CN112650296A - 基于无人机进行巡查的方法、巡查系统及处理器 - Google Patents
基于无人机进行巡查的方法、巡查系统及处理器 Download PDFInfo
- Publication number
- CN112650296A CN112650296A CN202011624635.0A CN202011624635A CN112650296A CN 112650296 A CN112650296 A CN 112650296A CN 202011624635 A CN202011624635 A CN 202011624635A CN 112650296 A CN112650296 A CN 112650296A
- Authority
- CN
- China
- Prior art keywords
- image
- area
- camera
- determining
- patrol
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 230000008859 change Effects 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims abstract description 19
- 238000003860 storage Methods 0.000 claims abstract description 18
- 238000007689 inspection Methods 0.000 claims description 35
- 238000012806 monitoring device Methods 0.000 claims description 8
- 230000004888 barrier function Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003068 static effect Effects 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例提供一种基于无人机进行巡查的方法、系统、存储介质、处理器及计算机程序产品，巡查区域设置有第一摄像头，无人车包括第二摄像头，方法包括：接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的；根据当前区域图像确定巡查区域中存在变化的障碍物的位置；根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域；根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象，通过将无人机、无人车和监控摄像头三者结合对巡查区域进行识别监控，可以更全面地进行巡查。
Description
技术领域
本发明涉及计算机技术领域，具体地涉及一种基于无人机进行巡查的方法、系统、存储介质、处理器及计算机程序产品。
背景技术
为了提高安全性，对必要的区域进行巡查是一件必不可少的事项。当巡查区域较大时，比如巡查区域是农场时，大型的农场往往面积较大，农户需要对农场内的情况进行监控，以便及时应对处理。农场内发生变化的情况多种多样，例如饲养家畜的棚架是否损坏，家畜是否有逃出圈养地，饲料堆放是否规范，是否有外来动物进入农场内等情况。
传统技术中，为了实现监控效果，农户会在农场内布置多个监控摄像头，但是由于农场过大，农场内很多地方会存在监控盲区，饲料或作物的随意摆放，农机的随意停靠也会带来多个监控盲区，因此，如何对农场等大型区域进行较为全面的巡查是保障生产顺利及安全的重要课题。
发明内容
本发明实施例的目的是提供一种基于无人机进行巡查的方法、系统、存储介质、处理器及计算机程序产品。
为了实现上述目的，本发明第一方面提供一种基于无人机进行巡查的方法，巡查区域设置有第一摄像头，无人车包括第二摄像头，方法包括：
接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的；
根据当前区域图像确定巡查区域中存在变化的障碍物的位置；
根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域；
根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象。
在一实施例中，无人机置于无人车上，其中，无人机由无人车搭载前往巡查位置。
在一实施例中，巡查区域包括农场。
在一实施例中，根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域包括：确定多个第一摄像头的位置；根据多个第一摄像头的位置确定多个第一摄像头的监控范围；根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域。
在一实施例中，根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域包括：确定被障碍物遮挡的遮挡区域；将位于监控范围之外的区域以及遮挡区域作为非监控区域；将非监控区域确定为第二摄像头的拍摄区域。
在一实施例中，确定被障碍物遮挡的遮挡区域包括：当遮挡区域位于监控范围以内时，根据当前区域图像确定存在变化的障碍物的底部边缘线；将超出底部边缘线的区域确定为遮挡区域。
