CN112509384B - 一种基于智慧路灯的飞行器管制方法及智慧路灯 - Google Patents
一种基于智慧路灯的飞行器管制方法及智慧路灯 Download PDFInfo
- Publication number
- CN112509384B CN112509384B CN202110145171.3A CN202110145171A CN112509384B CN 112509384 B CN112509384 B CN 112509384B CN 202110145171 A CN202110145171 A CN 202110145171A CN 112509384 B CN112509384 B CN 112509384B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- communication
- street lamp
- control instruction
- intelligent street
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0073—Surveillance aids
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请属于智慧路灯技术领域,尤其涉及一种基于智慧路灯的飞行器管制方法及智慧路灯。所述方法包括:当在指定空域侦测到飞行器时,通过智慧路灯上的摄像装置采集所述飞行器的目标图像;使用预设的飞行器分类模型对所述飞行器的目标图像进行处理,得到所述飞行器的型号;在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信;若试探通信成功,则根据所述通信频率和所述飞行器控制指令集,通过通信装置控制所述飞行器降落至指定降落区域。通过本申请,有效实现了对飞行器的管制,减少了飞行器滥用带来的安全隐患。
Description
技术领域
本申请属于智慧路灯技术领域,尤其涉及一种基于智慧路灯的飞行器管制方法及智慧路灯。
背景技术
随着技术的不断发展,包括无人机在内的各类民用飞行器已越来越普及,为人们的日常工作和生活带来了极大的便利。但是,与此同时,对飞行器的滥用也带来了诸多的安全隐患,某些用户缺乏必要的安全意识,在未经许可的情况下,在交通干道以及某些重要场所私自使用飞行器,对公共秩序造成了扰乱,甚至可能酿成重大事故,现有技术中缺乏有效的技术手段来对这种飞行器滥用的情况进行管制。
发明内容
有鉴于此,本申请实施例提供了一种基于智慧路灯的飞行器管制方法及智慧路灯,以解决现有技术中缺乏有效的技术手段来对飞行器滥用的情况进行管制的问题。
本申请实施例的第一方面提供了一种基于智慧路灯的飞行器管制方法,可以包括:
当在指定空域侦测到飞行器时,通过智慧路灯上的摄像装置采集所述飞行器的目标图像;
使用预设的飞行器分类模型对所述飞行器的目标图像进行处理,得到所述飞行器的型号;
在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信;
若试探通信成功,则根据所述通信频率和所述飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域。
进一步地,所述通过智慧路灯上的摄像装置采集所述飞行器的目标图像,可以包括:
通过所述摄像装置在若干个不同的观测角度分别采集所述飞行器的原始图像,构成所述飞行器的原始图像集合;
根据各个原始图像对应的观测角度对所述原始图像集合进行三维重构,得到所述目标图像。
进一步地,所述通过智慧路灯上的摄像装置采集所述飞行器的目标图像,可以包括:
建立所述智慧路灯与预设的若干个从属摄像装置之间的时间同步,其中,各个从属摄像装置分别预先部署在所述智慧路灯之外的不同位置上;
通过所述通信装置向各个从属摄像装置下发图像采集指令,所述图像采集指令中携带着进行图像采集的统一时间点;
在所述统一时间点,通过所述摄像装置采集所述飞行器的原始图像;
分别接收各个从属摄像装置在所述统一时间点采集的所述飞行器的原始图像;
将所述摄像装置和各个从属摄像装置采集的所述飞行器的原始图像构成所述飞行器的原始图像集合;
根据各个原始图像对应的观测角度对所述原始图像集合进行三维重构,得到所述目标图像。
进一步地,所述通信频率包括若干个候选频率,所述根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信,可以包括:
从所述飞行器控制指令集中选取心跳包获取指令;
从所述通信频率中选取一个尚未选取过的候选频率作为与所述飞行器进行试探通信的测试频率;
通过所述通信装置在所述测试频率上向所述飞行器发送所述心跳包获取指令,并接收所述飞行器反馈的心跳包;
若在预设的时间段内未接收到所述飞行器反馈的心跳包,则重新从所述通信频率中选取一个候选频率作为与所述飞行器进行试探通信的测试频率,直至所述通信频率中的各个候选频率均被选取过为止;
若在预设的时间段内接收到所述飞行器反馈的心跳包,则确定试探通信成功。
进一步地,若无法确定所述飞行器的型号,则遍历所述飞行器数据库中的通信频率以及飞行器控制指令集与所述飞行器进行试探通信;
若试探通信成功,则根据试探通信成功时所使用的通信频率和飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域。
进一步地,在通过所述通信装置控制所述飞行器降落至指定降落区域之前,还可以包括:
通过所述智慧路灯上的雷达测量所述飞行器在预设的笛卡尔坐标系中的位置坐标;
读取预先存储的各个候选降落区域的中心点在所述笛卡尔坐标系中的位置坐标;
根据所述飞行器的位置坐标与各个候选降落区域的中心点的位置坐标分别计算所述飞行器与各个候选降落区域之间的距离;
从各个候选降落区域中选取与所述飞行器之间的距离最短的一个候选降落区域作为所述指定降落区域。
进一步地,所述通过所述通信装置控制所述飞行器降落至指定降落区域,可以包括:
根据所述飞行器的位置坐标与所述指定降落区域的中心点的位置坐标计算所述飞行器的水平运动方向;
从所述飞行器控制指令集中选取水平运动控制指令,并通过所述通信装置向所述飞行器发送所述水平运动控制指令,以使所述飞行器按照所述水平运动方向行进;
当所述飞行器行进至所述指定降落区域的上空时,从所述飞行器控制指令集中选取悬停控制指令,并通过所述通信装置向所述飞行器发送所述悬停控制指令,以使所述飞行器悬停在所述指定降落区域的上空;
