CN113383763A

CN113383763A - 一种全天候全区域智能驱鸟系统和装置

Info

Publication number: CN113383763A
Application number: CN202110651393.2A
Authority: CN
Inventors: 孙磊; 王加刚
Original assignee: Individual
Current assignee: Individual
Priority date: 2021-06-11
Filing date: 2021-06-11
Publication date: 2021-09-14

Abstract

本发明提供一种全天候全区域智能驱鸟系统和装置，主要由探测感知模块、信息综合处理模块、多能驱离模块和人机交互模块四部分组成。探测感知模块主要由探鸟雷达、光电系统、伺服控制系统以及多功能转台组成；综合处理模块采用高速处理控制器硬件架构，完成信息的采集处理、数据融合和人工智能模型演算及智能控制与深度学习；多能驱离模块采用强声驱鸟和蓝光驱鸟手段，不断执行不同的驱离多种结合方式；人机交互模块具备智能监控鸟类目标信息能根据信息发送指令；该系统和装置具备智能探测感知获取数据，将数据融合处理后，人工智能边缘计算，进行声、光多种驱赶方式，最终根据驱离效果评估，机器深度学习进行不断迭代优化等综合防范功能。

Description

一种全天候全区域智能驱鸟系统和装置

技术领域

本发明涉及航空航天、机场安全、电力自动化、农业智能化、信息技术等应用领域，适用于军用机场驱鸟、民用机场预警或驱鸟、农场驱鸟、风力发电场驱鸟、高压电网驱鸟、果园驱鸟、变电站驱鸟等，针对机场或其它场景的鸟击事件防范，研制的一种全天候全区域智能驱鸟系统和装置，主要由探测感知模块、信息综合处理模块、多能驱离模块和人机交互模块四部分组成，该系统和装置采用“开放式、模块化”设计理念，可根据机场部署要求灵活搭配使用，具备智能探测感知获取数据，将数据融合处理后，人工智能边缘计算，进行声、光多种驱赶方式，最终根据驱离效果评估，机器深度学习进行不断迭代优化等综合防范功能，可全天候全地域适用于军、民用机场以及其它应用场景执行鸟群、无人机的探测和远程预警，智能化针对性地实施高效驱鸟。

背景技术

机场鸟击是指飞鸟与飞机相撞导致的航空事故，鸟击危害给航空业造成巨大的经济损失，同时也严重危及乘客的生命安全。如图1所示，运输机起飞阶段发动机吸入飞鸟，导致发动机起火。众多鸟击事件中发现，只有1％的鸟撞飞机事件发生在距地面800米以上的空域；90％的鸟击事件发生在300米以下的范围，也就是鸟击飞机多发生在飞机起降前后的低空飞行阶段，因为飞机在这个过程中速度变化太快，鸟类完全没有避让的可能。因此，作为飞机起降场所的机场，驱鸟是一项重要的飞行安全保障工作。随着我国民用、军用航空事业和生态文明建设的不断发展，航班次数的不断增加，机场周边鸟类活动日益频繁，鸟击问题更加严峻，现已成为制约和影响飞行安全的重要因素，同时也是航空兵场站后勤保障的重点和难点问题。