在一实施例中，根据当前区域图像确定巡查区域中存在变化的障碍物的位置包括：调取巡查区域的历史区域图像与当前区域图像进行图像比对；根据比对结果确定巡查区域中存在变化的障碍物的位置。
在一实施例中，调取巡查区域的历史区域图像与当前区域图像进行图像比对包括：调取巡查区域的历史区域图像；分别提取出历史区域图像与当前区域图像的图像特征；对历史区域图像与当前区域图像的图像特征进行比对；根据图像特征的变化确定比对结果。
在一实施例中，根据比对结果确定巡查区域中存在变化的障碍物的位置包括：当当前区域图像的图像特征中存在新增的障碍物特征时，确定新增的障碍物特征在当前区域图像中的图像位置；根据图像位置确定巡查区域中存在变化的障碍物的位置。
在一实施例中，根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象包括：根据第一摄像头拍摄到的多帧连续的第一图像以及根据第二摄像头拍摄到的多帧连续的第二图像确定第一图像和第二图像中是否存在移动物体；当第一图像和第二图像中任意一者中确定存在移动物体时，确定巡查区域中存在可疑对象；当第一图像和第二图像均确定不存在移动物体时，确定巡查区域中不存在可疑对象。
在一实施例中，巡查位置是根据无人机和无人机的作业参数进行确定的，作业参数包括电量信息、负载信息、飞行参数中的至少一者，电量信息包括电池容量信息和剩余电量信息中的至少一者。
在一实施例中，方法还包括：在确定巡查区域中存在可疑对象时，获取确定有可疑对象的可疑图像；对可疑图像进行标记。
本发明第二方面提供一种处理器，被配置成执行上述的基于无人机进行巡查的方法。
本发明第三方面提供一种巡查系统，巡查区域设置有第一摄像头，巡查系统包括：
无人车，包括第二摄像头，无人车用于搭载无人机；
无人机，停靠于无人车上，无人机安装有拍摄设备；
监控装置，监控装置包括上述的处理器，监控装置与第一摄像头、无人机以及无人车通信连接。
本发明第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行上述的基于无人机进行巡查的方法。
本发明第五方面提供一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上述的基于无人机进行巡查的方法。
上述技术方案，巡查区域设置有第一摄像头，无人车包括第二摄像头，处理器可以接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的，根据当前区域图像确定巡查区域中存在变化的障碍物的位置，并可以根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域，根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象，通过将无人机、无人车和监控摄像头三者结合对巡查区域进行识别监控，可以更全面地进行巡查。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1示意性示出了根据本发明实施例的基于无人机进行巡查的方法的流程示意图；
图2示意性示出了根据本发明实施例的基于无人机进行巡查的装置的结构框图；
图3示意性示出了根据本发明实施例的巡查系统的结构框图；
图4示意性示出了根据本发明实施例的计算机设备的内部结构图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
图1示意性示出了根据本发明实施例的基于无人机进行巡查的方法的流程示意图。如图1所示，在本发明一实施例中，提供了一种基于无人机进行巡查的方法，包括以下步骤：
步骤101，接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的。
巡查区域中设置有多个监控摄像头，可以称为第一摄像头。在无人车上也包括摄像头，可以称为第二摄像头。无人车设置有可锁紧或解锁无人机的停靠平台，即无人机可以置于无人车上，无人机可以由无人车搭载前往巡查位置。
在一个实施例中，巡查位置是根据无人机和无人机的作业参数进行确定的，作业参数包括电量信息、负载信息、飞行参数中的至少一者，电量信息包括电池容量信息和剩余电量信息中的至少一者。
巡查位置可以根据无人车和无人机的巡查范围，以及基于无人车和无人机的巡航能力选择。无人机和无人车的巡航能力可以根据其对应的作业参数来确定。作业参数包括电量信息、负载信息、飞行参数中的至少一者，电量信息包括电池容量信息和剩余电量信息中的至少一者。其中，电量信息可以包括电池的容量信息或电量百分比信息等，负载信息可以包括负载类型等，飞行参数即为无人机的各项飞行数据，比如飞行的速度，飞行的高度等数据。在确定了无人机和无人车的作业参数后，服务器则可以确定出无人机和无人车的巡航能力，再根据其巡航能力确定出合适的巡查位置。比如，巡查位置可以选择一个无人机在执行完巡查任务之后还能够留有足够的电量返航至无人车所在的位置。在其他情况下，也可以由无人车前往无人机任务完成地以便接收无人机，以节约无人机的飞行距离。其中，服务器可以是指该巡查区域的智能监控系统。智能监控系统可以与无人机和无人车以及巡查区域的摄像头进行通信，从而可以获取到巡查区域的第一摄像头拍摄到的图像、无人车的第二摄像头拍摄到的图像以及无人机上安装的摄像头所拍摄到的图像。