从所述飞行器控制指令集中选取垂直运动控制指令,并通过所述通信装置向所述飞行器发送所述垂直运动控制指令,以使所述飞行器垂直降落至所述指定降落区域。
进一步地,所述飞行器数据库存储在预设的服务器中,所述在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集,包括:
通过所述通信装置向所述服务器发送携带所述智慧路灯的标识和所述飞行器的型号的数据查询请求,以使所述服务器在所述飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
接收所述服务器反馈的加密信息,所述加密信息中包括查找到的与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
根据预先存储的密钥对所述加密信息进行解密操作,得到与所述飞行器的型号对应的通信频率以及飞行器控制指令集。
进一步地,在通过所述智慧路灯上的通信装置与所述飞行器进行试探通信之后,还可以包括:
若试探通信失败,则通过所述智慧路灯上的信号干扰装置生成宽频干扰信号;
确定所述飞行器所在方位,并根据所述飞行器所在方位驱动所述信号干扰装置进行方位调整,以使所述信号干扰装置的发射方位与所述飞行器所在方位一致;
控制所述信号干扰装置向所述飞行器发射所述宽频干扰信号。
进一步地,在通过所述通信装置控制所述飞行器降落至指定降落区域之后,还可以包括:
通过所述通信装置向与所述指定降落区域对应的回收机器人发送飞行器回收指令,以使所述回收机器人在所述指定降落区域执行对所述飞行器的回收操作。
本申请实施例的第二方面提供了一种飞行器管制装置,可以包括实现上述任一种飞行器管制方法的步骤的功能模块。
本申请实施例的第三方面提供了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上述任一种飞行器管制方法的步骤。
本申请实施例的第四方面提供了一种智慧路灯,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上述任一种飞行器管制方法的步骤。
本申请实施例的第五方面提供了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,使得智慧路灯执行上述任一种飞行器管制方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例当在指定空域侦测到飞行器时,通过智慧路灯上的摄像装置采集所述飞行器的目标图像;使用预设的飞行器分类模型对所述飞行器的目标图像进行处理,得到所述飞行器的型号;在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信;若试探通信成功,则根据所述通信频率和所述飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域。通过本申请实施例,有效实现了对飞行器的管制,减少了飞行器滥用带来的安全隐患。
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的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例中一种基于智慧路灯的飞行器管制方法的一个实施例流程图;
图2为本申请实施例中一种飞行器管制装置的一个实施例结构图;
图3为本申请实施例中一种智慧路灯的示意框图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参阅图1,本申请实施例中一种基于智慧路灯的飞行器管制方法的一个实施例可以包括:
步骤S101、当在指定空域侦测到飞行器时,通过智慧路灯上的摄像装置采集所述飞行器的目标图像。
智慧路灯为具有数据存储能力和数据计算处理能力的路灯,本申请实施例的执行主体即可以为所述智慧路灯。智慧路灯可以在指定空域中持续进行飞行器的侦测,指定空域可以根据实际情况进行设置,例如,可以将以智慧路灯为轴心的圆柱状空间区域设置为指定空域,这一圆柱状空间区域的半径、上底面和下底面的高度均可以根据实际情况进行设置。当然,也可以根据实际情况设置其它形状的指定空域,本申请实施例对此不作具体限定。在本申请实施例中,可以使用的侦测方法包括但不限于基于可见光的侦测、基于无线电的侦测以及基于声音的侦测等等现有技术中常用的侦测方法。
在智慧路灯上预先安装有摄像装置,用于在侦测到飞行器时对飞行器进行图像采集。在本申请实施例的一种具体实现中,可以仅对飞行器进行一次图像采集,并将采集得到的图像作为目标图像。但考虑到单一图像由于观测角度的影响,可能无法全面展现出飞行器的特征,在本申请实施例的另一种具体实现中,可以通过摄像装置在若干个不同的观测角度分别采集飞行器的图像(记为原始图像),这些图像所构成的集合即为飞行器的原始图像集合。然后,根据各个原始图像对应的观测角度对原始图像集合进行三维重构,从而得到一个立体展现飞行器特征的三维图像,并将其作为目标图像。
进一步地,考虑到即使通过智慧路灯上的摄像装置进行多次图像采集,但受到飞行器飞行轨迹的限制,所采集的图像仍然可能无法全面展现出飞行器的特征。为了进一步提高对飞行器识别的准确度,在本申请实施例的另一种具体实现中,除了安装在智慧路灯上的摄像装置之外,还可以预先在智慧路灯周边区域的不同预定位置部署若干个摄像装置,将其记为从属摄像装置。首先,建立智慧路灯与各个从属摄像装置之间的时间同步。然后,通过通信装置向各个从属摄像装置下发图像采集指令,该图像采集指令中携带着进行图像采集的统一时间点,通过这一指令可以使智慧路灯上的摄像装置和各个从属摄像装置之间在同一个时间点采集飞行器的图像。在统一时间点,智慧路灯通过其摄像装置采集飞行器的原始图像;同步地,各个从属摄像装置也同时采集飞行器的原始图像,并将采集到的图像发送给智慧路灯,智慧路灯分别对其进行接收,然后将其摄像装置和各个从属摄像装置采集的飞行器的原始图像构成飞行器的原始图像集合,最后根据各个原始图像对应的观测角度对原始图像集合进行三维重构,得到目标图像。
步骤S102、使用预设的飞行器分类模型对所述飞行器的目标图像进行处理,得到所述飞行器的型号。
