CN115022685A - 一种适用于无人机的视频传输方法及装置 - Google Patents
一种适用于无人机的视频传输方法及装置 Download PDFInfo
- Publication number
- CN115022685A CN115022685A CN202210623283.XA CN202210623283A CN115022685A CN 115022685 A CN115022685 A CN 115022685A CN 202210623283 A CN202210623283 A CN 202210623283A CN 115022685 A CN115022685 A CN 115022685A
- Authority
- CN
- China
- Prior art keywords
- video
- unmanned aerial
- aerial vehicle
- 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.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000008569 process Effects 0.000 claims description 19
- 230000006854 communication Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 238000012952 Resampling Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2402—Monitoring of the downstream path of the transmission network, e.g. bandwidth available
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
- H04N21/2662—Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44209—Monitoring of downstream path of the transmission network originating from a server, e.g. bandwidth variations of a wireless network
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及无人机图像传输技术领域,具体涉及一种适用于无人机的视频传输方法及装置,包括:步骤S1:采用无人机采集视频图像,同时获取无人机当前的位置信息;步骤S2:根据位置信息预测于一传输时段时的可用带宽;步骤S3:根据可用带宽对视频图像进行调整生成视频数据,将视频数据传输至远端的一采集设备中。本发明的有益效果在于:通过在无人机采集视频的过程中同步获取无人机的位置信息,进而可通过结合无人机的位置信息对传输过程中的网络状况进行判断,并根据预估出的网络状况及时对视频数据进行调整后传输,从而使得图像传输过程可根据网络状况进行自动调整,避免了在通用终端设备上可能因网络状况不佳导致图传效果不稳定的问题。
Description
技术领域
本发明涉及无人机图像传输技术领域,具体涉及一种适用于无人机的视频传输方法及装置。
背景技术
无人机(Unmanned Aerial Vehicle,UAV)是当今军用、民用界技术发展的热点之一。无人机相比于其他交通工具,其优势表现在于:机动性强,反应快速,环境适应能力强,能迅速到达现场。因此在多种场合下,都能完成相应的任务。基于机器视觉的无人机军事及民用任务得到了极大的普及。基于图像目标的检测识别与跟踪定位成为无人机对任务环境的感知与分析的重要手段。无人机正是通过图像对环境感知,才能正真做到在不受人的控制下,分析自己所处环境,找到自己的任务目标,规划自己的任务安排。随着无人机图像技术和传输技术的发展和在各个领域的广泛应用,普及速度迅速增加,这就导致了无人机影像拍摄技术的发展并推动了基于无人机拍摄技术服务的产生和发展。在实际应用中由于需要实时掌握现场情况和环境等,需要把视频信息实时传回地面或者指挥中心,这就需要完整的图传解决方案,这个方案能够使得控制数据和图像数据的传输满足各种需求。