在无人车和无人机到达巡查位置后，无人机可以起飞，从高空拍摄巡查区域的地面分布图像，即可获取到巡查区域的当前区域图像，服务器即可获取到无人机传送的当前区域图像。
在一个实施例中，巡查区域也可以是农场。
步骤102，根据当前区域图像确定巡查区域中存在变化的障碍物的位置。
在通过无人机对巡查区域进行拍摄得到巡查区域在拍摄时间对应的当前区域图像后，服务器可以根据该当前区域图像确定巡查区域中存在变化的障碍物的位置。
在一个实施例中，根据当前区域图像确定巡查区域中存在变化的障碍物的位置包括：调取巡查区域的历史区域图像与当前区域图像进行图像比对；根据比对结果确定巡查区域中存在变化的障碍物的位置。
服务器在获取到当前时间巡查区域的当前区域图像后，可以从数据中查找到巡查区域的历史区域图像，其中，历史区域图像可以是在历史某一时刻，通过无人机在同样的巡查位置所拍摄到的图像。服务器可以将这两个图像进行比对，以此来确定巡查区域中是否有存在变化的障碍物以及存在变化的障碍物在该巡查区域中的位置。
在一个实施例中，调取巡查区域的历史区域图像与当前区域图像进行图像比对包括：调取巡查区域的历史区域图像；分别提取出历史区域图像与当前区域图像的图像特征；对历史区域图像与当前区域图像的图像特征进行比对；根据图像特征的变化确定比对结果。
服务器在获取到通过无人机拍摄到的当前区域图像后，可以从数据库中调取出巡查区域的历史区域图像，分别对当前区域图像和历史区域图像进行特征提取，获取到历史区域图像与当前区域图像的图像特征。再进一步对历史区域图像与当前区域图像的图像特征进行比对，可以根据图像特征的变化确定比对结果。
在一个实施例中，根据比对结果确定巡查区域中存在变化的障碍物的位置包括：当当前区域图像的图像特征中存在新增的障碍物特征时，确定新增的障碍物特征在当前区域图像中的图像位置；根据图像位置确定巡查区域中存在变化的障碍物的位置。
对历史区域图像与当前区域图像的图像特征进行比对后，可以获知当前区域图像中与历史区域图像存在区别的图像特征。比如，某一个部分新增有障碍物的特征，此时，可以先确定该新增的障碍物特征在当前区域图像中的图像位置，再根据该图像位置确定巡查区域中存在变化的障碍物的位置。具体地，在确定出新增障碍物的图像位置后，可以根据该当前区域图像的拍摄角度以及拍摄位置，确定出该当前区域图像在巡查区域中实际对应的位置。再结合障碍物的图像位置即可确定出该新增的障碍物在巡查区域中的位置，即，可以确定出巡查区域中存在变化的障碍物的位置，比如农机或其它物料的堆放等。
步骤103，根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域。
在确定出巡查区域中存在变化的障碍物的位置后，可以通过无人车上安装的第二摄像头进一步对障碍物所在的区域进行图像拍摄，即可以根据障碍物的位置以及第一摄像头的位置确定出无人车上的第二摄像头的拍摄区域。
在一个实施例中，根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域包括：确定多个第一摄像头的位置；根据多个第一摄像头的位置确定多个第一摄像头的监控范围；根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域。
在巡查区域内设置有第一摄像头，数量可以有多个。服务器可以从数据库中获取到巡查区域内设置的多个第一摄像头，以及每个第一摄像头在巡查区域内的位置，再确定每个第一摄像头的监控范围。比如，可以以第一摄像头所在的位置为圆心，以10米或20米为半径所划定的圆形区域或扇形区域即为该第一摄像头的监控范围。然后，可以结合障碍物的位置以及每个第一摄像头的监控范围来最终确定出无人车的第二摄像头的拍摄区域。
在一个实施例中，根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域包括：确定被障碍物遮挡的遮挡区域；将位于监控范围之外的区域以及遮挡区域作为非监控区域；将非监控区域确定为第二摄像头的拍摄区域。
在确定出障碍物的位置后，还可以进一步确定出被障碍物所遮挡的遮挡区域，并将位于第一摄像头的监控范围之外的区域以及遮挡区域作为非监控区域，并将非监控区域确定为第二摄像头的拍摄区域，即可通过无人车的第二摄像头对非监控区域进行拍摄。即，在通过无人机与巡查区域内本身设置的摄像头对巡查区域内进行巡查后，还有可能存在无法被巡查到的区域，此时，则可以通过无人车来对这部分未巡查的区域进行进一步的巡查。无人车向非监控区域前进，利用无人车的车载摄像头对非监控区域进行图像拍摄并传输至服务器，即传输至智能监控系统。进一步地，无人车可以从最靠近自身的非监控区域开始巡查，并遍历整个巡查区域的非监控区域。并且，无人车还可以收集巡查区域周围的声音信息并传输至智能监控系统。
在一个实施例中，确定被障碍物遮挡的遮挡区域包括：当遮挡区域位于监控范围以内时，根据当前区域图像确定存在变化的障碍物的底部边缘线；将超出底部边缘线的区域确定为遮挡区域。
在确定非监控区域时，可以在当前区域图像中的障碍物处标记处障碍物的边缘，识别出障碍物左右两边缘，并在两边缘底部之间划定底部连线，比该底部连线更远的距离的区域可以确定为遮挡区域。然后，可以将遮挡区域与位于第一摄像头的监控范围之外的区域作为非监控区域，从而可以将该非监控区域作为无人车的第二摄像头的拍摄区域，以通过无人车的第二摄像头对第一摄像头和无人机的摄像头无法拍摄巡查到的区域进行补充巡查，以确保对巡查区域的全面检查。