所述飞行器分类模型为预先训练得到的用于进行飞行器分类的神经网络模型。具体采用何种类型的神经网络模型可以根据实际情况进行设置,包括但不限于卷积神经网络(Convolutional Neural Networks,CNN)、深度卷积神经网络(Deep ConvolutionalNeural Networks,DCNN)、逆向图网络(Inverse Graphics Networks,IGN)、生成式对抗网络(Generative Adversarial Networks,GAN)、循环神经网络(Recurrent NeuralNetworks,RNN)、深度残差网络(Deep Residual Networks,DRN)、支持向量机(SupportVector Machines,SVM)以及其它的神经网络模型。
为了提高所述飞行器分类模型区分任意情况下飞行器的型号的能力,在使用所述飞行器分类模型之前,需要首先构建对其进行训练的训练数据集,然后使用训练数据集对初始的飞行器分类模型进行训练,直至满足预设的训练条件,以得到已训练的飞行器分类模型。
训练数据集中包括若干训练样本,每个训练样本均包括一帧飞行器的图像和与该图像对应的预期输出的飞行器的型号。需要注意的是,若飞行器分类模型处理的是单张图像,则训练样本中也应为单张图像,若飞行器分类模型处理的是多张图像三维重构得到的三维图像,则训练样本中也应为由多张图像三维重构得到的三维图像。
为了提高模型的准确度,这些训练样本应尽量涵盖各种型号各种姿态下的飞行器的图像。每种飞行器的型号均可设置对应的数值化表示形式,例如,可以用0表示站立的飞行器的第一种型号,用1表示静坐的飞行器的第二种型号,用2表示侧躺的飞行器的第三者型号,…,以此类推。当然,也可以根据实际情况采用其它的数值化表示形式,本申请实施例对此不作具体限定。
在训练的过程中,可以针对所述训练数据集中的每个训练样本,使用所述飞行器分类模型对该训练样本中的飞行器的图像进行处理,得到实际输出的飞行器的型号,然后根据该训练样本中的预期输出的飞行器的型号和所述实际输出的飞行器的型号计算训练损失值。所述训练损失值的具体计算方式可以根据实际情况进行设置,在本申请实施例的一种具体实现中,可以计算所述预期输出的飞行器的型号和所述实际输出的飞行器的型号之间的平方误差,并将该平方误差确定为所述训练损失值。
在计算得到所述训练损失值之后,则可以根据所述训练损失值对所述飞行器分类模型的模型参数进行调整。在本申请实施例中,假设所述飞行器分类模型的模型参数为W1,将所述训练损失值反向传播修改所述飞行器分类模型的模型参数W1,得到修改后的模型参数W2。修改参数之后再继续执行下一次的训练过程,在该次训练过程中,重新计算得到训练损失值,将该训练损失值反向传播修改所述飞行器分类模型的模型参数W2,得到修改后的模型参数W3,……,以此类推,不断重复以上过程,每次训练过程均可对模型参数进行修改,直至满足预设的训练条件,其中,所述训练条件可以是训练次数达到预设的次数阈值,所述次数阈值可以根据实际情况进行设置,例如,可以将其设置为数千、数万、数十万甚至更大的数值;所述训练条件也可以是所述飞行器分类模型收敛;由于可能出现训练次数还未达到所述次数阈值,但所述飞行器分类模型已经收敛,可能导致重复不必要的工作;或者所述飞行器分类模型始终无法收敛,可能导致无限循环,无法结束训练的过程,基于上述两种情况,所述训练条件还可以是训练次数达到所述次数阈值或所述飞行器分类模型收敛。当满足所述训练条件,即可得到已训练的飞行器分类模型。
可选地,为了进一步提高模型对真实场景的适用性,在得到已训练的飞行器分类模型之后,还可以对所述飞行器分类模型进行知识蒸馏,得到知识蒸馏后的飞行器分类模型。在知识蒸馏过程中,以训练得到的飞行器分类模型作为教师模型,以另一个随机初始化的神经网络模型为学生模型,以真实数据为学习对象。学生模型通过学习教师模型产生的软目标来提升在真实数据集上的预测能力,能够达到更好的预测精度。
步骤S103、在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集。
飞行器数据库中存储着各种型号的飞行器,以及与这些型号的飞行器分别对应的通信频率以及飞行器控制指令集。在本申请实施例的一种具体实现中,在智慧路灯中可以内置飞行器数据库,智慧路灯可以直接在其中进行查找操作。但考虑到当飞行器数据库的数据量较大时,可能占用智慧路灯过多的存储资源,在本申请实施例的一种具体实现中,可以预先将飞行器数据库存储在预设的服务器中,当智慧路灯需要进行查找操作时,可以通过其通信装置向服务器发送数据查询请求,这一请求中携带着该智慧路灯的标识和飞行器的型号。服务器在接收到智慧路灯的数据查询请求后,可以在所述飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集,对这些信息进行加密处理,得到加密信息,并根据智慧路灯的标识确定其所需反馈的对象,将加密信息反馈给智慧路灯,智慧路灯在接收到服务器反馈的加密信息后,可以根据预先存储的密钥对加密信息进行解密操作,得到与飞行器的型号对应的通信频率以及飞行器控制指令集。
步骤S104、根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信。
所述通信频率可能只包括唯一的频率,在这种情况下,智慧路灯可以从飞行器控制指令集中选取心跳包获取指令,通过其通信装置直接在该频率上向飞行器发送心跳包获取指令,并接收所述飞行器反馈的心跳包。若在预设的时间段内接收到飞行器反馈的心跳包,则确定试探通信成功。反之,若在预设的时间段内未接收到飞行器反馈的心跳包,则确定试探通信失败。
所述通信频率还可能包括若干个候选频率,在这种情况下,智慧路灯可以从飞行器控制指令集中选取心跳包获取指令,并从通信频率中选取一个尚未选取过的候选频率作为与飞行器进行试探通信的测试频率。然后,通过通信装置在该测试频率上向飞行器发送心跳包获取指令,并接收飞行器反馈的心跳包。若在预设的时间段内接收到飞行器反馈的心跳包,则确定试探通信成功。若在预设的时间段内未接收到飞行器反馈的心跳包,则说明当前的测试频率是无效频率,重新从通信频率中选取一个尚未选取过的候选频率作为与飞行器进行试探通信的测试频率,并重复以上试探通信过程。若通信频率中的各个候选频率均被选取过之后,均为无效频率,则确定试探通信失败。
需要注意的是,当飞行器的目标图像不够清晰,或者飞行器的型号信息不在飞行器数据库中时,则无法确定飞行器的型号。在这种情况下,本申请实施例可以遍历飞行器数据库中所有的通信频率以及飞行器控制指令集,依次与飞行器进行试探通信。
