CN112068464A - 一种基于主动探测及视觉识别的驱鸟装置及方法 - Google Patents

Abstract

本发明提供一种基于主动探测及视觉识别的驱鸟装置包括：微处理器、蓄电池、电压转换单元、摄像头云台、驱逐模组和通信单元；所述微处理器分别连接所述摄像头云台、驱逐模组以及通信单元；所述蓄电池通过所述电压转换单元分别连接所述微处理器、摄像头云台以及驱逐模组；本发明还提供一种基于主动探测及视觉识别的驱鸟方法，提高驱鸟的精准度以及效率。

Description

一种基于主动探测及视觉识别的驱鸟装置及方法

技术领域

本发明涉及一种基于主动探测及视觉识别的驱鸟装置及方法。

背景技术

鸟类在电力线路上方筑巢、栖息等活动易引发鸟粪闪络或相间短路，最终导致输配电线路发生停电故障；鸟类在航空航天区域活动对飞行器的危害驱鸟装置随着鸟类危害的加重开始面世，主要是通过对鸟类的踪迹进行探测后使用声、光、电等手段进行驱逐。

目前主要的探测技术有雷达、红外等。但传统驱鸟措施单一，而鸟害故障随机性较强，现有驱鸟策略的效果有限。其中最重要的是上述的设备欠缺对目标的发现、识别和定位，只有对目标进行精确的辨识和准确的定位，才能利用有效发挥驱鸟手段的效率，同时减少对周围环境的干扰。

发明内容

本发明要解决的技术问题，在于提供一种基于主动探测及视觉识别的驱鸟装置及方法，更加精准的进行鸟类驱逐。

第一方面：一种基于主动探测及视觉识别的驱鸟装置，包括：微处理器、蓄电池、电压转换单元、摄像头云台、驱逐模组和通信单元；所述微处理器分别连接所述摄像头云台、驱逐模组以及通信单元；所述蓄电池通过所述电压转换单元分别连接所述微处理器、摄像头云台以及驱逐模组。

进一步地，还包括一测距模组，所述测距模组分别连接所述微处理器以及电压转换单元。

进一步地，还包括光伏板以及充放电管理单元，所述光伏板通过充放电管理单元分别连接所述蓄电池、电压转换单元、摄像头云台、微处理器以及驱逐模组。

第二方面：一种基于主动探测及视觉识别的驱鸟方法，所述方法需提供第一方面中的驱鸟装置，具体包括如下步骤：

步骤1、根据设定的时间，微控制器控制摄像头云台进行循环扫描，实时采集影像资料；

步骤2、通过视觉影像识别算法来辨识影视资料，并返回结果；

步骤3、根据返回结果，判断是否出现鸟类，如果没有识别到鸟类则返回步骤1；否则进入步骤4；

步骤4、根据所设置的场景模式，决定是否进行驱逐。若不需要驱逐，则返回步骤1，否则进入步骤5；

步骤5、微控制器控制驱逐模组启动，直至鸟类驱离。

进一步地，所述步骤5进一步具体为：微控制器控制测距模组进行测距，获取鸟类的距离；若距离小于等于有效驱逐距离，则微控制器控制驱逐模组启动，直至鸟类驱离；若距离大于有效驱逐距离，则不进行驱逐。

