CN112749589B - 巡检路径的确定方法、装置以及存储介质 - Google Patents

巡检路径的确定方法、装置以及存储介质 Download PDF

Info

Publication number
CN112749589B
CN112749589B CN201911046231.5A CN201911046231A CN112749589B CN 112749589 B CN112749589 B CN 112749589B CN 201911046231 A CN201911046231 A CN 201911046231A CN 112749589 B CN112749589 B CN 112749589B
Authority
CN
China
Prior art keywords
area
determining
inspected
routing inspection
determined
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
Application number
CN201911046231.5A
Other languages
English (en)
Other versions
CN112749589A (zh
Inventor
孙琼
陈炯
段朦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Suzhou Software Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201911046231.5A priority Critical patent/CN112749589B/zh
Publication of CN112749589A publication Critical patent/CN112749589A/zh
Application granted granted Critical
Publication of CN112749589B publication Critical patent/CN112749589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content

Abstract

本发明公开了一种巡检路径的确定方法、装置以及存储介质。其中，方法包括：确定待巡检区域；获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；基于获取的终端相关信息，确定所述待巡检区域的人群密度；利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。采用本发明的方案，能够提高人群密集区域的巡检力度，进而提高巡检路径的合理性。

Description

巡检路径的确定方法、装置以及存储介质
技术领域
本发明涉及通信领域，尤其涉及一种巡检路径的确定方法、装置以及存储介质。
背景技术
公共区域的人身安全问题始终为社会关注的话题，长期以来，政府、单位及个人对于公共区域的人身安全问题投入颇多，尤其是对于公共区域的安全防护的投入。
然而，相关技术中，对公共区域进行巡检时，巡检路径的确定方式尚需优化。
发明内容
有鉴于此，本发明实施例提供一种巡检路径的确定方法、装置以及存储介质。
本发明实施例的技术方案是这样实现的：
本发明实施例提供了一种巡检路径的确定方法，包括：
确定待巡检区域；
获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；
基于获取的终端相关信息，确定所述待巡检区域的人群密度；
利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；
利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。
上述方案中，所述利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径，包括：
利用确定的至少两个巡检点，结合扫描法和蚁群算法，确定所述待巡检区域的巡检路径，得到至少一条巡检路径。
上述方案中，所述基于获取的终端相关信息，确定所述待巡检区域的人群密度，包括：
将所述待巡检区域划分成至少两个子区域；
针对所述至少两个子区域中的每个子区域，基于所述获取的终端相关信息，确定处于相应子区域的终端数量；并基于确定的终端数量，确定相应子区域的人群密度。
上述方案中，所述利用确定的人群密度，在所述待巡检区域中确定巡检点，包括：
针对所述至少两个子区域中的每个子区域，判断相应子区域的人群密度是否满足预设条件；
在所述相应子区域的人群密度满足预设条件的情况下，将所述相应子区域中的一个位置点作为一个巡检点。
上述方案中，所述获取所述待巡检区域内的终端相关信息，包括：
利用所述待巡检区域在地图上的边界坐标信息，获取所述待巡检区域内的终端相关信息。
上述方案中，所述方法还包括：
接收第一指令；所述第一指令用于指示确定待巡检区域；
所述确定待巡检区域，包括：
响应所述第一指令，确定与所述第一指令对应的待巡检区域。
上述方案中，所述方法还包括：
得到至少两个巡检点后，接收第二指令；所述第二指令用于指示修正巡检点；
响应所述第二指令，修正与所述第二指令对应的巡检点。
本发明实施例还提供了一种巡检路径确定装置，包括：
第一确定模块，用于确定待巡检区域；
第一获取模块，用于获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；
第二确定模块，用于基于获取的终端相关信息，确定所述待巡检区域的人群密度；
第三确定模块，用于利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；
第四确定模块，用于利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。
本发明实施例还提供了一种巡检路径确定装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，执行上述任一方法的步骤。
本发明实施例还提供了一种存储介质，所述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方法的步骤。
本发明实施例提供的巡检路径的确定方法、装置以及存储介质，确定待巡检区域；获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；基于获取的终端相关信息，确定所述待巡检区域的人群密度；利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。本发明实施例的方案，利用基于终端相关信息确定的待巡检区域的人群密度来确定巡检点，进而利用确定的巡检点确定巡检路径，如此，能够提高人群密集区域的巡检力度，从而提高确定的巡检路径的合理性。
附图说明
图1为本发明实施例确定巡检路径的方法流程示意图；
图2为本发明实施例利用扫描法和蚁群算法确定巡检路径的方法流程示意图；
图3为本发明实施例利用蚁群算法确定巡检路径的方法流程示意图；
