CN114972207A - 一种用于机场的鸟类驱赶方法、装置、电子设备及介质 - Google Patents
一种用于机场的鸟类驱赶方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114972207A CN114972207A CN202210480441.0A CN202210480441A CN114972207A CN 114972207 A CN114972207 A CN 114972207A CN 202210480441 A CN202210480441 A CN 202210480441A CN 114972207 A CN114972207 A CN 114972207A
- Authority
- CN
- China
- Prior art keywords
- bird
- birds
- information
- historical
- situation information
- 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
- 230000001846 repelling effect Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000007613 environmental effect Effects 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 22
- 230000001681 protective effect Effects 0.000 claims description 20
- 238000013459 approach Methods 0.000 claims description 8
- 230000002940 repellent Effects 0.000 claims description 5
- 239000005871 repellent Substances 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 241000271566 Aves Species 0.000 description 193
- 241000272814 Anser sp. Species 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 241000272517 Anseriformes Species 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Insects & Arthropods (AREA)
- Environmental Sciences (AREA)
- Quality & Reliability (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Pest Control & Pesticides (AREA)
- Birds (AREA)
- Catching Or Destruction (AREA)
Abstract
本申请涉及一种用于机场的鸟类驱赶方法、装置、电子设备及介质，涉及机场驱鸟的技术领域，该方法包括接收鸟类的图像信息；对图像信息进行分析，以得到鸟类的当前鸟情信息；判断储存单元中是否存在鸟类的历史鸟情信息；若存在，则基于历史鸟情信息控制驱赶设备对鸟类进行驱赶；若不存在，则基于当前鸟情信息控制驱赶设备对鸟类进行驱赶；将当前鸟情信息储存至储存单元中。本申请具有便于对鸟类驱赶的效果。
Description
技术领域
本申请涉及机场驱鸟的技术领域，尤其是涉及一种用于机场的鸟类驱赶方法、装置、电子设备及介质。
背景技术
近年来，鸟类入侵机场的事件频繁发生，从而造成在飞机与鸟类发生碰撞。飞机与鸟类碰撞问题一直是困扰航空界的难题，绝大多数碰撞事故发生在飞机的起飞和降落阶段，因此国内外各大机场均要对机场内的鸟类进行驱赶。
机场在对鸟类驱赶过程中，由于鸟类的种类繁多，机场难以提前知道入侵机场鸟类的信息，不便于机场对鸟类的驱赶。
发明内容
为了便于对鸟类驱赶，本申请提供一种用于机场的鸟类驱赶方法、装置、电子设备及介质。
第一方面，本申请提供一种用于机场的鸟类驱赶方法，采用如下的技术方案：
一种用于机场的鸟类驱赶方法，包括：
接收鸟类的图像信息；
对所述图像信息进行分析，以得到所述鸟类的当前鸟情信息；
判断储存单元中是否存在所述鸟类的历史鸟情信息；
若存在，则基于所述历史鸟情信息控制驱赶设备对所述鸟类进行驱赶；
若不存在，则基于所述当前鸟情信息控制所述驱赶设备对所述鸟类进行驱赶；
将所述当前鸟情信息储存至所述储存单元中。
通过采用上述技术方案，接收鸟类的图像信息，并对图像信息进行分析，以得到鸟类的当前鸟情信息。判断储存单元中是否存在鸟类的历史鸟情信息，若存在，说明之前已经接收过该鸟类的图像信息并储存了鸟类的鸟情信息，基于历史鸟情信息控制驱赶设备对鸟类进行驱赶，以使得驱赶的成功率更高；若不存在，说明还未接收过此鸟类的图像信息，基于当前鸟情信息对鸟类进行驱赶。将当前鸟情信息储存至储存单元中，进而形成一个鸟情数据系统，以便于提前得知入侵机场防护区域或者可能入侵机场防护区域的鸟情信息，尤其对于飞行区域季节性较强的鸟类，对下一年度驱鸟操作具有指导性作用，便于机场对鸟类的驱赶。