进一步地，还包括步骤6、发生驱逐事件后，将事件发生的时间、地点、图像信息通过通信模组上传。

进一步地，所述步骤2进一步具体为：

步骤21：图像预处理，将所采集的图像调整:800×800像素比例的图片；

步骤22：卷积层特征图提取，将图像经过最大池化操作(Maxpool)以及152层的ResNet网络进行特征图的提取；

步骤23：将所提取的特征图输入到区域候选网络，经过1×1卷积、重塑、Softmax、重塑，形成xml的图像信息；

步骤24：将步骤22和步骤23形成的信息同时进行ROI pooling；

步骤25：将步骤24的输出结果放入卷积块中进行分类，同时进行目标分类，并在检测到的目标上打上边框；其输出信息用两位的二进制编码标识。

本发明具有如下优点：采用摄像头获取视距范围内的影像资料，并通过机器视觉以及机器学习算法对是否存在鸟类以及鸟类的类型进行辨识，并根据不同的场景模式选择是否要进行驱逐。与传统的技术相比，本发明提出了具体的辨识方法，并且通过场景模型来决定动作行为，传统的技术具有盲目性，无法进行精确的识别和定位。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1为本发明一种基于主动探测及视觉识别的驱鸟装置的原理图。

图2为本发明一种基于主动探测及视觉识别的驱鸟方法执行流程图。

图3为本发明中鸟类识别流程图。

图4为本发明具体实施方式中上位机控制流程图。

具体实施方式

如图1所示，本发明基于主动探测及视觉识别的驱鸟装置，包括：微处理器、蓄电池、电压转换单元、摄像头云台、驱逐模组和通信单元；所述微处理器分别连接所述摄像头云台、驱逐模组以及通信单元；所述蓄电池通过所述电压转换单元分别连接所述微处理器、摄像头云台以及驱逐模组。

本发明驱鸟装置还包括一测距模组，所述测距模组分别连接所述微处理器以及电压转换单元。

本发明驱鸟装置还包括光伏板以及充放电管理单元，所述光伏板通过充放电管理单元分别连接所述蓄电池、电压转换单元、摄像头云台、微处理器以及驱逐模组。

本发明基于主动探测及视觉识别的驱鸟方法，所述方法需一种驱鸟装置，具体包括如下步骤：

步骤1、根据设定的时间，微控制器控制摄像头云台进行循环扫描，实时采集影像资料；

步骤2、通过视觉影像识别算法来辨识影视资料，并返回结果；

步骤3、根据返回结果，判断是否出现鸟类，如果没有识别到鸟类则返回步骤1；否则进入步骤4；

步骤4、根据所设置的场景模式，决定是否进行驱逐。若不需要驱逐，则返回步骤1，否则进入步骤5；

步骤5、微控制器控制测距模组进行测距，获取鸟类的距离；若距离小于等于有效驱逐距离，则微控制器控制驱逐模组启动，直至鸟类驱离；若距离大于有效驱逐距离，则不进行驱逐。

步骤6、发生驱逐事件后，将事件发生的时间、地点、图像信息通过通信模组上传。

所述步骤2进一步具体为：

步骤21：图像预处理，将所采集的图像调整:800×800像素比例的图片；

步骤22：卷积层特征图提取，将图像经过最大池化操作(Maxpool)以及152层的ResNet网络进行特征图的提取；

步骤23：将所提取的特征图输入到区域候选网络，经过1×1卷积、重塑、Softmax、重塑，形成xml的图像信息；

步骤24：将步骤22和步骤23形成的信息同时进行ROI pooling；

步骤25：将步骤24的输出结果放入卷积块中进行分类，同时进行目标分类，并在检测到的目标上打上边框；其输出信息用两位的二进制编码标识。

本发明一种具体实施方式：

本发明有驱鸟终端和上位机软件组成。驱鸟终端包括一个微处理器(CPU)、光伏板、蓄电池、充放电管理单元、电压转换单元、摄像头云台、激光测距模组、驱逐模组和通信单元组成。

