一种基于机器学习的智能防疫无人机控制方法转让专利
申请号 : CN202011318029.6
文献号 : CN112394746B
文献日 : 2022-03-18
发明人 : 吕勇 , 李林峰 , 袁锐 , 梅瑞麟 , 蔡田 , 尤子成
申请人 : 武汉科技大学
摘要 :
权利要求 :
1.一种基于机器学习的智能防疫无人机的控制方法,所述无人机包括六轴机架,搭载六轴电机组件进行驱动,所述六轴机架中央上方安装有保护罩,所述保护罩内部设置有红外温度检测模块、GPS定位模块、供电电源以及控制硬件组件,机架中央下方安装有载物台以及停放支架,所述载物台上安装有六头气泵和摄像模块,机架的各个尾端安装有带两翼叶片的电机组件,每个电机组件的外侧均安装有防撞架;每个电机组件的底部均装有储液瓶,储液瓶中设置有隔板;在储液瓶内安装有压力补偿器;储液瓶通过软管与六头气泵相连接;所述储液瓶底部固定安装有喷洒装置;所述无人机由其内部控制系统控制;
所述控制硬件组件包括存储模块、数据处理模块和通信模块;
所述控制系统与指挥中心后台系统通过通信模块连接;
其特征在于,包括单机工作时的控制方法以及群机协作时控制方法:所述单机工作时的控制方法如下:
通过搭载的摄像模块、红外温度检测模块以及GPS定位模块采集数据,并将采集到的高质量视频图像传入控制系统和数据处理模块,数据处理模块经计算处理得出监控场景中的人群数量等指标,生成人群密度图,基于此密度图和计数结果,控制系统设定小区域块的权重值,并控制无人机飞行;
在进行喷洒作业时,数据处理模块会将得到的监控场景中的人群数量等多项指标进行综合运算,优先排除人群数量高的、人群密度权重大的小区域块,将剩下的区域块进行最短路径算法运算,生成无人机飞行路径,并反馈给控制系统;并且,保证数据更新率,及时根据现场信息反馈进行数据更新,实时在作业现场可能出现的人群运动情况下进行飞行航线调整,尽可能保证避免对高密度人群进行直接喷洒;
人体温度监测工作时,数据处理模块会将得到的监控场景中的人群数量、密度等多项指标进行综合运算,标定飞行区域的权重值,优先对权重值高的飞行区域进行人体体温监测,并在预先设定的时间内,进行数据更新,及时根据工作现场可能出现的人群运动情况调整飞行航线;
群机协作时控制方法如下:
首先,在控制系统中,设定群机工作区域,并自动按照无人机性能参数生成各个小的区域节点;侦察无人机组以每个探索小区域为中心,作局部侦察,并以视觉图像信息来标记侦察结果,以便于搜索无人机到达该区域节点选择下一站的时候,能够作为辅助的参考信息;
搜索无人机组作全局探索,每到达一个节点,根据侦察无人机提供的侦察信息和各出口的信息,来选择下一个区域节点,直至找到并标记最短的节点路线,以便于作业无人机尽快完成工作;作业无人机组将会按照标记好的最优路线完成喷洒或者温度检测的工作;
侦察无人机组的控制方法如下:将m台的侦察无人机投入到系统划分的n个区域节点中,每个侦察无人机以自身所在的区域节点,侦察其它的(n‑1)个区域节点,将侦察过程中的采集的信息与现有信息相结合,构成了S[i][j]的侦察信息,并且在区域路径上进行信息标记;从区域节点i到区域节点j,S[i][j],其中,i,j=1,2,…,n‑1,i≠j,按照如下的公式(1)计算:
式中,dij是所选无人机的总路径; 是以区域节点i为中心到其他(n‑1)区域节点的最小距离;
由上式,设置初始时间各个区域节点的信息量如公式(2)所示:上式, 是以区域节点i到其他(n‑1)区域节点的最大距离;c是一个常量;搜索无人机组的控制方法如下:搜索无人机组中的第k台无人机在运动过程中的t时刻,从区域节点i自适应转移到区域节点j的概率 的计算方法如公式(3)所示,其中,k=1,2,…,l且l≥m;
公式(3)中,τij(t)表示当区域节点上的信息量;ηij(t)表示启发函数,用来衡量无人机由区域节点i移动到区域节点j的期望程度;ηi表示处于区域节点i的搜索无人机下一步移动的潜在节点数量;α衡量了信息素权重因子;β是启发函数的权重因子,是由先验条件在指导搜索无人机工作时的相对重要程度;υ表示下一步移动的潜在区域节点数量对搜索无人机路径选择的相对重要程度;
