CN113287597A - 一种基于视频研判的输电线路主动驱鸟装置 - Google Patents

一种基于视频研判的输电线路主动驱鸟装置 Download PDF

Info

Publication number
CN113287597A
CN113287597A CN202110556686.2A CN202110556686A CN113287597A CN 113287597 A CN113287597 A CN 113287597A CN 202110556686 A CN202110556686 A CN 202110556686A CN 113287597 A CN113287597 A CN 113287597A
Authority
CN
China
Prior art keywords
bird
repelling device
flying
power transmission
module
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
Application number
CN202110556686.2A
Other languages
English (en)
Other versions
CN113287597B (zh
Inventor
屈博
李长江
张哲�
刘广朋
王玉红
寇广涛
李春锋
张宝龙
李俊明
沈家弘
仵亚男
洪娟
任旭光
冯旭初
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.)
Henan Tian Tong Electric Power Co ltd
Original Assignee
Henan Tian Tong Electric Power 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 Henan Tian Tong Electric Power Co ltd filed Critical Henan Tian Tong Electric Power Co ltd
Priority to CN202110556686.2A priority Critical patent/CN113287597B/zh
Publication of CN113287597A publication Critical patent/CN113287597A/zh
Application granted granted Critical
Publication of CN113287597B publication Critical patent/CN113287597B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/06—Scaring or repelling devices, e.g. bird-scaring apparatus using visual means, e.g. scarecrows, moving elements, specific shapes, patterns or the like
    • A01M29/10—Scaring or repelling devices, e.g. bird-scaring apparatus using visual means, e.g. scarecrows, moving elements, specific shapes, patterns or the like using light sources, e.g. lasers or flashing lights
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/16—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/16—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves
    • A01M29/18—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves using ultrasonic signals
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/30—Scaring or repelling devices, e.g. bird-scaring apparatus preventing or obstructing access or passage, e.g. by means of barriers, spikes, cords, obstacles or sprinkled water
    • A01M29/32—Scaring or repelling devices, e.g. bird-scaring apparatus preventing or obstructing access or passage, e.g. by means of barriers, spikes, cords, obstacles or sprinkled water specially adapted for birds, e.g. spikes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19639—Details of the system layout
    • G08B13/19645—Multiple cameras, each having view on one of a plurality of scenes, e.g. multiple cameras for multi-room surveillance or for tracking an object by view hand-over
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Birds (AREA)
  • Environmental Sciences (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Pest Control & Pesticides (AREA)
  • Insects & Arthropods (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Emergency Management (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Optics & Photonics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Algebra (AREA)
  • Catching Or Destruction (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于视频研判的输电线路主动驱鸟装置，包括固定设置在输电铁塔上的若干摄像头、驱鸟装置、后台中心和用户终端；所述智能控制模块包括飞鸟入侵检测模块、侵入飞鸟目标跟踪模块和动作响应模块；所述飞鸟入侵检测模块用于分离飞鸟目标；所述侵入飞鸟目标跟踪模块用于得到飞鸟运动轨迹；所述动作响应模块用于根据飞鸟运动轨迹预判飞鸟目标的危险程度并控制驱鸟装置进行驱离；本发明通过对摄像头采集的视频内容进行分析，对可能发生的鸟类侵入主动预警并进行相应的驱离，这样可有效减少外线巡线人员的工作量，同时也可防止漏检现象的出现，解决了维护人员效率低下且精确度难以保证的问题，为输电线路维护工作带来极大便捷。