图4为本发明应用实施例自动巡检系统的结构示意图；
图5为本发明实施例巡检路径确定装置的结构示意图；
图6为本发明实施例巡检路径确定装置的硬件结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案作进一步的详细阐述。
相关技术中，可以利用无人机对公共区域进行巡检；然而，组成无人机巡检路线的巡检点多为人为选定，无法根据公共区域中人群的动态变化做出调整；也就是说，对公共区域进行巡检时，可能会存在略过人群密集区域的情况。
基于此，在本发明的各种实施例中，基于终端相关信息确定待巡检区域的人群密度，利用人群密度在所述待巡检区域中确定巡检点，并利用确定的巡检点确定巡检路径；如此，能够提高人群密集区域的巡检力度，进而提高确定的巡检路径的合理性。
本发明实施例提供一种巡检路径的确定方法，应用于巡检路径确定装置，如图1所示，所述方法包括以下步骤：
步骤101：确定待巡检区域。
这里，实际应用时，确定待巡检区域的方式可以根据需要设置。比如，可以在本地数据库中存储待巡检区域的相关信息，在确定巡检路径时，从数据库获取待巡检区域的相关信息，以确定待巡检区域。再比如，在确定巡检路径时，还可以接收用于确定待巡检区域的指令，所述指令可以包含待巡检区域的相关信息；响应接收的指令，确定与指令包含的待巡检区域的相关信息对应的待巡检区域。其中，接收的用于确定待巡检区域的指令，可以是用户通过用户终端应用(App，Application)发送的指令，也可以是用户在所述巡检路径确定装置中直接输入的指令；用户在所述巡检路径确定装置中直接输入指令的情况下，可以是用户通过所述巡检路径确定装置提供的人机交互界面输入或选择的指令。
基于此，在一实施例中，所述方法还包括：
接收第一指令；所述第一指令用于指示确定待巡检区域；
相应地，所述确定待巡检区域，包括：
响应所述第一指令，确定与所述第一指令对应的待巡检区域。
具体地，所述第一指令至少包含待巡检区域的相关信息；所述确定与所述第一指令对应的待巡检区域，包括：根据所述第一指令包含的待巡检区域的相关信息，确定待巡检区域。
实际应用时，所述待巡检区域的相关信息，可以是所述待巡检区域在所述巡检路径确定装置本地设置的地图上的区域边界坐标信息；所述地图可以是百度地图、高德地图等地图App提供的地图。
步骤102：获取所述待巡检区域内的终端相关信息。
这里，获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息。
具体地，所述终端相关信息可以包括：时间信息以及与所述时间信息相对应的终端位置信息；所述终端相关信息还可以包括终端与基站交互的信令数据以及终端用户的相关信息，比如终端用户的手机号码、终端用户的性别、终端用户的年龄等信息。当然，所述终端相关信息是已经进行数据脱敏处理后的信息；所述数据脱敏用于对用户的敏感信息通过脱敏规则进行数据的变形，实现用户敏感隐私数据的可靠保护。
实际应用时，可以从运营商设备(比如服务器等)获取终端相关信息，过滤筛选出终端处于所述待巡检区域内时的相关信息，存储到本地数据库中；在确定巡检路径时，从数据库获取所述待巡检区域内的终端相关信息。
基于此，在一实施例中，所述方法还可以包括：
从运营商设备获取终端相关信息；
对从运营商设备获取的终端相关信息进行过滤，得到所述待巡检区域内的终端相关信息；
将得到的所述待巡检区域内的终端相关信息保存至数据库；
相应地，所述获取所述待巡检区域内的终端相关信息，包括：
从所述数据库获取所述待巡检区域内的终端相关信息。
实际应用时，在对从运营商设备获取的终端相关信息进行过滤以得到所述待巡检区域内的终端相关信息时，可以根据所述待巡检区域在地图上的边界坐标信息对所述终端相关信息包含的终端位置信息进行判断，筛选出终端位置信息在所述待巡检区域内的终端相关信息。这里，所述终端位置信息可以是终端在地图(百度地图、高德地图等地图App提供的地图)上的位置坐标(这里的位置坐标是百度地图、高德地图等地图App利用自身的坐标转换算法对经纬度坐标进行处理后得到的坐标)，也可以是经纬度坐标。在所述终端位置信息是经纬度坐标的情况下，对所述终端相关信息进行过滤时，可以利用所述待巡检区域的边界坐标信息对应的坐标转换算法(百度地图、高德地图等地图APP对应的坐标转换算法)将所述经纬度坐标转换为在地图上的坐标；当然，也可以将所述待巡检区域的边界坐标信息利用对应的坐标转换算法转换为经纬度坐标。
基于此，在一实施例中，所述获取所述待巡检区域内的终端相关信息，包括：
利用所述待巡检区域在地图上的边界坐标信息，获取所述待巡检区域内的终端相关信息。
实际应用时，考虑到所述终端相关信息的数据量可能会很大，这里可以采用大数据技术(Spark或Hadoop等技术)对所述终端相关信息进行存储和处理。
如此，将终端相关信息应用于确定巡检路径，拓展了终端相关信息的应用领域，提高了终端相关信息的应用价值。
步骤103：基于获取的终端相关信息，确定所述待巡检区域的人群密度。
具体地，所述基于获取的终端相关信息，确定所述待巡检区域的人群密度，包括：
将所述待巡检区域划分成至少两个子区域；
针对所述至少两个子区域中的每个子区域，基于所述获取的终端相关信息，确定处于相应子区域的终端数量；并基于确定的终端数量，确定相应子区域的人群密度。
实际应用时，可以利用预设单位面积将所述待巡检区域划分成至少两个子区域；所述预设单位面积可以根据需要设置，比如1平方米。
实际应用时，还可以根据需要设置预设时间范围，即确定预设时间范围内所述待巡检区域的人群密度；所述预设时间范围可以包括起始时间、终止时间以及时长。具体地，将所述待巡检区域划分成至少两个子区域后，针对所述至少两个子区域中的每个子区域，可以根据所述待巡检区域在地图上的边界坐标信息以及预设单位面积，确定相应子区域在地图上的边界坐标信息；基于相应子区域在地图上的边界坐标信息，并根据所述终端相关信息包含的时间信息以及与所述时间信息相对应的终端位置信息，确定预设时间范围内，处于相应子区域的终端数量；这里，可以直接将确定的相应子区域的终端数量作为预设时间范围内相应子区域的人群密度；也可以计算确定的相应子区域的终端数量除以预设单位面积的值，将计算得到的值作为预设时间范围内相应子区域的人群密度。
实际应用时，在需要实时确定巡检路径的情况下，考虑到数据获取和数据计算带来的时延可能导致确定的人群密度与所述待巡检区域的实际人群密度存在差异；为了提高确定的人群密度的准确性和时效性，可以先确定时延的时长(即执行步骤101至步骤103需要的时间)，再将预设时间范围的时长设置为时延的时长；也就是说，每隔一个时延的时长确定一次所述待巡检区域的人群密度；如此，能够提高确定的人群密度的准确性和时效性。
步骤104：利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点。
具体地，所述利用确定的人群密度，在所述待巡检区域中确定巡检点，包括：
针对所述至少两个子区域的每个子区域，判断相应子区域的人群密度是否满足预设条件；
在所述相应子区域的人群密度满足预设条件的情况下，将所述相应子区域中的一个位置点作为一个巡检点。
这里，将所述相应子区域中的一个位置点作为一个巡检点，包括：
将所述相应子区域中的一个位置点在所述巡检路径确定装置本地设置的地图上的坐标确定为一个巡检点的坐标。