步骤S105、若试探通信成功,则根据所述通信频率和所述飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域。
指定降落区域可以根据实际情况进行选择,在本申请实施例的一种具体实现中,可以通过智慧路灯上的雷达测量飞行器在预设的笛卡尔坐标系中的位置坐标,并读取预先存储的各个候选降落区域的中心点在该笛卡尔坐标系中的位置坐标。在本申请实施例中,可以将智慧路灯与地面的交点作为坐标系的基点,将竖直向上的方向作为z轴正方向,将水平地面上相互垂直的两个方向分别作为x轴正方向和y轴正方向。
在得到飞行器的位置坐标与各个候选降落区域的中心点的位置坐标之后,即可据此分别计算飞行器与各个候选降落区域之间的距离,并从各个候选降落区域中选取与飞行器之间的距离最短的一个候选降落区域作为指定降落区域。
在智慧路灯控制飞行器降落至指定降落区域的过程中,可以首先根据飞行器的位置坐标与指定降落区域的中心点的位置坐标计算飞行器的水平运动方向。将飞行器的位置坐标记为(AerobatX,AerobatY,AerobatZ),将指定降落区域的中心点的位置坐标记为(TarmacX,TarmacY,TarmacZ),则飞行器的水平运动方向应为向量(TarmacX-AerobatX,TarmacY-AerobatY)所指向的方向。
在计算得到该水平运动方向后,智慧路灯可以从飞行器控制指令集中选取水平运动控制指令,将水平运动控制指令中的表示水平运动方向的参数设置为计算得到的水平运动方向,并通过其通信装置向飞行器发送水平运动控制指令,以使飞行器按照该水平运动方向行进。
当飞行器行进至指定降落区域的上空时,智慧路灯可以从飞行器控制指令集中选取悬停控制指令,并通过其通信装置向飞行器发送悬停控制指令,以使飞行器悬停在指定降落区域的上空。最后,智慧路灯可以从飞行器控制指令集中选取垂直运动控制指令,并通过其通信装置向飞行器发送垂直运动控制指令,以使飞行器垂直降落至指定降落区域。容易理解地,智慧路灯对飞行器的各种控制指令均通过试探通信成功时所使用的频率进行发送。
进一步地,在飞行器降落至指定降落区域之后,智慧路灯还可以通过其通信装置向与指定降落区域对应的回收机器人发送飞行器回收指令,以使回收机器人在指定降落区域执行对飞行器的回收操作。
需要注意的是,以上过程均是基于试探通信成功的前提下进行的,若试探通信失败,则无法控制飞行器降落至指定降落区域。此时,可以通过智慧路灯上的信号干扰装置生成宽频干扰信号,该宽频干扰信号为对指定频段范围内的通信进行干扰的信号,指定频段范围可以根据实际情况进行设置,尽可能的覆盖飞行器通信的所有频率。智慧路灯通过其雷达确定飞行器所在方位,并根据飞行器所在方位驱动信号干扰装置进行方位调整,以使信号干扰装置的发射方位与飞行器所在方位一致。当两者方位一致时,则控制信号干扰装置向飞行器发射宽频干扰信号,从而实现对其的通信反制。
综上所述,本申请实施例当在指定空域侦测到飞行器时,通过智慧路灯上的摄像装置采集所述飞行器的目标图像;使用预设的飞行器分类模型对所述飞行器的目标图像进行处理,得到所述飞行器的型号;在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信;若试探通信成功,则根据所述通信频率和所述飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域。通过本申请实施例,有效实现了对飞行器的管制,减少了飞行器滥用带来的安全隐患。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种基于智慧路灯的飞行器管制方法,图2示出了本申请实施例提供的一种飞行器管制装置的一个实施例结构图。
本实施例中,一种飞行器管制装置可以包括:
图像采集模块201,用于当在指定空域侦测到飞行器时,通过智慧路灯上的摄像装置采集所述飞行器的目标图像;
飞行器型号确定模块202,用于使用预设的飞行器分类模型对所述飞行器的目标图像进行处理,得到所述飞行器的型号;
飞行器信息查找模块203,用于在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
试探通信模块204,用于根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信;
降落控制模块205,用于若试探通信成功,则根据所述通信频率和所述飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域。
在本申请实施例的一种具体实现中,所述图像采集模块可以包括:
图像采集单元,用于通过所述摄像装置在若干个不同的观测角度分别采集所述飞行器的原始图像,构成所述飞行器的原始图像集合;
图像重构单元,用于根据各个原始图像对应的观测角度对所述原始图像集合进行三维重构,得到所述目标图像。
在本申请实施例的另一种具体实现中,所述图像采集模块可以包括:
时间同步单元,用于建立所述智慧路灯与预设的若干个从属摄像装置之间的时间同步,其中,各个从属摄像装置分别预先部署在所述智慧路灯之外的不同位置上;
图像采集指令下发模块,用于通过所述通信装置向各个从属摄像装置下发图像采集指令,所述图像采集指令中携带着进行图像采集的统一时间点;
图像采集单元,用于在所述统一时间点,通过所述摄像装置采集所述飞行器的原始图像;
图像接收单元,用于分别接收各个从属摄像装置在所述统一时间点采集的所述飞行器的原始图像;
集合构成单元,用于将所述摄像装置和各个从属摄像装置采集的所述飞行器的原始图像构成所述飞行器的原始图像集合;
图像重构单元,用于根据各个原始图像对应的观测角度对所述原始图像集合进行三维重构,得到所述目标图像。
进一步地,所述通信频率包括若干个候选频率,所述试探通信模块可以包括:
心跳包获取指令选取单元,用于从所述飞行器控制指令集中选取心跳包获取指令;
测试频率选取单元,用于从所述通信频率中选取一个尚未选取过的候选频率作为与所述飞行器进行试探通信的测试频率;
心跳包交互单元,用于通过所述通信装置在所述测试频率上向所述飞行器发送所述心跳包获取指令,并接收所述飞行器反馈的心跳包;
通信成功确定单元,用于若在预设的时间段内接收到所述飞行器反馈的心跳包,则确定试探通信成功。
进一步地,所述飞行器管制装置还可以包括:
飞行器坐标测量模块,用于通过所述智慧路灯上的雷达测量所述飞行器在预设的笛卡尔坐标系中的位置坐标;