目前针对机场鸟击解决方案大多采用声波、光束、化学、生物等技术手段，如煤气炮、声波驱鸟器、激光驱鸟器、驱鸟风轮、驱鸟剂、无人机驱鸟、驱鸟机器鹰等，虽然能起到一定效果，但由于驱鸟针对性不强、驱离手段单一、缺乏预警与驱离效果评估等原因，使得驱鸟效果未能达到预期要求。例如强闪光驱鸟通过控制高亮灯珠进行红光，白光交替爆闪，以动态灯光的方式去刺激飞鸟的眼睛，达到惊吓、驱离飞鸟的效果，缺点在于白天效果欠佳，对人眼有害；超声波驱鸟利用超声波刺激鸟类的神经系统，破坏鸟类的生存环境，从而远离超声波覆盖的范围，达到驱鸟的效果，缺点在于作用距离有限。强声驱鸟利用高声压级换能器阵列实现高强度声波的远距离定向传播，对具有潜在威胁的鸟禽进行有效驱离，缺点在于驱鸟实际效果缺少监测、评估手段；如图2所示，无人机驱鸟将超声波或语音喇叭安装于无人机下方，在飞行过程中通过超声波或语音对飞鸟实施驱离，缺点在于鸟类活动范围大，活动不规律，操作难度大、时间长；驱鸟剂为人工合成的一种生物制剂，布点施放后，可缓慢持久地释放出一种影响禽鸟神经系统、呼吸系统的特殊清香，达到驱鸟效果，缺点在于施放面积大，受环境因素影响大。传统的机场驱鸟手段虽然能起到一定效果，但其作用范围小、鸟类的适应性强等问题，机场鸟击事故还时有发生。

基于边缘计算的人工智能技术是基于仿生学技术研究，如图3所示，章鱼作为地球上最“聪明”的生物类群之一，这是因为它拥有“一个大脑+多个小脑”，不仅能通过40％的大脑容量进行分析和决策，还能通过八条腿上分布的60％的巨量神经元进行感知和分析、腕足和大脑有效配合，让章鱼在各种复杂环境下都能游刃有余。边缘计算的分布式结构与章鱼非常相似：云端是大脑，但边缘侧可以作为小脑，通过神经元网络分布式局部决策。两者相互协作，共同完成数据的处理和反馈，基于边缘计算常用于一般部署在更靠近数据处理的终端，可更快响应需求并反馈，从而搭建全局系统平台提供支撑。人工智能深度学习是机器学习的一种演变，利用深度神经网络来解决特征表达的实效学习，基于边缘计算的的深度学习是一种先进的、更复杂的机器学习，采用先进的神经元网络分布式局部决策边缘计算技术，将信息流推送至边缘计算平台，完成资源的轻量化接入与分发，实现设备和平台的互联互通，保障更细粒度分类和效果分析。

发明内容

本发明的目的在于一种全天候全区域智能驱鸟系统和装置，如图4所示，主要由探测感知模块、信息综合处理模块、多能驱离模块和人机交互模块四部分组成，该系统和装置采用“开放式、模块化”设计理念，可根据机场部署要求灵活搭配使用，具备智能探测感知获取数据，将数据融合处理后，人工智能边缘计算，进行声、光多种驱赶方式，最终根据驱离效果评估，机器深度学习进行不断迭代优化等综合防范功能，可全天候全地域适用于军、民用机场执行鸟群、无人机的探测和远程预警，智能化针对性地实施高效驱鸟。

探测感知模块主要由探鸟雷达、光电系统、伺服控制系统以及多功能转台，探鸟雷达是全相参三坐标探空雷达，采用一维有源相扫结合线性调频连续波体制，集成了相控阵天线、固态发射机、高灵敏度接收机、弱小目标检测、单脉冲测角、动态杂波图等多项先进技术，可全天候执行低空城市、山地等复杂背景下的鸟类和无人机等“低小目标”的探测与识别，当探鸟雷达发现鸟情时，可实时获得鸟类飞行目标的距离、方位、高度、速度、飞行方向等信息，将鸟情信息传递至指挥控制中心。探鸟雷达发现飞鸟由伺服控制系统以及多功能转台进行动态跟踪，在一定距离范围内启动光电系统进行光电信息的数据获取。

信息综合处理模块通过构建高速处理控制器DSP和FPGA硬件架构，完成信息的采集处理、数据融合和人工智能模型演算及智能控制与深度学习，采用基于仿生学技术边缘计算的分布式结构，如图5所示，通过神经元网络分布式局部决策，从而实现相互协作，共同完成数据的处理和反馈，在不同阶段，不同区域和节点和已有硬件基础上，灵活部署设备，能够就近传输、计算、存储、回传、加密和访问控制等，形成感、存、知、用一体化的综合性学习过程，不断提高最终的驱鸟效果。信息综合处理模块根据鸟情的具体参数判断出飞鸟对飞行的危害程度，自动给出处理方案，必要时开启对应位置的驱鸟设备进行驱鸟，从而达到自动驱鸟的目的，以飞鸟驱离时间作为对象深度学习，同时进行深度学习，提高了驱鸟的效率。

