CN112394746A - 一种基于机器学习的智能防疫无人机及其控制方法 - Google Patents
一种基于机器学习的智能防疫无人机及其控制方法 Download PDFInfo
- Publication number
- CN112394746A CN112394746A CN202011318029.6A CN202011318029A CN112394746A CN 112394746 A CN112394746 A CN 112394746A CN 202011318029 A CN202011318029 A CN 202011318029A CN 112394746 A CN112394746 A CN 112394746A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- area
- information
- node
- 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.)
- Granted
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 19
- 238000010801 machine learning Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 title claims description 43
- 238000005507 spraying Methods 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000036760 body temperature Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 24
- 239000007788 liquid Substances 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000003016 pheromone Substances 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000002688 persistence Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 230000000712 assembly Effects 0.000 claims 2
- 238000000429 assembly Methods 0.000 claims 2
- 230000001681 protective effect Effects 0.000 claims 2
- 230000002159 abnormal effect Effects 0.000 abstract description 8
- 239000000645 desinfectant Substances 0.000 abstract description 7
- 230000001954 sterilising effect Effects 0.000 abstract description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 2
- 238000002955 isolation Methods 0.000 abstract description 2
- 239000000243 solution Substances 0.000 description 13
- 238000004659 sterilization and disinfection Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 230000002421 anti-septic effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000011550 stock solution Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/16—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor using chemical substances
- A61L2/18—Liquid substances or solutions comprising solids or dissolved gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/24—Apparatus using programmed or automatic operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