步骤104，根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象。
在确定出无人车的第二摄像头的拍摄区域后，可以根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像，共同确定出巡查区域中是否存在可疑对象。
在一个实施例中，根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象包括：根据第一摄像头拍摄到的多帧连续的第一图像以及根据第二摄像头拍摄到的多帧连续的第二图像确定第一图像和第二图像中是否存在移动物体；当第一图像和第二图像中任意一者中确定存在移动物体时，确定巡查区域中存在可疑对象；当第一图像和第二图像均确定不存在移动物体时，确定巡查区域中不存在可疑对象。
在确定巡查区域中是否存在可疑对象时，服务器可以根据第一摄像头拍摄到的多帧连续的第一图像，以及第二摄像头拍摄到的多帧连续的第二图像来确定出第一图像和第二图像中是否有检测到移动物体。当第一图像和第二图像中任意一个图像中确定检测到移动物体时，则可以确定巡查区域中存在可疑对象，比如人，或者动物等。当第一图像和第二图像均确定未检测到移动物体时，则可以确定巡查区域中不存在可疑对象。
在一个实施例中，方法还包括：在确定巡查区域中存在可疑对象时，获取确定有可疑对象的可疑图像；对可疑图像进行标记。
在确定巡查区域中存在可疑对象以后，可以统计出涉及可疑对象的图像和其对应的位置信息，并在巡查区域的地面分布图像中标记出来，方便用户查看。
上述技术方案，巡查区域设置有第一摄像头，无人车包括第二摄像头，处理器可以接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的，根据当前区域图像确定巡查区域中存在变化的障碍物的位置，并可以根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域，根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象，通过将无人机、无人车和监控摄像头三者结合对巡查区域进行识别监控，可以更全面地进行巡查。
在一个实施例中，提供了一种处理器，处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现上述的基于无人机进行巡查的方法。处理器也可以用于运行程序，其中，程序运行时执行上述基于无人机进行巡查的方法。
在一个实施例中，如图2所示，提供了一种基于无人机进行巡查的装置，包括：
第一监控模块201，用于接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的。
障碍物识别模块202，用于根据当前区域图像确定巡查区域中存在变化的障碍物的位置。
第二监控模块203，用于根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域。
可疑对象确认模块204，用于根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象。
在一个实施例中，无人机置于无人车上，其中，无人机由无人车搭载前往巡查位置。
在一个实施例中，巡查区域包括农场。
在一个实施例中，第二监控模块203还用于确定多个第一摄像头的位置；根据多个第一摄像头的位置确定多个第一摄像头的监控范围；根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域。
在一个实施例中，第二监控模块203还用于确定被障碍物遮挡的遮挡区域；将位于监控范围之外的区域以及遮挡区域作为非监控区域；将非监控区域确定为第二摄像头的拍摄区域。
在一个实施例中，第二监控模块203还用于当遮挡区域位于监控范围以内时，根据当前区域图像确定存在变化的障碍物的底部边缘线；将超出底部边缘线的区域确定为遮挡区域。
在一个实施例中，障碍物识别模块202还用于调取巡查区域的历史区域图像与当前区域图像进行图像比对；根据比对结果确定巡查区域中存在变化的障碍物的位置。
在一个实施例中，障碍物识别模块202还用于调取巡查区域的历史区域图像；分别提取出历史区域图像与当前区域图像的图像特征；对历史区域图像与当前区域图像的图像特征进行比对；根据图像特征的变化确定比对结果。
在一个实施例中，障碍物识别模块202还用于当当前区域图像的图像特征中存在新增的障碍物特征时，确定新增的障碍物特征在当前区域图像中的图像位置；根据图像位置确定巡查区域中存在变化的障碍物的位置。
在一个实施例中，可疑对象确认模块204还用于根据第一摄像头拍摄到的多帧连续的第一图像以及根据第二摄像头拍摄到的多帧连续的第二图像确定第一图像和第二图像中是否存在移动物体；当第一图像和第二图像中任意一者中确定存在移动物体时，确定巡查区域中存在可疑对象；当第一图像和第二图像均确定不存在移动物体时，确定巡查区域中不存在可疑对象。
在一个实施例中，可疑对象确认模块204还用于在确定巡查区域中存在可疑对象时，获取确定有可疑对象的可疑图像；对可疑图像进行标记。
在一个实施例中，巡查位置是根据无人机和无人机的作业参数进行确定的，作业参数包括电量信息、负载信息、飞行参数中的至少一者，电量信息包括电池容量信息和剩余电量信息中的至少一者。