多能驱离模块采用强声驱鸟和蓝光驱鸟手段，强声驱鸟换能器选用高声压级换能器单元，采用双振膜技术设计，有效增大振膜面积，压缩比提高了一倍，增大了声阻抗，提高了换能器的电-声转换效率，使得有效作用距离内可超过鸟类听觉生理痛阀值，使得飞鸟产生生理不适，甚至失去方向感、产生眩晕。蓝光驱鸟采用高强LED光源针对鸟类视网膜着生有感受蓝色颜色的视锥细胞对，能够使其产生应激反应从而快速驱离机场。多能驱离模块能根据信息综合处理模块发来指令不断执行不同的驱离多种结合方式。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是运输机起飞阶段鸟击事件；

图2是无人机驱鸟装备；

图3是基于边缘计算的人工智能技术是基于仿生学技术研究；

图4是一种全天候全区域智能驱鸟系统组成构架；

图5是信息综合处理模块边缘计算的分布式结构；

图6是智能驱鸟装置拓扑结构；

图7是探测感知模块中探鸟雷达实物；

图8是多能驱离模块中强声驱离设备及智能蓝光设备实物；

图9是智能监控管理平台融合了雷达演示软件；

图10是探鸟雷达中鸟群的雷达截面积；

图11是人工智能系统基于规则的算法来精准识别鸟类；

图12是信息综合处理模块实物；

图13是驱鸟系统的深度学习过程；

图14是人机交互模块组成构架图；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

本实施例一种全天候全区域智能驱鸟系统和装置，智能驱鸟装置拓扑结构如图6所示，主要分为前端硬件平台、传输单元和智能监控管理平台三部分，前端硬件平台包含探测感知模块、多能驱离模块以及信息综合处理模块，探测感知模块中探鸟雷达实物如图7所示，多能驱离模块中强声驱离设备及智能蓝光设备实物如图8所示，传输单元将相关数据和信息传递给智能监控管理平台，智能监控管理平台融合了雷达演示软件如图9所示，具有雷达鸟群态势扫描图，鸟类目标的距离、方位、速度、高度、运动轨迹等信息；多能驱离模块位置状态信息等，远程监控终端软件能够实时采集网络数据实现无人监控，并对异常数据进行报警，能够实时反馈探鸟雷达、强声驱离设备、智能蓝光设备故障信息。

探鸟雷达工作频率为ku频段，工作体制为全固态、全相参、一维有源相扫+线性调频连续波，探测范围为方位360度，仰角0-50度，高度≥1000米；探测范围(发现概率Pd＝0.9，虚警概率Pf＝10-6)，作用距离≥4km(小鸟，重量约300g)；作用距离≥6km(中型鸟，重量约500g)，最小探测距离≤200m；探测精度为方位≤0.3度；俯仰≤0.3度；距离≤10米；录取方式为全自动、半自动、人工。雷达具有调平、定位、定北和天线俯仰调节功能采用GPS、北斗系统自动定位、授时采用电子罗盘自动定北，定北精度≤0.4°；供电方式可选配：蓄电池组，小型油机或市电；使用环境条件为工作环境温度：-45～60℃；储存温度：-55～65℃；相对湿度：最大(95±3)％(30℃)；工作海拔高度：≥3000米；具有防潮、防盐雾腐蚀、防霉和防尘等措施；抗风能力为风速≤20米/秒，正常工作；风速≤25米/秒，停机，停天线并固定，不造成装备破坏。可靠性为MTBF≥1000小时；维修性为MTTR≤0.5小时