Description

一种基于视频研判的输电线路主动驱鸟装置
技术领域
本发明属于输电线路驱鸟技术领域，具体涉及一种基于视频研判的输电线路主动驱 鸟装置。
背景技术
近年来，随着生态环境的改善，鸟类活动对矿区输电线路的安全和平稳运行的危害性 日益显著。输电线路鸟害已经成为造成输电线路故障的3大重要原因之一。输电线路鸟害 以鸟粪闪络为主，鸟巢材料短路和鸟啄复合绝缘子故障也有发生。输电线路鸟害与地形、 时间、季节、气候、铁塔、电压等级、绝缘子和鸟类种类等因素密切相关。输电线路鸟害超过90％发生在铁塔，要远远高于杆塔。这主要是因为铁塔不仅更加高大视野开阔，而且落脚点更多是鸟类筑巢或者短暂停留的良好选择。
输电线路大多在野外，分布广且所处地理位置和气候复杂，传统的以人工巡线的方式 进行线路维护，工作量大、危险性高、人力物力成本高。而若采用自动定时的喇叭或是固 定设置的鸟刺进行驱鸟，两者均为被动式驱鸟，采用喇叭驱赶主要是凭经验在鸟可能会落 在铁塔的时间段内人工定时打开定时关闭驱鸟喇叭，而防鸟刺可能会变形或者断裂脱落， 不仅失去防鸟效果，影响检修工作，甚至可能适得其反，威胁输电线路安全。然而，由于目前尚缺乏主动式的鸟害识别及驱离装置研究，而鸟类又具有较强的适应性，目前所采取的被动式的鸟害防治措施收效不大。
随着无线网络的发展，通过远程摄像头对高危区域进行实时视频监控也在部分地区实 行中。这种视频监控仍然需要有人员紧盯监控画面进行监控，当鸟害发生时，人工远程启 动驱鸟装置进行驱鸟，但是由于监控内容画面单一，对人员专注度上要求过高，很容易发 生遗漏和错过异常事件的状况。
发明内容
本发明的目的是克服现有技术的不足而提供一种基于视频研判的输电线路主动驱鸟 装置。
本发明的技术方案如下：
一种基于视频研判的输电线路主动驱鸟装置，包括固定设置在输电铁塔上的若干摄像 头、驱鸟装置、后台中心和用户终端；所述摄像头、驱鸟装置和用户终端分别与后台中心 无线通信连接；所述后台中心包括智能控制模块和目标识别数据集；
所述智能控制模块包括飞鸟入侵检测模块、侵入飞鸟目标跟踪模块和动作响应模块；
所述飞鸟入侵检测模块用于对比目标识别数据集从摄像头采集的图像背景中快速分 离飞鸟目标，为下一级分析处理做准备；所述侵入飞鸟目标跟踪模块用于将帧之间的飞鸟 目标的位置自动关联起来进行分析，得到飞鸟运动轨迹；所述动作响应模块用于根据飞鸟 运动轨迹预判飞鸟目标的危险程度并控制驱鸟装置进行驱离。
进一步的，所述飞鸟入侵检测模块所述飞鸟入侵检测模块用于将摄像头采集的数据进 行解码，视频拆帧并得到RGB数据格式的图像文件，并对RGB图像进行灰度变换、去噪、图像增强处理以提高图像质量，最后得到运动飞鸟目标。
进一步的，所述飞鸟入侵检测模块通过建立多高斯分布模型来识别背景点，并通过形 态学腐蚀算法来实现非背景目标的特征提取和分析，得到非背景目标的类型，并从非背景 目标的类型获得飞鸟目标；
所述侵入飞鸟目标跟踪模块通过基于Kalman滤波器的视频运动目标跟踪算法得到飞 鸟运动轨迹；
所述动作响应模块包括根据飞鸟运动轨迹和分析得出的飞鸟速度预判飞鸟轨迹，若预 判的飞鸟轨迹能够在一定时间内进入输电线路的预设驱离范围，则根据预设的动作启动驱 鸟装置进行驱鸟。
进一步的，驱鸟装置在飞鸟飞离预设驱离范围一定距离后自动停止驱离动作。
进一步的，所述后台中心还包括基于卷积神经网络的图像识别训练模块，所述图像识 别训练模块用于训练电力系统自由的目标识别数据集，用于所述飞鸟入侵检测模块比对以 识别出飞鸟目标。
进一步的，所述驱鸟装置包括声音驱鸟器、风车驱鸟器、激光驱鸟器或超声波驱鸟器 中的一种或几种。
进一步的，所述后台中心还包括报警模块，所述报警模块根据预判的飞鸟目标的危险 程度以及飞鸟目标的实时位置的危险程度向用户终端发送报警信息。
进一步的，每一个输电铁塔的前后两侧均设置有若干摄像头从而形成对输电铁塔前后 左右上下的全方位监控覆盖，相邻两个输电铁塔间的监控区域定义为一个监控区块，所述 后台中心包括用于指示监控区块危险程度以及用于指示驱鸟装置类别和工作状态的指示 模块，以及用于人工远程控制驱鸟装置工作的远程操作模块。
进一步的，所述动作响应模块根据预判的飞鸟目标的危险程度并控制对应监控区块内 的驱鸟装置进行飞鸟的驱离。
进一步的，所述基于视频研判的输电线路主动驱鸟装置还包括设置在输电线路沿线的 中转站，所述摄像头、驱鸟装置无线连接至中转站，所述中转站连接至后台中心。
与现有技术相比，本发明的有益效果是：
本发明的装置通过对摄像头采集的视频内容进行分析，对可能发生的飞鸟侵入事件进 行主动的分析、无干预地实现输电线路危险区域的鸟类侵入主动预警并进行相应的驱离， 这样可有效减少外线巡线人员的工作量，同时也可防止漏检现象的出现，解决了维护人员 效率低下且精确度难以保证的问题，为输电线路维护工作带来极大便捷；