在所有无人机完成一个搜索循环之后,每一个区域节点的上的信息量要根据公式(4)进行刷新,公式(4)如下所示:
公式(4)中,由于环境信息存在变动,用ρ表示环境信息的变动系数,其中0<ρ<1;1‑ρ表示信息的持久度;Δτij是某一次的循环中所有无人机在区域节点(i,j)上所采集到的信息量之和, 表示第k个无人机在此次循环中区域节点(i,j)上采集并反馈的信息量;其中,
公式(5)中,Q为常系数;Lk表示第k个无人机飞行运动的路程;公式中,每个搜索无人机根据侦察信息,只在可能是最优路径的区域节点上采集并反馈信息,从而经过多次循环,输出最优解。
说明书 :
一种基于机器学习的智能防疫无人机控制方法
技术领域
背景技术
并且工作人员在作业时存在接触感染的风险;在大范围区域进行消杀工作时,一般采用车
辆喷洒或者地面机器人喷洒,车辆喷洒效率高,但由于喷洒车体积较大,难以适用于狭小空
间的工作;地面机器人喷洒具有较高自动化程度,但难以在人流量大的场所进行消杀作业,
如火车站、商业广场等,并且其运动速度较慢,效率低;传统的无人机喷洒能够完成一定程
度的喷洒工作,但是目前大多数自动化程度较低,并且由于其负载能力较小,故续航时间较
短,难以完成大区域的喷洒工作。
难以识别进出人员的身份信息;地面机器人检测,容易受到地形空间上的局限,并且移动速
度较慢。
发明内容
通过其控制方法可以实现群机协作的功能,从而提高无人机的工作范围。
电电源以及控制硬件组件,机架中央下方安装有载物台以及停放支架,所述载物台上安装
有六头气泵和摄像模块,机架的各个尾端安装有带两翼叶片的电机组件,每个电机组件的
外侧均安装有防撞架。每个电机组件的底部均装有储液瓶,储液瓶中设置有隔板。在储液瓶
内安装有压力补偿器。储液瓶通过软管与六头气泵相连接。所述储液瓶底部固定安装有喷
洒装置。所述无人机由其内部控制系统控制。
据处理模块经计算处理得出监控场景中的人群数量等指标,生成人群密度图,基于此密度
图和计数结果,控制系统设定小区域块的权重值,并控制无人机飞行。
最短路径算法运算,生成无人机飞行路径,并反馈给控制系统。并且,保证一定的数据更新
率,及时根据现场信息反馈进行数据更新,实时在作业现场可能出现的人群运动情况下进
行飞行航线调整,尽可能保证避免对高密度人群进行直接喷洒。
温监测,并在预先设定的时间内,进行数据更新,及时根据工作现场可能出现的人群运动情
况调整飞行航线。
记侦察结果,以便于搜索无人机到达该区域节点选择下一站的时候,能够作为辅助的参考
信息;搜索无人机组作全局探索,每到达一个节点,根据侦察无人机提供的侦察信息和各出
口的信息,来选择下一个区域节点,直至找到并标记最短的节点路线,以便于作业无人机尽
快完成工作;作业无人机组将会按照标记好的最优路线完成喷洒或者温度检测的工作。
中的采集的信息与现有信息相结合,构成了S[i][j]的侦察信息,并且在区域路径上进行信息
标记。从区域节点i到区域节点j,S[i][j](i, j=1,2,…,n‑1,i≠j)按照如下的公式(1)计
算:
如公式(3)所示:
步移动的潜在节点数量;α衡量了信息素权重因子;β是启发函数的权重因子;υ表示下一步
移动的潜在区域节点数量对搜索无人机路径选择的相对重要程度。
息量之和, 表示第k个无人机在此次循环中区域节点(i,j)上采集
并反馈的信息量。其中,
环,输出最优解。
(1)计算S[i][j];
到一个解;
与人脸识别的功能;受地形区域的限制程度较小,能够在较大的范围内或者狭小空间内高
效率地完成工作;基于机器学习的控制算法,具有较高的自动化与智能化程度,能够避免人
工作业时存在的接触感染的危险,并且能够精准可靠地完成消杀作业和人体体温监测的任
务。
喷洒功能,能够在高空中实时监控人群密度,并根据返回的人群密度的情况,智能优化其飞
行轨迹,并完成喷洒消杀工作;人体温度监测功能,能够依靠其搭载的红外传感器,检测人
体温度,并搭载人脸识别功能,保证同一位人员在设定时间范围内只检测并存储一次温度
数据,大大提高了识别检测、信息存储的效率,并能及时地将异常温度的人员的人脸的图像