强声驱离设备利用声波传播的相干原理实现声波聚束定向传播，将若干换能器按一定规律排列成平面阵列的声源面，由相位控制器控制各声源的相位差，使目标方向上的声压最大，从而达到汇聚波束、聚集能量，实现声波的聚能指向传播。全向声波驱鸟器主要由声波发射器、高低机、方向机、控制箱、电源箱、电缆等组成。声波发射器通过高低机(含U型架)左右两侧的锁定机构快速安装固定在高低机上，高低机通过下方U型架与方向机相连，并通过螺钉固定，电源箱与控制箱通过快拆锁安装于方向机左右两侧，方向机固定安装在预定位置。声波发射器组成主要为换能器阵列、声波放大器、控制面板等部分组成，器可分时使用MP3总成、近程话筒或远程话筒三种音源，通过音频处理转化为高强声波发射出去。智能蓝光设备利用鸟类视觉对特定波长的蓝光反应最为敏感，因此使用蓝色光束照射鸟类，能够使其产生应激反应从而快速驱离机场。

根据设备实际应用发现鸟类活动主要集中在陆地上800m高度范围内，鸟群的雷达截面积如图10所示，单只鸟RCS通常在10-4～10-2m²，而迁徙的鸟群通常出现在白天，RCS平均值大于1m²。由于飞鸟翅膀的周期性扇动(频率从数Hz到几十Hz)，其雷达回波呈现出周期性调制，同时引起雷达截面积多达10dB左右的起伏。为了降低网络的复杂度、提高检测的实时性，基于全卷积神经网络在图像像素上感知复杂场景目标并检测操控构型，结构如下图所示，右侧矩形框标识了物体上可操控的位置区域，该位置区域中的像素具有最大的操控性能。引入注意力机制专注于输入图像的显著特征，便于提高预测的准确性和网络模型的灵敏性。采用编码与解码的结构，其中编码网络是正向卷积层与最大池化构成，解码网络层网络是反向卷积层与正向卷积层构成，并使用注意力门控机制。通过正向卷积层提取图像网络，捕获足够大的感知领域，并整合注意力机制去抑制反卷积层中相应的无关背景区域层，扩大了显著性和改善检测网络的性能。反向卷积层用于特征复原，恢复出所需要的特征结果，网络模型取得了较高识别准确率。人工智能系统基于规则的算法来精准识别鸟类如图11所示，通过捕捉鸟类图像来进行鸟类的身份识别，系统已经在数千种鸟类的图像数据库上进行训练，每种鸟类都显示出独特的模式，系统学会了在随后的图像中要注意的独特特征，识别单个雀类方面的准确率为87％，对特定范围野生鸟类的准确率超过90％

信息综合处理模块是基于低功耗

Core^TM i3处理器的嵌入式定制主板，支持板贴内存(标配 4G，支持扩展内存)，可提供出色的计算、图形和媒体性能，具有优秀的2D/3D图像显示性能，视频输出支持VGA、HDMI、LVDS等。同时在板集成了M-SATA接口、MINI-PCIE接口、USB接口、串行接口、千兆以太网接口、Digital I/O等丰富接口，并支持多种总线扩展，支持硬件对蜂鸣器的操作，信息综合处理模块通实物如图12所示，采用智能综合电子系统分布式架构设计，分布式综合模块化电子系统由分立式、联合式的初级体系结构向高度综合化的高级体系结构的发展需求，以分布式综合为特征的确定性电子系统架构方案，并分别从任务处理系统和交换式网络两方面进行具体方案构建。采用基于边缘计算的分布式结构，可以在不同阶段，不同区域和节点和已有硬件基础上，灵活部署设备。在无网或网络不稳定的环境下可以进行独立计算和实时反馈，即使一个设备发生故障，也不会影响其它设备，从而保护个人可识别信息免遭窃取和滥用。部署在更靠近数据处理的终端，能够就近传输、计算、存储、回传、加密和访问控制等，可更快响应需求并反馈。人工智能深度学习是机器学习的一种演变，利用深度神经网络来解决特征表达的驱鸟实效学习，驱鸟系统的深度学习是一种先进的、更复杂的机器学习，驱鸟系统的深度学习过程如图13 所示，根据驱鸟设备的感知信息、驱鸟策略和实际效果，采用先进的神经元网络分布式局部决策边缘计算技术，将信息流推送至边缘计算平台，完成资源的轻量化接入与分发，实现设备和平台的互联互通，形成感、存、知、用一体化的综合性学习过程，保障更细粒度分类和效果分析，通过驱鸟时间作为对象特征深度学习，及时地提高鸟类识别率和提高多能驱鸟效果。