现有技术中,已存在有应用于无人机的远程图像传输的技术方案。比如,在某厂商的无人机产品中,通过在控制器中集成特定的视频传输、显示装置实现了远距离图像传输;针对部分特定需求的无人机产品,比如穿梭机,也存在有通过优化天线设计和传输格式实现较为稳定的图传效果的技术方案。但是,在实际实施过程中,发明人发现,上述技术方案在使用过程中,通常需要采用一特定的终端设备来进行图像传输,而对于其他类型的无线终端设备,则由于其网络环境、无线性能等因素不能很好地实现稳定的图像传输效果,这导致了无人机设备在使用过程中较为不便。
发明内容
针对现有技术中存在的上述问题,现提供一种适用于无人机的视频传输方法及装置。
具体技术方案如下:
一种适用于无人机的视频传输方法,包括:
步骤S1:采用所述无人机采集视频图像,同时获取所述无人机当前的位置信息;
步骤S2:根据所述位置信息预测于一传输时段时的可用带宽;
步骤S3:根据所述可用带宽对所述视频图像进行调整生成视频数据,将所述视频数据传输至远端的一采集设备中。
优选地,于所述步骤S1之前,还包括一设备连接过程,所述设备连接过程包括:
步骤A1:获取所述采集设备,对所述采集设备行注册并获取设备注册信息;
步骤A2:根据所述设备注册信息选择相应的通信接口以在所述无人机和所述采集设备间建立通信连接,并选择对应于所述采集设备的网络传输模式。
优选地,所述步骤S2包括:
步骤S21:根据所述位置信息生成所述无人机的当前移动方向和移动速度;
步骤S22:根据所述当前移动方向和所述移动速度生成状态估计内容;
步骤S23:将所述状态估计内容输入一卡尔曼滤波模型,以获得于所述传输时段时的所述可用带宽。
优选地,所述步骤S3包括:
步骤S31:根据所述可用带宽生成所述视频图像的传输码率上限;
步骤S32:对所述视频图像进行重采样和编码以使得所述视频图像的码率低于所述传输码率上限,生成所述视频数据;
步骤S33:将所述视频数据传输至所述采集设备中。
优选地,于所述步骤S3之后还包括:
步骤S4:根据预先配置的一云存储条件将所述无人机中存储的所述视频图像传输至远程的一云服务端。
一种适用于无人机的视频传输装置,用于实施上述的视频传输方法,包括:
采集模块,所述采集模块获取所述无人机的视频图像和位置信息;
最优估计模块,所述最优估计模块根据所述位置信息预测于一传输时段时的可用带宽;
视频处理模块,所述视频处理模块对所述视频图像进行处理生成视频数据;
视频传输模块,所述视频传输模块将所述视频数据传输至远端的一采集设备中。
优选地,还包括:
设备发现模块,所述设备发现模块获取所述采集设备的连接请求,并在所述采集设备第一次发送所述连接请求时对所述采集设备进行注册生成设备注册信息;
接口适配模块,所述接口视频模块根据所述设备注册信息选择所述无人机和所述采集设备通信时所采用的通信接口;
网络自适应模块,所述网络自适应模块根据所述设备注册信息选择所述无人机和所述采集设备通信时所采用的网络传输模式。
优选地,所述最优估计模块包括:
运动信息提取子模块,所述运动信息提取子模块根据所述位置信息生成所述无人机的当前移动方向和移动速度;
输入参数生成子模块,所述输入参数生成子模块根据所述当前移动方向和所述移动速度生成状态估计内容;
卡尔曼滤波子模块,所述卡尔曼滤波子模块将所述状态估计内容输入一卡尔曼滤波模型,以获得于所述传输时段时的所述可用带宽。
优选地,所述视频处理模块包括:
视频缓存子模块,所述视频缓存子模块接收自所述采集模块获取到的视频图像并缓存;
重采样子模块,所述重采样子模块根据所述可用带宽生成传输码率上限,并根据所述传输码率上限对所述视频缓存子模块中的所述视频图像进行重采样生成重采样视频;
编码子模块,所述编码子模块对所述重采样视频进行编码生成所述视频数据。
上述技术方案具有如下优点或有益效果:通过在无人机采集视频的过程中同步获取无人机的位置信息,进而可通过结合无人机的位置信息对传输过程中的网络状况进行判断,并根据预估出的网络状况及时对视频数据进行调整后传输,从而使得图像传输过程可根据网络状况进行自动调整,避免了在通用终端设备上可能因网络状况不佳导致图传效果不稳定的问题。
附图说明
参考所附附图,以更加充分的描述本发明的实施例。然而,所附附图仅用于说明和阐述,并不构成对本发明范围的限制。
图1为本发明实施例的整体示意图;
图2为本发明实施例中设备连接过程示意图;
图3为本发明实施例中步骤S2子步骤示意图;
图4为本发明实施例中步骤S3子步骤示意图;
图5为本发明实施例中云存储过程示意图;
图6为本发明实施例中视频传输装置示意图。
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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明包括:
一种适用于无人机的视频传输方法,如图1所示,包括:
步骤S1:采用无人机采集视频图像,同时获取无人机当前的位置信息;
步骤S2:根据位置信息预测于一传输时段时的可用带宽;
步骤S3:根据可用带宽对视频图像进行调整生成视频数据,将视频数据传输至远端的一采集设备中。
具体地,针对现有技术中,无人机的图像传输过程仅能够通过专用的终端设备实现,而无法在通用终端设备的复杂网络环境中实现稳定传输的问题,本方案通过将位置信息作为对网络传输的主要影响因素进行考量,并对图像传输时因无人机的运动导致的网络状况变化进行预估生成传输时段的可用带宽,进而可根据可用带宽对视频图像进行调整,以使得传输时向采集设备发送的视频数据符合当前网络状况,从而实现了在任意的网络状况下均能够实现相对稳定的图传效果,进而使得上述采集设备可选用通用终端设备,比如笔记本、手机、平板电脑等具有无线网络通信功能的设备,扩展了无人机图传的应用范围。
在实施过程中,上述视频传输方法作为一软件实施例或部分软件实施例搭载于无人机中。比如,在一实施例中,无人机本身具有通过无线网络与通用终端设备进行通信的装置、功能,上述视频传输方法作为一软件实施例设置在无人机的处理模块中,用于对无人机向采集设备发送视频数据的过程进行调整,在适当牺牲画面帧率或分辨率的情况下实现稳定的传输效果。在另一实施例中,上述视频传输方法则可结合视频采集、传输装置,用于对无人机的通信功能进行扩展,在保留无人机原有的与专用终端进行交互的功能的基础上,通过额外设置的视频采集装置将无人机采集到的视频图像发送给其他采集设备。采集设备指与无人机连接的一用于获取视频数据并显示、存储、处理的计算设备,该计算设备相对于传统的无人机图传设备为一通用计算设备,其仅需要具备通常的无线传输能力,比如蜂窝移动网络、无线局域网或其他射频传输能力,而并非无人机图传设备上针对无人机图像传输场景进行特定设计的无线传输能力。根据需要该采集设备可以被配置为用于观看视频数据的终端、用于对视频数据进行图像处理、识别的计算设备、或是大容量存储阵列等等,在此并不加以限制。
在一种较优的实施例中,于步骤S1之前,还包括一设备连接过程,如图2所示,设备连接过程包括:
步骤A1:获取采集设备,对采集设备行注册并获取设备注册信息;
步骤A2:根据设备注册信息选择相应的通信接口以在无人机和采集设备间建立通信连接,并选择对应于采集设备的网络传输模式。
具体地,针对现有技术中,无人机的图像传输过程仅能够通过专用的终端设备实现,而无法在通用的采集设备上进行显示的问题,本实施例中,通过预先在设备连接过程中对设备进行注册并获取设备注册信息,从而获取到该采集设备可用的通信接口、网络传输模式,并在传输的时候选择对应的接口和传输模式进行通信,从而实现对各类设备较好的适配性。
在一种较优的实施例中,如图3所示,步骤S2包括:
步骤S21:根据位置信息生成无人机的当前移动方向和移动速度;
步骤S22:根据当前移动方向和移动速度生成状态估计内容;
步骤S23:将状态估计内容输入一卡尔曼滤波模型,以获得于传输时段时的可用带宽。
具体地,针对现有技术中,对网络状况的判断通常是通过在实际传输过程中,单位时间内传输的数据包进行判断,不能有效地对未来的网络状况进行有效判断的问题,本实施例中,通过提取无人机的位置信息,并对当前的位置信息和上一时刻的位置信息进行比较,从而得到无人机的当前移动方向和移动速度。通过将当前移动方向和移动速度作为卡尔曼滤波模型的状态估计内容,能够在无人机与采集设备的TX信号强度持续增强/削弱的过程中有效估计出预定的传输时段下的网络状况,从而得出可用带宽。
在一种较优的实施例中,如图4所示,步骤S3包括:
步骤S31:根据可用带宽生成视频图像的传输码率上限;
步骤S32:对视频图像进行重采样和编码以使得视频图像的码率低于传输码率上限,生成视频数据;
步骤S33:将视频数据传输至采集设备中。
具体地,针对现有技术中,无人机的图像传输过程仅能够通过专用的终端设备实现,而无法在通用终端设备的复杂网络环境中实现稳定传输的问题,本实施例中通过对可用带宽计算出视频图像的传输码率上限,并根据传输码率上限对视频图像进行重采样处理。根据用户预先配置的不同选择对应的重采样方法,比如,在一实施例中,用户预先设置了“帧率优先”,则重采样方法为对视频图像进行分辨率降采样处理以降低视频码率。在另一实施例中,用户预先设置了“画质优先”,则重采样方法为对视频图像进行跳帧处理,降低视频图像的帧率。亦或者在极端网络环境中,可将视频图像转换至灰度图像,以保障连接的稳定性。同时,针对采集设备可用的视频格式选择对应的编码格式,可进一步压缩视频在传输过程中所需的带宽,以此实现更好的传输稳定性。