基于视频研判的输电杆塔主动式驱鸟装置研究能主动发现飞鸟侵入并进行有效驱离， 实现了输电线路的数字化管理，有效提高工作效率，保证电网的正常运行为电网及相关发 电企业带来巨大经济效益，也为国民经济持续可靠稳定发展提供了能源保障，社会效益明 显。
附图说明
图1为本发明实施例的监控区块示意图。
图2为Kalman滤波的算法流程图。
图中，侧摄像头(1)、仰摄像头(2)、输电电线(3)。
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。
一种基于视频研判的输电线路主动驱鸟装置，包括固定设置在输电铁塔上的若干摄像 头、驱鸟装置、后台中心和用户终端；所述摄像头、驱鸟装置和用户终端分别与后台中心 无线通信连接；所述后台中心包括智能控制模块和目标识别数据集；
所述智能控制模块包括飞鸟入侵检测模块、侵入飞鸟目标跟踪模块和动作响应模块；
所述飞鸟入侵检测模块用于对比目标识别数据集从摄像头采集的图像背景中快速分 离飞鸟目标，为下一级分析处理做准备；所述侵入飞鸟目标跟踪模块用于将帧之间的飞鸟 目标的位置自动关联起来进行分析，得到飞鸟运动轨迹；所述动作响应模块用于根据飞鸟 运动轨迹预判飞鸟目标的危险程度并控制驱鸟装置进行驱离。
进一步的，所述飞鸟入侵检测模块所述飞鸟入侵检测模块用于将摄像头采集的数据进 行解码，视频拆帧并得到RGB数据格式的图像文件，并对RGB图像进行灰度变换、去噪、图像增强处理以提高图像质量，最后得到运动飞鸟目标。
进一步的，所述飞鸟入侵检测模块通过建立多高斯分布模型来识别背景点，并通过形 态学腐蚀算法来实现非背景目标的特征提取和分析，并与目标识别数据集对比得到非背景 目标的类型，并从非背景目标的类型获得飞鸟目标；
所述侵入飞鸟目标跟踪模块通过基于Kalman滤波器的视频运动目标跟踪算法得到飞 鸟运动轨迹；
所述动作响应模块包括根据飞鸟运动轨迹和分析得出的飞鸟速度预判飞鸟轨迹，若预 判的飞鸟轨迹能够在一定时间内进入输电线路的预设驱离范围，则根据预设的动作启动驱 鸟装置进行驱鸟，预设驱离范围为输电线路两侧的距离，由用户根据现场状况来自行设置。
具体的，在实际的视频监控领域，由于背景目标周期变化，光线缓慢变化等均需被建 模，单一的高斯分布模型不能满足该需求，因此可采用多个高斯模型来描述该种状态；多 高斯数据模型，就是采用多个高斯模型来共同描述背景目标状态，当前像素值服从任一个 高斯分布均可被认定为背景点；
在背景建模阶段，对每个像素点建立k个高斯模型，则在t时刻像素值服从概率密度：
Figure BDA0003075069000000051
ωi，t表示t时刻第i个高斯分布的权重，体现第i个高斯模型从建立到当前时刻有多 少帧符合本高斯分布，越多帧符合，权重越高；
ui，t表示t-1时刻第i个高斯分布的均值，体现第i个高斯模型从建立到当前时刻的期望值；
σi，t表示t-1时刻第i个高斯分布的标准差，体现第i个高斯模型从建立到当前时刻分散程度；
p(xi，t，μi，t-1，σi，t-1)是标准高斯分布的概率密度；
K代表用于每个像素的高斯数学模型个数，体现了像素值多均值特性，K值越大对实际 模拟程度越强，但是消耗计算机的内存就越大、计算量越大；考虑处理器性能和内存，本 申请中K的值为3到5；
在多高斯模型建立完成后，需要对多高斯模型初始化，为了实际处理中分析的及时性， 一般需要N帧，一般需要100-200帧图像来进行训练，使μ0，σ0，ω0等得到修正。高斯模型通过统计方法，描述了N帧图像的分布特性；
按照概率分布理论，一个值满足(命中)高斯分布，它的取值范围落在|Xt-μi，t|≤3σt， 其中Xi为t时刻当前帧的像素值，μi，t为对应的期望值，σt为对应的标准差。像素值Xi命中第i个高斯分布，则按照如下的更新方式对高斯分布进行更新：
ωk，t＝(1-α)ωk，t-1+α(Mk，t)
μ4＝(1-ρ)μ4-1+ρxt
Figure BDA0003075069000000061
其中，α表征学习率，ρ＝αp(xt|μk，σk)。
假设像素值Xi满足第i个高斯分布，则Mk，t的定义如下：
Figure BDA0003075069000000062
从上面四个公式可以看出，μ4均值更新和
Figure BDA0003075069000000063
方差更新只对命中的高斯分布进行，未 命中的高斯分布不进行更新，因而对命中的高斯分布权重值在更新过程中增加，未命中的 高斯分布权重值降低；