人机交互模块组成构架如图14所示，当探鸟雷达捕获机场鸟类，通过网络自动发送驱散信息(包含驱鸟器ID号，坐标信息、距离信息，鸟类信息)给最接近该鸟类的全向驱鸟器，同时雷达继续捕获下批次鸟类(可同时向4个驱鸟器下达指令)；全向驱鸟器收到驱散信息后启动随动系统，自动调转将声波发射器对准鸟类，并根据信号距离信息，鸟类信息自动选择声强驱鸟和蓝光驱鸟种类，发射声波进行驱鸟工作。结束后反馈驱鸟结束信号给网络，探鸟雷达收到该信息后可下达下一驱散信息给全向驱鸟器；远程监控终端将实时网络数据进行监控，数据异常、探鸟雷达故障信息及全向驱鸟器故障信息均触发远程监控终端蜂鸣告警，通知机场人员进行排故。当探鸟雷达及驱鸟器随动系统发生不可修复故障时，全向驱鸟器可采用手动工作模式进行人工驱鸟。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种全天候全区域智能驱鸟系统和装置，其特征在于：

针对机场或其它场景的鸟击事件防范，研制的一种全天候全区域智能驱鸟系统和装置，主要由探测感知模块、信息综合处理模块、多能驱离模块和人机交互模块四部分组成，该系统和装置采用“开放式、模块化”设计理念，可根据机场部署要求灵活搭配使用，具备智能探测感知获取数据，将数据融合处理后，人工智能边缘计算，进行声、光多种驱赶方式，最终根据驱离效果评估，机器深度学习进行不断迭代优化等综合防范功能，可全天候全地域适用于军、民用机场执行鸟群、无人机的探测和远程预警，智能化针对性地实施高效驱鸟。

2.根据权利要求1所述的方法，其特征在于：

探测感知模块主要由探鸟雷达、光电系统、伺服控制系统以及多功能转台，探鸟雷达采用一维有源相扫结合线性调频连续波体制，集成了相控阵天线、固态发射机、高灵敏度接收机、弱小目标检测、单脉冲测角、动态杂波图等多项先进技术，可全天候执行低空城市、山地等复杂背景下的鸟类和无人机等“低小目标”的探测与识别，探鸟雷达发现飞鸟后，由伺服控制系统以及多功能转台进行动态跟踪，在一定距离范围内启动光电系统进行光电信息的数据获取。

3.根据权利要求1所述的方法，其特征在于：

信息综合处理模块通过构建高速处理控制器DSP和FPGA硬件架构，完成信息的采集处理、数据融合和人工智能模型演算及智能控制与深度学习，采用基于仿生学技术边缘计算的分布式结构，通过神经元网络分布式局部决策，从而实现相互协作，共同完成数据的处理和反馈，在不同阶段，不同区域和节点和已有硬件基础上，灵活部署设备，能够就近传输、计算、存储、回传、加密和访问控制等，形成感、存、知、用一体化的综合性学习过程，以飞鸟驱离时间作为对象深度学习，不断提高最终的驱鸟作用效果。

4.根据权利要求1所述的方法，其特征在于：

5.根据权利要求1所述的方法，其特征在于：

人机交互模块融合了雷达PPI软件，具有雷达鸟群态势扫描图，鸟类目标的距离、方位、速度、高度、运动轨迹等信息；多能驱离模块位置状态信息等，远程监控终端软件能够实时采集网络数据实现无人监控，并对异常数据进行报警，能够实时反馈探鸟雷达、强声驱离设备、智能蓝光设备故障信息。