在一种较优的实施例中,如图5所示,于步骤S3之后还包括:
步骤S4:根据预先配置的一云存储条件将所述无人机中存储的所述视频图像传输至远程的一云服务端。
具体地,针对无人机的视频缓存容量较小,在长时间作业场景中会造成视频图像信息丢失,不利于后续处理的问题,本实施例中还将无人机连接至远程的云服务端,并在符合对应的云存储条件,比如无人机的存储容量饱和、达到预定的传输时间、完成特定的作业阶段后将视频图像信息打包上传至云服务端,从而实现较好的信息存储效果。
一种适用于无人机的视频传输装置,用于实施上述的视频传输方法,如图6所示,包括:
采集模块1,采集模块1获取无人机的视频图像和位置信息;
最优估计模块2,最优估计模块2根据位置信息预测于一传输时段时的可用带宽;
视频处理模块3,视频处理模块3对视频图像进行处理生成视频数据;
视频传输模块4,视频传输模块4将视频数据传输至远端的一采集设备A中。
具体地,针对现有技术中,无人机的图像传输过程仅能够通过专用的终端设备实现,而无法在通用终端设备的复杂网络环境中实现稳定传输的问题,本实施例中通过设置专用的视频传输装置,通过采集模块1获取无人机的视频图像和位置信息,并通过最优估计模块2对无人机在图传时的可用带宽进行估计,同时根据可用带宽对视频图像进行处理后再传输,以此实现了较好的图传稳定性。
作为可选的实施方式,采集模块1通过一I/O接口装置连接至无人机上的控制器和摄像头,并与无人机进行通信过程,包括可以调用MCU处理器和通信接口单元、人机接口单元、存储单元。
在一种较优的实施例中,还包括:
设备发现模块5,设备发现模块5获取采集设备A的连接请求,并在采集设备第一次发送连接请求时对采集设备进行注册生成设备注册信息;
接口适配模块6,接口适配模块6根据设备注册信息选择无人机和采集设备A通信时所采用的通信接口;
网络自适应模块7,网络自适应模块7根据设备注册信息选择无人机和采集设备通信时所采用的网络传输模式。
具体地,针对现有技术中,无人机的图像传输过程仅能够通过专用的终端设备实现,而无法在通用的采集设备上进行显示的问题,本实施例中,通过预先在设备连接过程中对设备进行注册并获取设备注册信息,从而获取到该采集设备可用的通信接口、网络传输模式,并在传输的时候选择对应的接口和传输模式进行通信,从而实现对各类设备较好的适配性。
比如,当设备为通用设备时,可采用HTML5支持的websocket模式进行传输,以使得采集设备A可通过网页浏览器及播放器直接获取到视频信息,而针对专用图传设备,则可采用图传协议实现较好的传输效果。
在一种较优的实施例中,最优估计模块2包括:
运动信息提取子模块21,运动信息提取子模块21根据位置信息生成无人机的当前移动方向和移动速度;
输入参数生成子模块22,输入参数生成子模块22根据当前移动方向和移动速度生成状态估计内容;
卡尔曼滤波子模块23,卡尔曼滤波子模块23将状态估计内容输入一卡尔曼滤波模型,以获得于传输时段时的可用带宽。
具体地,针对现有技术中,对网络状况的判断通常是通过在实际传输过程中,单位时间内传输的数据包进行判断,不能有效地对未来的网络状况进行有效判断的问题,本实施例中,通过设置运动信息提取子模块21提取无人机的位置信息,并对当前的位置信息和上一时刻的位置信息进行比较,从而得到无人机的当前移动方向和移动速度。通过输入参数生成子模块22将当前移动方向和移动速度作为卡尔曼滤波模型的状态估计内容,能够在无人机与采集设备的TX信号强度持续增强/削弱的过程中有效估计出预定的传输时段下的网络状况,从而得出可用带宽。
在一种较优的实施例中,视频处理模块3包括:
视频缓存子模块31,视频缓存子模块31接收自采集模块1获取到的视频图像并缓存;
重采样子模块32,重采样子模块32根据可用带宽生成传输码率上限,并根据传输码率上限对视频缓存子模块中的视频图像进行重采样生成重采样视频;
编码子模块33,编码子模块33对重采样视频进行编码生成视频数据。
具体地,针对现有技术中,无人机的图像传输过程仅能够通过专用的终端设备实现,而无法在通用终端设备的复杂网络环境中实现稳定传输的问题,本实施例中通过设置重采样子模块32对可用带宽计算出视频图像的传输码率上限,并根据传输码率上限和用户预先配置的不同选择对应的重采样方法对视频图像进行重采样处理,比如降低分辨率、帧率、色阶等参数,实现较好的传输稳定性。同时,通过编码子模块33根据不同的压缩算法对图像质量的损耗、采集设备A可用的视频格式进行处理,选择一传输效果较为理想且对图像质量影响较低的视频格式进行重编码,以生成视频数据。