将k个高斯模型按照ωi，y/σi，x的大小进行排序。排序靠前的高斯分布ω越大、σ越小。 按照ω、σ意义可以看出，过去时间段越多点满足本高斯分布，且像素值越集中；排序靠后的高斯分布，过去满足的高斯分布少或像素值更离散。排序越靠前的高斯分布，存在时间长被命中，特性上更像背景点；排序靠后的点，更像才出现或者出现次数少，特性上更 像运动目标；
某个像素点未命中任何高斯分布，如果k个高斯分布未全部建模，则将该像素值对最 后一个空余的高斯分布进行建模；如果k个高斯分布均已建模型，则将排序最后一个高斯 分布删除，用当前像素值进行高斯分布初始化。初始化的方法为将当前像素值作为均值， 设置一个较大的标准差如10，设置一个比较小的权重值如0.2；
运动目标的检测，即排除某个像素点是否属于前景：
Figure BDA0003075069000000064
T为区分阀值参数，取0.7到0.89之间。i，j，Ai为k个高斯分布按ωi，y/σi，x排列 后的前n个高斯分布，β为排序后高斯模型权重和小于T时j的最小值，高斯数学模型 序号小于β(j＜β)，则认定像素点为背景，否则将该像素点认定为前景点；
通过上述步骤，本申请采用的多高斯方法对视频图像中的飞鸟侵入目标本身抖动、 噪声抑制、光照影响等各方面都有很强的鲁棒特性，实现了基于多高斯分布的侵入外物 检测。
在通过多高斯分布获得侵入外物后，还需要从中识别出飞鸟目标：因此还需要对运 动目标特征进行分析，本申请主要提取目标的低层次特征，低层级特征主要包括目标边缘特征、角点特征、区域块特征、直线特征、圆特征等。本申请中采用形态学中优化的 腐蚀运算来实现对目标特制的提取和分析，腐蚀算法为广泛应用于数字图像处理及模式 识别等领域的数学形态学方法，本申请中腐蚀算法主要步骤包括通过先腐蚀后膨胀将固 定的噪声去掉，同时过滤小的无关目标并填补目标孔洞；通过对运动目标的特征检测， 能有效的排除大部分无危险运动目标，而只剩下对输电线路威胁比较大的目标，即飞鸟 目标，对于视频研判报警准去率有很大的提升作用。
所述侵入飞鸟目标跟踪模块通过基于Kalman滤波器的视频运动目标跟踪算法得到飞 鸟运动轨迹；Kalman滤波器首先依据之前系统状态预测当前系统状态和相关的概率密度， 再通过测量值对系统状态和概率密度进行修正，得到当前目标状态值，并为下一次预测做 好准备。Kalman滤波器是基于最小误差协方差的方法进行递归计算，最大的优点是受到噪 声影响小，能从复杂的系统中提取系统状态；Kalman系统从K-1时刻状态估计K时刻的状 态，满足如下模型：
xk＝Axk-1+Buk+Wk
xk为k时刻系统预测状态；xk-1为k-1时刻系统状态；A是系统转移矩阵，它将k-1 时刻状态映射到k时刻：uk是k时刻对系统的控制；为控制转移矩阵，是一个可选项： Wk是系统估计噪声，并假定其符合均值为0、协方差矩阵Qk的多元高斯分布，即
Wk：N(0，Qk)
对于k时刻的x.测量，测量值Zk符合如下模型：
Zk＝Hkxk+Vk
其中Zk为K时刻的测量值；Hk为系统的观测转移矩阵，把真实状态空间映射成观测空间：Vk为观测噪声，均值为0、协方差矩阵为Rk的多元高斯分布，即Vk～N(0，Rk)， 但是Kalman模型中的W和V是无法预知的参数，因此需要在预测值和测量值的前提 下，得到W和V的最优解析；
Kalman滤波的算法流程详见图2。
本申请中，在进行飞鸟运动轨迹追踪时，至少依据两个摄像头的图像来进行距离的 判断并绘制运动轨迹，由于本申请中帧画面与帧画面之间的时间间隔较小，因此可用匀速运动来跟踪，即u＝0；
初始化x。为：
Figure BDA0003075069000000082
上式中，x、y表示坐标；vx、vy分别表示速度分量；
状态转移矩阵为常数矩阵：
Figure BDA0003075069000000083
系统噪声初始化为一个比较小的值：
Figure BDA0003075069000000091
检测值Z只包含目标的距离信息，则：
Figure BDA0003075069000000092
检测转移矩阵H：
Figure BDA0003075069000000093
测量噪声R初始化为一个比较小的值：
Figure BDA0003075069000000094
Q和R设置为0.01-0.1之间，Q和大小反应了建立的模型与实际情况符合度量，本申请中，飞鸟目标跟踪建立的是匀速直线运动模型，而实际是匀加速运动或者不规则运动，则模型与实际情况符合度低，设置Q为一个比较大的值，如0.1；如果实际运动就基 本近似匀速运动，则符合度高，设置比较小的值；R则是测量系统的准确性度量，如果测 量系统本身就很精确，则R设置比较小；反之亦然；本申请采用上述基于Kalman滤波器 的目标跟踪算法，该算法主要是依据过去的状态和测量值进行估计和更新，可在丢失部 分帧的前提下继续跟踪，从而有效提高视频研判飞鸟踪迹的准确率。