降落区域坐标读取模块,用于读取预先存储的各个候选降落区域的中心点在所述笛卡尔坐标系中的位置坐标;
距离计算模块,用于根据所述飞行器的位置坐标与各个候选降落区域的中心点的位置坐标分别计算所述飞行器与各个候选降落区域之间的距离;
指定降落区域选取模块,用于从各个候选降落区域中选取与所述飞行器之间的距离最短的一个候选降落区域作为所述指定降落区域。
进一步地,所述降落控制模块可以包括:
水平运动方向计算单元,用于根据所述飞行器的位置坐标与所述指定降落区域的中心点的位置坐标计算所述飞行器的水平运动方向;
水平运动控制指令发送单元,用于从所述飞行器控制指令集中选取水平运动控制指令,并通过所述通信装置向所述飞行器发送所述水平运动控制指令,以使所述飞行器按照所述水平运动方向行进;
悬停控制指令发送单元,用于当所述飞行器行进至所述指定降落区域的上空时,从所述飞行器控制指令集中选取悬停控制指令,并通过所述通信装置向所述飞行器发送所述悬停控制指令,以使所述飞行器悬停在所述指定降落区域的上空;
垂直运动控制指令发送单元,用于从所述飞行器控制指令集中选取垂直运动控制指令,并通过所述通信装置向所述飞行器发送所述垂直运动控制指令,以使所述飞行器垂直降落至所述指定降落区域。
进一步地,所述飞行器数据库存储在预设的服务器中,所述飞行器信息查找模块可以包括:
数据查询请求发送单元,用于通过所述通信装置向所述服务器发送携带所述智慧路灯的标识和所述飞行器的型号的数据查询请求,以使所述服务器在所述飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
加密信息接收单元,用于接收所述服务器反馈的加密信息,所述加密信息中包括查找到的与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
信息解密单元,用于根据预先存储的密钥对所述加密信息进行解密操作,得到与所述飞行器的型号对应的通信频率以及飞行器控制指令集。
进一步地,所述飞行器管制装置还可以包括:
宽频干扰信号生成模块,用于若试探通信失败,则通过所述智慧路灯上的信号干扰装置生成宽频干扰信号;
方位调整模块,用于确定所述飞行器所在方位,并根据所述飞行器所在方位驱动所述信号干扰装置进行方位调整,以使所述信号干扰装置的发射方位与所述飞行器所在方位一致;
宽频干扰信号发射模块,用于控制所述信号干扰装置向所述飞行器发射所述宽频干扰信号。
进一步地,所述飞行器管制装置还可以包括:
飞行器回收指令发送模块,用于通过所述通信装置向与所述指定降落区域对应的回收机器人发送飞行器回收指令,以使所述回收机器人在所述指定降落区域执行对所述飞行器的回收操作。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和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。
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。
图3示出了本申请实施例提供的一种智慧路灯的示意框图,为了便于说明,仅示出了与本申请实施例相关的部分。
如图3所示,该实施例的智慧路灯3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个基于智慧路灯的飞行器管制方法实施例中的步骤,例如图1所示的步骤S101至步骤S105。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图2所示模块201至模块205的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述智慧路灯3中的执行过程。
本领域技术人员可以理解,图3仅仅是智慧路灯3的示例,并不构成对智慧路灯3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,例如所述智慧路灯3还可以包括输入输出设备、网络接入设备、总线等。
所述处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、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31可以是所述智慧路灯3的内部存储单元,例如智慧路灯3的硬盘或内存。所述存储器31也可以是所述智慧路灯3的外部存储设备,例如所述智慧路灯3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31还可以既包括所述智慧路灯3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述智慧路灯3所需的其它程序和数据。所述存储器31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。
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/智慧路灯和方法,可以通过其它的方式实现。例如,以上所描述的装置/智慧路灯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。
另外,在本申请各个实施例中的各功能单元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。
所述集成的模块/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,也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。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
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 (6)
1.一种基于智慧路灯的飞行器管制方法,其特征在于,包括:
当在指定空域侦测到飞行器时,建立智慧路灯与预设的若干个从属摄像装置之间的时间同步,其中,各个从属摄像装置分别预先部署在所述智慧路灯之外的不同位置上;
通过所述智慧路灯上的通信装置向各个从属摄像装置下发图像采集指令,所述图像采集指令中携带着进行图像采集的统一时间点;