- B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
- B64D1/18—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting by spraying, e.g. insecticides
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar, Positioning & Navigation (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pest Control & Pesticides (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于机器学习的智能防疫无人机，能够实现多功能间的转换：消毒水自动喷洒功能，能够在高空中实时监控人群密度，并根据返回的人群密度的情况，智能优化其飞行轨迹，并完成喷洒消杀工作；人体温度监测功能，能够依靠其搭载的红外传感器，检测人体温度，并搭载人脸识别功能，保证同一位人员在设定时间范围内只检测并存储一次温度数据，大大提高了识别检测、信息存储的效率，并能及时地将异常温度的人员的人脸的图像信息反馈到指挥中心，便于指挥中心及时采取防疫隔离措施。
Description
技术领域
本发明涉及无人机技术领域，具体来说是一种基于机器学习的智能防疫无人机的控制方法和无人机。
背景技术
目前在防疫攻坚战中，主要采用的消毒水喷洒方式有：人工喷洒、车辆喷洒、地面机器人喷洒、无人机喷洒等。其中，人工喷洒虽然灵活度高且消杀死角小，但是作业效率低，并且工作人员在作业时存在接触感染的风险；在大范围区域进行消杀工作时，一般采用车辆喷洒或者地面机器人喷洒，车辆喷洒效率高，但由于喷洒车体积较大，难以适用于狭小空间的工作；地面机器人喷洒具有较高自动化程度，但难以在人流量大的场所进行消杀作业，如火车站、商业广场等，并且其运动速度较慢，效率低；传统的无人机喷洒能够完成一定程度的喷洒工作，但是目前大多数自动化程度较低，并且由于其负载能力较小，故续航时间较短，难以完成大区域的喷洒工作。
在体温检测和身份识别的相关工作中，目前主要采用了以下几种形式：人工检测登记，效率较低，并且存在发生接触感染的风险；热成像摄像机检测，其设备成本较高，并且难以识别进出人员的身份信息；地面机器人检测，容易受到地形空间上的局限，并且移动速度较慢。
发明内容
针对现有技术的不足，本发明供了一种基于机器学习的智能防疫无人机及其控制方法，能够更为高效地完成消毒水的喷洒工作，并且实现人体体温监测与人脸识别的功能。通过其控制方法可以实现群机协作的功能，从而提高无人机的工作范围。
所述无人机包括六轴机架，为了提高其负载能力，搭载了六轴电机组件进行驱动，机架中央上方安装有保护罩，所述保护罩内部设置有红外温度检测模块、 GPS定位模块、供电电源以及控制硬件组件，机架中央下方安装有载物台以及停放支架，所述载物台上安装有六头气泵和摄像模块，机架的各个尾端安装有带两翼叶片的电机组件，每个电机组件的外侧均安装有防撞架。每个电机组件的底部均装有储液瓶，储液瓶中设置有隔板。在储液瓶内安装有压力补偿器。储液瓶通过软管与六头气泵相连接。所述储液瓶底部固定安装有喷洒装置。所述无人机由其内部控制系统控制。
进一步的，所述控制硬件组件包括存储模块、数据处理模块和通信模块。
进一步的，所述控制系统与指挥中心后台系统通过通信模块连接。
进一步的，本申请还提供了一种基于机器学习的智能防疫无人机的控制方法，该方法包括单机工作时的控制方法以及群机协作时控制方法：
所述单机工作时的控制方法如下：
本发明实施例中的智能防疫无人机，通过搭载的摄像模块、红外温度检测模块以及GPS定位模块采集数据，并将采集到的高质量视频图像传入控制系统和数据处理模块，数据处理模块经计算处理得出监控场景中的人群数量等指标，生成人群密度图，基于此密度图和计数结果，控制系统设定小区域块的权重值，并控制无人机飞行。
在进行喷洒作业时，数据处理模块会将得到的监控场景中的人群数量等多项指标进行综合运算，优先排除人群数量的高、人群密度权重大的小区域块，将剩下的区域块进行最短路径算法运算，生成无人机飞行路径，并反馈给控制系统。并且，保证一定的数据更新率，及时根据现场信息反馈进行数据更新，实时在作业现场可能出现的人群运动情况下进行飞行航线调整，尽可能保证避免对高密度人群进行直接喷洒。