本申请中涉及的多高斯分布、腐蚀算法和Kalman滤波算法均为比较成熟的视频识别 算法，针对飞鸟行踪特点优化改进后使用。
进一步的，驱鸟装置在飞鸟飞离预设驱离范围一定距离后自动停止驱离动作，该距离 用户可自行设置，也可设为零，若设为零即飞鸟在飞离预设驱离范围后停止驱鸟装置运行， 相比于驱鸟装置在工作一定时间后自动停止，本申请的驱鸟装置能够持续的进行驱鸟直至 飞鸟飞出设定的范围，因而时长不定，鸟类不易产生适应性。
进一步的，所述后台中心还包括基于卷积神经网络的图像识别训练模块，所述图像识 别训练模块用于训练电力系统自由的目标识别数据集，用于所述飞鸟入侵检测模块比对以 识别出飞鸟目标；利用卷积神经网络，训练电力系统自由的目标数据集，通过深度学习的 应用，逐步实现实物处理的智能处理，从而达到无人值守的智慧状态。
进一步的，所述驱鸟装置包括声音驱鸟器、风车驱鸟器、激光驱鸟器或超声波驱鸟器 中的一种或几种；声音驱鸟器发出合成或者录制的鸟类哀鸣和天敌叫声等声音惊吓驱赶鸟 类，风车驱鸟器的风碗内涂反光涂层或者反光镜会在转动时反射闪光惊吓鸟类，激光驱鸟 器将激光光束射向鸟类，出于求生的本能的鸟儿会躲避射向它们的光束而快速飞走，达到 驱离目的，超声波驱鸟器采用的频率范围多为20-60kHz，该频率范围不会对人体产生伤害； 驱鸟装置安装在输电铁塔上，每一个输电铁塔上设置多个角度固定的驱鸟装置或一个全方 位驱鸟装置如喇叭或角度可调的驱鸟装置，如具有巡航功能的驱鸟装置。
进一步的，所述后台中心还包括报警模块，所述报警模块根据预判的飞鸟目标的危险 程度以及飞鸟目标的实时位置的危险程度向用户终端发送报警信息，在后台中心中会记录 下每次飞鸟目标入侵以及报警的活动日志，所述报警信息的类型包括发送给用户终端绑定 手机的短信、用户终端APP短消息或桌面弹出消息等，由于鸟类侵入输电线路范围的情况 时有发生，因此可以人工的设定报警等级，如当进入预设驱离范围的飞鸟目标的数量超过 N只后或停留M秒后再进行报警信息的发送。
进一步的，所述基于视频研判的输电线路主动驱鸟装置还包括设置在输电线路沿线的 若干个中转站，临近中转站的若干个所述摄像头、驱鸟装置无线连接至该中转站实现通讯 以进行视频的上传或驱鸟装置启闭的命令的获取，所有所述中转站通过无线网络连接至后 台中心。
需要说明的是，摄像头、驱鸟装置和中转站的电力由太阳能电池板或蓄电池或通过输 电线路电磁感应取电装置提供，均为现有技术。
进一步的，如图1所示，每一个输电铁塔的前后两侧均设置有若干摄像头从而形成对 输电铁塔前后左右上下的全方位监控覆盖，通过在输电铁塔的左右两侧设置侧摄像头1和 在输电铁塔的前后两端架设向上仰视的仰摄像头2实现对输电铁塔的全方位监控，位于两 侧的侧摄像头可以使用两个可水平巡航的摄像头或设置多个角度固定的摄像头实现水平 方向和斜下方视角全覆盖，输电铁塔上部和上方空域的监控通过斜向上仰视的仰摄像头实 现；相邻两个输电铁塔间的监控区域定义为一个监控区块，监控区块的范围大于输电电线 3外侧L米，范围大于用于启动驱鸟装置的预设驱离范围；所述后台中心包括用于指示监 控区块危险程度以及用于指示驱鸟装置类别和工作状态的指示模块，以及用于人工远程控 制驱鸟装置工作的远程操作模块；每一个监控区域有唯一的识别代码，在发送报警信息给 用户时，同时发送该识别代码以使用户知道发生飞鸟入侵的输电线路的具体位置；用户可 以根据报警信息和系统的自动弹出调出现场的图像，报发生飞鸟入侵的监控区块的图像以 及前后相邻的两个监控区块的图像，进行远程监控，在驱鸟装置该工作但是没有工作时手 动启动驱鸟装置启动进行驱鸟。
进一步的，所述动作响应模块根据预判的飞鸟目标的危险程度并控制对应监控区块内 的驱鸟装置进行飞鸟的驱离，若预判的飞鸟轨迹进入下一个区块则也自动的气动下一区块 的驱鸟装置；通过有针对性的开启驱鸟装置，即将侵入的区块内的驱鸟装置距离飞鸟目标 更近，因此，驱鸟装置容易取得好的效果；驱鸟装置在飞鸟飞离当前监控区块一定距离后 自动停止驱离动作，该距离用户可自行设置，也可设为零，若设为零即飞鸟在飞离当前监 控区块后立即停止驱鸟装置运行，相比于驱鸟装置在工作一定时间后自动停止，本申请的 驱鸟装置能够持续的进行驱鸟直至飞鸟飞出设定的范围，因而时长不定，鸟类不易产生适 应性，且随着预判的飞鸟的轨迹入侵，相邻的监控区块间的驱鸟装置能够随着飞鸟的移动 连续启动进行驱离，给入侵飞鸟造成危险离得很近的情况，从而取得较佳的驱鸟效果。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发 明的保护范围之内。

