CN113869778A - 一种基于城市管理的无人机河道巡检方法及系统 - Google Patents

Abstract

本公开实施例提供一种基于城市管理的无人机河道巡检方法及系统，通过对河道区域的巡检视频流数据进行视频流分析，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，进而从一组河道逻辑分区中确定出关键河道逻辑分区后进行针对性处理，例如在关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息，将风险行为识别信息与预设风险行为库进行配对，进而确定关键河道逻辑分区对应的风险评估状态为风险预警状态还是为非风险预警状态，进而通过对关键河道逻辑分区进行风险评估来判断危险行为状况，为后续应急管理提供数据参考。

Description

一种基于城市管理的无人机河道巡检方法及系统

技术领域

本公开涉及城市管理技术领域，示例性地，涉及一种基于城市管理的无人机河道巡检方法及系统。

背景技术

目前在城市管理过程中，河道巡检主要存在问题总结起来四个方面：人工巡查工作量大，效率低、难度大、成本高、监测不全面等。基于此，无人机巡查方式成为了一种可以替代的方案，然而当前进行无人机巡查未形成常态化，并且主要是针对河道本身（如生态参数等）进行巡检，目前还没有有效实现针对巡检跟踪对象的危险行为状况的巡检判断方案，导致针对某些危险行为的应急管理智能化程度不够。

发明内容

为了至少克服现有技术中的上述不足，本公开的目的在于提供一种基于城市管理的无人机河道巡检方法及系统。

第一方面，本公开提供一种基于城市管理的无人机河道巡检方法，应用于城市管理云平台，所述城市管理云平台与多个监控无人机通信连接，所述方法包括：

获取各个所述监控无人机针对所监控的河道区域的巡检视频流数据，对所述河道区域的巡检视频流数据进行视频流分析，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息；其中，所述巡检内容信息包括所述巡检跟踪对象的巡检跟踪节点信息、巡检跟踪类别信息以及巡检移动路径信息；

基于所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息从所述一组河道逻辑分区中确定出关键河道逻辑分区；其中，所述巡检跟踪节点信息用于指示所述巡检跟踪对象中的各巡检跟踪节点；

在所述关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对所述各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息；

将所述风险行为识别信息与预设风险行为库进行配对，若所述风险行为识别信息与预设风险行为库配对成功，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态。

第二方面，本公开实施例还提供一种基于城市管理的无人机河道巡检系统，所述基于城市管理的无人机河道巡检系统包括城市管理云平台以及与所述城市管理云平台通信连接的多个监控无人机；

所述城市管理云平台，用于：

获取各个所述监控无人机针对所监控的河道区域的巡检视频流数据，对所述河道区域的巡检视频流数据进行视频流分析，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息；其中，所述巡检内容信息包括所述巡检跟踪对象的巡检跟踪节点信息、巡检跟踪类别信息以及巡检移动路径信息；

基于所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息从所述一组河道逻辑分区中确定出关键河道逻辑分区；其中，所述巡检跟踪节点信息用于指示所述巡检跟踪对象中的各巡检跟踪节点；

在所述关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对所述各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息；

将所述风险行为识别信息与预设风险行为库进行配对，若所述风险行为识别信息与预设风险行为库配对成功，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态。

根据上述任意一个方面，本公开提供的实施方式中，通过对河道区域的巡检视频流数据进行视频流分析，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，进而从一组河道逻辑分区中确定出关键河道逻辑分区后进行针对性处理，例如在关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息，将风险行为识别信息与预设风险行为库进行配对，进而确定关键河道逻辑分区对应的风险评估状态为风险预警状态还是为非风险预警状态，进而通过对关键河道逻辑分区进行风险评估来判断危险行为状况，为后续应急管理提供数据参考。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本公开实施例提供的基于城市管理的无人机河道巡检系统的应用场景示意图；

图2为本公开实施例提供的基于城市管理的无人机河道巡检方法的流程示意图；

图3为本公开实施例提供的用于实现上述的基于城市管理的无人机河道巡检方法的城市管理云平台的结构示意框图。

具体实施方式

下面结合说明书附图对本公开进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。

图1是本公开一种实施例提供的基于城市管理的无人机河道巡检系统10的应用场景示意图。基于城市管理的无人机河道巡检系统10可以包括城市管理云平台100以及与城市管理云平台100通信连接的监控无人机200。图1所示的基于城市管理的无人机河道巡检系统10仅为一种可行的示例，在其它可行的实施例中，该基于城市管理的无人机河道巡检系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。