在一种较优的实施例中,还包括:云存储模块8,云存储模块8连接远程的一云服务端,云存储模块8根据预先配置的一云存储条件将视频图像发送至云服务端。
具体地,针对无人机的视频缓存容量较小,在长时间作业场景中会造成视频图像信息丢失,不利于后续处理的问题,本实施例中还将无人机连接至远程的云服务端,并在符合对应的云存储条件,比如无人机的存储容量饱和、达到预定的传输时间、完成特定的作业阶段后将视频图像信息打包上传至云服务端,从而实现较好的信息存储效果。
本发明的有益效果在于:通过在无人机采集视频的过程中同步获取无人机的位置信息,进而可通过结合无人机的位置信息对传输过程中的网络状况进行判断,并根据预估出的网络状况及时对视频数据进行调整后传输,从而使得图像传输过程可根据网络状况进行自动调整,避免了在通用终端设备上可能因网络状况不佳导致图传效果不稳定的问题。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (10)
1.一种适用于无人机的视频传输方法,其特征在于,包括:
步骤S1:采用所述无人机采集视频图像,同时获取所述无人机当前的位置信息;
步骤S2:根据所述位置信息预测于一传输时段时的可用带宽;
步骤S3:根据所述可用带宽对所述视频图像进行调整生成视频数据,将所述视频数据传输至远端的一采集设备中。
2.根据权利要求1所述的视频传输方法,其特征在于,于所述步骤S1之前,还包括一设备连接过程,所述设备连接过程包括:
步骤A1:获取所述采集设备,对所述采集设备行注册并获取设备注册信息;
步骤A2:根据所述设备注册信息选择相应的通信接口以在所述无人机和所述采集设备间建立通信连接,并选择对应于所述采集设备的网络传输模式。
3.根据权利要求1所述的视频传输方法,其特征在于,所述步骤S2包括:
步骤S21:根据所述位置信息生成所述无人机的当前移动方向和移动速度;
步骤S22:根据所述当前移动方向和所述移动速度生成状态估计内容;
步骤S23:将所述状态估计内容输入一卡尔曼滤波模型,以获得于所述传输时段时的所述可用带宽。
4.根据权利要求1所述的视频传输方法,其特征在于,所述步骤S3包括:
步骤S31:根据所述可用带宽生成所述视频图像的传输码率上限;
步骤S32:对所述视频图像进行重采样和编码以使得所述视频图像的码率低于所述传输码率上限,生成所述视频数据;
步骤S33:将所述视频数据传输至所述采集设备中。
5.根据权利要求1所述的视频传输方法,其特征在于,于所述步骤S3之后还包括:
步骤S4:根据预先配置的一云存储条件将所述无人机中存储的所述视频图像传输至远程的一云服务端。
6.一种适用于无人机的视频传输装置,其特征在于,用于实施如权利要求1-5任意一项所述的视频传输方法,包括:
采集模块,所述采集模块获取所述无人机的视频图像和位置信息;
最优估计模块,所述最优估计模块根据所述位置信息预测于一传输时段时的可用带宽;
视频处理模块,所述视频处理模块对所述视频图像进行处理生成视频数据;
视频传输模块,所述视频传输模块将所述视频数据传输至远端的一采集设备中。
7.根据权利要求6所述的视频传输装置,其特征在于,还包括:
设备发现模块,所述设备发现模块获取所述采集设备的连接请求,并在所述采集设备第一次发送所述连接请求时对所述采集设备进行注册生成设备注册信息;
接口适配模块,所述接口适配模块根据所述设备注册信息选择所述无人机和所述采集设备通信时所采用的通信接口;
网络自适应模块,所述网络自适应模块根据所述设备注册信息选择所述无人机和所述采集设备通信时所采用的网络传输模式。
8.根据权利要求6所述的视频传输装置,其特征在于,所述最优估计模块包括:
运动信息提取子模块,所述运动信息提取子模块根据所述位置信息生成所述无人机的当前移动方向和移动速度;
输入参数生成子模块,所述输入参数生成子模块根据所述当前移动方向和所述移动速度生成状态估计内容;
卡尔曼滤波子模块,所述卡尔曼滤波子模块将所述状态估计内容输入一卡尔曼滤波模型,以获得于所述传输时段时的所述可用带宽。
9.根据权利要求6所述的视频传输装置,其特征在于,所述视频处理模块包括:
视频缓存子模块,所述视频缓存子模块接收自所述采集模块获取到的视频图像并缓存;
重采样子模块,所述重采样子模块根据所述可用带宽生成传输码率上限,并根据所述传输码率上限对所述视频缓存子模块中的所述视频图像进行重采样生成重采样视频;