Claims (10)

1.一种基于视频研判的输电线路主动驱鸟装置，其特征在于：包括固定设置在输电铁塔上的若干摄像头、驱鸟装置、后台中心和用户终端；所述摄像头、驱鸟装置和用户终端分别与后台中心无线通信连接；所述后台中心包括智能控制模块和目标识别数据集；
所述智能控制模块包括飞鸟入侵检测模块、侵入飞鸟目标跟踪模块和动作响应模块；
所述飞鸟入侵检测模块用于对比目标识别数据集从摄像头采集的图像背景中快速分离飞鸟目标，为下一级分析处理做准备；所述侵入飞鸟目标跟踪模块用于将帧之间的飞鸟目标的位置自动关联起来进行分析，得到飞鸟运动轨迹；所述动作响应模块用于根据飞鸟运动轨迹预判飞鸟目标的危险程度并控制驱鸟装置进行驱离。
2.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：所述飞鸟入侵检测模块所述飞鸟入侵检测模块用于将摄像头采集的数据进行解码，视频拆帧并得到RGB数据格式的图像文件，并对RGB图像进行灰度变换、去噪、图像增强处理以提高图像质量，最后得到运动飞鸟目标。
3.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：所述飞鸟入侵检测模块通过建立多高斯分布模型来识别背景点，并通过形态学腐蚀算法来实现非背景目标的特征提取和分析，得到非背景目标的类型，并从非背景目标的类型获得飞鸟目标；
所述侵入飞鸟目标跟踪模块通过基于Kalman滤波器的视频运动目标跟踪算法得到飞鸟运动轨迹；
所述动作响应模块包括根据飞鸟运动轨迹和分析得出的飞鸟速度预判飞鸟轨迹，若预判的飞鸟轨迹能够在一定时间内进入输电线路的预设驱离范围，则根据预设的动作启动驱鸟装置进行驱鸟。
4.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：驱鸟装置在飞鸟飞离预设驱离范围一定距离后自动停止驱离动作。
5.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：所述后台中心还包括基于卷积神经网络的图像识别训练模块，所述图像识别训练模块用于训练电力系统自由的目标识别数据集，用于所述飞鸟入侵检测模块比对以识别出飞鸟目标。
6.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：所述驱鸟装置包括声音驱鸟器、风车驱鸟器、激光驱鸟器或超声波驱鸟器中的一种或几种。
7.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：所述后台中心还包括报警模块，所述报警模块根据预判的飞鸟目标的危险程度以及飞鸟目标的实时位置的危险程度向用户终端发送报警信息。
8.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：每一个输电铁塔的前后两侧均设置有若干摄像头从而形成对输电铁塔前后左右上下的全方位监控覆盖，相邻两个输电铁塔间的监控区域定义为一个监控区块，所述后台中心包括用于指示监控区块危险程度以及用于指示驱鸟装置类别和工作状态的指示模块，以及用于人工远程控制驱鸟装置工作的远程操作模块。
9.根据权利要求8所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：所述动作响应模块根据预判的飞鸟目标的危险程度并控制对应监控区块内的驱鸟装置进行飞鸟的驱离。
10.根据权利要求1所述的基于视频研判的输电线路主动驱鸟装置，其特征在于：还包括设置在输电线路沿线的中转站，所述摄像头、驱鸟装置无线连接至中转站，所述中转站连接至后台中心。
CN202110556686.2A 2021-05-20 2021-05-20 一种基于视频研判的输电线路主动驱鸟装置 Active CN113287597B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110556686.2A CN113287597B (zh) 2021-05-20 2021-05-20 一种基于视频研判的输电线路主动驱鸟装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110556686.2A CN113287597B (zh) 2021-05-20 2021-05-20 一种基于视频研判的输电线路主动驱鸟装置