实际应用时，所述预设条件可以根据需要来设置；比如，所述预设条件可以是相应子区域的人群密度大于预设阈值，也就是说，当所述相应子区域的人群密度大于预设阈值时，认为所述相应子区域的人群密度满足预设条件；当然，当所述相应子区域的人群密度小于或等于预设阈值时，认为所述相应子区域的人群密度不满足预设条件。
实际应用时，所述相应子区域中的一个位置点可以根据需要来设置；比如，可以将所述相应子区域的中心点作为一个巡检点。
实际应用时，为了灵活选择巡检点，还可以根据用户指令指定修正巡检点。
基于此，在一实施例中，所述方法还可以包括：
得到至少两个巡检点后，接收第二指令；所述第二指令用于指示修正巡检点；
响应所述第二指令，修正与所述第二指令对应的巡检点。
实际应用时，所述第二指令至少包含巡检点的位置信息以及表征对所述巡检点的操作的信息；所述巡检点的位置信息可以是在地图上的坐标。所述对所述巡检点的操作，可以包括增加巡检点、删除巡检点以及修改巡检点坐标的操作；具体地，所述响应所述第二指令，修正与所述第二指令对应的巡检点，可以包括以下之一：
响应所述第二指令，在所述得到的至少两个巡检点中增加与所述第二指令对应的巡检点；
响应所述第二指令，在所述得到的至少两个巡检点中删除与所述第二指令对应的巡检点；
响应所述第二指令，在所述得到的至少两个巡检点中修改与所述第二指令对应的巡检点在地图上的坐标。
步骤105：利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。
具体地，所述利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径，包括：
利用确定的至少两个巡检点，结合扫描法和蚁群算法，确定所述待巡检区域的巡检路径，得到至少一条巡检路径。
实际应用时，在确定所述待巡检区域的巡检路径后，可以利用无人机进行待巡检区域的巡检；具体地，确定的巡检路径的条数可以对应需要使用的无人机的个数，一条巡检路径上的巡检点对应的子区域的范围可以作为一台无人机的巡检范围；确定所述待巡检区域的巡检路径后，可以将确定的巡检路径发送给各无人机，以使各无人机能够基于确定的巡检路径执行巡检任务。
实际应用时，将在待巡检区域中通过步骤101至步骤104确定的至少两个巡检点确定为集合A＝{a1，a2，…an}，n为大于1的整数；集合A中的任意一个巡检点在所述巡检路径确定装置本地设置的地图上的坐标可以表示为an(Xn，Yn)；如图2所示，利用集合A，结合扫描法和蚁群算法，确定待巡检区域的巡检路径，包括以下步骤：
步骤1051：以预设扫描点为中心，利用预设扫描策略扫描待巡检区域中集合A中的巡检点；将扫描到的第一个巡检点加入一个空集，得到第一集合，并将所述扫描到的第一个巡检点从集合A中删除；继续扫描集合A中的巡检点；之后执行步骤1052。
实际应用时，所述预设扫描点以及预设扫描策略可以根据需要设置；比如，计划利用无人机巡检待巡检区域时，可以将预设扫描点设置为无人机的出发点(即在待巡检区域中设置的无人机停机平台)，并选择一个方向(比如正东方向)作为扫描起始方向进行扫描。再比如，所述预设扫描点可以是集合A中的一个巡检点；在所述预设扫描点是集合A中的一个巡检点的情况下，执行步骤1051之前，需删除集合A中的所述预设扫描点。
实际应用时，假设在待巡检区域中通过步骤101至步骤104确定了10个巡检点，且所述预设扫描点并非是确定的巡检点时，可以在执行步骤1051之前，确定集合A为{a1，a2，a3，a4，a5，a6，a7，a8，a9，a10}；假设所述扫描到的第一个巡检点为a1；则在步骤1051执行完成后，可以确定集合A为{a2，a3，a4，a5，a6，a7，a8，a9，a10}，并确定第一集合为{a1}；也就是说，在利用集合A结合扫描法和蚁群算法，确定待巡检区域的巡检路径的过程中，集合A中的巡检点加上第一集合中的巡检点为步骤101至步骤104确定的全部巡检点。
步骤1052：扫描到集合A中的巡检点an-m；m为第一集合包含的元素的个数；之后执行步骤1053。
步骤1053：利用蚁群算法，确定包含巡检点an-m、第一集合中的巡检点及预设扫描点的闭环巡检路径L；之后执行步骤1054。
这里，所述蚁群算法是一种用来寻找优化路径的概率型算法，它应用于解决优化问题的基本思路为：用蚂蚁的行走路径表示待优化问题的可行解，整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素量较多，随着时间的推进，较短的路径上累积的信息素浓度逐渐增高，选择该路径的蚂蚁个数也愈来愈多。最终，整个蚂蚁会在正反馈的作用下集中到最佳的路径上，此时对应的便是待优化问题的最优解。在本申请实施例中，可以将一只蚂蚁的行走路线看作一种巡检路径的可行解，即包含了巡检点an-m、第一集合中的巡检点以及预设扫描点的闭环巡检路径L的可行解，确定信息素浓度最高的可行解，即确定最短的巡检路径。如此，能够使得确定的巡检路径更为合理。
具体地，实际应用时，假设第一集合为{a1}，预设扫描点为s(Xs，Ys)；如图3所示，利用蚁群算法，确定包含巡检点an-m、巡检点a1以及扫描点s的闭环巡检路径L包括以下步骤：
步骤301：初始化蚁群算法的参数；输入预设迭代周期、预设蚂蚁个数、预设信息素衰退因子、预设常数因子、巡检点an-m、巡检点a1以及扫描点s；之后执行步骤302。
这里，所述预设迭代周期、预设蚂蚁个数、预设信息素衰退因子以及预设常数因子可以根据需要设置。
步骤302：执行蚁群算法，输出巡检路径L。
这里，每个迭代周期中，对于每只蚂蚁，随机在巡检点an-m、巡检点a1以及扫描点s中设定起点；该蚂蚁从起点出发，确定起点到除起点外的其它点的各条路径存在的信息素，选择信息素最多的路径对应的点作为下一步要去的点，并在经过一条路径后留下一定量的信息素；以此循环，直到该蚂蚁回到起点。一个迭代周期结束后，所述蚁群算法会输出本次迭代周期确定的最优解，即本次迭代周期确定的巡检路径，并进行信息素衰退(即更新预设信息素衰退因子)，使得后确定的巡检路径受信息素影响更大。最后，对于每个迭代周期确定的巡检路径，可以根据需要选择一条巡检路径确定为巡检路径L；比如，将每个迭代周期确定的巡检路径中信息素最多的巡检路径确定为巡检路径L；或者，将起点为扫描点s的巡检路径确定为巡检路径L。
实际应用时，可以利用如下公式计算巡检路径上的信息素：
Figure BDA0002254209800000111
其中，M表示所述巡检路径上的信息素(M的初始值可以是所述巡检路径的长度的倒数)；u表示预设信息素衰退因子；Q表示常数因子；l表示所述巡检路径的长度。
步骤1054：计算确定的巡检路径L的长度，判断所述巡检路径L的长度是否大于预设巡航历程；若是，执行步骤1055；若否，则执行步骤1056。
实际应用时，所述预设巡航历程可以根据需要设置；比如，计划利用无人机巡检待巡检区域时，可以将预设巡航历程设置为一个无人机能够支持的巡航历程；这样，对于确定的每条巡检路径，都可以使用一台无人机进行巡检，使得确定的巡检路径更为合理。如果巡检路径L的长度大于预设巡航历程，则说明为了保证确定的巡检路径的合理性，确定的所述巡检路径L不应该包含当前扫描到的巡检点an-m。
步骤1055：将巡检点an-m加入一个空集，得到第二集合，并将巡检点an-m从集合A中删除；之后执行步骤1057。
