[發明專利]一種針對特定目標的空域安防方法及系統

在審

• 申請號: 202011434576.0
• 申請日: 2020-12-10
• 公開（公告）號: CN112414224A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 熊皚
• 申請（專利權）人: 成都微精控科技有限公司
• 主分類號: F41H11/02
• 分類號: F41H11/02
• 代理公司: 成都睿道專利代理事務所(普通合伙) 51217
• 代理人: 賀理興

本發明提供一種針對特定目標的空域安防方法及系統，包括通過安防無人機上搭載的全向攝像模塊檢測安防無人機的視場范圍內是否存在設定類型的入侵飛行物；若安防無人機的視場范圍內存在設定類型的入侵飛行物，則對入侵飛行物進行標記并將入侵飛行物的信息發送給地面操作終端；安防無人機檢測預設時長內是否接收到地面操作終端發送的跟蹤控制指令；若安防無人機在預設時長內接收到跟蹤控制指令，則根據跟蹤控制指令跟蹤對應的入侵飛行物并向地面操作終端發送實時跟蹤信息；若安防無人機在預設時長內未接收到跟蹤控制指令，則安防無人機自動跟蹤距離最近的入侵飛行物并向地面操作終端發送實時跟蹤信息。

技術領域

本發明涉及安防技術領域，具體而言，涉及一種針對特定目標的空域安防方法及系統。

背景技術

目前，現有的無人機防入侵技術，主要采用的技術手段為地面站持續搜索目標，采用的方法主要是基于圖形的特征識別技術或者圖像匹配技術，當入侵無人機出現在視場中后，采用電磁干擾或者發射捕獲網等形式進行無人機的捕獲。對于鳥類的捕獲，除了傳統的聲波驅趕，還有傳統的圖像識別技術或者紅外成像技術。但是，現有的方式只能依靠多點布局來實現全區域的安防，這樣的成本無疑增加很多。所以需要提供一種方案以便于在降低無人機安防成本的同時提高用戶使用的便捷性。

發明內容

本發明的目的在于提供一種針對特定目標的空域安防方法及系統，用以實現在降低無人機安防成本的同時提高用戶使用的便捷性的技術效果。

本發明提供了一種針對特定目標的空域安防方法，包括通過安防無人機上搭載的全向攝像模塊檢測所述安防無人機的視場范圍內是否存在設定類型的入侵飛行物；若所述安防無人機的視場范圍內存在設定類型的入侵飛行物，則對所述入侵飛行物進行標記并將所述入侵飛行物的信息發送給地面操作終端；所述安防無人機檢測預設時長內是否接收到地面操作終端發送的跟蹤控制指令；若所述安防無人機在所述預設時長內接收到所述跟蹤控制指令，則根據所述跟蹤控制指令跟蹤對應的所述入侵飛行物并向所述地面操作終端發送實時跟蹤信息；若所述安防無人機在所述預設時長內未接收到所述跟蹤控制指令，則所述安防無人機自動跟蹤距離最近的所述入侵飛行物并向所述地面操作終端發送實時跟蹤信息。

進一步地，所述方法還包括：所述安防無人機在跟蹤所述入侵飛行物的過程中實時檢測是否接收到地面操作終端發送的目標處理指令；所述目標處理指令包括驅趕指令、擊落指令和捕獲指令；若所述安防無人機在跟蹤所述入侵飛行物的過程中接收到地面操作終端發送的目標處理指令，則根據所述目標處理指令啟動對應的機載安防設備對所述入侵飛行物進行處理；所述機載安防設備至少包括激光武器模塊、驅鳥器和網彈槍。

進一步地，所述方法還包括：若干個所述安防無人機將視場范圍內的圖像信息發送給所述地面操作終端，所述地面操作終端根據獲取到的所述圖像信息構建安防無人機監控網絡，同時所述地面操作終端對所述圖像信息中出現區域重合的部分使用圖像拼接和目標性質判斷的方式進行處理。

進一步地，所述方法還包括：對各種型號的無人機和各種鳥類進行圖像提取，利用深度學習算法進行學習，得到對應的識別模型，并將所述識別模型植入所述安防無人機。

進一步地，所述安防無人機對所述入侵飛行物進行跟蹤時對所述入侵飛行物運行軌跡進行預測，并根據所述預測結果對所述入侵飛行物進行跟蹤。

進一步地，所述方法還包括：若所述入侵飛行物飛出當前安防無人機的視場，則所述地面操作終端控制下一視場的安防無人機繼續對所述入侵飛行物進行跟蹤。

進一步地，所述方法還包括：所述安防無人機在跟蹤所述入侵飛行物的過程中，通過所述全向攝像模塊實時檢測各個方向的飛行物，控制與各個飛行物之間的安全距離。