Publications (2)

Publication Number Publication Date
CN113287597A true CN113287597A (zh) 2021-08-24
CN113287597B CN113287597B (zh) 2023-04-18

Family

ID=77323628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110556686.2A Active CN113287597B (zh) 2021-05-20 2021-05-20 一种基于视频研判的输电线路主动驱鸟装置

Country Status (1)

Country Link
CN (1) CN113287597B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115281177A (zh) * 2022-07-26 2022-11-04 深圳供电局有限公司 一种激光联动驱鸟系统及方法
CN115299428A (zh) * 2022-08-04 2022-11-08 国网江苏省电力有限公司南通供电分公司 一种基于深度学习的物联网智能驱鸟系统
CN118279574A (zh) * 2024-06-04 2024-07-02 成都欣纳科技有限公司 基于机器视觉的目标识别方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102524237A (zh) * 2012-01-11 2012-07-04 桂林电子科技大学 一种飞机场鸟情监控驱鸟系统及方法
WO2014176693A1 (en) * 2013-04-29 2014-11-06 Intelliview Technologies Inc. Object detection
CN105184824A (zh) * 2015-09-30 2015-12-23 重庆师范大学 基于图像传感网的智能农业驱鸟系统和方法
CN107156102A (zh) * 2017-06-01 2017-09-15 北京中安航信科技有限公司 基于目标跟踪的定向驱鸟装置及其驱鸟方法
CN108133028A (zh) * 2017-12-28 2018-06-08 北京天睿空间科技股份有限公司 基于视频分析与定位信息结合的航空器挂牌方法
CN108846335A (zh) * 2018-05-31 2018-11-20 武汉市蓝领英才科技有限公司 基于视频图像的智慧工地区域管理及入侵检测方法、系统
US20190110461A1 (en) * 2017-10-14 2019-04-18 Paul Caskey Method and apparatus for identifying, locating and scaring away birds
CN110122456A (zh) * 2019-05-07 2019-08-16 是达明 智能驱蚊检测系统及检测方法
CN111709372A (zh) * 2020-06-18 2020-09-25 深圳市赛为智能股份有限公司 驱鸟方法、装置、计算机设备及存储介质
US20200323193A1 (en) * 2019-04-12 2020-10-15 Charles Hartman King Automatic Animal Detection and Deterrent System
CN112068464A (zh) * 2020-08-10 2020-12-11 福建浩创智能科技有限公司 一种基于主动探测及视觉识别的驱鸟装置及方法
US20210137097A1 (en) * 2019-11-13 2021-05-13 Bird Control Group Bv System and methods for automated wildlife detection, monitoring and control