步骤1056：将巡检点an-m加入第一集合，并将巡检点an-m从集合A中删除；之后执行步骤1057。
步骤1057：判断集合A是否为空集；若是，执行步骤1058；若否，则执行步骤1052。
这里，如果集合A为空集，则说明待巡检区域中的所有巡检点已经扫描完毕；若集合A不是空集，则需要继续扫描待巡检区域中集合A中的巡检点。
步骤1058：输出第一集合以及巡检路径L；之后执行步骤1059。
步骤1059：判断第二集合是否为空集；若是，结束进程；若否，则将集合A更新为第二集合，重新扫描集合A中的巡检点，即返回执行步骤1051。
这里，如果第二集合为空集，则说明通过一条巡检路径(即步骤1058输出的巡检路径L)就能够巡检到待巡检区域中的全部巡检点；如果第二集合不是空集，则说明需要继续扫描待巡检区域，以确定除巡检路径L包含的巡检点外，其它巡检点的巡检路径；即需要循环执行上述步骤1051至步骤1059，直到第二集合为空集，即直到待巡检区域中全部巡检点都能够被巡检到。
这里，每次重新循环执行上述步骤1051至步骤1059时，预设扫描点可以相同，也可以不同，本发明实施例对此不作限定。
实际应用时，在计划利用无人机巡检待巡检区域的情况下，每次循环步骤1051至步骤1059时输出的第一集合包含的各巡检点对应的子区域的范围可以为一台无人机的巡检范围，输出的巡检路径L为所述无人机在其巡检范围内的巡检路径。举例来说，假设在待巡检区域中通过步骤101至步骤104确定了10个巡检点{a1，a2，a3，a4，a5，a6，a7，a8，a9，a10}，预设扫描点为无人机停机平台s(Xs，Ys)，在10个巡检点扫描完毕时，循环执行了三次步骤1051至步骤1059，即输出了三次第一集合以及巡检路径L：
第一次执行步骤1051至步骤1059时，输出了第一集合{a1，a2，a3，a4}以及巡检路径L(s--a3--a4--a2--a1--s)；
第二次循环执行步骤1051至步骤1059时，输出了第一集合{a5，a6，a7}以及巡检路径L(s--a5--a6--a7--s)；
第三次循环执行步骤1051至步骤1059时，输出了第一集合{a8，a9，a10}以及巡检路径L(s--a9--a8--a10--s)。
经过上述处理后，确定可以利用三台无人机完成对待巡检区域的巡检：
无人机1的巡检范围是集合{a1，a2，a3，a4}中各巡检点对应的子区域的范围；无人机1的巡检路径为s--a3--a4--a2--a1--s；
无人机2的巡检范围是集合{a5，a6，a7}中各巡检点对应的子区域的范围；无人机1的巡检路径为s--a5--a6--a7--s；
无人机3的巡检范围是集合{a8，a9，a10}中各巡检点对应的子区域的范围；无人机1的巡检路径为s--a9--a8--a10--s。
实际应用时，可以将确定的各无人机的巡检范围和巡检路径通过所述巡检路径确定装置的第五代移动通信技术(5th-Generation，5G)通信模块发送至各无人机，以使各无人机能够基于确定的巡检范围和巡检路径执行巡检任务。
本发明实施例提供的巡检路径的确定方法，确定待巡检区域；获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；基于获取的终端相关信息，确定所述待巡检区域的人群密度；利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。本发明实施例的方案，利用基于终端相关信息确定的待巡检区域的人群密度来确定巡检点，进而利用确定的巡检点确定巡检路径，如此，能够提高人群密集区域的巡检力度，从而提高确定的巡检路径的合理性。
并且，结合了扫描法和蚁群算法，确定所述待巡检区域的巡检路径；进一步提高了确定的巡检路径的合理性，提高了巡检效率，降低了巡检成本。
下面结合应用实施例对本发明再作进一步详细的描述。
本应用实施例提供的自动巡检系统，应用于无人机自动巡检公开大型场地(即上述待巡检区域)的场景中；如图4所示，所述自动巡检系统包括：指挥调度模块401、无人机终端设备402和无人机停机平台403。其中，
指挥调度模块401包括数据采集与处理模块4011、数据存储模块4012、数据提取与处理模块4013、指挥模块4014、视频图像处理模块4015和信息展示模块4016；
无人机终端设备402包括5G通信模块4021、处理器4022、传感器模块4023和视频采集模块4024。
实际应用时，视频采集模块4024可以是摄像头图像及视频采集模块；传感器模块4023还可以包括：超声波及红外线传感器模块以及烟雾检测模块；无人机停机平台403可以包括：5G设备模块、停机标识模块以及风力检测模块。
实际应用时，指挥调度模块401可以采用Java web的架构设计。
在一实施例中，指挥调度模块401可以用于手机信令(即上述终端相关信息)的处理；所述处理包括手机信令的采集(即上述从运营商设备获取终端相关信息)、手机信令的提取(即上述对从运营商设备获取的终端相关信息进行过滤，得到所述待巡检区域内的终端相关信息)以及手机信令的存储(即上述将得到的所述待巡检区域内的终端相关信息保存至数据库)。指挥调度模块401还可以用于数据的提取与处理；所述数据的提取与处理包括：对数据存储模块4012中存储的手机信令数据进行处理、对无人机终端设备402发送的视频信息或图像信息进行处理、以及对指挥调度模块401和无人机终端设备402之间进行通信时的其它交互信息进行处理。
具体地，在所述自动巡检系统中：
数据采集与处理模块4011用于上述手机信令的采集与提取；由于从运行商设备获取的手机信令数据量较为庞大，所以可以采用大数据技术(比如Spark分布式处理技术)采集并提取手机信令，得到有效的手机信令数据；并将有效的手机信令数据存储到数据存储模块4012。这里，所述有效的手机信令数据为待巡检区域内经脱敏处理后的手机信令数据(即上述待巡检区域内的终端相关信息)。
数据存储模块4012用于存储数据采集与处理模块4011发送的待巡检区域内经脱敏处理后的手机信令数据；由于手机信令数据量较为庞大，所以可以利用Hadoop的分布式数据库Hive存储所述待巡检区域内经脱敏处理后的手机信令数据。
数据提取与处理模块4013用于从数据存储模块4012获取数据存储模块4012存储的处理后的手机信令数据(即上述从数据库获取所述待巡检区域内的终端相关信息)；基于获取的手机信令数据确定待巡检区域的人群密度；利用确定的人群密度确定所述待巡检区域中的巡检点；利用确定的巡检点，结合扫描法和蚁群算法，确定所述待巡检区域的巡检路线。另外，数据提取与处理模块4013还用于接收无人机终端设备402发送的视频信息或图像信息；并在指挥调度模块401和无人机终端设备402进行通信时接收或发送其它交互信息；比如发送指挥调度模块401对无人机终端设备402的指令信息；或者，接收无人机终端设备402向指挥调度模块401发送的传感器信息。
指挥模块4014，用于为用户与指挥调度模块401的交互提供后端服务。
视频图像处理模块4015，用于对数据提取与处理模块4013接收的无人机终端设备402发送的视频信息或图像信息进行处理；所述处理可以是利用现有较为成熟的视频图像处理技术(比如人流动向识别技术以及人脸识别等技术)对所述视频信息或图像信息进行分析，提取有效信息(即需要的信息，比如人群拥挤状况或安全事故发生情况等信息)。