人体温度监测工作时，数据处理模块会将得到的监控场景中的人群数量、密度等多项指标进行综合运算，标定飞行区域的权重值，优先对权重值高的飞行区域进行人体体温监测，并在预先设定的时间内，进行数据更新，及时根据工作现场可能出现的人群运动情况调整飞行航线。
群机协作时控制方法如下：
首先，在控制系统中，设定群机工作区域，并自动按照无人机性能参数生成各个小的区域节点。侦察无人机组以每个探索小区域为中心，作局部侦察，并以视觉图像信息来标记侦察结果，以便于搜索无人机到达该区域节点选择下一站的时候，能够作为辅助的参考信息；搜索无人机组作全局探索，每到达一个节点，根据侦察无人机提供的侦察信息和各出口的信息，来选择下一个区域节点，直至找到并标记最短的节点路线，以便于作业无人机尽快完成工作；作业无人机组将会按照标记好的最优路线完成喷洒或者温度检测的工作。
侦察无人机组的控制方法如下：将m台的侦察无人机投入到系统划分的n 个区域节点中，每个侦察无人机以自身所在的区域节点，侦察其它的(n-1)个区域节点，将侦察过程中的采集的信息与现有信息相结合，构成了S[i][j]的侦察信息，并且在区域路径上进行信息标记。从区域节点i到区域节点j，S[i][j](i，j＝1， 2，…，n-1，i≠j)按照如下的公式(1)计算：
式中，dij是所选无人机的总路径；
是以区域节点i为中心到其他(n-1) 区域节点的最小距离。
由上式，设置初始时间各个区域节点的信息量如公式(2)所示:
上式，
是以区域节点i到其他(n-1)区域节点的最大距离；c是一个常量。
搜索无人机组的控制方法如下：搜索无人机组中的第k(k＝1,2,…，l且l≥m) 台无人机在运动过程中的t时刻，从区域节点i自适应转移到区域节点j的概率
的计算方法如公式(3)所示：
公式(3)中，τij(t)表示当区域节点上的信息量；ηij(t)表示启发函数,用来衡量无人机由区域节点i移动到区域节点j的期望程度；ηi表示处于区域节点i 的搜索无人机下一步移动的潜在节点数量；α衡量了信息素权重因子；β是启发函数的权重因子；υ表示下一步移动的潜在区域节点数量对搜索无人机路径选择的相对重要程度。
在所有无人机完成一个搜索循环之后,每一个区域节点的上的信息量要根据公式(4)进行刷新，公式(4)如下所示:
公式(4)中，由于环境信息存在变动，用ρ(0＜ρ＜1)表示环境信息的变动系数；1-ρ表示信息的持久度；Δτij是某一次的循环中所有无人机在区域节点(i,j) 上所采集到的信息量之和,
表示第k个无人机在此次循环中区域节点(i,j)上采集并反馈的信息量。其中，
公式(5)中，Q为常系数；Lk表示第k个无人机飞行运动的路程。公式中，每个搜索无人机根据侦察信息，只在可能是最优路径的区域节点上采集并反馈信息，从而经过多次循环，输出最优解。
综上所述，无人机群机协作时，其飞行控制方法的算法如下：
1)将常系数Q、初始时间每个区域节点上的信息量c和最大进化代数三个数值进行初始化；
2)将m台的侦察无人机投入到后台系统划分的n个区域节点中，每个侦察无人机以自身所在的区域节点，侦察其它的(n-1)个区域节点，构成了S[i][j]的侦察信息，并利用公式(1)计算S[i][j]；
3)按照公式(2)设置初始时间各个区域节点的信息量；
4)设置进化代数NC初始值为零；
5)随机选定每个搜索无人机的初始位置，并将该位置记录到每个搜索无人机的tabu表中；
6)按照公式(3)计算每个搜索无人机k将要飞行移动的位置，设为j，上一个位置设为i，并且将j放入搜索无人机k对应的tabu表中，直至每一个搜索无人机完成一个循环，得到一个解；
7)计算各个搜索无人机的目标函数Lk(k＝1,2,…，l且l≥m)，并存入当前最优的解；
8)若达到指定的进化代数或者所求得的解在最近若干代中无明显的优化，转11)；否则，
9)按照公式(4)修改各个区域节点上的信息量；
10)设置Δτij为0，清空tabu，NC←NC+1，回到5)；
11)得到最优解，即最优路径。
与现有技术相比，本发明提供的智能防疫无人机及其控制方法，具备以下有益效果：对比与其他防疫设备，本发明既能够完成消毒水喷洒的工作，又可以实现人体体温监测与人脸识别的功能；受地形区域的限制程度较小，能够在较大的范围内或者狭小空间内高效率地完成工作；基于机器学习的控制算法，具有较高的自动化与智能化程度，能够避免人工作业时存在的接触感染的危险，并且能够精准可靠地完成消杀作业和人体体温监测的任务。
对比于传统的防疫无人机，此种无人机具有更好的负载能力和续航能力，并且能够保障飞行过程中的平稳性和安全性，还能够根据其应用场景实现多功能间的转换：自动喷洒功能，能够在高空中实时监控人群密度，并根据返回的人群密度的情况，智能优化其飞行轨迹，并完成喷洒消杀工作；人体温度监测功能，能够依靠其搭载的红外传感器，检测人体温度，并搭载人脸识别功能，保证同一位人员在设定时间范围内只检测并存储一次温度数据，大大提高了识别检测、信息存储的效率，并能及时地将异常温度的人员的人脸的图像信息反馈到指挥中心，便于指挥中心及时采取防疫隔离措施。
