[发明专利]一种道路自巡检方法、装置、无人机及存储介质在审
申请号: | 202210078537.4 | 申请日: | 2022-01-24 |
公开(公告)号: | CN114415708A | 公开(公告)日: | 2022-04-29 |
发明(设计)人: | 苏阔;程亮;邓刚林;陈冰岩;胡冬;宋军;曹亚兵 | 申请(专利权)人: | 上海复亚智能科技有限公司 |
主分类号: | G05D1/08 | 分类号: | G05D1/08;G05D1/10 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 李礼 |
地址: | 200433 上海市杨浦*** | 国省代码: | 上海;31 |
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 道路 巡检 方法 装置 无人机 存储 介质 | ||
1.一种道路自巡检方法,其特征在于,应用于无人机,所述无人机包括无人机本体以及云台摄像机,所述方法包括:
在无人机本体进入稳定飞行状态后,控制云台摄像机按照设定捕获周期采集所巡检道路的道路图像;
通过对各所述道路图像的识别处理,进行飞行航线校正,并控制无人机本体按照校正后的飞行航线飞行;
接收到车辆巡检指令时根据各所述道路图像对所巡检道路中的车辆进行驾驶行为检测;
返回重新执行道路图像的采集操作,直至达到飞行终点。
2.根据权利要求1所述的方法,其特征在于,所述通过对各所述道路图像的识别处理,进行飞行航线校正,包括:
将采集的各所述道路图像分别输入预先训练的语义分割网络模型及车道线分割网络模型,获得路面分割图及车道线分割图:
根据所述路面分割图结合所述云台摄像机的内参数据,确定所巡检道路的路面中心点沿线;
当所述路面中心点沿线与所采集图像上画幅中心的偏差达到设定阈值时,根据所述车道线分割图、路面中心点及所述画幅中心,校正所述飞行航线。
3.根据权利要求2所述的方法,其特征在于,所述根据所述车道线分割图、路面中心点及所述画幅中心,校正所述飞行航线,包括:
根据各所述车道线分割图拟合形成所巡检道路的车道线表达式,通过所述车道线表达式确定车道线俯视图;
从所述车道线俯视图中计算所巡检道路中车道线中心点;
基于路面中心点、画幅中心、车道线中心点以及初始飞行航线时所用的GPS点位,确定目标飞行点位;
基于各目标飞行点位形成校正后的飞行航线。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述道路图像对所巡检道路中的车辆进行驾驶行为检测,包括:
采用多目标跟踪算法对各所述道路图像进行处理,获得所巡检道路中行驶车辆的车辆目标框;
采用车道线网络分割模型对各所述道路环境进行处理,确定所巡检道路中目标车道的目标车道线位置;
针对每个车辆目标框,基于所述车辆目标框与所述目标车道线位置,对相应车辆的进行驾驶行为检测。
5.根据权利要求4所述的方法,其特征在于,所述基于所述车辆目标框与所述目标车道线位置,对相应的车辆进行驾驶行为检测,包括:
确定所述车辆目标框相对所巡检道路的目标框中心点、各顶点位置以及目标框面积;
根据所述目标框中心点、各顶点位置及所述目标车道线位置,确定所述目标车道是否与所述车辆目标框有交叉;
如果与所述车辆目标框有交叉,则确定所述车辆目标框与所述目标车道所构成重叠区域的区域面积;
当所述区域面积与所述目标框面积的占比大于设定占比阈值时,确定相应的车辆在行驶中存在违章驾驶。
6.根据权利要求1所述的方法,其特征在于,在根据各所述道路图像对所巡检道路中的车辆进行驾驶行为检测之后,还包括:
如果存在驾驶行为检测结果为违章驾驶的违章车辆,则采用单目标跟随算法控制所述云台摄像机实时跟踪所述违章车辆,获得所述违章车辆的车辆放大图像。
7.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
基于手持终端所发送巡检启动指令中携带的飞行位置信息,确定飞行航点形成所巡检道路的初始飞行航线;
控制无人机本体按照所述初始飞行航线飞行并进入稳定飞行状态。
8.一种道路自巡检装置,其特征在于,应用于无人机,所述无人机包括无人机本体以及云台摄像机,所述装置包括:
第一采集模块,用于在无人机本体进入稳定飞行状态后,控制云台摄像机按照设定捕获周期采集所巡检道路的道路图像;
飞行控制模块,用于通过对各所述道路图像的识别处理,进行飞行航线校正,并控制无人机本体按照校正后的飞行航线飞行;
车辆检测模块,用于接收到车辆巡检指令时根据各所述道路图像对所巡检道路中的车辆进行驾驶行为检测;
第二采集模块,用于返回重新执行道路图像的采集操作,直至达到飞行终点。
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上海复亚智能科技有限公司,未经上海复亚智能科技有限公司许可,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/202210078537.4/1.html,转载请声明来源钻瓜专利网。