信息展示模块4016，用于为用户与指挥调度模块401的交互提供前端服务，即用于供指挥调度模块401与用户进行信息交互(比如供用户输入用于在地图上确定待巡检区域的指令)，并为用户展示信息。
无人机终端设备402，用于根据指挥调度模块401确定的待巡检区域的巡检路径，执行所述待巡检区域的巡检任务。其中，5G通信模块4021，用于供无人机终端设备402实现联网功能，以与网络侧设备(比如指挥调度模块401)进行通信。处理器4022，用于根据巡检路径控制无人机终端设备402飞行。传感器模块4023，用于控制设置在无人机终端设备402上的传感器，并获取传感信息；比如，通过控制无人机终端设备402上的陀螺仪控制无人机终端设备402的飞行姿态；或者，通过全球定位系统(Global Positioning System)模块获取无人机终端设备402的位置信息；或者，通过红外测距模块测量并获取无人机终端设备402与目标物的距离。视频采集模块4024，用于在无人机终端设备402执行所述待巡检区域的巡检任务时获取待巡检区域内的视频信息或图像信息。
停机平台403，用于供无人机终端设备402起飞、降落以及电量补充；停机平台403上设置有停机标识模块，所述停机标识模块用于供无人机终端设备402进行识别，以实现自动停机(即降落)。
基于本应用实施例提供的上述自动巡检系统，本应用实施例还提供了一种巡检方法，包括以下步骤：
步骤1：确定巡检范围(即上述待巡检区域)；并通过手机信令数据(即上述终端相关信息)计算出巡检范围的人群密度；之后执行步骤2。
这里，所述手机信令数据为手机用户在所述巡检范围内时的手机信令数据；所述手机信令数据可以由运营商提供，即可以从运营商设备(比如服务器)获取已进行脱敏处理的手机信令数据；并利用手机信令数据中包含的位置数据计算出所述巡检范围内的人群密度。
具体地，指挥调度模块401的信息展示模块4016可以集成现在主流的地图APP(比如百度地图或高德地图)，为用户(即巡检人员)提供地图的应用程序接口(ApplicationProgramming Interface，API)；用户可以通过信息展示模块4016在地图上圈选巡检范围；用户圈选巡检范围后，信息展示模块4016生成巡检范围的区域边界坐标，将所述区域边界坐标发送至数据采集与处理模块4011；数据采集与处理模块4011根据所述区域边界坐标，从运营商设备获取手机用户在所述巡检范围内时的手机信令数据。所述手机信令数据可以包括时间、该时间用户所处的位置信息以及经脱敏处理后的用户手机号等信息。数据采集与处理模块4011将获取的手机信令数据存储至数据存储模块4012；数据提取与处理模块4013从数据存储模块4012中获取手机用户在所述巡检范围内时的手机信令数据，根据手机信令数据包含的用户所处的位置信息，计算所述巡检范围内每平方米(即上述子区域)的人群密度。在计算人群密度时，可以采用传统的统计方法或者深度学习等方法，这里不再赘述。
步骤2：利用步骤1确定的所述巡检范围的人群密度，为所述巡检范围确定巡检点；之后执行步骤3。
这里，步骤2由指挥调度模块401自动完成。指挥调度模块401为所述巡检范围确定巡检点时，确定巡检点的依据是判断所述巡检范围内人群密度的大小是否大于预设阈值；所述预设阈值可由用户根据需要自行设置。在指挥调度模块401为所述巡检范围确定巡检点后，用户也可以通过指挥调度模块401自行指定所述巡检范围内的巡检点；指挥调度模块401可以响应用户指令，删除与所述用户指令对应的巡检点；或者，增加与所述用户指令对应的巡检点；或者，修改与所述用户指令对应的巡检点的位置。
具体地，数据提取与处理模块4013计算出所述巡检范围内每平方米的人群密度后，通过判断每平方米的人群密度是否大于预设阈值，自动筛选出人群密度大于预设阈值的相应平方米在地图上的边界坐标，并将相应平方米在地图上的中心点确定为一个巡检点，输出确定的巡检点在地图上的坐标到信息展示模块4016。由用户通过信息展示模块4016在地图上进行选择并修正，增加、删除或修改数据提取与处理模块4013为所述巡检范围确定的巡检点。
步骤3：根据步骤2确定的所述巡检范围内的巡检点，使用扫描法和蚁群算法确定所述巡检范围的巡检路径；并根据确定的巡检路径，确定巡检所述巡检范围需要的无人机终端设备402的个数、各无人机终端设备402的巡检范围和巡检路径；之后执行步骤4。
具体地，由数据提取与处理模块4013执行步骤3；步骤3的具体实现过程与图2所示巡检路径确定方法的实现步骤(步骤1051至步骤1059)相同，这里不多赘述。
步骤4：各无人机终端设备402根据步骤3确定的巡检范围和巡检路径在自身巡检的区域进行飞行巡检；使用摄像头模块拍摄实时影像，并通过5G通信模块4021将拍摄的影像实时传输至指挥调度模块401。
具体地，数据提取与处理模块4013将确定的各无人机终端设备402的巡检范围和巡检路径传输至各无人机终端设备402，使得无人机终端设备402能够基于确定的巡检范围和巡检路径在自身巡检的区域进行飞行巡检。
实际应用时，各无人机终端设备402拍摄的实时影像在传输至指挥调度模块401后，可以由视频图像处理模块4015根据接收的影像进行人群行为分析；或者，所述接收的影像可以用作视频拍摄取证；或者，所述接收的影像可以用于区域实时安全检测。
本应用实施例提供的自动巡检系统以及巡检方法具备以下优点：
第一，将巡检路径的确定方法结合了软件技术、5G通信、视频及图像处理技术和无人机终端设备，提出了完整的无人机自动巡检系统，能够有效提高巡检待巡检区域的效率，节省人力资源，降低巡检成本。
第二，利用运营商提供的手机信令数据确定待巡检区域的人群密度，并基于待巡检区域的人群密度确定巡检点，能够将待巡检区域中的人群密集区域作为重要巡检地点，提高了人群密集区域的巡检力度。
第三，利用待巡检区域的巡检点，结合扫描法和蚁群算法，确定待巡检区域的巡检路径；并根据确定的巡检路径确定巡检所述待巡检区域需要的无人机终端设备的个数、各无人机终端设备的巡检范围和巡检路径；能够提高使用无人机巡检待巡检区域的效率，降低巡检成本。
第四，利用5G实时传输无人机终端设备执行巡检任务时实时采集的视频影像，能够提高巡检待巡检区域的时效性；实时采集到的影像可以结合视频图像处理技术，对巡检区域中的人群进行人群行为分析以及人像识别，能够及时排查巡检区域中的安全隐患，进一步提高巡检过程的自动化程度。
为了实现本发明实施例的方法，本发明实施例还提供了一种巡检路径的确定装置，如图5所示，巡检路径确定装置500包括：第一确定模块501、第一获取模块502、第二确定模块503、第三确定模块504和第四确定模块505；其中，
所述第一确定模块501，用于确定待巡检区域；
所述第一获取模块502，用于获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；
所述第二确定模块503，用于基于获取的终端相关信息，确定所述待巡检区域的人群密度；
所述第三确定模块504，用于利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；
所述第四确定模块505，用于利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。
其中，在一实施例中，所述第四确定模块505，具体用于：
利用确定的至少两个巡检点，结合扫描法和蚁群算法，确定所述待巡检区域的巡检路径，得到至少一条巡检路径。
