-07-18 | 2007-08-29 | Crowe Timothy S | Early warning vehicle braking system |
| CN102288176A (zh) * | 2011-07-07 | 2011-12-21 | 中国矿业大学(北京) | 基于信息融合的煤矿救灾机器人导航系统及方法 |
| CN202216696U (zh) * | 2011-07-07 | 2012-05-09 | 中国矿业大学(北京) | 基于信息融合的煤矿救灾机器人导航装置 |
| CN102364944A (zh) * | 2011-11-22 | 2012-02-29 | 电子科技大学 | 一种预防人员聚集的视频监控方法 |
| CN105466423A (zh) * | 2016-01-11 | 2016-04-06 | 致导科技（北京）有限公司 | 一种无人机导航系统及其运行方法 |
| CN106767798A (zh) * | 2016-11-23 | 2017-05-31 | 北京韦加无人机科技股份有限公司 | 一种无人机导航用的位置及速度的实时估计方法及系统 |
| CN106774378A (zh) * | 2017-03-01 | 2017-05-31 | 杭州谷航科技有限公司 | 一种无人机飞行控制及定位方法 |
| CN108496136A (zh) * | 2017-05-24 | 2018-09-04 | 深圳市大疆创新科技有限公司 | 无人飞行器的返航控制方法、设备及无人飞行器 |
| CN107102650A (zh) * | 2017-05-27 | 2017-08-29 | 河南科技大学 | 一种适用于高速环境的无人机动态路径规划方法 |
| US20190011456A1 (en) * | 2017-07-05 | 2019-01-10 | Memed Diagnostics Ltd. | Signatures and determinants for diagnosing infections and methods of use thereof |
| CN107562720A (zh) * | 2017-08-08 | 2018-01-09 | 国网浙江桐庐县供电公司 | 一种电力信息网络安全联动防御的告警数据匹配方法 |
| CN108062111A (zh) * | 2018-02-06 | 2018-05-22 | 贵州电网有限责任公司 | 一种多旋翼无人机自主避障装置和避障方法 |
| US20190250617A1 (en) * | 2018-02-15 | 2019-08-15 | GM Global Technology Operations LLC | Fast trajectory planning via maneuver pattern selection |
| CN108919819A (zh) * | 2018-05-22 | 2018-11-30 | 北京和协导航科技有限公司 | 无人机导航通讯一体化系统及方法 |
| CN109781099A (zh) * | 2019-03-08 | 2019-05-21 | 兰州交通大学 | 一种自适应ukf算法的导航方法及系统 |
| CN110609569A (zh) * | 2019-09-26 | 2019-12-24 | 温岭市非普电气有限公司 | 一种应用于电力杆塔的自主控制无人机精准巡检系统和方法 |
Non-Patent Citations (19)
| Title |
|---|
| 周朋进等: "改进的STUKF及其在多传感器信息融合中的应用", 《测绘科学技术学报》, pages 355 - 360 * |
| 夏春雨等: "防疫型警用机器人功能特点与实战应用", 《警察技术》 * |
| 夏春雨等: "防疫型警用机器人功能特点与实战应用", 《警察技术》, no. 03, 7 May 2020 (2020-05-07) * |
| 孙永生等: "无人系统在新冠肺炎疫情防控中的应用实践", 《科技导报》, no. 04, 28 February 2020 (2020-02-28), pages 31 - 49 * |
| 孙永生等: "无人系统在新冠肺炎疫情防控中的应用实践", 《科技导报》, pages 39 - 49 * |
| 张众一等: "基于改进聚类高维空间的高精度定位系统中人员过度聚集检测", 《计算机应用》 * |
| 张众一等: "基于改进聚类高维空间的高精度定位系统中人员过度聚集检测", 《计算机应用》, 15 December 2016 (2016-12-15) * |
| 白金: "规模猪场猪瘟风险评估模型的建立", 《中国优秀硕士学位论文库 农业科技辑》 * |
| 白金: "规模猪场猪瘟风险评估模型的建立", 《中国优秀硕士学位论文库 农业科技辑》, 15 June 2013 (2013-06-15) * |
| 福建省市场监督管理局计量处: "人体测温仪器科普小知识", 《福建质量技术监督》 * |
| 福建省市场监督管理局计量处: "人体测温仪器科普小知识", 《福建质量技术监督》, no. 02, 20 February 2020 (2020-02-20) * |
| 邵荃等: "基于人群聚集特征分析的航站楼群体性事件预警研究", 《科学技术与工程》 * |
| 邵荃等: "基于人群聚集特征分析的航站楼群体性事件预警研究", 《科学技术与工程》, no. 33, 28 November 2012 (2012-11-28) * |
| 陈西瑞等: "基于AR技术的公共安全信息化智能化建设思考", 《中国安全防范技术与应用》 * |
| 陈西瑞等: "基于AR技术的公共安全信息化智能化建设思考", 《中国安全防范技术与应用》, no. 01, 29 February 2020 (2020-02-29) * |
| 马建红等: "利用协方差矩阵法表示深度图像集的鲁棒人脸识别", 《计算机应用研究》 * |
| 马建红等: "利用协方差矩阵法表示深度图像集的鲁棒人脸识别", 《计算机应用研究》, no. 12, 29 April 2016 (2016-04-29) * |
| 马琳娜: "基于正则化的相关熵平均近邻最大间距特征提取方法", 《电脑编程技巧与维护》 * |