一种可能的设计思路中，基于城市管理的无人机河道巡检系统10中的城市管理云平台100和监控无人机200可以通过配合执行以下方法实施例所描述的基于城市管理的无人机河道巡检方法，具体城市管理云平台100和监控无人机200的执行步骤部分可以过往以下方法实施例的详细描述。

为了解决前述背景技术中的技术问题，本实施例提供的基于城市管理的无人机河道巡检方法可以由图1中所示的城市管理云平台100执行，下面对该基于城市管理的无人机河道巡检方法进行详细介绍。

步骤S110，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息。

一种可能的设计思路中，所述巡检内容信息包括所述巡检跟踪对象的巡检跟踪节点信息、巡检跟踪类别信息以及巡检移动路径信息，河道逻辑分区用于表征安全检验现场的安全检验进度情况。

步骤S120，基于所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息从所述一组河道逻辑分区中确定出关键河道逻辑分区。

一种可能的设计思路中，所述巡检跟踪节点信息用于指示所述巡检跟踪对象中的各巡检跟踪节点，关键河道逻辑分区可以为待监控的河道逻辑分区。

步骤S130，在所述关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对所述各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息。

一种可能的设计思路中，巡检跟踪节点的巡检移动路径信息用于表征在安全检验现场中各安全检验阶段对应的信息，风险行为识别信息为对各安全检验阶段进行风险行为识别得到的结果。

步骤S140，将所述风险行为识别信息与预设风险行为库进行配对；若所述风险行为识别信息与预设风险行为库配对成功，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态。

一种可能的设计思路中，预设风险行为库可以用于与风险行为识别信息进行配对，风险评估状态可以是在安全检验过程中出现的状况。

基于以上步骤，通过对河道区域的巡检视频流数据进行视频流分析，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，进而从一组河道逻辑分区中确定出关键河道逻辑分区后进行针对性处理，例如在关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息，将风险行为识别信息与预设风险行为库进行配对，进而确定关键河道逻辑分区对应的风险评估状态为风险预警状态还是为非风险预警状态，进而通过对关键河道逻辑分区进行风险评估来判断危险行为状况，为后续应急管理提供数据参考。

一种可能的设计思路中，步骤S110所描述的获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，具体可以包括：获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪节点信息。

可以理解，进一步地，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪节点信息的步骤，包括：

对于所述一组河道逻辑分区中的任一河道逻辑分区，均执行以下操作，以获取所述巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪节点信息：在确定所述一组河道逻辑分区中包括的第一河道逻辑分区中匹配有所述巡检跟踪对象时，获取所述巡检跟踪对象在所述第一河道逻辑分区中的持续监测对象；

基于所述持续监测对象以及持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息；

一种可能的设计思路中，所述持续监测对象的监测区域信息用于指示在所述第一河道逻辑分区包括多种巡检跟踪节点分布信息时，在所述第一河道逻辑分区中所述巡检跟踪对象与所述多种巡检跟踪节点分布信息分别所对应的持续监测对象的监测区域信息。

一种可能的设计思路中，基于所述持续监测对象以及持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息的步骤，包括：

基于所述持续监测对象以及所述第一河道逻辑分区与其它河道逻辑分区的持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息；

基于所述持续监测对象以及所述第一河道逻辑分区与其它河道逻辑分区的持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息的步骤，包括：

在基于所述持续监测对象确定所述巡检跟踪对象处于所述第一河道逻辑分区的河道逻辑分区相对应的第一河道功能子区时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息为用于指示所述巡检跟踪对象处于巡检跟踪未覆盖完全的巡检跟踪节点信息；

在基于所述持续监测对象确定所述巡检跟踪对象处于所述第一河道逻辑分区的河道逻辑分区相对应的第二河道功能子区，且所述巡检跟踪对象与预设的巡检跟踪目标区域存在区域交集时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息为用于指示所述巡检跟踪对象处于巡检跟踪未覆盖完全的巡检跟踪节点信息；

在基于所述持续监测对象确定所述巡检跟踪对象处于河道逻辑分区相对应的第二河道功能子区，且不存在所述多种巡检跟踪节点分布信息或者所述巡检跟踪对象与预设的巡检跟踪目标区域未存在区域交集时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息为用于指示所述巡检跟踪对象处于巡检跟踪覆盖完全的巡检跟踪节点信息；其中，所述河道逻辑分区相对应的第一河道功能子区为预先划分出的位于所述第一河道逻辑分区对应的逻辑分区簇中且无法并行标记所述巡检跟踪对象的逻辑分区，所述河道逻辑分区相对应的第二河道功能子区为所述第一河道逻辑分区中包括的除所述河道逻辑分区相对应的第一河道功能子区之外的逻辑分区。

一种可能的设计思路中，步骤S110所描述的获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，还可以包括：获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪类别信息；

其中，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪类别信息，包括：

对于所述一组河道逻辑分区中的任一河道逻辑分区，均执行以下操作，以获取所述巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪类别信息：在确定所述一组河道逻辑分区中包括的第一河道逻辑分区中匹配有所述巡检跟踪对象时，获取所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪空间特征信息；

基于所述巡检跟踪空间特征信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息。

一种可能的设计思路中，所述巡检跟踪空间特征信息为所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪空间特征节点数量与所述巡检跟踪对象在第二河道逻辑分区中的巡检跟踪空间特征节点数量的分布空间特征，所述第二河道逻辑分区为所述一组河道逻辑分区中包括的且位于所述第一河道逻辑分区的前一段的河道逻辑分区。

进一步地，基于所述巡检跟踪空间特征信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息，包括：

在所述巡检跟踪空间特征信息中的第一空间特征向量与预设特征向量相匹配时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第一巡检跟踪类别信息；

在所述巡检跟踪空间特征信息中的第二空间特征向量与预设特征向量相匹配，且第一空间特征向量与预设特征向量相不匹配时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第二巡检跟踪类别信息；

在所述巡检跟踪空间特征信息中的第二空间特征向量与预设特征向量相匹配，且第一空间特征向量与预设特征向量匹配时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第三巡检跟踪类别信息。

一种可能的设计思路中，步骤S110所描述的获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，包括：获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检移动路径信息；

进一步地，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检移动路径信息，包括：

对于所述一组河道逻辑分区中的任一河道逻辑分区，均执行以下操作，以获取所述巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检移动路径信息：在确定所述一组河道逻辑分区中包括的第一河道逻辑分区中匹配有所述巡检跟踪对象时，获取所述巡检跟踪对象在所述第一河道逻辑分区中的路径节点分布信息；

基于所述路径节点分布信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息。

一种可能的设计思路中，所述路径节点分布信息为所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的安全检验过程所对应的分布信息。

一种可能的设计思路中，基于所述路径节点分布信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息，包括：

在确定出所述路径节点分布信息用于表示所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的路径趋势值大于预设值时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第一巡检移动路径位置；

在确定出所述路径节点分布信息用于表示所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的安全检验过程所对应的分布信息的影响系数大于预设的第一影响系数，且小于等于预设的第二影响系数时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第二巡检移动路径位置；

在确定出所述路径节点分布信息用于表示所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的安全检验过程所对应的分布信息的影响系数大于预设的第二影响系数时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第三巡检移动路径位置。

一种可能的设计思路中，步骤S120所描述的基于所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息从所述一组河道逻辑分区中确定出关键河道逻辑分区，具体可以包括以下子步骤S1201-子步骤S1203所描述的内容：

子步骤S1201，确定所述巡检跟踪节点信息、所述巡检跟踪类别信息、所述巡检移动路径信息所分别对应的信息序列；

子步骤S1202，根据所述巡检跟踪对象在各河道逻辑分区中的所述巡检跟踪节点信息及其对应的信息序列、所述巡检跟踪类别信息及其对应的信息序列、所述巡检移动路径信息对应的信息序列，确定出所述巡检跟踪对象在各河道逻辑分区中的信息序列簇；

子步骤S1203，基于所述巡检跟踪对象在各河道逻辑分区中的信息序列簇以及所述巡检跟踪对象在所述各河道逻辑分区中的巡检跟踪节点信息确定出所述关键河道逻辑分区。

执行以上子步骤S1201-子步骤S1203所描述的内容，通过确定出的巡检跟踪对象在各河道逻辑分区中的信息序列簇以及巡检跟踪对象在各河道逻辑分区中的巡检跟踪节点信息确定出关键河道逻辑分区。如此，通过确定出信息序列簇，能够提高确定关键河道逻辑分区的准确性。进而基于得到的巡检内容信息以及各河道逻辑分区中的巡检跟踪节点信息能够及时地确定出关键河道逻辑分区。

一种可能的设计思路中，步骤S130所描述的在所述关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对所述各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息的步骤，包括：在关键河道逻辑分区中周期性地采集各巡检跟踪节点的巡检移动路径信息；获取各巡检跟踪节点的巡检移动路径信息在目标风险行为识别程序所生成的风险行为识别场景中的风险行为路由信息；对所述风险行为路由信息进行风险决策得到风险行为识别信息。

一种可能的设计思路中，为了能够及时地判断出关键河道逻辑分区对应的风险评估状态的安全问题，步骤S140所描述的将所述风险行为识别信息与预设风险行为库进行配对；若所述风险行为识别信息与预设风险行为库配对成功，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态的步骤，包括：将所述风险行为识别信息与预设风险行为库进行配对；若所述风险行为识别信息与预设风险行为库配对成功，且所述关键河道逻辑分区对应的风险触发节点信息与历史频繁触发节点信息相匹配，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，且所述关键河道逻辑分区对应的风险触发节点信息与历史频繁触发节点信息不相匹配，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态。

在以上实施例的基础上，一种可能的设计思路中，本实施例还可以进一步获取风险评估状态为风险预警状态的目标关键河道逻辑分区的所述巡检跟踪对象所在区域单元的应急调度终端信息，根据所述应急调度终端信息中各个应急调度终端与所述巡检跟踪对象之间的距离，确定目标应急调度终端，并基于所述目标应急调度终端对所述巡检跟踪对象进行应急调度提示。

一种可能的设计思路中，本实施例还可以获取风险评估状态为风险预警状态的目标关键河道逻辑分区序列；获取所述目标关键河道逻辑分区序列中每个目标关键河道逻辑分区的过往河道预警日志簇和当前河道预警日志簇，所述过往河道预警日志簇包括多个河道预警分区位于过往河道预警分区分布内的过往预警标签分布网络，所述当前河道预警日志簇包括多个河道预警分区位于当前河道预警分区分布内的当前预警标签分布网络；对所述过往河道预警日志簇中的过往预警标签分布网络和所述当前河道预警日志簇中的当前预警标签分布网络进行处理，得到过往频繁预警位置簇和当前频繁预警位置簇；通过获取所述当前频繁预警位置簇中的每个频繁预警位置属于所述过往频繁预警位置簇的归属概率，确定多个关键频繁预警位置；根据每个关键频繁预警位置和频繁预警位置搜索网络，确定每个关键频繁预警位置对应的关联频繁预警位置，所述频繁预警位置搜索网络用于输出与关键频繁预警位置相关联的关联频繁预警位置，将每个关键频繁预警位置及与其对应的关联频繁预警位置组成频繁预警位置分析信息。

一种可能的设计思路中，所述获取过往河道预警日志簇和当前河道预警日志簇的步骤，包括：根据所述过往河道预警分区分布，从预警标签分布网络库中获取河道预警分区位于所述过往河道预警分区分布内的多个过往预警标签分布网络，并将所述多个过往预警标签分布网络组成所述过往河道预警日志簇，所述预警标签分布网络库用于存储已生成的预警标签分布网络；根据所述当前河道预警分区分布，从所述预警标签分布网络库中获取河道预警分区位于所述当前河道预警分区分布内的多个当前预警标签分布网络，并将所述多个当前预警标签分布网络组成所述当前河道预警日志簇。

譬如在一种可能的设计思路中，所述对所述过往河道预警日志簇中的过往预警标签分布网络和所述当前河道预警日志簇中的当前预警标签分布网络进行处理，得到过往频繁预警位置簇和当前频繁预警位置簇的步骤，包括：对于所述过往河道预警日志簇中的任一个过往河道预警日志信息，提取所述过往河道预警日志信息中的频繁预警项目及频繁预警属性信息，依次对提取的频繁预警项目及频繁预警属性信息进行过滤操作及提取频繁预警元素操作，得到过往河道预警日志信息的频繁预警位置，将所有过往河道预警日志信息的频繁预警位置组成所述过往频繁预警位置簇；对于所述当前河道预警日志簇中的任一个当前河道预警日志信息，提取所述当前河道预警日志信息中的频繁预警项目及频繁预警属性信息，依次对提取的频繁预警项目及频繁预警属性信息进行过滤操作及提取频繁预警元素操作，得到当前河道预警日志信息的频繁预警位置，将所有当前河道预警日志信息的频繁预警位置组成所述当前频繁预警位置簇。

譬如在一种可能的设计思路中，所述通过获取所述当前频繁预警位置簇中的每个频繁预警位置属于所述过往频繁预警位置簇的归属概率，确定多个关键频繁预警位置的步骤，包括：获取每个目标频繁预警位置在全局集合中的第一归属概率，所述目标频繁预警位置为同时属于所述过往频繁预警位置簇和所述当前频繁预警位置簇的频繁预警位置，所述全局集合为由所述过往频繁预警位置簇和所述当前频繁预警位置簇组成的集合； 获取每个目标频繁预警位置在所述当前频繁预警位置簇中的第二归属概率； 将所述第一归属概率和所述第二归属概率输入到归属概率计算模板中，输出每个目标频繁预警位置属于所述过往频繁预警位置簇的归属概率； 根据每个目标频繁预警位置属于所述过往频繁预警位置簇的归属概率，确定所述多个关键频繁预警位置。

譬如在一种可能的设计思路中，所述根据每个关键频繁预警位置和频繁预警位置搜索网络，确定每个关键频繁预警位置对应的关联频繁预警位置，包括：将每个关键频繁预警位置输入到所述频繁预警位置搜索网络中，输出与每个关键频繁预警位置相关联的关联频繁预警位置；按照与每个关键频繁预警位置的匹配度，对与每个关键频繁预警位置相关联的关联频繁预警位置进行排序；根据排序结果，获取预设数量个与每个关键频繁预警位置对应的关联频繁预警位置。

图3示出了本公开实施例提供的用于实现上述的基于城市管理的无人机河道巡检方法的城市管理云平台100的硬件结构意图，如图3所示，城市管理云平台100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。

在具体实现过程中，多个处理器110执行机器可读存储介质120存储的计算机可执行指令，使得处理器110可以执行如上方法实施例的基于城市管理的无人机河道巡检方法，处理器110、机器可读存储介质120以及通信单元140通过总线130连接，处理器110可以用于控制通信单元140的收发动作，从而可以与前述的监控无人机200进行数据收发。

机器可读存储介质120可以储存数据和/或指令。在一些实施例中，机器可读存储介质120可以储存城市管理云平台100用来执行或使用来完成本公开中描述的示例性方法的数据及/或指令。在一些实施例中，机器可读存储介质120可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取内存(RAM)。示例性RAM可包括健康随机存取存储器(DRAM)、双倍数据速率同步健康随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中，机器可读存储介质120可以在城市管理云平台100上实现。仅作为示例，城市管理云平台100可以包括私有云、公共云、混合云、社区云、分布云、内部云，多层云等，或其任意组合。

处理器110的具体实现过程可参见上述城市管理云平台100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

此外，本公开实施例还提供一种可读存储介质，所述可读存储介质中预设有计算机可执行指令，当处理器执行所述计算机可执行指令时，实现如上基于城市管理的无人机河道巡检方法。

应当理解的是，以上描述仅出于说明的目的，并不旨在限制本公开的范围。对于本领域的普通技术人员来说，可以根据本公开的描述，做出多种修改和变化。然而，这些修改和变化不会背离本公开的范围。

上文已对基本概念做了描述，显然，对于阅读此申请后的本领域的普通技术人员来说，上述发明公开仅作为示例，并不构成对本公开的限制。虽然此处并没有明确说明，本领域技术人员可能会对本公开进行各种修改、改进和优化衍生。该类修改、改进和优化衍生在本公开中被建议，所以该类修改、改进、优化衍生仍属于本公开示范实施例的精神和范围。

同时，本公开使用了特定词语来描述本公开的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本公开至少一个实施例相关的某一特征、结构或特性。因此，应当强调并注意的是，本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定系指同一实施例。此外，本公开的一个或以上实施例中的某些特征、结构或特性可以进行适当的组合。

此外，本领域的普通技术人员可以理解，本公开的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的过程、机器、产品或物质的组合，或对其任何新的和有用的改良。相应地，本公开的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外，本公开公开的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式，其中计算机可读程序代码包含在其中。

计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。此类传播信号可以有多种形式，包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质等或其任意组合。

本公开各部分操作所需的计算机程序编码可以用任意一种或以上程序语言编写，包括面向主体编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，健康编程语言如Python、Ruby和Groovy，或其它编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本公开所述处理元素和序列的顺序、数字字母的使用、或其它名称的使用，并非用于限定本公开流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本公开实施例实质和范围的优化衍生和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本公开披露的表述，从而帮助对一个或以上发明实施例的理解，前文对本公开实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。同理，应当注意的是，为了简化本公开披露的表述，从而帮助对一个或以上发明实施例的理解，前文对本公开实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。

Claims (10)

1.一种基于城市管理的无人机河道巡检方法，其特征在于，应用于城市管理云平台，所述城市管理云平台与多个监控无人机通信连接，所述方法包括：

获取各个所述监控无人机针对所监控的河道区域的巡检视频流数据，对所述河道区域的巡检视频流数据进行视频流分析，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息；其中，所述巡检内容信息包括所述巡检跟踪对象的巡检跟踪节点信息、巡检跟踪类别信息以及巡检移动路径信息；

基于所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息从所述一组河道逻辑分区中确定出关键河道逻辑分区；其中，所述巡检跟踪节点信息用于指示所述巡检跟踪对象中的各巡检跟踪节点；

在所述关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对所述各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息；

将所述风险行为识别信息与预设风险行为库进行配对，若所述风险行为识别信息与预设风险行为库配对成功，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态。

2.根据权利要求1所述的基于城市管理的无人机河道巡检方法，其特征在于，所述获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，包括：

获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪节点信息；

获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪节点信息的步骤，包括：

对于所述一组河道逻辑分区中的任一河道逻辑分区，均执行以下操作，以获取所述巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪节点信息：

在确定所述一组河道逻辑分区中包括的第一河道逻辑分区中匹配有所述巡检跟踪对象时，获取所述巡检跟踪对象在所述第一河道逻辑分区中的持续监测对象；

基于所述持续监测对象以及持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息；其中，所述持续监测对象的监测区域信息用于指示在所述第一河道逻辑分区包括多种巡检跟踪节点分布信息时，在所述第一河道逻辑分区中所述巡检跟踪对象与所述多种巡检跟踪节点分布信息分别所对应的持续监测对象的监测区域信息。

3.根据权利要求2所述的基于城市管理的无人机河道巡检方法，其特征在于，基于所述持续监测对象以及持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息，包括：

基于所述持续监测对象以及所述第一河道逻辑分区与其它河道逻辑分区的持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息；

基于所述持续监测对象以及所述第一河道逻辑分区与其它河道逻辑分区的持续监测对象的监测区域信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息的步骤，包括：

在基于所述持续监测对象确定所述巡检跟踪对象处于所述第一河道逻辑分区的河道逻辑分区相对应的第一河道功能子区时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息为用于指示所述巡检跟踪对象处于巡检跟踪未覆盖完全的巡检跟踪节点信息；

在基于所述持续监测对象确定所述巡检跟踪对象处于所述第一河道逻辑分区的河道逻辑分区相对应的第二河道功能子区，且所述巡检跟踪对象与预设的巡检跟踪目标区域存在区域交集时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息为用于指示所述巡检跟踪对象处于巡检跟踪未覆盖完全的巡检跟踪节点信息；

在基于所述持续监测对象确定所述巡检跟踪对象处于河道逻辑分区相对应的第二河道功能子区，且不存在所述多种巡检跟踪节点分布信息或者所述巡检跟踪对象与预设的巡检跟踪目标区域未存在区域交集时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪节点信息为用于指示所述巡检跟踪对象处于巡检跟踪覆盖完全的巡检跟踪节点信息；其中，所述河道逻辑分区相对应的第一河道功能子区为预先划分出的位于所述第一河道逻辑分区对应的逻辑分区簇中且无法并行标记所述巡检跟踪对象的逻辑分区，所述河道逻辑分区相对应的第二河道功能子区为所述第一河道逻辑分区中包括的除所述河道逻辑分区相对应的第一河道功能子区之外的逻辑分区。

4.根据权利要求1所述的基于城市管理的无人机河道巡检方法，其特征在于，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，包括：

获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪类别信息；

获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪类别信息，包括：

对于所述一组河道逻辑分区中的任一河道逻辑分区，均执行以下操作，以获取所述巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检跟踪类别信息：

在确定所述一组河道逻辑分区中包括的第一河道逻辑分区中匹配有所述巡检跟踪对象时，获取所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪空间特征信息；

基于所述巡检跟踪空间特征信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息；其中，所述巡检跟踪空间特征信息为所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪空间特征节点数量与所述巡检跟踪对象在第二河道逻辑分区中的巡检跟踪空间特征节点数量的分布空间特征，所述第二河道逻辑分区为所述一组河道逻辑分区中包括的且位于所述第一河道逻辑分区的前一段的河道逻辑分区。

5.根据权利要求4所述的基于城市管理的无人机河道巡检方法，其特征在于，基于所述巡检跟踪空间特征信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息，包括：

在所述巡检跟踪空间特征信息中的第一空间特征向量与预设特征向量相匹配时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第一巡检跟踪类别信息；

在所述巡检跟踪空间特征信息中的第二空间特征向量与预设特征向量相匹配，且第一空间特征向量与预设特征向量相不匹配时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第二巡检跟踪类别信息；

在所述巡检跟踪空间特征信息中的第二空间特征向量与预设特征向量相匹配，且第一空间特征向量与预设特征向量匹配时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检跟踪类别信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第三巡检跟踪类别信息。

6.根据权利要求1所述的基于城市管理的无人机河道巡检方法，其特征在于，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息，包括：

获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检移动路径信息；

获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检移动路径信息，包括：

对于所述一组河道逻辑分区中的任一河道逻辑分区，均执行以下操作，以获取所述巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检移动路径信息：

在确定所述一组河道逻辑分区中包括的第一河道逻辑分区中匹配有所述巡检跟踪对象时，获取所述巡检跟踪对象在所述第一河道逻辑分区中的路径节点分布信息；

基于所述路径节点分布信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息；其中，所述路径节点分布信息为所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的安全检验过程所对应的分布信息；

基于所述路径节点分布信息确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息，包括：

在确定出所述路径节点分布信息用于表示所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的路径趋势值大于预设值时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第一巡检移动路径位置；

在确定出所述路径节点分布信息用于表示所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的安全检验过程所对应的分布信息的影响系数大于预设的第一影响系数，且小于等于预设的第二影响系数时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第二巡检移动路径位置；

在确定出所述路径节点分布信息用于表示所述巡检跟踪对象在所述第一河道逻辑分区中与所述第一河道逻辑分区的安全检验过程所对应的分布信息的影响系数大于预设的第二影响系数时，确定所述巡检跟踪对象在所述第一河道逻辑分区中的巡检移动路径信息为用于指示所述巡检跟踪对象在所述第一河道逻辑分区中的第三巡检移动路径位置。

7.根据权利要求1所述的基于城市管理的无人机河道巡检方法，其特征在于，基于所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息从所述一组河道逻辑分区中确定出关键河道逻辑分区，包括：

提取所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息的巡检内容特征向量；

将所述巡检内容信息的巡检内容特征向量与预先配置的关键巡检内容特征向量进行匹配；

当匹配成功时，确定对应的河道逻辑分区为关键河道逻辑分区；

在所述关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对所述各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息的步骤，包括：

在关键河道逻辑分区中周期性地采集各巡检跟踪节点的巡检移动路径信息；

获取各巡检跟踪节点的巡检移动路径信息在目标风险行为识别程序所生成的风险行为识别场景中的风险行为路由信息；

对所述风险行为路由信息进行风险决策得到风险行为识别信息；

将所述风险行为识别信息与预设风险行为库进行配对；

若所述风险行为识别信息与预设风险行为库配对成功，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态的步骤，包括：

将所述风险行为识别信息与预设风险行为库进行配对；

若所述风险行为识别信息与预设风险行为库配对成功，且所述关键河道逻辑分区对应的风险触发节点信息与历史频繁触发节点信息相匹配，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，且所述关键河道逻辑分区对应的风险触发节点信息与历史频繁触发节点信息不相匹配，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态。

8.根据权利要求1-7中任意一项所述的基于城市管理的无人机河道巡检方法，其特征在于，所述方法还包括：

获取风险评估状态为风险预警状态的目标关键河道逻辑分区的所述巡检跟踪对象所在区域单元的应急调度终端信息；

根据所述应急调度终端信息中各个应急调度终端与所述巡检跟踪对象之间的距离，确定目标应急调度终端，并基于所述目标应急调度终端对所述巡检跟踪对象进行应急调度提示。

9.根据权利要求1-7中任意一项所述的基于城市管理的无人机河道巡检方法，其特征在于，所述方法还包括：

获取风险评估状态为风险预警状态的目标关键河道逻辑分区序列；

获取所述目标关键河道逻辑分区序列中每个目标关键河道逻辑分区的过往河道预警日志簇和当前河道预警日志簇，所述过往河道预警日志簇包括多个河道预警分区位于过往河道预警分区分布内的过往预警标签分布网络，所述当前河道预警日志簇包括多个河道预警分区位于当前河道预警分区分布内的当前预警标签分布网络；

对所述过往河道预警日志簇中的过往预警标签分布网络和所述当前河道预警日志簇中的当前预警标签分布网络进行处理，得到过往频繁预警位置簇和当前频繁预警位置簇；

通过获取所述当前频繁预警位置簇中的每个频繁预警位置属于所述过往频繁预警位置簇的归属概率，确定多个关键频繁预警位置；

根据每个关键频繁预警位置和频繁预警位置搜索网络，确定每个关键频繁预警位置对应的关联频繁预警位置，所述频繁预警位置搜索网络用于输出与关键频繁预警位置相关联的关联频繁预警位置，将每个关键频繁预警位置及与其对应的关联频繁预警位置组成频繁预警位置分析信息；

所述获取所述目标关键河道逻辑分区序列中每个目标关键河道逻辑分区的过往河道预警日志簇和当前河道预警日志簇的步骤，包括：

根据所述过往河道预警分区分布，从预警标签分布网络库中获取河道预警分区位于所述过往河道预警分区分布内的多个过往预警标签分布网络，并将所述多个过往预警标签分布网络组成所述过往河道预警日志簇，所述预警标签分布网络库用于存储已生成的预警标签分布网络；

根据所述当前河道预警分区分布，从所述预警标签分布网络库中获取河道预警分区位于所述当前河道预警分区分布内的多个当前预警标签分布网络，并将所述多个当前预警标签分布网络组成所述当前河道预警日志簇。

10.一种基于城市管理的无人机河道巡检系统，其特征在于，所述基于城市管理的无人机河道巡检系统包括城市管理云平台以及与所述城市管理云平台通信连接的多个监控无人机；

所述城市管理云平台，用于：

获取各个所述监控无人机针对所监控的河道区域的巡检视频流数据，对所述河道区域的巡检视频流数据进行视频流分析，获取巡检跟踪对象在一组河道逻辑分区中包括的各河道逻辑分区中的巡检内容信息；其中，所述巡检内容信息包括所述巡检跟踪对象的巡检跟踪节点信息、巡检跟踪类别信息以及巡检移动路径信息；

基于所述巡检跟踪对象在所述各河道逻辑分区中的巡检内容信息从所述一组河道逻辑分区中确定出关键河道逻辑分区；其中，所述巡检跟踪节点信息用于指示所述巡检跟踪对象中的各巡检跟踪节点；

在所述关键河道逻辑分区中采集各巡检跟踪节点的巡检移动路径信息，并对所述各巡检跟踪节点的巡检移动路径信息进行风险行为识别得到风险行为识别信息；

将所述风险行为识别信息与预设风险行为库进行配对，若所述风险行为识别信息与预设风险行为库配对成功，则确定所述关键河道逻辑分区对应的风险评估状态为风险预警状态，若所述风险行为识别信息与预设风险行为库配对不成功，则确定所述关键河道逻辑分区对应的风险评估状态为非风险预警状态。

Images