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102524237A (zh) * 2012-01-11 2012-07-04 桂林电子科技大学 一种飞机场鸟情监控驱鸟系统及方法
WO2014176693A1 (en) * 2013-04-29 2014-11-06 Intelliview Technologies Inc. Object detection
CN105184824A (zh) * 2015-09-30 2015-12-23 重庆师范大学 基于图像传感网的智能农业驱鸟系统和方法
CN107156102A (zh) * 2017-06-01 2017-09-15 北京中安航信科技有限公司 基于目标跟踪的定向驱鸟装置及其驱鸟方法
US20190110461A1 (en) * 2017-10-14 2019-04-18 Paul Caskey Method and apparatus for identifying, locating and scaring away birds
CN108133028A (zh) * 2017-12-28 2018-06-08 北京天睿空间科技股份有限公司 基于视频分析与定位信息结合的航空器挂牌方法
CN108846335A (zh) * 2018-05-31 2018-11-20 武汉市蓝领英才科技有限公司 基于视频图像的智慧工地区域管理及入侵检测方法、系统
US20200323193A1 (en) * 2019-04-12 2020-10-15 Charles Hartman King Automatic Animal Detection and Deterrent System
CN110122456A (zh) * 2019-05-07 2019-08-16 是达明 智能驱蚊检测系统及检测方法
US20210137097A1 (en) * 2019-11-13 2021-05-13 Bird Control Group Bv System and methods for automated wildlife detection, monitoring and control
CN111709372A (zh) * 2020-06-18 2020-09-25 深圳市赛为智能股份有限公司 驱鸟方法、装置、计算机设备及存储介质
CN112068464A (zh) * 2020-08-10 2020-12-11 福建浩创智能科技有限公司 一种基于主动探测及视觉识别的驱鸟装置及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115281177A (zh) * 2022-07-26 2022-11-04 深圳供电局有限公司 一种激光联动驱鸟系统及方法
CN115299428A (zh) * 2022-08-04 2022-11-08 国网江苏省电力有限公司南通供电分公司 一种基于深度学习的物联网智能驱鸟系统
CN118279574A (zh) * 2024-06-04 2024-07-02 成都欣纳科技有限公司 基于机器视觉的目标识别方法及系统

Also Published As

Publication number Publication date
CN113287597B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN113287597B (zh) 一种基于视频研判的输电线路主动驱鸟装置
US11751560B2 (en) Imaging array for bird or bat detection and identification
CN108109385B (zh) 一种输电线防外破的车辆识别与危险行为判别系统与方法
CN101957997B (zh) 一种动态场景中基于区域均值核密度估计的运动目标检测方法
CN104581076A (zh) 基于360度全景红外鱼眼摄像机之山火监控识别方法及装置
CN102638013A (zh) 基于视觉注意机制的标靶图像识别输电线路状态监测系统
CN115761537B (zh) 一种面向动态特征补充机制的输电线路异物入侵识别方法
CN114594490A (zh) 一种电力线路激光防外破方法和装置
Hill et al. Of birds, blades and barriers: Detecting and analysing mass migration events at alpha ventus
CN112904328A (zh) 一种海上风电场的雷达光电跟踪预警系统及预警方法
CN107911650A (zh) 智能河道监控系统
CN103714319A (zh) 一种用于电力线防外力破坏系统的视频入侵检测方法
CN111354016A (zh) 基于深度学习和差异值哈希的无人机舰船跟踪方法及系统
CN102156803B (zh) 基于视频识别的江河涌潮检测方法
CN113507071B (zh) 清除架空线路上移动物体的方法、系统、装置和设备
CN115115275A (zh) 一种基于ai的无人值守农作物病虫害监测预警系统
CN114581851A (zh) 飞鸟轨迹预测方法、驱鸟方法、设备、系统及存储介质
Wei et al. Birds/bats movement tracking with IR camera for wind farm applications
Liu et al. ERIC: Estimating Rainfall with Commodity Doorbell Camera for Precision Residential Irrigation
CN219340740U (zh) 一种皮带鼓包检测系统
CN117239931A (zh) 输电线路状态感知系统及其方法
Čiurlionis et al. Nowcasting precipitation using weather radar data for Lithuania: The first results
CN117953433B (zh) 一种基于图像数据处理的驱鸟器运行监管方法及系统
US20220366696A1 (en) Adjusting areas of interest for motion detection in camera scenes
CN118781549A (zh) 一种输电网鸟害风险管控方法和系统

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