基于无人机进行巡查的装置包括处理器和存储器，上述第一监控模块、障碍物识别模块、第二监控模块和可疑对象确认模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序模块中实现相应的功能。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述基于无人机进行巡查的方法。
在一个实施例中，如图3所示，提供了一种巡查系统300，在巡查区域内设置有第一摄像头，第一摄像头的数量可以为多个，巡查系统300包括：
无人车301，包括第二摄像头，无人车301用于搭载无人机302；
无人机302，停靠于无人车301上，无人机302安装有拍摄设备；
监控装置303，监控装置303包括上述的处理器，监控装置303与第一摄像头、无人机302以及无人车301通信连接。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储巡查区域的区域图像等数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种基于无人机进行巡查的方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的；根据当前区域图像确定巡查区域中存在变化的障碍物的位置；根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域；根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象。
在一个实施例中，无人机置于无人车上，其中，无人机由无人车搭载前往巡查位置。
在一个实施例中，巡查区域包括农场。
在一个实施例中，根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域包括：确定多个第一摄像头的位置；根据多个第一摄像头的位置确定多个第一摄像头的监控范围；根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域。
在一个实施例中，根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域包括：确定被障碍物遮挡的遮挡区域；将位于监控范围之外的区域以及遮挡区域作为非监控区域；将非监控区域确定为第二摄像头的拍摄区域。
在一个实施例中，确定被障碍物遮挡的遮挡区域包括：当遮挡区域位于监控范围以内时，根据当前区域图像确定存在变化的障碍物的底部边缘线；将超出底部边缘线的区域确定为遮挡区域。
在一个实施例中，根据当前区域图像确定巡查区域中存在变化的障碍物的位置包括：调取巡查区域的历史区域图像与当前区域图像进行图像比对；根据比对结果确定巡查区域中存在变化的障碍物的位置。
在一个实施例中，调取巡查区域的历史区域图像与当前区域图像进行图像比对包括：调取巡查区域的历史区域图像；分别提取出历史区域图像与当前区域图像的图像特征；对历史区域图像与当前区域图像的图像特征进行比对；根据图像特征的变化确定比对结果。
在一个实施例中，根据比对结果确定巡查区域中存在变化的障碍物的位置包括：当当前区域图像的图像特征中存在新增的障碍物特征时，确定新增的障碍物特征在当前区域图像中的图像位置；根据图像位置确定巡查区域中存在变化的障碍物的位置。
在一个实施例中，根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象包括：根据第一摄像头拍摄到的多帧连续的第一图像以及根据第二摄像头拍摄到的多帧连续的第二图像确定第一图像和第二图像中是否存在移动物体；当第一图像和第二图像中任意一者中确定存在移动物体时，确定巡查区域中存在可疑对象；当第一图像和第二图像均确定不存在移动物体时，确定巡查区域中不存在可疑对象。
在一个实施例中，巡查位置是根据无人机和无人机的作业参数进行确定的，作业参数包括电量信息、负载信息、飞行参数中的至少一者，电量信息包括电池容量信息和剩余电量信息中的至少一者。
在一个实施例中，方法还包括：在确定巡查区域中存在可疑对象时，获取确定有可疑对象的可疑图像；对可疑图像进行标记。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：接收无人机发送的当前区域图像，其中当前区域图像是无人机在巡查位置拍摄的；根据当前区域图像确定巡查区域中存在变化的障碍物的位置；根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域；根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象。
在一个实施例中，无人机置于无人车上，其中，无人机由无人车搭载前往巡查位置。
在一个实施例中，巡查区域包括农场。
在一个实施例中，根据障碍物的位置以及第一摄像头的位置确定第二摄像头的拍摄区域包括：确定多个第一摄像头的位置；根据多个第一摄像头的位置确定多个第一摄像头的监控范围；根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域。
在一个实施例中，根据障碍物的位置以及监控范围确定第二摄像头的拍摄区域包括：确定被障碍物遮挡的遮挡区域；将位于监控范围之外的区域以及遮挡区域作为非监控区域；将非监控区域确定为第二摄像头的拍摄区域。