所述的光伏板可以实现将太阳能转换为直流电能，用于给整个终端供电；蓄电池可以储存光伏板产生的电能，并在需要的时候将电能输送给电压转换模组，解决在无阳光下的终端供电问题；充放电模组对蓄电池的充电进行管理，包括均充和浮充控制，确保蓄电池具备良好的充电寿命，此外，也可以对蓄电池的放电进行控制，当检测到系统出现故障，可以及时切断后端回路，保证光伏板和蓄电池等元件的安全；电压转换单元将输入的24V直流电压转换成后端各个控制模组所需要的各种电压，此外还实现了电源回路的隔离，确保后端回路的用电安全，转换后的电压包括：24V，12V，5V，3.3V等。摄像头云台是一个可以转动的摄像头模组，可以配置可见光摄像头，也可以配置红外摄像头，红外摄像头可以实现在夜间环境下的物体检测；摄像头云台通过定时360°旋转，捕捉再可视范围内的影像资料，并把视频信息传送给CPU进行处理。测距模组用于对视野范围内的鸟类测距，当CPU检测到有鸟类进入视距范围，测距模组就会对鸟类进行测距，该模组包括且不限激光测距模组、超声波测距模组，其中激光测距可以达到毫米级，超声波测距可以达到厘米级。驱逐模块包括且不限高音喇叭、定向声波、煤气炮、钛雷炮等，通过定向对鸟类施加声源或气炮，达到减少对周围环境干扰，快速驱除鸟类的目的。通信单元用于用上位机通信，包括且不限于串口、以太网、WIFI、GPRS/4G/5G等模组，其接受上位机的控制命令，并将其采集的图片以及动作事件传送给上位机。

CPU是驱鸟终端的控制单元，其核心是软件算法。如图2所示，

S1:其根据设定的时间，控制摄像头云台进行循环扫描，实时采集影像资料；

S2:调用视觉影像识别算法来辨识视距范围内；

S3:根据识别算法的返回结果，判断是否出现鸟类，如果没有识别到鸟类则返回S1；否则进入S4；

S4:根据所设置的场景模式，决定是否进行驱逐。若不需要驱逐，则返回S1，否则进入S5；

S5:CPU就会控制测距模组的电机转到，将测距模组调整到摄像机云台转动的角度，对鸟类与终端的距离进行测距，并通过反馈控制模组实时跟踪鸟类的距离；

S6：当距离没有达到驱逐模组的有效射程范围内时，返回S5继续跟踪；否则进入S7；

S7：跟监测到的三维坐标传送给驱逐模组，或者根据三维坐标控制驱逐模组转动、定位；

S8：定位完毕后，触发驱逐声响或者气炮及光束模块，发出声响或者气炮及光束，将鸟类驱离；

S9：在发生驱逐事件后，驱鸟终端会将事件发生的时间、地点、图像等信息通过通信模组上传到上位机，然后返回S1；

所述S2的鸟类辨识算法(图3)包括：

S21：图像预处理，将所采集的图像调整:800×800像素比例的图片；

S22：卷积层特征图提取，将图像经过最大池化操作(Maxpool)以及140层的ResNet网络进行特征图的提取，从而获得包含目标的正样本的锚点与只包含背景的负样本的锚点；

S23：将所提取的特征图输入到区域候选网络，经过1×1卷积、重塑、Softmax、重塑，形成xml的图像信息，实现目标的定位；

S24：将S22和S23形成的信息同时进行ROI pooling，也就是在线难例挖掘，来解决数据类别不平衡问题，从而提高算法的效率，最后输出固定大小的区域候选特征图；

S25：将S24的输出结果放入卷积块(1×1×256、3×3×256及1×1×1024的卷积)中进行判定目标类别及边框回归预测；模型的输出结果用两位的二进制编码表示，如10，第一位标识是否有鸟类，0——无，1——有；第二位标识鸟类的类型。