在所述统一时间点,通过所述智慧路灯上的摄像装置采集所述飞行器的原始图像;
分别接收各个从属摄像装置在所述统一时间点采集的所述飞行器的原始图像;
将所述摄像装置和各个从属摄像装置采集的所述飞行器的原始图像构成所述飞行器的原始图像集合;
根据各个原始图像对应的观测角度对所述原始图像集合进行三维重构,得到目标图像;
使用预设的飞行器分类模型对所述飞行器的目标图像进行处理,得到所述飞行器的型号;在使用所述飞行器分类模型之前,构建对其进行训练的训练数据集,使用所述训练数据集对初始的飞行器分类模型进行训练,直至满足预设的训练条件,以得到已训练的飞行器分类模型;所述训练数据集中包括若干训练样本,每个训练样本均包括一帧飞行器的图像和与该图像对应的预期输出的飞行器的型号,且每个训练样本中飞行器的图像均为三维重构得到的三维图像;在训练的过程中,针对所述训练数据集中的每个训练样本,使用所述飞行器分类模型对该训练样本中的飞行器的图像进行处理,得到实际输出的飞行器的型号,计算该训练样本中的预期输出的飞行器的型号和所述实际输出的飞行器的型号之间的平方误差,并将所述平方误差确定为训练损失值;根据所述训练损失值对所述飞行器分类模型的模型参数进行调整,直至满足所述训练条件;所述训练条件是训练次数达到预设的次数阈值或所述飞行器分类模型收敛;在得到已训练的飞行器分类模型之后,对已训练的飞行器分类模型进行知识蒸馏,得到知识蒸馏后的飞行器分类模型,在知识蒸馏过程中,以已训练的飞行器分类模型作为教师模型,以另一个随机初始化的神经网络模型为学生模型;
在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;所述飞行器数据库中存储着各种型号的飞行器,以及与各种型号的飞行器分别对应的通信频率以及飞行器控制指令集;
根据所述通信频率和所述飞行器控制指令集,通过所述通信装置与所述飞行器进行试探通信;
若试探通信成功,则根据所述通信频率和所述飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域;
所述指定降落区域的选取过程包括:
通过所述智慧路灯上的雷达测量所述飞行器在预设的笛卡尔坐标系中的位置坐标;
读取预先存储的各个候选降落区域的中心点在所述笛卡尔坐标系中的位置坐标;
根据所述飞行器的位置坐标与各个候选降落区域的中心点的位置坐标分别计算所述飞行器与各个候选降落区域之间的距离;
从各个候选降落区域中选取与所述飞行器之间的距离最短的一个候选降落区域作为所述指定降落区域;
所述通信频率包括若干个候选频率,所述根据所述通信频率和所述飞行器控制指令集,通过所述智慧路灯上的通信装置与所述飞行器进行试探通信,包括:
从所述飞行器控制指令集中选取心跳包获取指令;
从所述通信频率中选取一个尚未选取过的候选频率作为与所述飞行器进行试探通信的测试频率;
通过所述通信装置在所述测试频率上向所述飞行器发送所述心跳包获取指令,并接收所述飞行器反馈的心跳包;
若在预设的时间段内未接收到所述飞行器反馈的心跳包,则重新从所述通信频率中选取一个候选频率作为与所述飞行器进行试探通信的测试频率,直至所述通信频率中的各个候选频率均被选取过为止;
若在预设的时间段内接收到所述飞行器反馈的心跳包,则确定试探通信成功;
若无法确定所述飞行器的型号,则遍历所述飞行器数据库中的通信频率以及飞行器控制指令集与所述飞行器进行试探通信;
若试探通信成功,则根据试探通信成功时所使用的通信频率和飞行器控制指令集,通过所述通信装置控制所述飞行器降落至指定降落区域。
2.根据权利要求1所述的基于智慧路灯的飞行器管制方法,其特征在于,所述通过所述通信装置控制所述飞行器降落至指定降落区域,包括:
根据所述飞行器的位置坐标与所述指定降落区域的中心点的位置坐标计算所述飞行器的水平运动方向;
从所述飞行器控制指令集中选取水平运动控制指令,并通过所述通信装置向所述飞行器发送所述水平运动控制指令,以使所述飞行器按照所述水平运动方向行进;
当所述飞行器行进至所述指定降落区域的上空时,从所述飞行器控制指令集中选取悬停控制指令,并通过所述通信装置向所述飞行器发送所述悬停控制指令,以使所述飞行器悬停在所述指定降落区域的上空;
从所述飞行器控制指令集中选取垂直运动控制指令,并通过所述通信装置向所述飞行器发送所述垂直运动控制指令,以使所述飞行器垂直降落至所述指定降落区域。
3.根据权利要求1所述的基于智慧路灯的飞行器管制方法,其特征在于,所述飞行器数据库存储在预设的服务器中,所述在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集,包括:
通过所述通信装置向所述服务器发送携带所述智慧路灯的标识和所述飞行器的型号的数据查询请求,以使所述服务器在所述飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
接收所述服务器反馈的加密信息,所述加密信息中包括查找到的与所述飞行器的型号对应的通信频率以及飞行器控制指令集;
根据预先存储的密钥对所述加密信息进行解密操作,得到与所述飞行器的型号对应的通信频率以及飞行器控制指令集。
4.根据权利要求1所述的基于智慧路灯的飞行器管制方法,其特征在于,在通过所述智慧路灯上的通信装置与所述飞行器进行试探通信之后,还包括:
若试探通信失败,则通过所述智慧路灯上的信号干扰装置生成宽频干扰信号;
确定所述飞行器所在方位,并根据所述飞行器所在方位驱动所述信号干扰装置进行方位调整,以使所述信号干扰装置的发射方位与所述飞行器所在方位一致;
控制所述信号干扰装置向所述飞行器发射所述宽频干扰信号。
5.根据权利要求1至4中任一项所述的基于智慧路灯的飞行器管制方法,其特征在于,在通过所述通信装置控制所述飞行器降落至指定降落区域之后,还包括:
通过所述通信装置向与所述指定降落区域对应的回收机器人发送飞行器回收指令,以使所述回收机器人在所述指定降落区域执行对所述飞行器的回收操作。
6.一种智慧路灯,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中任一项所述的飞行器管制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110145171.3A CN112509384B (zh) | 2021-02-03 | 2021-02-03 | 一种基于智慧路灯的飞行器管制方法及智慧路灯 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110145171.3A CN112509384B (zh) | 2021-02-03 | 2021-02-03 | 一种基于智慧路灯的飞行器管制方法及智慧路灯 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112509384A CN112509384A (zh) | 2021-03-16 |