在一个实施例中，确定被障碍物遮挡的遮挡区域包括：当遮挡区域位于监控范围以内时，根据当前区域图像确定存在变化的障碍物的底部边缘线；将超出底部边缘线的区域确定为遮挡区域。
在一个实施例中，根据当前区域图像确定巡查区域中存在变化的障碍物的位置包括：调取巡查区域的历史区域图像与当前区域图像进行图像比对；根据比对结果确定巡查区域中存在变化的障碍物的位置。
在一个实施例中，调取巡查区域的历史区域图像与当前区域图像进行图像比对包括：调取巡查区域的历史区域图像；分别提取出历史区域图像与当前区域图像的图像特征；对历史区域图像与当前区域图像的图像特征进行比对；根据图像特征的变化确定比对结果。
在一个实施例中，根据比对结果确定巡查区域中存在变化的障碍物的位置包括：当当前区域图像的图像特征中存在新增的障碍物特征时，确定新增的障碍物特征在当前区域图像中的图像位置；根据图像位置确定巡查区域中存在变化的障碍物的位置。
在一个实施例中，根据第一摄像头拍摄到的第一图像和第二摄像头拍摄到的第二图像确定巡查区域中是否存在可疑对象包括：根据第一摄像头拍摄到的多帧连续的第一图像以及根据第二摄像头拍摄到的多帧连续的第二图像确定第一图像和第二图像中是否存在移动物体；当第一图像和第二图像中任意一者中确定存在移动物体时，确定巡查区域中存在可疑对象；当第一图像和第二图像均确定不存在移动物体时，确定巡查区域中不存在可疑对象。
在一个实施例中，巡查位置是根据无人机和无人机的作业参数进行确定的，作业参数包括电量信息、负载信息、飞行参数中的至少一者，电量信息包括电池容量信息和剩余电量信息中的至少一者。
在一个实施例中，方法还包括：在确定巡查区域中存在可疑对象时，获取确定有可疑对象的可疑图像；对可疑图像进行标记。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (16)
1.一种基于无人机进行巡查的方法，其特征在于，巡查区域设置有第一摄像头，无人车包括第二摄像头，所述方法包括：
接收所述无人机发送的当前区域图像，其中所述当前区域图像是所述无人机在巡查位置拍摄的；
根据所述当前区域图像确定所述巡查区域中存在变化的障碍物的位置；
根据所述障碍物的位置以及所述第一摄像头的位置确定所述第二摄像头的拍摄区域；
根据所述第一摄像头拍摄到的第一图像和所述第二摄像头拍摄到的第二图像确定所述巡查区域中是否存在可疑对象。
2.根据权利要求1所述的基于无人机进行巡查的方法，其特征在于，所述无人机置于所述无人车上，其中，所述无人机由所述无人车搭载前往所述巡查位置。
3.根据权利要求1所述的基于无人机进行巡查的方法，其特征在于，所述巡查区域包括农场。
4.根据权利要求1所述的基于无人机进行巡查的方法，其特征在于，所述根据所述障碍物的位置以及所述第一摄像头的位置确定所述第二摄像头的拍摄区域包括：
确定多个所述第一摄像头的位置；
根据多个所述第一摄像头的位置确定多个所述第一摄像头的监控范围；
根据所述障碍物的位置以及所述监控范围确定所述第二摄像头的拍摄区域。
5.根据权利要求4所述的基于无人机进行巡查的方法，其特征在于，所述根据所述障碍物的位置以及所述监控范围确定所述第二摄像头的拍摄区域包括：
确定被所述障碍物遮挡的遮挡区域；
将位于所述监控范围之外的区域以及所述遮挡区域作为非监控区域；
将所述非监控区域确定为所述第二摄像头的拍摄区域。
6.根据权利要求5所述的基于无人机进行巡查的方法，其特征在于，所述确定被所述障碍物遮挡的遮挡区域包括：
当所述遮挡区域位于所述监控范围以内时，根据所述当前区域图像确定存在变化的障碍物的底部边缘线；
将超出底部边缘线的区域确定为遮挡区域。
7.根据权利要求1所述的基于无人机进行巡查的方法，其特征在于，所述根据所述当前区域图像确定所述巡查区域中存在变化的障碍物的位置包括：
调取所述巡查区域的历史区域图像与所述当前区域图像进行图像比对；
根据比对结果确定所述巡查区域中存在变化的障碍物的位置。
8.根据权利要求7所述的基于无人机进行巡查的方法，其特征在于，所述调取所述巡查区域的历史区域图像与当所述前区域图像进行图像比对包括：
调取所述巡查区域的历史区域图像；
分别提取出所述历史区域图像与所述当前区域图像的图像特征；
对所述历史区域图像与所述当前区域图像的图像特征进行比对；
根据所述图像特征的变化确定比对结果。
9.根据权利要求8所述的基于无人机进行巡查的方法，其特征在于，所述根据比对结果确定所述巡查区域中存在变化的障碍物的位置包括：
当所述当前区域图像的图像特征中存在新增的障碍物特征时，确定所述新增的障碍物特征在所述当前区域图像中的图像位置；
根据所述图像位置确定所述巡查区域中存在变化的障碍物的位置。
10.根据权利要求1所述的基于无人机进行巡查的方法，其特征在于，所述根据所述第一摄像头拍摄到的第一图像和所述第二摄像头拍摄到的第二图像确定所述巡查区域中是否存在可疑对象包括：
根据所述第一摄像头拍摄到的多帧连续的第一图像以及根据所述第二摄像头拍摄到的多帧连续的第二图像确定所述第一图像和所述第二图像中是否存在移动物体；
当所述第一图像和所述第二图像中任意一者中确定存在移动物体时，确定所述巡查区域中存在可疑对象；
当所述第一图像和所述第二图像均确定不存在移动物体时，确定所述巡查区域中不存在可疑对象。
11.根据权利要求1所述的基于无人机进行巡查的方法，其特征在于，所述巡查位置是根据所述无人机和所述无人机的作业参数进行确定的，所述作业参数包括电量信息、负载信息、飞行参数中的至少一者，所述电量信息包括电池容量信息和剩余电量信息中的至少一者。