在一实施例中，所述第二确定模块503，具体用于：
将所述待巡检区域划分成至少两个子区域；
针对所述至少两个子区域中的每个子区域，基于所述获取的终端相关信息，确定处于相应子区域的终端数量；并基于确定的终端数量，确定相应子区域的人群密度。
在一实施例中，所述第三确定模块504，具体用于：
针对所述至少两个子区域中的每个子区域，判断相应子区域的人群密度是否满足预设条件；
在所述相应子区域的人群密度满足预设条件的情况下，将所述相应子区域中的一个位置点作为一个巡检点。
在一实施例中，所述第一获取模块502，具体用于：
利用所述待巡检区域在地图上的边界坐标信息，获取所述待巡检区域内的终端相关信息。
在一实施例中，所述巡检路径确定装置500还包括第一接收模块；所述第一接收模块，用于接收第一指令；所述第一指令用于指示确定待巡检区域；
相应地，所述第一确定模块501，具体用于：
响应所述第一指令，确定与所述第一指令对应的待巡检区域。
在一实施例中，所述巡检路径确定装置500还包括第二接收模块和修正模块；其中，
所述第二接收模块，用于在得到至少两个巡检点后，接收第二指令；所述第二指令用于指示修正巡检点；
所述修正模块，用于响应所述第二指令，修正与所述第二指令对应的巡检点。
其中，所述第一确定模块501、所述第一获取模块502、所述第二确定模块503、所述第三确定模块504、所述第四确定模块505和所述修正模块的功能相当于上述应用实施例中的数据提取与处理模块4013的功能；所述第一接收模块和所述第二接收模块的功能相当于上述应用实施例中的信息展示模块4016的功能。
实际应用时，所述第一确定模块501、所述第一获取模块502、所述第二确定模块503、所述第三确定模块504、所述第四确定模块505、所述修正模块、所述第一接收模块和所述第二接收模块的功能可由巡检路径确定装置500中的处理器结合通信接口实现。
需要说明的是：上述实施例提供的巡检路径确定装置500在确定巡检路径时，仅以上述各程序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处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的巡检路径确定装置500与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本发明实施例的方法，本发明实施例还提供了一种巡检路径确定装置，如图6所示，所述巡检路径确定装置60包括：
处理器61，与通信接口64连接，以实现与用户或用户终端的信息交互；用于运行计算机程序时，执行上述多个技术方案提供的烹饪控制方法；
存储器62，用于存储能够在处理器61上运行的计算机程序。
具体地，所述处理器61用于执行以下操作：
确定待巡检区域；
获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；
基于获取的终端相关信息，确定所述待巡检区域的人群密度；
利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；
利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径。
在一实施例中，所述处理器61，具体用于执行以下操作：
利用确定的至少两个巡检点，结合扫描法和蚁群算法，确定所述待巡检区域的巡检路径，得到至少一条巡检路径。
在一实施例中，所述处理器61，具体用于执行以下操作：
将所述待巡检区域划分成至少两个子区域；
针对所述至少两个子区域中的每个子区域，基于所述获取的终端相关信息，确定处于相应子区域的终端数量；并基于确定的终端数量，确定相应子区域的人群密度。
在一实施例中，所述处理器61，具体用于执行以下操作：
针对所述至少两个子区域中的每个子区域，判断相应子区域的人群密度是否满足预设条件；
在所述相应子区域的人群密度满足预设条件的情况下，将所述相应子区域中的一个位置点作为一个巡检点。
在一实施例中，所述处理器61，具体用于执行以下操作：
利用所述待巡检区域在地图上的边界坐标信息，获取所述待巡检区域内的终端相关信息。
在一实施例中，所述处理器61，还用于执行以下操作：
通过所述通信接口64接收第一指令；所述第一指令用于指示确定待巡检区域；
相应地，所述处理器61，还具体用于执行以下操作：
响应所述第一指令，确定与所述第一指令对应的待巡检区域。
在一实施例中，所述处理器61，还用于执行以下操作：
得到至少两个巡检点后，通过所述通信接口64接收第二指令；所述第二指令用于指示修正巡检点；
响应所述第二指令，修正与所述第二指令对应的巡检点。
需要说明的是：所述处理器61与所述通信接口64具体的执行操作的过程详见方法实施例，这里不再赘述。
当然，实际应用时，巡检路径确定装置60中的各个组件通过总线系统63耦合在一起。可理解，总线系统63用于实现这些组件之间的连接通信。总线系统63除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统63。
本发明实施例中的存储器62用于存储各种类型的数据以支持巡检路径确定装置60的操作。这些数据的示例包括：用于在巡检路径确定装置60上操作的任何计算机程序。
上述本发明实施例揭示的方法可以应用于所述处理器61中，或者由所述处理器61实现。所述处理器61可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过所述处理器61中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器61可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。所述处理器61可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器62，所述处理器61读取存储器62中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，巡检路径确定装置60可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable LogicDevice)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制单元(MCU，Micro Control Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
可以理解，本发明实施例的存储器(存储器62)可以是易失性存储器或者非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在示例性实施例中，本发明实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器62，上述计算机程序可由巡检路径确定装置60的处理器61执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
另外，本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (8)