CN112509384B true CN112509384B (zh) | 2021-07-30 |
Family
ID=74952411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110145171.3A Active CN112509384B (zh) | 2021-02-03 | 2021-02-03 | 一种基于智慧路灯的飞行器管制方法及智慧路灯 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509384B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359835A (zh) * | 2021-06-23 | 2021-09-07 | 广东万嘉通通信科技有限公司 | 一种智慧杆及基于智慧杆的分布式云系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205507554U (zh) * | 2016-04-12 | 2016-08-24 | 谭圆圆 | 无人飞行器的远程控制装置 |
CN106839882A (zh) * | 2017-01-22 | 2017-06-13 | 张红彬 | 特殊区域入侵无人机预警拦截控制系统 |
CN107040919A (zh) * | 2016-11-10 | 2017-08-11 | 广东容祺智能科技有限公司 | 一种无人机防劫持与链路加密系统 |
CN206584232U (zh) * | 2017-02-24 | 2017-10-24 | 黄晖 | 一种无人机系统 |
CN107430403A (zh) * | 2015-03-31 | 2017-12-01 | 深圳市大疆创新科技有限公司 | 具有地理围栏设备级别的系统和方法 |
CN107615359A (zh) * | 2015-03-31 | 2018-01-19 | 深圳市大疆创新科技有限公司 | 用于检测未经授权的无人飞行器活动的认证系统和方法 |
CN108255191A (zh) * | 2016-12-29 | 2018-07-06 | 上海三思电子工程有限公司 | 无人机管控方法及智慧路灯系统 |
CN108319294A (zh) * | 2018-01-19 | 2018-07-24 | 成都天麒科技有限公司 | 一种无人机控制方法 |
CN108491827A (zh) * | 2018-04-13 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 一种车辆检测方法、装置及存储介质 |
CN109145998A (zh) * | 2018-09-04 | 2019-01-04 | 北京历正科技有限责任公司 | 一种无人机检测方法及装置 |
CN109819001A (zh) * | 2017-11-22 | 2019-05-28 | 深圳市科比特航空科技有限公司 | 一种无人机通信方法、无人机及无人机的通信装置 |
CN109885084A (zh) * | 2019-03-08 | 2019-06-14 | 南开大学 | 一种基于单目视觉和模糊控制的多旋翼无人机自主降落方法 |
CN109992001A (zh) * | 2019-04-22 | 2019-07-09 | 西安忠林世纪电子科技有限公司 | 一种无人机安全降落方法、装置及无人机 |
CN110345411A (zh) * | 2018-04-03 | 2019-10-18 | 上海三思电子工程有限公司 | 智慧路灯、系统、控制终端、飞行器、管制方法及介质 |
CN210223049U (zh) * | 2019-09-23 | 2020-03-31 | 视云融聚(广州)科技有限公司 | 一种全景一体化车型识别器 |
CN111126374A (zh) * | 2019-12-23 | 2020-05-08 | 宁波市数极信息技术有限公司 | 一种基于大数据高速公路etc客流图像采集方法 |
CN111787216A (zh) * | 2019-04-04 | 2020-10-16 | 南京非空航空科技有限公司 | 一种基于多摄像头的反无人机装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206922022U (zh) * | 2017-07-28 | 2018-01-23 | 绵阳市欧讯信息产业有限公司 | 一种多频段攻击无人机天线 |
CN108711172B (zh) * | 2018-04-24 | 2020-07-03 | 中国海洋大学 | 基于细粒度分类的无人机识别与定位方法 |
CN109061632B (zh) * | 2018-08-20 | 2020-12-15 | 无锡若飞科技有限公司 | 一种无人机识别方法 |
CN110596698A (zh) * | 2019-07-25 | 2019-12-20 | 姚碧琛 | 主被动一体化无人机探测及识别技术 |
CN110490802B (zh) * | 2019-08-06 | 2021-01-19 | 北京观微科技有限公司 | 一种基于超分辨率的卫星影像飞机目标型号识别方法 |
CN111832616A (zh) * | 2020-06-04 | 2020-10-27 | 中国科学院空天信息创新研究院 | 利用多类深度表示图的遥感图像飞机型号识别方法及系统 |
CN112270680B (zh) * | 2020-11-20 | 2022-11-25 | 浙江科技学院 | 基于声音和图像融合的低空无人机探测的方法 |
-
2021