12.根据权利要求1所述的基于无人机进行巡查的方法，其特征在于，所述方法还包括：
在确定所述巡查区域中存在可疑对象时，获取确定有可疑对象的可疑图像；
对所述可疑图像进行标记。
13.一种处理器，其特征在于，被配置成执行根据权利要求1至12中任意一项所述的基于无人机进行巡查的方法。
14.一种巡查系统，其特征在于，巡查区域设置有第一摄像头，所述巡查系统包括：
无人车，包括第二摄像头，所述无人车用于搭载无人机；
所述无人机，停靠于所述无人车上，所述无人机安装有拍摄设备；
监控装置，所述监控装置包括根据权利要求13所述的处理器，所述监控装置与所述第一摄像头、所述无人机以及所述无人车通信连接。
15.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得处理器被配置成执行根据权利要求1至12中任一项所述的基于无人机进行巡查的方法。
16.一种计算机程序产品，包括计算机程序，其特征在于，计算机程序在被处理器执行时实现根据权利要求1至12中任一项所述的基于无人机进行巡查的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011624635.0A CN112650296A (zh) | 2020-12-31 | 2020-12-31 | 基于无人机进行巡查的方法、巡查系统及处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011624635.0A CN112650296A (zh) | 2020-12-31 | 2020-12-31 | 基于无人机进行巡查的方法、巡查系统及处理器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112650296A true CN112650296A (zh) | 2021-04-13 |
Family
ID=75366733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011624635.0A Pending CN112650296A (zh) | 2020-12-31 | 2020-12-31 | 基于无人机进行巡查的方法、巡查系统及处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112650296A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113237880A (zh) * | 2021-05-06 | 2021-08-10 | 塔里木大学 | 一种基于无人机遥感的棉花黄萎病监测方法 |
| 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 |
| CN114627631A (zh) * | 2022-03-22 | 2022-06-14 | 深圳市金飞杰信息技术服务有限公司 | 一种基于物联网的智能报警系统及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537795A (zh) * | 2015-01-18 | 2015-04-22 | 中国林业科学研究院森林生态环境与保护研究所 | 一种基于无人机识别定位森林地下火的方法 |
| CN104853167A (zh) * | 2015-05-15 | 2015-08-19 | 华中科技大学 | 基于飞行器平台的小区智能安防系统和小区智能安防方法 |
| CN108983810A (zh) * | 2018-07-19 | 2018-12-11 | 安徽共生物流科技有限公司 | 一种仓库巡逻无人机系统及其巡视方法 |
| CN110351663A (zh) * | 2019-05-31 | 2019-10-18 | 西安电子科技大学 | 多网络融合的无人机、物联网监测系统及方法 |
| CN110493567A (zh) * | 2019-08-06 | 2019-11-22 | 唐山哈船科技有限公司 | 一种城市流浪人口救助系统及监测方法 |
| CN111046121A (zh) * | 2019-12-05 | 2020-04-21 | 亿利生态大数据有限公司 | 环境监控方法、装置和系统 |
| CN111129995A (zh) * | 2020-01-08 | 2020-05-08 | 深圳供电局有限公司 | 一种变电站协同智能巡检系统及其应用方法 |
-
2020
- 2020-12-31 CN CN202011624635.0A patent/CN112650296A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537795A (zh) * | 2015-01-18 | 2015-04-22 | 中国林业科学研究院森林生态环境与保护研究所 | 一种基于无人机识别定位森林地下火的方法 |
| CN104853167A (zh) * | 2015-05-15 | 2015-08-19 | 华中科技大学 | 基于飞行器平台的小区智能安防系统和小区智能安防方法 |