如图4所示，上位机包括且不限用户管理、设备管理、参数设置、实时监控、消息管理和历史查询等功能。用户管理可以管理登陆的用户，每个用户有不同的操作权限，且可以在自己的管理界面下添加驱鸟终端，且只能看到自己管理的驱鸟终端信息。设备管理用于添加、修改、删除驱鸟终端，每个驱鸟终端都有一个唯一的ID号，通过这个ID号实现终端的管理。参数设置可以修改驱鸟终端的场景模式、有效射程、子站号。场景模式包括电力线路、农业生产、机场运维及自定义模式等。在电力线路模式中，只有对筑巢的鸟类进行驱逐，如果是快速通过的鸟类无需动作；农业生产模式中，需要对长时间停留的害鸟进行驱逐，机场运维需要对所有视距范围内的鸟类进行驱逐，自定义模式可以定义驱逐鸟类的类型、驻空停留的时间等。有效射程是驱逐模块的有效射程，驱逐模块选择不同的设备，其射程是不一样的。子站号表示设备通信时采用的ID号。实时监控可以查看驱鸟终端的在网状态、调用摄像头拍摄实时的视频，包括可见光视频和红外视频，可以调整云台、测距模组以及驱逐模组转动到指定的角度。消息管理可以查看各台驱鸟终端上传的事件信息，每出现一次驱鸟动作，就会有一个事件信息上传到主站，可以在这里查看事件发生的时间、地点以及图片或影像资料。历史查询可以查看任意一台终端在某个指定时间段内发生的事件信息，也可以查看在指定时间段内所有终端发生的事件信息。所有的事件信息都是保存在数据库中。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (7)

1.一种基于主动探测及视觉识别的驱鸟装置，其特征在于：包括：微处理器、蓄电池、电压转换单元、摄像头云台、驱逐模组和通信单元；所述微处理器分别连接所述摄像头云台、驱逐模组以及通信单元；所述蓄电池通过所述电压转换单元分别连接所述微处理器、摄像头云台以及驱逐模组。

2.根据权利要求1所述的一种基于主动探测及视觉识别的驱鸟装置，其特征在于：还包括一测距模组，所述测距模组分别连接所述微处理器以及电压转换单元。

3.根据权利要求1所述的一种基于主动探测及视觉识别的驱鸟装置，其特征在于：还包括光伏板以及充放电管理单元，所述光伏板通过充放电管理单元分别连接所述蓄电池、电压转换单元、摄像头云台、微处理器以及驱逐模组。

4.一种基于主动探测及视觉识别的驱鸟方法，其特征在于：所述方法需提供权利要求1至3任意一项中的驱鸟装置，具体包括如下步骤：

步骤1、根据设定的时间，微控制器控制摄像头云台进行循环扫描，实时采集影像资料；

步骤2、通过视觉影像识别算法来辨识影视资料，并返回结果；

步骤3、根据返回结果，判断是否出现鸟类，如果没有识别到鸟类则返回步骤1；否则进入步骤4；

步骤4、根据所设置的场景模式，决定是否进行驱逐。若不需要驱逐，则返回步骤1，否则进入步骤5；

步骤5、微控制器控制驱逐模组启动，直至鸟类驱离。

5.根据权利要求4所述的一种基于主动探测及视觉识别的驱鸟方法，其特征在于：所述步骤5进一步具体为：微控制器控制测距模组进行测距，获取鸟类的距离；若距离小于等于有效驱逐距离，则微控制器控制驱逐模组启动，直至鸟类驱离；若距离大于有效驱逐距离，则不进行驱逐。

6.根据权利要求4所述的一种基于主动探测及视觉识别的驱鸟方法，其特征在于：还包括步骤6、发生驱逐事件后，将事件发生的时间、地点、图像信息通过通信模组上传。

7.根据权利要求4所述的一种基于主动探测及视觉识别的驱鸟方法，其特征在于：所述步骤2进一步具体为：

步骤21：图像预处理，将所采集的图像调整:800×800像素比例的图片；

步骤22：卷积层特征图提取，将图像经过最大池化操作(Maxpool)以及152层的ResNet网络进行特征图的提取；

步骤23：将所提取的特征图输入到区域候选网络，经过1×1卷积、重塑、Softmax、重塑，形成xml的图像信息；

步骤24：将步骤22和步骤23形成的信息同时进行ROI pooling；

步骤25：将步骤24的输出结果放入卷积块中进行分类，同时进行目标分类，并在检测到的目标上打上边框；其输出信息用两位的二进制编码标识。

Images