附图说明
图1(a)为本发明无人机的外观结构示意图一；
图1(b)为本发明无人机的外观结构示意图二；
图2为本发明无人机的控制方法原理框图；
图3为本发明无人机的控制和功能的装置原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种智能防疫无人机，无人机的外观结构设计如图1(a) (b)所示，设计尺寸直径为800mm，可续航飞行工作约2～3小时。
所述无人机包括六轴机架1，搭载六轴电机组件2进行驱动，提升其负载能力。机架中央上方安装有控制模块保护罩3，所述控制模块保护罩3内部设置有红外温度检测模块4、GPS定位模块5、供电电源6以及控制硬件组件7，机架中央下方安装有载物台8以及停放支架9，所述载物台8上安装有六头气泵14 和摄像模块，机架的各个尾端安装有带两翼叶片10的电机组件2，每个电机组件2的外侧均安装有防撞架11，以提高无人机在狭小空间工作时的稳定性和安全性。所述无人机由其内部控制系统控制。
每个电机组件2的底部均装有储液瓶12，用来储存消毒液，储液瓶12中设置有隔板，缓解无人机飞行运动中液体晃动带来的影响。在储液瓶12内安装有压力补偿器，对储液瓶12内部的压力进行补偿，使压力保持平衡。储液瓶12 通过软管13与六头气泵14相连接，通过接收控制系统返回的指令控制载物台8 上六头气泵14的启动。所述储液瓶12底部固定安装有喷洒装置15，喷洒装置采用集成式的设计，六头气泵14启动时，将产生压力差使6个储液瓶12中的消毒液同时通过压力阀经喷洒装置的喷头进行喷洒消毒。
在机体下方的载物台8上装有高清的广角摄像头，在巡航喷洒过程中能实时返回图像信息，监测出人群密度情况，并在控制系统的数据处理模块下，及时调整飞行轨迹路线，在尽可能保证避免对人群直接喷洒，采用合理高效的最优运动飞行轨迹；在人体温度监测工作时，摄像模块16能够记录其人脸图像信息，借助数据处理模块的人脸识别算法，保证同一位人员在设定时间范围内只检测并存储一次温度数据，同时，人脸图像信息在红外温度检测模块4检测到异常温度信息时，会与异常温度信息一同传输到指挥中心后台中，并保存入云服务器中。
本申请发明实施例提供了一种基于机器学习的无人机控制的方法，参见图 2，该方法包括单机工作时的控制方法以及群机协作时控制方法：
所述单机工作时的控制方法如下：
本发明实施例中的智能防疫无人机，通过搭载的摄像模块、红外温度检测模块以及GPS定位模块采集数据，并将采集到的高质量视频图像传入控制系统和数据处理模块，数据处理模块经计算处理得出监控场景中的人群数量等指标，生成人群密度图，基于此密度图和计数结果，控制系统设定小区域块的权重值，并控制无人机飞行。
在进行喷洒作业时，数据处理模块会将得到的监控场景中的人群数量等多项指标进行综合运算，优先排除人群数量高的、人群密度权重大的小区域块，将剩下的区域块进行最短路径算法运算，生成无人机飞行路径，并反馈给控制系统。并且，保证一定的数据更新率，及时根据现场信息反馈进行数据更新，实时在作业现场可能出现的人群运动情况下进行飞行航线调整，尽可能保证避免对高密度人群进行直接喷洒。
人体温度监测工作时，数据处理模块会将得到的监控场景中的人群数量、密度等多项指标进行综合运算，标定飞行区域的权重值，优先对权重值高的飞行区域进行人体体温监测，并在预先设定的时间内，进行数据更新，及时根据工作现场可能出现的人群运动情况调整飞行航线。
群机协作时控制方法如下：
首先，在控制系统中，设定群机工作区域，并自动按照无人机性能参数生成各个小的区域节点。侦察无人机组以每个探索小区域为中心，作局部侦察，并以视觉图像信息来标记侦察结果，以便于搜索无人机到达该区域节点选择下一站的时候，能够作为辅助的参考信息；搜索无人机组作全局探索，每到达一个节点，根据侦察无人机提供的侦察信息和各出口的信息，来选择下一个区域节点，直至找到并标记最短的节点路线，以便于作业无人机尽快完成工作；作业无人机组将会按照标记好的最优路线完成喷洒或者温度检测的工作。
侦察无人机组的控制方法如下：将m台的侦察无人机投入到系统划分的n 个区域节点中，每个侦察无人机以自身所在的区域节点，侦察其它的(n-1)个区域节点，将侦察过程中的采集的信息与现有信息相结合，构成了S[i][j]的侦察信息，并且在区域路径上进行信息标记。从区域节点i到区域节点j，S[i][j](i，j＝1， 2，…，n-1，i≠j)按照如下的公式(1)计算：
式中，dij是所选无人机的总路径；
是以区域节点i为中心到其他(n-1) 区域节点的最小距离。
由上式，设置初始时间各个区域节点的信息量如公式(2)所示:
上式，