编码子模块,所述编码子模块对所述重采样视频进行编码生成所述视频数据。
10.根据权利要求6所述的视频传输装置,其特征在于,还包括:
云存储模块,所述云存储模块连接远程的一云服务端,所述云存储模块根据预先配置的一云存储条件将所述视频图像发送至所述云服务端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210623283.XA CN115022685A (zh) | 2022-06-02 | 2022-06-02 | 一种适用于无人机的视频传输方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210623283.XA CN115022685A (zh) | 2022-06-02 | 2022-06-02 | 一种适用于无人机的视频传输方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115022685A true CN115022685A (zh) | 2022-09-06 |
Family
ID=83073616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210623283.XA Pending CN115022685A (zh) | 2022-06-02 | 2022-06-02 | 一种适用于无人机的视频传输方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115022685A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101222296A (zh) * | 2008-01-31 | 2008-07-16 | 上海交通大学 | 上行蜂窝视频通信中自适应的传输方法及系统 |
CN102480763A (zh) * | 2010-11-26 | 2012-05-30 | 国际商业机器公司 | 向移动设备提供数据的方法和装置 |
CN103269458A (zh) * | 2013-05-16 | 2013-08-28 | 杭州巨峰科技有限公司 | 一种针对窄带网络情况下视频传输的调节控制方法 |
CN106688233A (zh) * | 2016-12-08 | 2017-05-17 | 深圳市大疆创新科技有限公司 | 用于传输图像的方法、设备和无人机 |
CN106717036A (zh) * | 2014-09-29 | 2017-05-24 | 阿尔卡特朗讯 | 用于在移动装置上确定网络信息的系统及方法 |
WO2019200848A1 (zh) * | 2018-04-17 | 2019-10-24 | 广州供电局有限公司 | 无人机数据传输系统、方法、装置和计算机设备 |
CN110572699A (zh) * | 2019-10-09 | 2019-12-13 | 北京邮电大学 | 一种基于多小区簇的网络辅助视频流媒体传输优化方法 |
CN110933380A (zh) * | 2019-12-17 | 2020-03-27 | 深圳市道通智能航空技术有限公司 | 一种图传控制方法、系统及无人机 |
WO2020155037A1 (zh) * | 2019-01-31 | 2020-08-06 | 深圳市大疆创新科技有限公司 | 多负载多路图传方法、控制系统和终端、无人机和服务器 |
CN114039870A (zh) * | 2021-09-27 | 2022-02-11 | 河海大学 | 基于深度学习的蜂窝网络中视频流应用实时带宽预测方法 |
-
2022
- 2022-06-02 CN CN202210623283.XA patent/CN115022685A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101222296A (zh) * | 2008-01-31 | 2008-07-16 | 上海交通大学 | 上行蜂窝视频通信中自适应的传输方法及系统 |
CN102480763A (zh) * | 2010-11-26 | 2012-05-30 | 国际商业机器公司 | 向移动设备提供数据的方法和装置 |
CN103269458A (zh) * | 2013-05-16 | 2013-08-28 | 杭州巨峰科技有限公司 | 一种针对窄带网络情况下视频传输的调节控制方法 |