信息反馈到指挥中心,便于指挥中心及时采取防疫隔离措施。
附图说明
具体实施方式
本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
GPS定位模块5、供电电源6以及控制硬件组件7,机架中央下方安装有载物台8以及停放支架
9,所述载物台8上安装有六头气泵14和摄像模块,机架的各个尾端安装有带两翼叶片10的
电机组件2,每个电机组件2的外侧均安装有防撞架11,以提高无人机在狭小空间工作时的
稳定性和安全性。所述无人机由其内部控制系统控制。
瓶12内部的压力进行补偿,使压力保持平衡。储液瓶12通过软管13与六头气泵14相连接,通
过接收控制系统返回的指令控制载物台8上六头气泵14的启动。所述储液瓶12底部固定安
装有喷洒装置15,喷洒装置采用集成式的设计,六头气泵14启动时,将产生压力差使6个储
液瓶12中的消毒液同时通过压力阀经喷洒装置的喷头进行喷洒消毒。
线,在尽可能保证避免对人群直接喷洒,采用合理高效的最优运动飞行轨迹;在人体温度监
测工作时,摄像模块16能够记录其人脸图像信息,借助数据处理模块的人脸识别算法,保证
同一位人员在设定时间范围内只检测并存储一次温度数据,同时,人脸图像信息在红外温
度检测模块4检测到异常温度信息时,会与异常温度信息一同传输到指挥中心后台中,并保
存入云服务器中。
据处理模块经计算处理得出监控场景中的人群数量等指标,生成人群密度图,基于此密度
图和计数结果,控制系统设定小区域块的权重值,并控制无人机飞行。
最短路径算法运算,生成无人机飞行路径,并反馈给控制系统。并且,保证一定的数据更新
率,及时根据现场信息反馈进行数据更新,实时在作业现场可能出现的人群运动情况下进
行飞行航线调整,尽可能保证避免对高密度人群进行直接喷洒。
温监测,并在预先设定的时间内,进行数据更新,及时根据工作现场可能出现的人群运动情
况调整飞行航线。
记侦察结果,以便于搜索无人机到达该区域节点选择下一站的时候,能够作为辅助的参考
信息;搜索无人机组作全局探索,每到达一个节点,根据侦察无人机提供的侦察信息和各出
口的信息,来选择下一个区域节点,直至找到并标记最短的节点路线,以便于作业无人机尽
快完成工作;作业无人机组将会按照标记好的最优路线完成喷洒或者温度检测的工作。
中的采集的信息与现有信息相结合,构成了S[i][j]的侦察信息,并且在区域路径上进行信息
标记。从区域节点i到区域节点j,S[i][j](i, j=1,2,…,n‑1,i≠j)按照如下的公式(1)计
算:
更为合理,并且对于后续其他无人机路径快速寻优起到一定的影响作用。
的计算方法如公式(3)所示:
步移动的潜在节点数量;α衡量了信息素权重因子,α值越大,说明信息素在此时无人机移动
时中起的作用越大;β是启发函数的权重因子,是由先验条件在指导搜索无人机工作时的相
对重要程度,β值越大,表示启发函数在移动过程中起到的作用越大;υ表示下一步移动的潜
在区域节点数量对搜索无人机路径选择的相对重要程度,下一步的潜在区域节点数量越
多,说明信息量越少,即信息量与潜在区域节点的数量成反比。由此可得,α和β的取值对算
法的性能有着相当程度的影响。
息量之和, 表示第k个无人机在此次循环中区域节点(i,j)上采集
并反馈的信息量。其中,
环,输出最优解。
(1)计算S[i][j];
到一个解;
处理模块,将检测到的温度信息与控制系统设定的安全温度值作比较,当超过安全值,控制
系统会通过通讯模块向指挥中心后台发送异常的人员信息,包括异常温度信息和对应的人
脸信息。
到控制中心后台,通过后台处理器的算法运算,提取图像信息中的人群密度等特征值,再返
回至无人机的数据处理模块,完成无人机最优飞行路径的生成,无人机控制系统会根据飞
行路径及时调整无人机的飞行状态。在人体温度监测工作时,在红外温度检测模块检测人
员体温的同时,摄像模块能够记录其人脸图像信息,借助数据处理模块的人脸识别算法,保
证人脸信息的识别与存储,并且人脸图像信息在红外温度检测模块检测到异常温度信息
时,会与异常温度信息一同传输到指挥中心后台中,并保存入云服务器中。