1.一种巡检路径的确定方法，其特征在于，包括：
确定待巡检区域；
获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；
基于获取的终端相关信息，确定所述待巡检区域的人群密度；
利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；
利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径；
其中，所述基于获取的终端相关信息，确定所述待巡检区域的人群密度，包括：
将所述待巡检区域划分成至少两个子区域；
针对所述至少两个子区域中的每个子区域，基于所述获取的终端相关信息，确定处于相应子区域的终端数量；并基于确定的终端数量，确定相应子区域的人群密度；
所述利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径，包括：
利用确定的至少两个巡检点，结合扫描法和蚁群算法，确定所述待巡检区域的巡检路径，得到至少一条巡检路径。
2.根据权利要求1所述的方法，其特征在于，所述利用确定的人群密度，在所述待巡检区域中确定巡检点，包括：
针对所述至少两个子区域中的每个子区域，判断相应子区域的人群密度是否满足预设条件；
在所述相应子区域的人群密度满足预设条件的情况下，将所述相应子区域中的一个位置点作为一个巡检点。
3.根据权利要求1所述的方法，其特征在于，所述获取所述待巡检区域内的终端相关信息，包括：
利用所述待巡检区域在地图上的边界坐标信息，获取所述待巡检区域内的终端相关信息。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收第一指令；所述第一指令用于指示确定待巡检区域；
所述确定待巡检区域，包括：
响应所述第一指令，确定与所述第一指令对应的待巡检区域。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
得到至少两个巡检点后，接收第二指令；所述第二指令用于指示修正巡检点；
响应所述第二指令，修正与所述第二指令对应的巡检点。
6.一种巡检路径确定装置，其特征在于，包括：
第一确定模块，用于确定待巡检区域；
第一获取模块，用于获取所述待巡检区域内的终端相关信息；获取的终端相关信息至少包含终端处于所述待巡检区域内时的相关信息；
第二确定模块，用于基于获取的终端相关信息，确定所述待巡检区域的人群密度；
第三确定模块，用于利用确定的人群密度，在所述待巡检区域中确定巡检点，得到至少两个巡检点；
第四确定模块，用于利用确定的至少两个巡检点，确定所述待巡检区域的巡检路径；
其中，所述第二确定模块，具体用于：
将所述待巡检区域划分成至少两个子区域；
针对所述至少两个子区域中的每个子区域，基于所述获取的终端相关信息，确定处于相应子区域的终端数量；并基于确定的终端数量，确定相应子区域的人群密度；
所述第四确定模块，具体用于：利用确定的至少两个巡检点，结合扫描法和蚁群算法，确定所述待巡检区域的巡检路径，得到至少一条巡检路径。
7.一种巡检路径确定装置，其特征在于，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至5任一项所述方法的步骤。
8.一种存储介质，所述介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。
CN201911046231.5A 2019-10-30 2019-10-30 巡检路径的确定方法、装置以及存储介质 Active CN112749589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911046231.5A CN112749589B (zh) 2019-10-30 2019-10-30 巡检路径的确定方法、装置以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911046231.5A CN112749589B (zh) 2019-10-30 2019-10-30 巡检路径的确定方法、装置以及存储介质