CN106717036A (zh) * | 2014-09-29 | 2017-05-24 | 阿尔卡特朗讯 | 用于在移动装置上确定网络信息的系统及方法 |
CN106688233A (zh) * | 2016-12-08 | 2017-05-17 | 深圳市大疆创新科技有限公司 | 用于传输图像的方法、设备和无人机 |
WO2019200848A1 (zh) * | 2018-04-17 | 2019-10-24 | 广州供电局有限公司 | 无人机数据传输系统、方法、装置和计算机设备 |
WO2020155037A1 (zh) * | 2019-01-31 | 2020-08-06 | 深圳市大疆创新科技有限公司 | 多负载多路图传方法、控制系统和终端、无人机和服务器 |
CN110572699A (zh) * | 2019-10-09 | 2019-12-13 | 北京邮电大学 | 一种基于多小区簇的网络辅助视频流媒体传输优化方法 |
CN110933380A (zh) * | 2019-12-17 | 2020-03-27 | 深圳市道通智能航空技术有限公司 | 一种图传控制方法、系统及无人机 |
CN114039870A (zh) * | 2021-09-27 | 2022-02-11 | 河海大学 | 基于深度学习的蜂窝网络中视频流应用实时带宽预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100404885B1 (ko) | 휴대용 동화상 폰을 이용한 원격감시 장치 | |
CN107820014B (zh) | 一种拍摄方法、移动终端及计算机存储介质 | |
US9413941B2 (en) | Methods and apparatus to compensate for overshoot of a desired field of vision by a remotely-controlled image capture device | |
CN106331613B (zh) | 一种基于无人机的通信方法及系统 | |
CN109660738B (zh) | 基于双摄像头的曝光控制方法及系统 | |
US20040189816A1 (en) | Image delivery camera system, image delivery camera, and image delivery server | |
WO2014089807A1 (en) | Remote control of a camera module | |
CN108924414B (zh) | 一种拍摄方法及终端设备 | |
WO2016125372A1 (ja) | 追尾システム、端末装置、カメラ装置、追尾撮影方法及びプログラム | |
WO2020154959A1 (zh) | 多负载图传方法、控制系统、控制终端、无人机和服务器 | |
CN108280817B (zh) | 一种图像处理方法及移动终端 | |
CN104219437A (zh) | 信息处理装置、摄像系统以及信息处理方法 | |
CN112511741A (zh) | 一种图像处理方法、移动终端以及计算机存储介质 | |
CN109194916B (zh) | 一种具有图像处理模块的可移动拍摄系统 | |
CN107395971B (zh) | 一种图像采集方法、设备和计算机可读存储介质 | |
CN115022685A (zh) | 一种适用于无人机的视频传输方法及装置 | |
CN111432154B (zh) | 视频播放方法、视频处理方法及电子设备 | |
CN112204943B (zh) | 拍摄方法、设备、系统及计算机可读存储介质 | |
CN109218612B (zh) | 一种追踪拍摄系统及拍摄方法 | |
CN111787234A (zh) | 一种拍摄控制方法、设备及计算机可读存储介质 | |
CN111246184A (zh) | 控制视频数据采集的方法、发射控制装置及无线传输系统 | |
CN112804441A (zh) | 无人机的控制方法及装置 | |
CN111050100A (zh) | 自动摄录像跟拍系统及自动摄录像跟拍方法 | |
CN116743937B (zh) | 域控制器和车辆行驶控制方法 | |
CN113055602B (zh) | 一种远程合影方法、系统、智能终端及存储介质 |
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 |