[发明专利]一种通信带宽有限条件下无人机集群协同侦察方法及系统在审

专利信息
申请号: 202111146418.X 申请日: 2021-09-28
公开(公告)号: CN113949826A 公开(公告)日: 2022-01-18
发明(设计)人: 樊鹏辉;胡博;余威;李昶;宋国鹏;魏帅迎 申请(专利权)人: 航天时代飞鸿技术有限公司
主分类号: H04N5/265 分类号: H04N5/265;H04N7/18;H04N5/262;G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京金智普华知识产权代理有限公司 11401 代理人: 巴晓艳
地址: 102100 北京市延*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 通信 带宽 有限 条件下 无人机 集群 协同 侦察 方法 系统
【说明书】:

发明提供了一种通信带宽有限条件下无人机集群协同侦察方法及系统,涉及目标侦查技术领域,能够解决无人机集群侦察中通信带宽受限、目标检测延时大、精度低的问题;该方法步骤包括:S1、第一无人机采集目标图片机载端分析,得到单机视角下目标信息并在集群内共享;继续采集图片的同时将已得目标信息发送给综合判断模块;S2、其他无人机各自判断是否进行协同侦查,若协同侦查,则根据接收的目标信息对目标进行图片采集并机载端分析,得到各自视角下的目标信息,同时将得到的目标信息发送给综合判断模块;S3、综合判断模块对接收到的目标信息进行分析,得到最终的侦查结果。本发明提供的技术方案适用于目标侦查的过程中。

技术领域

本发明涉及目标侦查技术领域,尤其涉及一种通信带宽有限条件下无人机集群协同侦察方法及系统。

背景技术

在无人机侦察应用中,由于单机侦察过程中会出现目标信息缺失,目标容易被遮挡等问题,导致不能很快的搜寻到目标,因此开展集群协同侦察搜索,可以更快的侦察到目标位置信息,便于快速搜救。同时,由于侦察设备的通信带宽又会受到一定的限制。基于无人机集群协同侦察和基于边缘硬件加速的自动目标识别技术将成为无人机多机协同侦察搜救领域的研究热点。

在多机协同侦察中,将无人机侦察载荷视频数据回传,在地面端进行目标识别的侦察方式存在通信延时较大、通信带宽要求较高等问题,如何将侦察图像在机载端进行实时加速处理、减小通信链路的数据量以适应低带宽限制,并通过多机协同方式提升目标侦察、定位的准确度,仍是亟需解决的问题。

因此,有必要研究一种通信带宽有限条件下无人机集群协同侦察方法及系统来应对现有技术的不足,以解决或减轻上述一个或多个问题。

发明内容

有鉴于此,本发明提供了一种通信带宽有限条件下无人机集群协同侦察方法及系统,能够解决无人机集群侦察系统中通信带宽受限、目标检测延时大、精度低的问题。

一方面,本发明提供一种通信带宽有限条件下无人机集群协同侦察方法,所述方法的步骤包括:

S1、第一无人机采集目标图片并在机载端进行分析,得到单机视角下带有时间戳的目标信息并与集群中的其他无人机进行共享;第一无人机在继续采集图片进行分析的同时将已得到的目标信息发送给综合判断模块;

S2、集群中的其他无人机各自判断是否进行协同侦查,若进行协同侦查,则根据接收到的目标信息对目标进行图片采集并在机载端进行分析,得到各自视角下带有时间戳的目标信息,同时将得到的目标信息发送给综合判断模块;

S3、综合判断模块对接收到的所有目标信息进行综合分析,得到最终的侦查结果;

综合判断模块一般设置在地面,和集群中的所有无人机进行通信;机载端指无人机端,对应于地面端。

如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,在机载端进行分析的内容包括:在机载端布设加速引擎设备,在所述加速引擎设备中布设剪枝压缩后的目标检测模型,由所述目标检测模型对图片进行目标识别,得到所述目标信息。

如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述目标检测模型的构建过程包括:

训练一个完整卷积神经网络;

对所述卷积神经网络的每一层权重进行绝对值排序;

选出绝对值低于判断阈值的权重,并全部移除,从而实现剪枝操作;

对剪枝后的卷积神经网络进行重新训练达到符合要求的性能。

如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,对所述目标检测模型对图片进行目标识别的结果进行NMS(即非极大值抑制),通过目标分类器得到多个候选框,并根据分类概率进行排序,选出概率最高的候选框,从而实现对视频数据或图片数据中目标的实时检测处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于航天时代飞鸿技术有限公司,未经航天时代飞鸿技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111146418.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top