| 马琳娜: "基于正则化的相关熵平均近邻最大间距特征提取方法", 《电脑编程技巧与维护》, no. 06, 18 March 2014 (2014-03-18) * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112364112A (zh) * | 2020-11-13 | 2021-02-12 | 广东飞达交通工程有限公司 | 高速公路两侧水土情况分析方法 |
| CN112287890A (zh) * | 2020-11-23 | 2021-01-29 | 杭州海康威视数字技术股份有限公司 | 人员聚集检测方法、可读存储介质和电子设备 |
| CN112287890B (zh) * | 2020-11-23 | 2023-08-04 | 杭州海康威视数字技术股份有限公司 | 人员聚集检测方法、可读存储介质和电子设备 |
| CN112802412A (zh) * | 2020-12-31 | 2021-05-14 | 中国海洋大学 | 疫情中可搭载无人机昼夜通勤防聚集光雷达 |
| CN113639894A (zh) * | 2021-07-02 | 2021-11-12 | 江苏航空职业技术学院 | 一种基于无人机的非接触式测温系统 |
| CN117893933A (zh) * | 2024-03-14 | 2024-04-16 | 国网上海市电力公司 | 一种用于输变电设备的无人巡检故障检测方法和系统 |
| CN117893933B (zh) * | 2024-03-14 | 2024-05-24 | 国网上海市电力公司 | 一种用于输变电设备的无人巡检故障检测方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111580553A (zh) | 一种无人机飞行控制器、无人机防疫监管系统和方法 | |
| US10474794B2 (en) | System and method for event-based vehicle operation | |
| US20210011489A1 (en) | Event-based vehicle operation and event remediation | |
| EP3633615A1 (en) | Deep learning network and average drift-based automatic vessel tracking method and system | |
| Dong et al. | UAV-based real-time survivor detection system in post-disaster search and rescue operations | |
| CN108256577B (zh) | 一种基于多线激光雷达的障碍物聚类方法 | |
| WO2018133851A1 (zh) | 一种点云数据处理方法、装置及计算机存储介质 | |
| CN111723654B (zh) | 基于背景建模、YOLOv3与自优化的高空抛物检测方法及装置 | |
| CN109976375A (zh) | 一种基于三维数字化空中走廊的城市低空空域交通管理平台 | |
| US10795380B1 (en) | System and method for event-based vehicle operation | |
| US10586024B1 (en) | System and method for event-based vehicle operation | |
| CN206968975U (zh) | 一种无人机 | |
| CN111626162A (zh) | 基于时空大数据分析的水上救援系统及溺水警情预测方法 | |
| CN112697134A (zh) | 一种室内巡检机器人的环境感知方法、系统、设备及其计算机可读存储介质 | |
| US20220114888A1 (en) | System and Method for Intersection Navigation | |
| DE112021006101T5 (de) | Systeme und Verfahren zur Objektdetektion mit LiDAR-Dekorrelation | |
| CN112560580A (zh) | 障碍物识别方法、装置、系统、存储介质和电子设备 | |
| CN112506219A (zh) | 一种智能交通监管无人机航迹规划方法、系统及可读存储介质 | |
| Petso et al. | Individual animal and herd identification using custom yolo v3 and v4 with images taken from a uav camera at different altitudes | |
| EP4095812A1 (en) | Method for predicting a trajectory of an agent in a vicinity of a self-driving vehicle based on ranking | |
| Zhang et al. | Visual object tracking algorithm based on biological visual information features and few-shot learning | |
| CN111126324A (zh) | 一种多源异构数据融合的方法、装置、产品及介质 | |
| WO2024067134A1 (zh) | 一种基于信号丢失的无人驾驶航空器控制方法、系统和介质 | |
| CN112818964A (zh) | 基于FoveaBox无锚神经网络的无人机检测方法 | |
| Li et al. | Street tree crown detection with mobile laser scanning data using a grid index and local features |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |
|
| RJ01 | Rejection of invention patent application after publication |