是以区域节点i到其他(n-1)区域节点的最大距离；c是一个常量，衡量的是初始时间每个区域节点上的信息量。在本实施例中，针对不同的环境，设置不同的c值，更为合理，并且对于后续其他无人机路径快速寻优起到一定的影响作用。
本实施例的搜索无人机组的控制方法如下：搜索无人机组中的第k(k＝1,2,…， l且l≥m)台无人机在运动过程中的t时刻，从区域节点i自适应转移到区域节点j的概率
的计算方法如公式(3)所示：
公式(3)中，τij(t)表示当区域节点上的信息量；ηij(t)表示启发函数,用来衡量无人机由区域节点i移动到区域节点j的期望程度；ηi表示处于区域节点i 的搜索无人机下一步移动的潜在节点数量；α衡量了信息素权重因子，α值越大，说明信息素在此时无人机移动时中起的作用越大；β是启发函数的权重因子，是由先验条件在指导搜索无人机工作时的相对重要程度，β值越大,表示启发函数在移动过程中起到的作用越大；υ表示下一步移动的潜在区域节点数量对搜索无人机路径选择的相对重要程度，下一步的潜在区域节点数量越多，说明信息量越少，即信息量与潜在区域节点的数量成反比。由此可得，α和β的取值对算法的性能有着相当程度的影响。
由公式(3)可得，搜索无人机每次到达一个区域节点，需要结合侦察信息作为参考，只需要在较小的区域内搜索，可以有效的提高搜索效率。
在所有无人机完成一个搜索循环之后,每一个区域节点的上的信息量要根据公式(4)进行刷新，公式(4)如下所示:
公式(4)中，由于环境信息存在变动，用ρ(0＜ρ＜1)表示环境信息的变动系数；1-ρ表示信息的持久度；Δτij是某一次的循环中所有无人机在区域节点(i,j) 上所采集到的信息量之和,
表示第k个无人机在此次循环中区域节点(i,j)上采集并反馈的信息量。其中，
公式(5)中，Q为常系数；Lk表示第k个无人机飞行运动的路程。公式中，每个搜索无人机根据侦察信息，只在可能是最优路径的区域节点上采集并反馈信息，从而经过多次循环，输出最优解。
综上所述，无人机群机协作时，其飞行控制方法的算法如下：
1)将常系数Q、初始时间每个区域节点上的信息量c和最大进化代数三个数值进行初始化；
2)将m台的侦察无人机投入到后台系统划分的n个区域节点中，每个侦察无人机以自身所在的区域节点，侦察其它的(n-1)个区域节点，构成了S[i][j]的侦察信息，并利用公式(1)计算S[i][j]；
3)按照公式(2)设置初始时间各个区域节点的信息量；
4)设置进化代数NC初始值为零；
5)随机选定每个搜索无人机的初始位置，并将该位置记录到每个搜索无人机的tabu表中；
6)按照公式(3)计算每个搜索无人机k将要飞行移动的位置，设为j，上一个位置设为i，并且将j放入搜索无人机k对应的tabu表中，直至每一个搜索无人机完成一个循环，得到一个解；
7)计算各个搜索无人机的目标函数Lk(k＝1,2,…，l且l≥m)，并存入当前最好的解；
8)若达到指定的进化代数或者所求得的解在最近若干代中无明显的优化，转11)；否则，
9)按照公式(4)修改各个区域节点上的信息量；
10)设置Δτij为0，清空tabu，NC←NC+1，转5)；
11)得到最优解，即最优路径。
本申请发明实施例提供了实现无人机的控制和功能的装置，其原理框图详见图3，包括：
在本发明实施例中，功能模块是保证无人机正常工作的装置，包括红外温度检测模块、摄像模块、喷洒装置，它们的工作原理如下。
红外温度检测模块，能够采集人体向外辐射的红外线信号，通过模块内部的计算器换算成人体的温度数值信息，并且将信息发送给无人机的控制系统。控制系统调用数据处理模块，将检测到的温度信息与控制系统设定的安全温度值作比较，当超过安全值，控制系统会通过通讯模块向指挥中心后台发送异常的人员信息，包括异常温度信息和对应的人脸信息。
摄像模块，主要采用高清的广角摄像头，能够实时获取周围环境中的图像信息，在自动喷洒的工作中，能够实时获取人群图像，在控制系统的调控下通过通信模块，实时传输到控制中心后台，通过后台处理器的算法运算，提取图像信息中的人群密度等特征值，再返回至无人机的数据处理模块，完成无人机最优飞行路径的生成，无人机控制系统会根据飞行路径及时调整无人机的飞行状态。在人体温度监测工作时，在红外温度检测模块检测人员体温的同时，摄像模块能够记录其人脸图像信息，借助数据处理模块的人脸识别算法，保证人脸信息的识别与存储，并且人脸图像信息在红外温度检测模块检测到异常温度信息时，会与异常温度信息一同传输到指挥中心后台中，并保存入云服务器中。
喷洒装置，主要完成消毒水的储存，喷洒工作，并且能够在消毒水储存量不够的情况下，将报警信号反馈至无人机控制系统，控制系统会自动报警，提醒管理员添加消毒水。
为了完成本发明实施例的控制需求，还采用了以下的装置：
通信模块，采用无线通信的方式，能连接无人机和指挥中心后台，保证无人机的任何工作状态下的数据能够反馈至后台系统，同时，后台系统的指令能够及时传输到无人机。