- 2021-02-03 CN CN202110145171.3A patent/CN112509384B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107430403A (zh) * | 2015-03-31 | 2017-12-01 | 深圳市大疆创新科技有限公司 | 具有地理围栏设备级别的系统和方法 |
CN107615359A (zh) * | 2015-03-31 | 2018-01-19 | 深圳市大疆创新科技有限公司 | 用于检测未经授权的无人飞行器活动的认证系统和方法 |
CN205507554U (zh) * | 2016-04-12 | 2016-08-24 | 谭圆圆 | 无人飞行器的远程控制装置 |
CN107040919A (zh) * | 2016-11-10 | 2017-08-11 | 广东容祺智能科技有限公司 | 一种无人机防劫持与链路加密系统 |
CN108255191A (zh) * | 2016-12-29 | 2018-07-06 | 上海三思电子工程有限公司 | 无人机管控方法及智慧路灯系统 |
CN106839882A (zh) * | 2017-01-22 | 2017-06-13 | 张红彬 | 特殊区域入侵无人机预警拦截控制系统 |
CN206584232U (zh) * | 2017-02-24 | 2017-10-24 | 黄晖 | 一种无人机系统 |
CN109819001A (zh) * | 2017-11-22 | 2019-05-28 | 深圳市科比特航空科技有限公司 | 一种无人机通信方法、无人机及无人机的通信装置 |
CN108319294A (zh) * | 2018-01-19 | 2018-07-24 | 成都天麒科技有限公司 | 一种无人机控制方法 |
CN110345411A (zh) * | 2018-04-03 | 2019-10-18 | 上海三思电子工程有限公司 | 智慧路灯、系统、控制终端、飞行器、管制方法及介质 |
CN108491827A (zh) * | 2018-04-13 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 一种车辆检测方法、装置及存储介质 |
CN109145998A (zh) * | 2018-09-04 | 2019-01-04 | 北京历正科技有限责任公司 | 一种无人机检测方法及装置 |
CN109885084A (zh) * | 2019-03-08 | 2019-06-14 | 南开大学 | 一种基于单目视觉和模糊控制的多旋翼无人机自主降落方法 |
CN111787216A (zh) * | 2019-04-04 | 2020-10-16 | 南京非空航空科技有限公司 | 一种基于多摄像头的反无人机装置 |
CN109992001A (zh) * | 2019-04-22 | 2019-07-09 | 西安忠林世纪电子科技有限公司 | 一种无人机安全降落方法、装置及无人机 |
CN210223049U (zh) * | 2019-09-23 | 2020-03-31 | 视云融聚(广州)科技有限公司 | 一种全景一体化车型识别器 |
CN111126374A (zh) * | 2019-12-23 | 2020-05-08 | 宁波市数极信息技术有限公司 | 一种基于大数据高速公路etc客流图像采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112509384A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109840448A (zh) | 用于无人驾驶车辆的信息输出方法和装置 | |
CN111563450B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN109993192A (zh) | 目标对象识别方法及装置、电子设备、存储介质 | |
JP2023508705A (ja) | データ伝送方法および装置 | |
CN111932943A (zh) | 动态目标的检测方法、装置、存储介质及路基监测设备 | |
CN111288996A (zh) | 基于视频实景导航技术的室内导航方法及系统 | |
CN109327797A (zh) | 基于WiFi网络信号的移动机器人室内定位系统 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
CN105787062A (zh) | 一种基于视频平台对目标对象进行搜索的方法和设备 | |
CN109874146A (zh) | 一种预测路损的方法及装置 | |
KR102414307B1 (ko) | 3d 맵의 변경 구역 업데이트 시스템 및 그 방법 | |
CN112509384B (zh) | 一种基于智慧路灯的飞行器管制方法及智慧路灯 | |
CN111709988A (zh) | 一种物体的特征信息的确定方法、装置、电子设备及存储介质 | |
CN110465089A (zh) | 基于图像识别的地图探索方法、装置、介质及电子设备 | |
CN116013067A (zh) | 车辆数据处理方法、处理器及服务器 | |
CN112823353A (zh) | 使用机器学习进行对象定位 | |
CN113160292B (zh) | 一种基于智能移动终端的激光雷达点云数据三维建模装置及方法 | |
CN114092660A (zh) | 高精地图生成方法、装置及用于生成地图的车辆 | |
CN112908039A (zh) | 一种基于智慧路灯的空域管制方法及智慧路灯 | |
CN112132845A (zh) | 三维模型的单体化方法、装置、电子设备和可读介质 | |
CN113822892B (zh) | 仿真雷达的评测方法、装置、设备及计算机存储介质 | |
CN113613188B (zh) | 指纹库的更新方法、装置、计算机设备和存储介质 | |
CN113440054B (zh) | 扫地机器人充电基座范围的确定方法和装置 | |
CN114818113A (zh) | 一种水下目标探测识别仿真系统及方法 | |
CN115062940A (zh) | 一种基于数字孪生的发射台智能可视化巡检方法及系统 |
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 |