| CN108983810A (zh) * | 2018-07-19 | 2018-12-11 | 安徽共生物流科技有限公司 | 一种仓库巡逻无人机系统及其巡视方法 |
| CN110351663A (zh) * | 2019-05-31 | 2019-10-18 | 西安电子科技大学 | 多网络融合的无人机、物联网监测系统及方法 |
| CN110493567A (zh) * | 2019-08-06 | 2019-11-22 | 唐山哈船科技有限公司 | 一种城市流浪人口救助系统及监测方法 |
| CN111046121A (zh) * | 2019-12-05 | 2020-04-21 | 亿利生态大数据有限公司 | 环境监控方法、装置和系统 |
| CN111129995A (zh) * | 2020-01-08 | 2020-05-08 | 深圳供电局有限公司 | 一种变电站协同智能巡检系统及其应用方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113237880A (zh) * | 2021-05-06 | 2021-08-10 | 塔里木大学 | 一种基于无人机遥感的棉花黄萎病监测方法 |
| 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 |
| CN114627631A (zh) * | 2022-03-22 | 2022-06-14 | 深圳市金飞杰信息技术服务有限公司 | 一种基于物联网的智能报警系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112650296A (zh) | 基于无人机进行巡查的方法、巡查系统及处理器 | |
| CN109607031B (zh) | 基于无人机全景的智能仓储系统及方法 | |
| JP7352694B2 (ja) | 倉庫ロケーションの監視方法、コンピュータ装置及び記憶媒体 | |
| CN111862627A (zh) | 一种交通违停抓拍自动处理系统 | |
| DE102018117178A1 (de) | Drohnenbasiertes Diagnosesystem für aktive Kühlergrillblenden eines Fahrzeugs | |
| CN111765974A (zh) | 一种基于微型制冷红外热像仪的野生动物观测系统及方法 | |
| CN114757974A (zh) | 一种多旋翼无人机的轨迹跟踪方法及系统 | |
| CN110909633B (zh) | 堆积程度的确定方法及装置、存储介质、电子装置 | |
| CN113160272A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
| CN116788788A (zh) | 控制方法、装置、设备及存储介质 | |
| CN111292331A (zh) | 图像处理的方法与装置 | |
| CN114550107B (zh) | 基于无人机集群的桥梁联动智能巡检方法、系统及云平台 | |
| Kim | Automated decision making in road traffic monitoring by on-board unmanned aerial vehicle system | |
| CN114422776A (zh) | 摄像设备的检测方法及装置、存储介质、电子装置 | |
| CN114332630A (zh) | 一种多阶段精准筛查的果树病虫害监控系统及其方法 | |
| CN114267005A (zh) | 用于农作物的收割方法、装置、处理器及农业机械 | |
| CN114217631A (zh) | 一种基于无人机的智能巡查系统、方法及存储介质 | |
| CN112802058A (zh) | 一种非法运动目标的跟踪方法及装置 | |
| CN116681163A (zh) | 用于运粮设备的调度方法、系统、运粮设备及处理器 | |
| KR102380933B1 (ko) | 축사내에 설치된 카메라 제어 시스템 및 방법 | |
| CN112528322B (zh) | 用户设备管控解除方法、装置、电子设备和存储介质 | |
| CN116798204B (zh) | 一种安防方法、装置、设备及存储介质 | |
| CN115361504B (zh) | 一种监控视频处理方法、装置及电子设备 | |
| EP4293635A1 (en) | Object detection system | |
| EP4210004A1 (en) | An animal detecting device, system, method and computer program |
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 | ||
| CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: XAG Co., Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
| CB02 | Change of applicant information |