无人机控制系统，相当于无人机的“大脑”，能够控制无人机的各项工作状态，并且能协调无人机内部各个模块的正常运行。
GPS定位模块能够提供无人机在任何工作状态下的定位信息。
无人机内部的数据处理模块能够处理无人机采集获得的原始信息，实现一定程度的算法运算，同时也能将后台系统发出的指令转换成无人机可识别的数据信息。
存储模块存储着无人机正常运行的各种控制程序，数据处理的各种算法程序，以及无人机工作时产生的缓存数据。
以上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 (4)
1.一种基于机器学习的智能防疫无人机，其特征在于，所述无人机包括六轴机架，搭载六轴电机组件进行驱动，所述六轴机加中央上方安装有保护罩，所述保护罩内部设置有红外温度检测模块、GPS定位模块、供电电源以及控制硬件组件，机架中央下方安装有载物台以及停放支架，所述载物台上安装有六头气泵和摄像模块，机架的各个尾端安装有带两翼叶片的电机组件，每个电机组件的外侧均安装有防撞架；每个电机组件的底部均装有储液瓶，储液瓶中设置有隔板；在储液瓶内安装有压力补偿器；储液瓶通过软管与六头气泵相连接；所述储液瓶底部固定安装有喷洒装置；所述无人机由其内部控制系统控制。
2.根据权利要求1所述的一种基于机器学习的智能防疫无人机，其特征在于，所述控制硬件组件包括存储模块、数据处理模块和通信模块。
3.根据权利要求2所述的一种基于机器学习的智能防疫无人机，其特征在于，所述控制系统与指挥中心后台系统通过通信模块连接。
4.一种如权利要求1-3中任意一项所述的一种基于机器学习的智能防疫无人机的控制方法，其特征在于，包括单机工作时的控制方法以及群机协作时控制方法：
所述单机工作时的控制方法如下：
通过搭载的摄像模块、红外温度检测模块以及GPS定位模块采集数据，并将采集到的高质量视频图像传入控制系统和数据处理模块，数据处理模块经计算处理得出监控场景中的人群数量等指标，生成人群密度图，基于此密度图和计数结果，控制系统设定小区域块的权重值，并控制无人机飞行；
在进行喷洒作业时，数据处理模块会将得到的监控场景中的人群数量等多项指标进行综合运算，优先排除人群数量高的、人群密度权重大的小区域块，将剩下的区域块进行最短路径算法运算，生成无人机飞行路径，并反馈给控制系统；并且，保证一定的数据更新率，及时根据现场信息反馈进行数据更新，实时在作业现场可能出现的人群运动情况下进行飞行航线调整，尽可能保证避免对高密度人群进行直接喷洒；
人体温度监测工作时，数据处理模块会将得到的监控场景中的人群数量、密度等多项指标进行综合运算，标定飞行区域的权重值，优先对权重值高的飞行区域进行人体体温监测，并在预先设定的时间内，进行数据更新，及时根据工作现场可能出现的人群运动情况调整飞行航线；
群机协作时控制方法如下：
首先，在控制系统中，设定群机工作区域，并自动按照无人机性能参数生成各个小的区域节点；侦察无人机组以每个探索小区域为中心，作局部侦察，并以视觉图像信息来标记侦察结果，以便于搜索无人机到达该区域节点选择下一站的时候，能够作为辅助的参考信息；搜索无人机组作全局探索，每到达一个节点，根据侦察无人机提供的侦察信息和各出口的信息，来选择下一个区域节点，直至找到并标记最短的节点路线，以便于作业无人机尽快完成工作；作业无人机组将会按照标记好的最优路线完成喷洒或者温度检测的工作；
侦察无人机组的控制方法如下：将m台的侦察无人机投入到系统划分的n个区域节点中，每个侦察无人机以自身所在的区域节点，侦察其它的(n-1)个区域节点，将侦察过程中的采集的信息与现有信息相结合，构成了S[i][j]的侦察信息，并且在区域路径上进行信息标记；从区域节点i到区域节点j，S[i][j](i，j＝1，2，…，n-1，i≠j)按照如下的公式(1)计算：
式中，dij是所选无人机的总路径；
是以区域节点i为中心到其他(n-1)区域节点的最小距离；
由上式，设置初始时间各个区域节点的信息量如公式(2)所示:
上式，
是以区域节点i到其他(n-1)区域节点的最大距离；c是一个常量；
搜索无人机组的控制方法如下：搜索无人机组中的第k(k＝1,2,…，l且l≥m)台无人机在运动过程中的t时刻，从区域节点i自适应转移到区域节点j的概率
的计算方法如公式(3)所示：
公式(3)中，τij(t)表示当区域节点上的信息量；ηij(t)表示启发函数,用来衡量无人机由区域节点i移动到区域节点j的期望程度；ηi表示处于区域节点i的搜索无人机下一步移动的潜在节点数量；α衡量了信息素权重因子；β是启发函数的权重因子，是由先验条件在指导搜索无人机工作时的相对重要程度；υ表示下一步移动的潜在区域节点数量对搜索无人机路径选择的相对重要程度；
在所有无人机完成一个搜索循环之后,每一个区域节点的上的信息量要根据公式(4)进行刷新，公式(4)如下所示:
公式(4)中，由于环境信息存在变动，用ρ(0＜ρ＜1)表示环境信息的变动系数；1-ρ表示信息的持久度；Δτij是某一次的循环中所有无人机在区域节点(i,j)上所采集到的信息量之和,
表示第k个无人机在此次循环中区域节点(i,j)上采集并反馈的信息量；其中，
公式(5)中，Q为常系数；Lk表示第k个无人机飞行运动的路程；公式中，每个搜索无人机根据侦察信息，只在可能是最优路径的区域节点上采集并反馈信息，从而经过多次循环，输出最优解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011318029.6A CN112394746B (zh) | 2020-11-23 | 2020-11-23 | 一种基于机器学习的智能防疫无人机控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011318029.6A CN112394746B (zh) | 2020-11-23 | 2020-11-23 | 一种基于机器学习的智能防疫无人机控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112394746A true CN112394746A (zh) | 2021-02-23 |
| CN112394746B CN112394746B (zh) | 2022-03-18 |
Family
ID=74606877
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011318029.6A Active CN112394746B (zh) | 2020-11-23 | 2020-11-23 | 一种基于机器学习的智能防疫无人机控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112394746B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113371173A (zh) * | 2021-06-30 | 2021-09-10 | 湖南工商大学 | 一种基于边缘智能的高低空协同疫情防控系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205971855U (zh) * | 2016-08-12 | 2017-02-22 | 郑建辉 | 一种具有喷涂功能的无人机 |
| CN108327910A (zh) * | 2018-03-31 | 2018-07-27 | 苏州声婉智能科技有限公司 | 一种农林植保无人机 |
| CN108454858A (zh) * | 2018-04-16 | 2018-08-28 | 湖南城市学院 | 一种消防飞行器系统 |
| CN108704771A (zh) * | 2018-06-13 | 2018-10-26 | 南京杰姆普森航空科技有限公司 | 一种具有防撞功能的植保无人机喷头 |
| CN210025365U (zh) * | 2019-06-04 | 2020-02-07 | 河北明皿航空科技有限公司 | 一种具有碰撞保护功能的机器人 |
| CN111643841A (zh) * | 2020-04-21 | 2020-09-11 | 张强 | 一种家用空气净化消防机器人 |
| CN111661355A (zh) * | 2020-06-19 | 2020-09-15 | 安徽九洲农业科技有限公司 | 一种农业无人机喷洒农药加药装置 |
| CN111824406A (zh) * | 2020-07-17 | 2020-10-27 | 南昌航空大学 | 一种基于机器视觉的公共安全自主巡查四旋翼无人机 |
-
2020
- 2020-11-23 CN CN202011318029.6A patent/CN112394746B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205971855U (zh) * | 2016-08-12 | 2017-02-22 | 郑建辉 | 一种具有喷涂功能的无人机 |
| CN108327910A (zh) * | 2018-03-31 | 2018-07-27 | 苏州声婉智能科技有限公司 | 一种农林植保无人机 |
| CN108454858A (zh) * | 2018-04-16 | 2018-08-28 | 湖南城市学院 | 一种消防飞行器系统 |
| CN108704771A (zh) * | 2018-06-13 | 2018-10-26 | 南京杰姆普森航空科技有限公司 | 一种具有防撞功能的植保无人机喷头 |