Publications (2)

Publication Number Publication Date
CN112749589A CN112749589A (zh) 2021-05-04
CN112749589B true CN112749589B (zh) 2023-04-18

Family

ID=75640718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911046231.5A Active CN112749589B (zh) 2019-10-30 2019-10-30 巡检路径的确定方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN112749589B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113253729B (zh) * 2021-05-18 2023-07-25 中国工商银行股份有限公司 跨区巡检机器人的路径规划方法、装置和存储介质
CN113741527B (zh) * 2021-09-13 2024-01-19 德仕能源科技集团股份有限公司 一种基于多无人机的油井巡检方法、设备及介质
CN113867392A (zh) * 2021-10-13 2021-12-31 上海翼枭航空科技有限公司 一种无人机智能巡检方法、系统、设备及存储介质
CN114237466B (zh) * 2021-12-15 2023-06-30 文思海辉智科科技有限公司 一种巡检点配置方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109461134A (zh) * 2018-09-14 2019-03-12 国网山东省电力公司莱芜供电公司 一种输电线路无人机巡检方法、装置、终端及存储介质
WO2019087383A1 (ja) * 2017-11-06 2019-05-09 三菱電機株式会社 群集密度算出装置、群集密度算出方法および群集密度算出プログラム
CN110009761A (zh) * 2019-03-20 2019-07-12 华南理工大学 智能设备自动巡检路径规划方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019087383A1 (ja) * 2017-11-06 2019-05-09 三菱電機株式会社 群集密度算出装置、群集密度算出方法および群集密度算出プログラム
CN109461134A (zh) * 2018-09-14 2019-03-12 国网山东省电力公司莱芜供电公司 一种输电线路无人机巡检方法、装置、终端及存储介质
CN110009761A (zh) * 2019-03-20 2019-07-12 华南理工大学 智能设备自动巡检路径规划方法及系统

Also Published As

Publication number Publication date
CN112749589A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN112749589B (zh) 巡检路径的确定方法、装置以及存储介质
US9961028B2 (en) Automated image consolidation and prediction
CN110430389B (zh) 图像数据采集方法、装置、计算机设备以及存储介质
KR102333143B1 (ko) 무인 계수 서비스 제공 시스템
CN112596543B (zh) 多机协同巡检系统
CN111246098B (zh) 机器人拍照方法、装置、计算机设备和存储介质
CN111489354A (zh) 电力塔架上鸟巢的检测方法、装置、服务器及存储介质
CN111723730B (zh) 对目标对象的数量进行预测的方法及相关设备
CN114020039A (zh) 无人机巡检杆塔自动对焦系统及方法
CN113177496A (zh) 一种火点检测方法、装置、设备及存储介质
CN113014876A (zh) 视频监控方法、装置、电子设备及可读存储介质
KR102099816B1 (ko) 실시간 로드 영상을 통해 유동 인구 데이터를 수집하는 방법 및 장치
CN112732591B (zh) 一种缓存深度学习的边缘计算架构
CN114038040A (zh) 机房巡检监督方法、装置、设备
CN113888481A (zh) 一种桥面病害检测方法、系统、设备及存储介质
JPWO2022070956A5 (zh)
CN113592902A (zh) 目标跟踪方法、装置、计算机设备和存储介质
CN108363985B (zh) 目标对象感知系统测试方法、装置及计算机可读存储介质
CN116645618B (zh) 农业数据处理方法、系统和存储介质
CN113515971A (zh) 数据处理方法及系统、网络系统及其训练方法、设备
CN110658822A (zh) 车辆行驶的控制方法、装置、存储介质和处理器
CN116991182B (zh) 无人机云台控制方法、装置、系统、计算机装置及介质
CN116030435B (zh) 车道线和可通行区域的检测系统、方法及终端设备
CN116197924A (zh) 基于机器人的待管理物体检测方法、装置、介质及机器人
Kim et al. A Study on a 3D Spatial Mapping System to Investigate Skyscrapers Using Drones

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