在另一种可能实现的方式中，所述基于所述历史鸟情信息控制驱赶设备对所述鸟类进行驱赶，包括：
获取机场的防护区域的当前环境信息和历史环境信息；
判断所述当前环境信息和所述历史环境信息是否相同；
若相同，则基于所述历史鸟情信息确定预估驱赶时间；
若不相同，则基于所述当前鸟情信息计算所述预估驱赶时间；
在所述预估驱赶时间之前控制所述驱赶设备对所述鸟类进行驱赶。
通过采用上述技术方案，获取机场的防护区域的当前环境信息和历史环境信息，判断当前环境信息和历史环境信息是否相同，若相同，则说明当前的预估驱赶时间能基于历史鸟情信息确定。若不相同，则环境因素的改变可能对鸟类的飞行产生影响，因此基于历史鸟情信息确定当前的预估驱赶时间可能存在偏差，则基于当前鸟情信息计算预估驱赶时间，以使得预估驱赶时间更加地精准，在预估驱赶时间之前控制驱赶设备对鸟类进行驱赶，通过确定预估驱赶时间便于对鸟类的驱赶工作提前做准备。
在另一种可能实现的方式中，所述基于所述历史鸟情信息确定预估驱赶时间，包括：
获取所述鸟类历史途径所述机场的防护区域的鸟情热力图；
基于所述鸟情热力图确定飞行颜色，所述飞行颜色为所述鸟情热力图中所述鸟类进入所述机场的驱赶区域前对应的颜色；
基于所述飞行颜色确定预估驱赶时间，所述预估驱赶时间为所述鸟类进入所述驱赶区域时，所述鸟情热力图中所述飞行颜色发生变化的时刻。
通过采用上述技术方案，获取鸟类历史途径机场的防护区域的鸟情热力图，鸟情热力图能够直观地显示鸟类途径机场时的动态变换情况。基于鸟情热力图确定飞行颜色，进而得知鸟类在为被驱赶前的飞行状态。基于飞行颜色确定预估驱赶时间，预估驱赶时间为鸟类进入驱赶区域时，鸟情热力图中飞行颜色发生变化的时刻，飞行颜色发生变化说明鸟类可能受到驱赶设备的驱赶，进而改变了飞行状态，因此将飞行状态改变的时刻确定为预估驱赶时间。通过确定预估驱赶时间便于对鸟类的驱赶工作提前做准备。
在另一种可能实现的方式中，所述基于所述当前鸟情信息计算所述预估驱赶时间，包括：
基于所述当前鸟情信息确定所述鸟类的飞行轨迹和飞行速度；
获取所述鸟类的位置信息；
基于所述位置信息、所述飞行轨迹和所述飞行速度计算所述预估驱赶时间。
通过采用上述技术方案，基于当前鸟情信息确定鸟类的飞行轨迹和飞行速度，并获取鸟类的位置信息，基于位置信息、飞行轨迹和飞行速度计算预估驱赶时间，以使得当前的预估驱赶时间更加实时准确，便于驱赶设备提前做准备进行驱赶。
在另一种可能实现的方式中，所述基于所述当前鸟情信息控制所述驱赶设备对所述鸟类进行驱赶，包括：
基于所述当前鸟情信息确定所述鸟类的数量；
获取所述鸟类的位置信息和所述驱赶设备的设备信息；
基于所述设备信息、所述鸟类的数量以及所述位置信息选择所述驱赶设备；
控制所述驱赶设备对所述鸟类进行驱赶。
通过采用上述技术方案，基于当前鸟情信息确定鸟类的数量，获取鸟类的位置信息和驱赶设备的设备信息，以便于知道不同的驱赶设备能够驱赶多少只鸟类，基于设备信息、鸟类的数量以及位置信息选择驱赶设备，以使得驱赶设备能够很大程度上地将在驱赶区域内的鸟类全部驱赶成功，控制驱赶设备对鸟类进行驱赶，减少鸟类进入机场与飞机发生相撞的可能性。
在另一种可能实现的方式中，所述接收鸟类的图像信息，之前还包括：
基于所述储存单元中的所述历史鸟情信息判断预设时间后是否存在所述鸟类进入所述机场的驱赶区域内；
若存在，则基于所述历史鸟情信息生成并输出预警信息。
通过采用上述技术方案，基于储存单元中的历史鸟情信息判断预设时间后是否存在鸟类进入机场的驱赶区域内，若存在，则说明即将存在飞行区域的季节性较强的鸟类途径机场的防护区域，基于历史鸟情信息生成并输出预警信息，从而可以提前对该鸟类的驱赶做准备工作，便于驱赶设备进行驱赶。
在另一种可能实现的方式中，所述方法还包括：
将所述储存单元中的历史鸟情信息上传至云服务器。
通过采用上述技术方案，将储存单元中的历史鸟情信息上传至云服务器，便于联网的其它用户端进行调取，能够根据某一种鸟类的飞行路线来对其将要经过的机场进行预判，从而可以提前对该鸟类的驱赶做准备工作，便于驱赶设备进行驱赶。
第二方面，本申请提供一种用于机场的鸟类驱赶装置，采用如下的技术方案：
一种用于机场的鸟类驱赶装置，包括：
接收模块，用于接收鸟类的图像信息；
分析模块，对所述图像信息进行分析，以得到所述鸟类的当前鸟情信息；
第一判断模块，用于判断储存单元中是否存在所述鸟类的历史鸟情信息；
第一控制模块，用于当存在时，基于所述历史鸟情信息控制驱赶设备对所述鸟类进行驱赶；
第二控制模块，用于当不存在时，基于所述当前鸟情信息控制所述驱赶设备对所述鸟类进行驱赶；
储存模块，用于将所述当前鸟情信息储存至所述储存单元中。
通过采用上述技术方案，接收模块接收鸟类的图像信息，并通过分析模块对图像信息进行分析，以得到鸟类的当前鸟情信息。第一判断模块判断储存单元中是否存在鸟类的历史鸟情信息，若存在，说明之前已经接收过该鸟类的图像信息并储存了鸟类的鸟情信息，第一控制模块基于历史鸟情信息控制驱赶设备对鸟类进行驱赶，以使得驱赶的成功率更高；若不存在，说明还未接收过此鸟类的图像信息，第二控制模块基于当前鸟情信息对鸟类进行驱赶。储存模块将当前鸟情信息储存至储存单元中，进而形成一个鸟情数据系统，以便于提前得知入侵机场防护区域或者可能入侵机场防护区域的鸟情信息，尤其对于飞行区域季节性较强的鸟类，对下一年度驱鸟操作具有指导性作用，便于机场对鸟类的驱赶。
在另一种可能的实现方式中，所述第一控制模块在基于所述历史鸟情信息控制驱赶设备对所述鸟类进行驱赶，具体用于：
获取机场的防护区域的当前环境信息和历史环境信息；
判断所述当前环境信息和所述历史环境信息是否相同；
若相同，则基于所述历史鸟情信息确定预估驱赶时间；
若不相同，则基于所述当前鸟情信息计算所述预估驱赶时间；
在所述预估驱赶时间之前控制所述驱赶设备对所述鸟类进行驱赶。
在另一种可能的实现方式中，所述第一控制模块在基于所述历史鸟情信息确定预估驱赶时间，具体用于：
获取所述鸟类历史途径所述机场的防护区域的鸟情热力图；
基于所述鸟情热力图确定飞行颜色，所述飞行颜色为所述鸟情热力图中所述鸟类进入所述机场的驱赶区域前对应的颜色；
基于所述飞行颜色确定预估驱赶时间，所述预估驱赶时间为所述鸟类进入所述驱赶区域时，所述鸟情热力图中所述飞行颜色发生变化的时刻。
在另一种可能的实现方式中，所述第一控制模块在基于所述当前鸟情信息计算所述预估驱赶时间，具体用于：
基于所述当前鸟情信息确定所述鸟类的飞行轨迹和飞行速度；
获取所述鸟类的位置信息；
基于所述位置信息、所述飞行轨迹和所述飞行速度计算所述预估驱赶时间。
在另一种可能的实现方式中，所述第二控制模块在基于所述当前鸟情信息控制所述驱赶设备对所述鸟类进行驱赶，包括：
基于所述当前鸟情信息确定所述鸟类的数量；
获取所述鸟类的位置信息和所述驱赶设备的设备信息；
基于所述设备信息、所述鸟类的数量以及所述位置信息选择所述驱赶设备；
控制所述驱赶设备对所述鸟类进行驱赶。
在另一种可能的实现方式中，所述装置还包括：
第二判断模块，用于基于所述储存单元中的所述历史鸟情信息判断预设时间后是否存在所述鸟类进入所述机场的驱赶区域内；
输出模块，用于当存在时，基于所述历史鸟情信息生成并输出预警信息。
在另一种可能的实现方式中，所述装置还包括：
上传模块，用于将所述储存单元中的历史鸟情信息上传至云服务器。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于：执行根据第一方面任一种可能的实现方式所示的一种用于机场的鸟类驱赶方法。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，包括：存储有能够被处理器加载并执行实现第一方面任一种可能的实现方式所示的一种用于机场的鸟类驱赶方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
1.接收鸟类的图像信息，并对图像信息进行分析，以得到鸟类的当前鸟情信息。判断储存单元中是否存在鸟类的历史鸟情信息，若存在，说明之前已经接收过该鸟类的图像信息并储存了鸟类的鸟情信息，基于历史鸟情信息控制驱赶设备对鸟类进行驱赶，以使得驱赶的成功率更高；若不存在，说明还未接收过此鸟类的图像信息，基于当前鸟情信息对鸟类进行驱赶。将当前鸟情信息储存至储存单元中，进而形成一个鸟情数据系统，以便于提前得知入侵机场防护区域或者可能入侵机场防护区域的鸟情信息，尤其对于飞行区域季节性较强的鸟类，对下一年度驱鸟操作具有指导性作用，便于机场对鸟类的驱赶；
2.获取机场的防护区域的当前环境信息和历史环境信息，判断当前环境信息和历史环境信息是否相同，若相同，则说明当前的预估驱赶时间能基于历史鸟情信息确定。若不相同，则环境因素的改变可能对鸟类的飞行产生影响，因此基于历史鸟情信息确定当前的预估驱赶时间可能存在偏差，则基于当前鸟情信息计算预估驱赶时间，以使得预估驱赶时间更加地精准，在预估驱赶时间之前控制驱赶设备对鸟类进行驱赶，通过确定预估驱赶时间便于对鸟类的驱赶工作提前做准备。
附图说明
图1是本申请实施例的一种用于机场的鸟类驱赶方法的流程示意图。
图2是本申请实施例的一种用于机场的鸟类驱赶装置的流程示意图。
图3是本申请实施例的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供了一种用于机场的鸟类驱赶方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制，如图1所示，该方法包括步骤S101、步骤S102、步骤S103、步骤S104、步骤S105以及步骤S106，其中，
步骤S101，接收鸟类的图像信息。
对于本申请实施例，机场中设置有大角度旋转及上下九十度仰俯转动的探头，机场还设置有红外探测器，进而实现夜间等光线不佳时采集图像信息。电子设备接收光电设备采集的图像信息，光电设备可以对机场周边进行24小时不断探测，进而采集鸟类的图像信息。
步骤S102，对图像信息进行分析，以得到鸟类的当前鸟情信息。
对于本申请实施例，电子设备获取光电设备采集的图像信息后，对图像信息进行特征提取，电子设备可以使用卷积神经网络对图像的特征进行提取，电子设备可以将图像信息输入至训练好的卷积神经网络模型中进行识别，电子设备对图像信息进行鸟种识别，并记录鸟情发现的时间和鸟群数量等。例如：
电子设备识别出鸟类为大雁，发现的时间为2022-3-16，鸟群数量为20只，飞行高度为18米，距离光电设备128米，飞行轨迹为北迁，飞行速度为68km/h。
步骤S103，判断储存单元中是否存在鸟类的历史鸟情信息。
对于本申请实施例，电子设备判断储存单元中是否存在鸟类的历史鸟情信息，储存单元可以是电子设备的数据库，也可以是其它储存介质。以步骤S102为例：
电子设备判断数据库中是否存在关于大雁的历史鸟情数据。
步骤S104，若存在，则基于历史鸟情信息控制驱赶设备对鸟类进行驱赶。
对于本申请实施例，若电子设备确定储存单元中存在鸟类的历史鸟情信息，以步骤S102为例：
电子设备的数据库中存在关于大雁的2021年的鸟情信息：发现的时间为2021-3-16，鸟群数量为21只，飞行高度为20米，距离光电设备138米。电子设备能够根据历史鸟情数据得知2021年的驱赶方式以及驱赶成功率，若2021年的驱赶成功率高，则电子设备可以借鉴2021年的驱赶方式进行驱赶，若2021年的驱赶成功率较低，则电子设备可以在2021年的驱赶方式上加以改进，以使得驱赶鸟类的成功率更高。
步骤S105，若不存在，则基于当前鸟情信息控制驱赶设备对鸟类进行驱赶。
对于本申请实施例，若电子设备确定储存单元中不存在鸟类的历史鸟情信息，以步骤S102为例：
电子设备的数据库中不存在关于大雁的历史鸟情数据，则电子设备基于当前鸟情数据对大雁进行驱赶。
步骤S106，将当前鸟情信息储存至储存单元中。
对于本申请实施例，电子设备将当前鸟情信息储存至储存单元中，进而形成一个鸟情数据系统，以便于提前得知入侵机场防护区域或者可能入侵机场防护区域的鸟情信息，尤其对于飞行区域季节性较强的鸟类，对下一年度驱鸟操作具有指导性作用，便于机场对鸟类的驱赶。
本申请实施例的一种可能的实现方式，步骤S104中基于历史鸟情信息控制驱赶设备对鸟类进行驱赶，具体包括步骤S1041（图中未示出）、步骤S1042（图中未示出）、步骤S1043（图中未示出）、步骤S1044（图中未示出）以及步骤S1045（图中未示出），其中，
步骤S1041，获取机场的防护区域的当前环境信息和历史环境信息。
对于本申请实施例，电子设备判断储存单元中存在鸟类的历史鸟情信息，则电子设备获取历史鸟情信息对应的历史环境信息和当前环境信息，电子设备可以从数据库中获取，也可以从云服务器中获取。例如：
电子设备获取2021-3-16的环境信息为晴天；
电子设备获取2022-3-16的环境信息为大风。
步骤S1042，判断当前环境信息和历史环境信息是否相同。
对于本申请实施例，电子设备判断当前环境信息和历史环境信息是否相同，以步骤S1041为例：
电子设备基于自然语言技术得知晴天的文字信息和大风的文字信息相似度为0，则说明当前环境信息和历史环境信息不相同。电子设备也可以采用其它方式判断环境信息是否相同，例如：电子设备可以获取当前的温度和历史的温度，通过对比温度，进而得知环境信息是否相同。
步骤S1043，若相同，则基于历史鸟情信息确定预估驱赶时间。
对于本申请实施例，若电子设备判断当前环境信息和历史环境信息相同，则电子设备基于历史鸟情信息确定预估驱赶时间。例如：
假设2021-3-16的环境信息为：大风；2022-3-16的环境信息为：大风。则电子设备基于自然语言技术得知大风的文字信息和大风的文字信息相似度为100，则说明当前环境信息和历史环境信息相同，鸟类的飞行速度和路线大致相同，则电子设备能够基于历史鸟情信息确定预估驱赶时间，进而便于提前对该鸟类的驱赶做准备工作。
步骤S1044，若不相同，则基于当前鸟情信息计算预估驱赶时间。
对于本申请实施例，若电子设备判断当前环境信息和历史环境信息不相同，则电子设备基于当前鸟情信息确定预估驱赶时间。以步骤S1041为例：
电子设备确定当前环境信息和历史环境信息不相同，则说明环境因素的改变可能对鸟类的飞行产生影响，因此基于历史鸟情信息确定当前的预估驱赶时间可能存在偏差，则基于当前鸟情信息计算预估驱赶时间，以使得预估驱赶时间更加地精准。
步骤S1045，在预估驱赶时间之前控制驱赶设备对鸟类进行驱赶。
对于本申请实施例，电子设备在预估驱赶时间之前控制驱赶设备对鸟类进行驱赶，在预估时间之前就将驱赶设备打开准备进行驱赶，进而有效地减少了鸟类进入机场的防护区域的可能性。
本申请实施例的一种可能的实现方式，步骤S1043中基于历史鸟情信息确定预估驱赶时间，具体包括步骤S1043a（图中未示出）、步骤S1043b（图中未示出）以及步骤S1043c（图中未示出），其中，
步骤S1043a，获取鸟类历史途径机场的防护区域的鸟情热力图。
对于本申请实施例，电子设备可以从数据库中获取鸟类历史途径机场的防护区域的鸟情热力图，电子设备也可以从云服务器中获取，也可以从其它地方获取，在此不做限定。通过鸟情热力图中鸟类的颜色和面积能够直观地看到鸟类的飞行状态。
步骤S1043b，基于鸟情热力图确定飞行颜色。
其中，飞行颜色为鸟情热力图中鸟类进入机场的驱赶区域前对应的颜色。
对于本申请实施例，电子设备基于鸟情热力图确定鸟类的飞行颜色，鸟情热力图中存在红色、橙色以及绿色，红色表示鸟类密集、橙色次之、绿色表示鸟类较少。鸟类未进入驱赶区域前的飞行状态大都是以聚集的方式进行飞行，在鸟情热力图上显示为面积较小的红色。电子设备获取鸟情热力图后，提取鸟情热力图中鸟类对应的颜色，由于每个颜色均对应一定的色号，电子设备可以设置红色的色号范围，若电子设备识别鸟情热力图中的颜色的色号在红色的色号范围中，则电子设备能够确定该颜色为红色。
步骤S1043c，基于飞行颜色确定预估驱赶时间。
其中，预估驱赶时间为鸟类进入驱赶区域时，鸟情热力图中飞行颜色发生变化的时刻。
对于本申请实施例，电子设备基于飞行颜色确定预估驱赶时间，鸟类进入驱赶区域后，受到驱赶设备的驱赶后，鸟类鸟情热力图上的颜色和面积可能会发生变化，例如可能变化为面积较大的绿色，则说明鸟类可能受到惊吓分散飞行了。因此，预估驱赶时间为鸟类进入驱赶区域时，鸟情热力图中飞行颜色发生变化的时刻。
本申请实施例的一种可能的实现方式，步骤S1044中基于当前鸟情信息计算预估驱赶时间，具体包括步骤S1044a（图中未示出）、步骤S1044b（图中未示出）以及步骤S1044c（图中未示出），其中，
步骤S1044a，基于当前鸟情信息确定鸟类的飞行轨迹和飞行速度。
对于本申请实施例，假设电子设备当前鸟情信息确定大雁的飞行轨迹为北迁，且飞行速度为70km/h。
步骤S1044b，获取鸟类的位置信息。
对于本申请实施例，电子设备可以获取雷达探测的数据，雷达探测的数据可以包括鸟类的经纬度，电子设备也可以获取其它能够采集鸟类位置关系的数据。例如：
电子设备获取到大雁的位置信息为：（117.366911,39.146568）。
步骤S1044c，基于位置信息、飞行轨迹和飞行速度计算预估驱赶时间。
对于本申请实施例，以步骤步骤S1044a和S1044b为例：
电子设备基于飞行轨迹确定鸟类的飞行轨迹为北迁，且距离机场的驱赶区域5.92km，当前的时间为10:00，则电子设备基于飞行速度70km/h计算预估驱赶时间为：
5.92km÷70km/h=0.08h=5min；
则电子设备确定确定预估驱赶时间为10:00+00:05=10:05。
本申请实施例的一种可能的实现方式，步骤S105中基于当前鸟情信息控制驱赶设备对鸟类进行驱赶，具体包括步骤S1051（图中未示出）、步骤S1052（图中未示出）、步骤S1053（图中未示出）以及步骤S1054（图中未示出），其中，
步骤S1051，基于当前鸟情信息确定鸟类的数量。
对于本申请实施例，电子设备基于当前鸟情信息确定鸟类的数量，例如：电子设备确定大雁的数量为20只。
步骤S1052，获取鸟类的位置信息和驱赶设备的设备信息。
对于本申请实施例，电子设备可以获取雷达探测的数据，雷达探测的数据可以包括鸟类的经纬度，电子设备也可以获取其它能够采集鸟类位置关系的数据。电子设备可以从数据库中获取驱赶设备的设备信息，电子设备也可以从云服务器中获取驱赶设备的设备信息。例如：
电子设备获取到大雁的位置信息为：（11.376921,39.136668）；
电子设备获取的驱赶设备的设备信息为：超声波驱赶设备大概一次性能够驱赶100只鸟；声音驱赶设备大概一次性能够驱赶40只鸟；视觉驱赶设备大概一次性能够驱赶6只鸟。
步骤S1053，基于设备信息、鸟类的数量以及位置信息选择驱赶设备。
对于本申请实施例，电子设备基于鸟类的经纬度确定鸟类在机场的驱赶区域内，机场的防护区域可划分为多个子区域，例如用A、B、C、D进行命名，电子设备基于鸟类的经纬度得知鸟类即将进入防护区域的A区域，则电子设备先选择A区域的驱赶设备。电子设备基于鸟情信息中鸟类的数量，假设鸟类的数量为30只，则以步骤S1053为例：
电子设备选择A区域一个声音驱赶设备，或者选择5个或者6个视觉驱赶设备，进而使得驱赶设备能够驱赶鸟类。
步骤S1054，控制驱赶设备对鸟类进行驱赶。
对于本申请实施例，电子设备选择完驱赶设备后，电子设备可以控制驱赶设备转动或者移动至鸟类的位置，以使得驱赶设备能够对准鸟类进行驱赶。
本申请实施例的一种可能的实现方式，方法还包括步骤S107（图中未示出）和步骤S108（图中未示出），其中，
步骤S107，基于储存单元中的历史鸟情信息判断预设时间后是否存在鸟类进入机场的驱赶区域内。
对于本申请实施例，假设预设时间为7天，当前时间为2022-3-16，则电子设备基于储存单元中的历史鸟情信息判断7天后2022-3-23是否存在鸟类进入机场的驱赶区域内。预设时间能够基于当地的驱赶设备的工作情况进行设置。
步骤S108，若存在，则基于历史鸟情信息生成并输出预警信息。
对于本申请实施例，以步骤S107为例：
若电子设备判断2022-3-23存在鸟类进入机场的驱赶区域内，则电子设备生成并输出预警信息，电子设备可以向工作人员的终端设备发送“2022-3-23可能存在鸟类进入机场内”文字形式的预警信息，也可以是控制电子设备的扬声器发出“2022-3-23可能存在鸟类进入机场内”语音形式的预警信息，还可以是其它形式的预警信息，在此不做限定。预警信息便于工作人员收到后及时地得知2022-3-23可能存在鸟类进入机场内，提前对该鸟类的驱赶做准备工作，减少鸟类撞机的可能性。
本申请实施例的一种可能的实现方式，方法还包括步骤S109（图中未示出），其中，
步骤S109，将储存单元中的历史鸟情信息上传至云服务器。
对于本申请实施例，电子设备将储存单元中的历史鸟情信息上传至云服务器后，进而形成鸟情数据库，鸟情数据库可在不同地域设置并进行联网。例如：
不同地区的机场的鸟情数据库联网后可在统一的终端平台上进行鸟情的实时显示，从而根据对某一种鸟类的飞行路线来对其将要经过的机场进行预警。
上述实施例从方法流程的角度介绍一种用于机场的鸟类驱赶方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种用于机场的鸟类驱赶装置，具体详见下述实施例。
本申请实施例提供一种用于机场的鸟类驱赶装置20，如图2所示，该一种用于机场的鸟类驱赶装置20具体可以包括：
接收模块201，用于接收鸟类的图像信息；
分析模块202，对图像信息进行分析，以得到鸟类的当前鸟情信息；
第一判断模块203，用于判断储存单元中是否存在鸟类的历史鸟情信息；
第一控制模块204，用于当存在时，基于历史鸟情信息控制驱赶设备对鸟类进行驱赶；
第二控制模块205，用于当不存在时，基于当前鸟情信息控制驱赶设备对鸟类进行驱赶；
储存模块206，用于将当前鸟情信息储存至储存单元中。
通过采用上述技术方案，接收模块201接收鸟类的图像信息，并通过分析模块202对图像信息进行分析，以得到鸟类的当前鸟情信息。第一判断模块203断储存单元中是否存在鸟类的历史鸟情信息，若存在，说明之前已经接收过该鸟类的图像信息并储存了鸟类的鸟情信息，第一控制模块204于历史鸟情信息控制驱赶设备对鸟类进行驱赶，以使得驱赶的成功率更高；若不存在，说明还未接收过此鸟类的图像信息，第二控制模块205于当前鸟情信息对鸟类进行驱赶。储存模块206鸟情信息储存至储存单元中，进而形成一个鸟情数据系统，以便于提前得知入侵机场防护区域或者可能入侵机场防护区域的鸟情信息，尤其对于飞行区域季节性较强的鸟类，对下一年度驱鸟操作具有指导性作用，便于机场对鸟类的驱赶。
本申请实施例的一种可能的实现方式，第一控制模块204历史鸟情信息控制驱赶设备对鸟类进行驱赶，具体用于：
获取机场的防护区域的当前环境信息和历史环境信息；
判断当前环境信息和历史环境信息是否相同；
若相同，则基于历史鸟情信息确定预估驱赶时间；
若不相同，则基于当前鸟情信息计算预估驱赶时间；
在预估驱赶时间之前控制驱赶设备对鸟类进行驱赶。
本申请实施例的一种可能的实现方式，第一控制模块204历史鸟情信息确定预估驱赶时间，具体用于：
获取鸟类历史途径机场的防护区域的鸟情热力图；
基于鸟情热力图确定飞行颜色，飞行颜色为鸟情热力图中鸟类进入机场的驱赶区域前对应的颜色；
基于飞行颜色确定预估驱赶时间，预估驱赶时间为鸟类进入驱赶区域时，鸟情热力图中飞行颜色发生变化的时刻。
本申请实施例的一种可能的实现方式，第一控制模块204当前鸟情信息计算预估驱赶时间，具体用于：
基于当前鸟情信息确定鸟类的飞行轨迹和飞行速度；
获取鸟类的位置信息；
基于位置信息、飞行轨迹和飞行速度计算预估驱赶时间。
本申请实施例的一种可能的实现方式，第二控制模块205当前鸟情信息控制驱赶设备对鸟类进行驱赶，包括：
基于当前鸟情信息确定鸟类的数量；
获取鸟类的位置信息和驱赶设备的设备信息；
基于设备信息、鸟类的数量以及位置信息选择驱赶设备；
控制驱赶设备对鸟类进行驱赶。
本申请实施例的一种可能的实现方式，装置20包括：
第二判断模块，用于基于储存单元中的历史鸟情信息判断预设时间后是否存在鸟类进入机场的驱赶区域内；
输出模块，用于当存在时，基于历史鸟情信息生成并输出预警信息。
本申请实施例的一种可能的实现方式，装置20包括：
上传模块，用于将储存单元中的历史鸟情信息上传至云服务器。
在本申请实施例中，第一判断模块202和第二判断模块可以是相同的判断模块，可以是不同的判断模块。第一控制模块203和第二控制模块204可以是相同的控制模块，也可以是不同的判断模块。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例中提供了一种电子设备，如图3所示，图3所示的电子设备30包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备30还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备30的结构并不构成对本申请实施例的限定。
处理器301可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合。例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的应用程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。与相关技术相比，本申请实施例中电子设备接收鸟类的图像信息，并对图像信息进行分析，以得到鸟类的当前鸟情信息。电子设备判断储存单元中是否存在鸟类的历史鸟情信息，若存在，说明之前已经接收过该鸟类的图像信息并储存了鸟类的鸟情信息，电子设备基于历史鸟情信息控制驱赶设备对鸟类进行驱赶，以使得驱赶的成功率更高；若不存在，说明还未接收过此鸟类的图像信息，电子设备基于当前鸟情信息对鸟类进行驱赶。电子设备将当前鸟情信息储存至储存单元中，进而形成一个鸟情数据系统，以便于提前得知入侵机场防护区域或者可能入侵机场防护区域的鸟情信息，尤其对于飞行区域季节性较强的鸟类，对下一年度驱鸟操作具有指导性作用，便于机场对鸟类的驱赶。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种用于机场的鸟类驱赶方法，其特征在于，包括：
接收鸟类的图像信息；
对所述图像信息进行分析，以得到所述鸟类的当前鸟情信息；
判断储存单元中是否存在所述鸟类的历史鸟情信息；
若存在，则基于所述历史鸟情信息控制驱赶设备对所述鸟类进行驱赶；
若不存在，则基于所述当前鸟情信息控制所述驱赶设备对所述鸟类进行驱赶；
将所述当前鸟情信息储存至所述储存单元中。
2.根据权利要求1所述的一种用于机场的鸟类驱赶方法，其特征在于，所述基于所述历史鸟情信息控制驱赶设备对所述鸟类进行驱赶，包括：
获取机场的防护区域的当前环境信息和历史环境信息；
判断所述当前环境信息和所述历史环境信息是否相同；
若相同，则基于所述历史鸟情信息确定预估驱赶时间；
若不相同，则基于所述当前鸟情信息计算所述预估驱赶时间；
在所述预估驱赶时间之前控制所述驱赶设备对所述鸟类进行驱赶。
3.根据权利要求2所述的一种用于机场的鸟类驱赶方法，其特征在于，所述基于所述历史鸟情信息确定预估驱赶时间，包括：
获取所述鸟类历史途径所述机场的防护区域的鸟情热力图；
基于所述鸟情热力图确定飞行颜色，所述飞行颜色为所述鸟情热力图中所述鸟类进入所述机场的驱赶区域前对应的颜色；
基于所述飞行颜色确定预估驱赶时间，所述预估驱赶时间为所述鸟类进入所述驱赶区域时，所述鸟情热力图中所述飞行颜色发生变化的时刻。
4.根据权利要求2所述的一种用于机场的鸟类驱赶方法，其特征在于，所述基于所述当前鸟情信息计算所述预估驱赶时间，包括：
基于所述当前鸟情信息确定所述鸟类的飞行轨迹和飞行速度；
获取所述鸟类的位置信息；
基于所述位置信息、所述飞行轨迹和所述飞行速度计算所述预估驱赶时间。
5.根据权利要求1所述的一种用于机场的鸟类驱赶方法，其特征在于，所述基于所述当前鸟情信息控制所述驱赶设备对所述鸟类进行驱赶，包括：
基于所述当前鸟情信息确定所述鸟类的数量；
获取所述鸟类的位置信息和所述驱赶设备的设备信息；
基于所述设备信息、所述鸟类的数量以及所述位置信息选择所述驱赶设备；
控制所述驱赶设备对所述鸟类进行驱赶。
6.根据权利要求2所述的一种用于机场的鸟类驱赶方法，其特征在于，所述接收鸟类的图像信息，之前还包括：
基于所述储存单元中的所述历史鸟情信息判断预设时间后是否存在所述鸟类进入所述机场的驱赶区域内；
若存在，则基于所述历史鸟情信息生成并输出预警信息。
7.根据权利要求2所述的一种用于机场的鸟类驱赶方法，其特征在于，所述方法还包括：
将所述储存单元中的历史鸟情信息上传至云服务器。
8.一种用于机场的鸟类驱赶装置，其特征在于，包括：
接收模块，用于接收鸟类的图像信息；
分析模块，对所述图像信息进行分析，以得到所述鸟类的当前鸟情信息；
第一判断模块，用于判断储存单元中是否存在所述鸟类的历史鸟情信息；
第一控制模块，用于当存在时，基于所述历史鸟情信息控制驱赶设备对所述鸟类进行驱赶；
第二控制模块，用于当不存在时，基于所述当前鸟情信息控制所述驱赶设备对所述鸟类进行驱赶；
储存模块，用于将所述当前鸟情信息储存至所述储存单元中。
9.一种电子设备，其特征在于，其包括：
一个或者多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于：执行根据权利要求1～7任一项所述的一种用于机场的鸟类驱赶方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～7任一项所述的一种用于机场的鸟类驱赶方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210480441.0A CN114972207A (zh) | 2022-05-05 | 2022-05-05 | 一种用于机场的鸟类驱赶方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210480441.0A CN114972207A (zh) | 2022-05-05 | 2022-05-05 | 一种用于机场的鸟类驱赶方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114972207A true CN114972207A (zh) | 2022-08-30 |
Family
ID=82982080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210480441.0A Pending CN114972207A (zh) | 2022-05-05 | 2022-05-05 | 一种用于机场的鸟类驱赶方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114972207A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117502422A (zh) * | 2024-01-06 | 2024-02-06 | 河北恒益分析仪器有限公司 | 一种智能驱鸟器控制方法、装置、设备及介质 |
-
2022
- 2022-05-05 CN CN202210480441.0A patent/CN114972207A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117502422A (zh) * | 2024-01-06 | 2024-02-06 | 河北恒益分析仪器有限公司 | 一种智能驱鸟器控制方法、装置、设备及介质 |
| CN117502422B (zh) * | 2024-01-06 | 2024-04-02 | 河北恒益分析仪器有限公司 | 一种智能驱鸟器控制方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10708548B2 (en) | Systems and methods for video analysis rules based on map data | |
| US11521022B2 (en) | Semantic state based sensor tracking and updating | |
| US10192452B1 (en) | Determining landing locations | |
| RU2768997C1 (ru) | Способ, устройство и оборудование для распознавания препятствий или земли и управления полетом, и носитель данных | |
| CN109804367B (zh) | 使用边缘计算的分布式视频存储和搜索 | |
| US10915673B2 (en) | Device, method, apparatus, and computer-readable medium for solar site assessment | |
| US11361444B2 (en) | Information processing device, aerial photography path generating method, aerial photography path generating system, program, and recording medium | |
| US11415986B2 (en) | Geocoding data for an automated vehicle | |
| CN114359758B (zh) | 一种输电线的检测方法、装置、计算机设备和存储介质 | |
| CN112955900B (zh) | 智能视频监控系统和方法 | |
| CN111259840A (zh) | 土地占用预警方法、装置、设备和存储介质 | |
| AU2020375559B2 (en) | Systems and methods for generating annotations of structured, static objects in aerial imagery using geometric transfer learning and probabilistic localization | |
| EP3940666A1 (en) | Digital reconstruction method, apparatus, and system for traffic road | |
| CN114972207A (zh) | 一种用于机场的鸟类驱赶方法、装置、电子设备及介质 | |
| CN117197978A (zh) | 一种基于深度学习的林火监测预警系统 | |
| US11947354B2 (en) | Geocoding data for an automated vehicle | |
| US11953902B2 (en) | Selection of unmanned aerial vehicles for carrying items to target locations | |
| CN113835139A (zh) | 一种台风动态监视系统 | |
| Mehranzamir et al. | Implementation of Ground-Based Lightning Locating System Using Particle Swarm Optimization Algorithm for Lightning Mapping and Monitoring | |
| CN107367726A (zh) | 一种飞行物三维模拟定位显示方法及系统 | |
| CN113920425A (zh) | 一种基于神经网络模型的目标违建点获取方法和获取系统 | |
| WO2020255304A1 (ja) | バリアデータ収集装置、バリアデータ収集方法、及びバリアデータ収集プログラム | |
| Johnson | A comparison of methods for kangaroo population monitoring | |
| Watanabe et al. | Towards real-time traffic monitoring using airborne lidar | |
| CN110705524A (zh) | 一种基于视觉的特定区域无人机监控方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240104 Address after: 300300 Tianjin Binhai International Airport, Dongli District, Tianjin Applicant after: Tianjin Binhai International Airport Co.,Ltd. Applicant after: Tianjin Meridian Information Technology Co.,Ltd. Address before: 300300 Tianjin Binhai International Airport, Dongli District, Tianjin Applicant before: Tianjin Binhai International Airport Co.,Ltd. Applicant before: Tianjin Xingwei Aviation Technology Co.,Ltd. |