| CN210025365U (zh) * | 2019-06-04 | 2020-02-07 | 河北明皿航空科技有限公司 | 一种具有碰撞保护功能的机器人 |
| CN111643841A (zh) * | 2020-04-21 | 2020-09-11 | 张强 | 一种家用空气净化消防机器人 |
| CN111661355A (zh) * | 2020-06-19 | 2020-09-15 | 安徽九洲农业科技有限公司 | 一种农业无人机喷洒农药加药装置 |
| CN111824406A (zh) * | 2020-07-17 | 2020-10-27 | 南昌航空大学 | 一种基于机器视觉的公共安全自主巡查四旋翼无人机 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113371173A (zh) * | 2021-06-30 | 2021-09-10 | 湖南工商大学 | 一种基于边缘智能的高低空协同疫情防控系统及方法 |
| CN113371173B (zh) * | 2021-06-30 | 2022-11-25 | 湖南工商大学 | 一种基于边缘智能的高低空协同疫情防控系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112394746B (zh) | 2022-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111932588B (zh) | 一种基于深度学习的机载无人机多目标跟踪系统的跟踪方法 | |
| CN108334103B (zh) | 无人机多距离避障方法及避障系统 | |
| US11834173B2 (en) | Anchored aerial countermeasures for rapid deployment and neutralizing of target aerial vehicles | |
| CN104309803B (zh) | 旋翼飞行器自动降落系统及方法 | |
| CN109388150B (zh) | 多传感器环境地图构建 | |
| CN105022401A (zh) | 基于视觉的多四旋翼无人机协同slam的方法 | |
| CN108776492A (zh) | 一种基于双目相机的四轴飞行器自主避障与导航方法 | |
| CN116931602A (zh) | 高安全性的变电站巡检无人机系统和方法 | |
| CN105182992A (zh) | 无人机的控制方法、装置 | |
| CN106814752A (zh) | 一种基于无人机集群的全天候城市监控系统 | |
| CN110044212B (zh) | 基于视觉测量信息的旋翼无人机抓捕回收方法 | |
| CN109683629A (zh) | 基于组合导航和计算机视觉的无人机电力架线系统 | |
| CN112394746B (zh) | 一种基于机器学习的智能防疫无人机控制方法 | |
| CN113232865B (zh) | 一种基于机器视觉的农用无人机喷药系统及方法 | |
| CN106155082B (zh) | 一种基于光流的无人机仿生智能避障方法 | |
| CN110480644A (zh) | 一种基于uwb定位的猪场巡检机器人 | |
| CN115202376A (zh) | 一种基于单兵移动的无人机巡检电力网格化管控平台 | |
| CN109270949A (zh) | 一种无人机飞行控制系统 | |
| CN106094849A (zh) | 用于农场自主管理的四旋翼飞行器控制系统及控制方法 | |
| CN107256034B (zh) | 一种基于无人机的变配电室多点环境数据采集系统 | |
| EP3762294B1 (en) | Dynamic race course using an aircraft system swarm | |
| CN112006004A (zh) | 一种基于rtk-gps高精度定位的智能喷雾小车及控制方法 | |
| CN114859962B (zh) | 具备智能避障、定高巡航功能的无人机控制方法 | |
| CN114721441A (zh) | 多信源融合的车载无人机自主降落控制方法及装置 | |
| Qi et al. | Detection and tracking of a moving target for UAV based on machine vision |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |