[發(fā)明專利]一種基于雙腦控制和隱私保護的無人機疫情預(yù)警方法、系統(tǒng)及設(shè)備

有效

• 申請?zhí)枺?/td>: 202110395628.6
• 申請日: 2021-04-13
• 公開（公告）號: CN113095226B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計）人: 丁楚楚;周超然;黃海平;成爽;王汝傳;韓高榕;徐澤辰;吉浩宇
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F3/01;G06F21/62;G06K9/62;G08B31/00;G16H50/80
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 王素琴

1.一種基于雙腦控制和隱私保護的無人機疫情預(yù)警方法，用于無人機組，所述無人機組包括若干監(jiān)控?zé)o人機和無人機控制電腦；所述監(jiān)控?zé)o人機有圖像采集模塊和紅外溫度檢測模塊，其特征在于，所述疫情預(yù)警方法包括以下步驟：

所述若干監(jiān)控?zé)o人機在所述無人機控制電腦控制下飛行，所述無人機控制電腦在傳統(tǒng)路徑規(guī)劃模型和“電腦-人腦”雙腦路徑規(guī)劃模型的共同規(guī)劃下控制無人機的行駛路徑，實現(xiàn)巡航；

所述若干監(jiān)控?zé)o人機的紅外溫度檢測模塊檢測到超出正常范圍的體溫值即觸發(fā)圖像采集模塊獲取目標(biāo)人員的人臉圖像，并將人臉圖像和實時體溫數(shù)據(jù)傳送至邊緣處理設(shè)備；

根據(jù)邊緣處理設(shè)備對目標(biāo)人員的識別處理后得到的風(fēng)險評估結(jié)果，確定是否對目標(biāo)人員進行跟蹤監(jiān)控；所述風(fēng)險評估結(jié)果是所述邊緣處理設(shè)備收到目標(biāo)人員的人臉圖像和實時體溫數(shù)據(jù)后，對人臉圖像中的面部特征提取并上傳至云服務(wù)器進行比對，獲取身份信息后，在資料庫內(nèi)獲取目標(biāo)人員個人近期行程信息，通過制定的風(fēng)險評級模型，對目標(biāo)人員進行風(fēng)險評級的結(jié)果；將所述數(shù)據(jù)上傳到云服務(wù)器包括對采集信息的時空數(shù)據(jù)進行匿名和差分隱私保護，上傳后的目標(biāo)人員信息也存儲于云服務(wù)器；

所述時空數(shù)據(jù)的隱私保護，具體是通過在時間和空間兩方面進行泛化處理；

通過如下方法在時間和空間兩方面進行所述泛化處理：

步驟1：針對某一特定區(qū)域M，將該區(qū)域平均分為m×n個大小相同的網(wǎng)格區(qū)域，并為其添加橫縱坐標(biāo)；i為該區(qū)域的橫坐標(biāo)，j為該區(qū)域的縱坐標(biāo)，其中，0≤i≤m-1，0≤j≤n-1；

步驟2：無人機設(shè)備獲取目標(biāo)人員的實際位置和時間數(shù)據(jù)，并根據(jù)得到的經(jīng)緯度位置數(shù)據(jù)將其映射于上述網(wǎng)格區(qū)域，由(x,y,t)表示t時刻的位置數(shù)據(jù)；其中，t表示數(shù)據(jù)采集時間，x表示采集點的橫坐標(biāo)，y表示采集點的縱坐標(biāo)；其中，0≤x≤m-1，0≤y≤n-1，這里設(shè)定x和y僅保留小數(shù)點后一位；同時無人機生成虛假的時空位置信息(x_f,y_f,t_f)和隱私距離p，以及隨機擾動函數(shù)RT(x)，并將虛假位置數(shù)據(jù)、隱私距離p和隨機擾動函數(shù)RT(x)一并發(fā)送給服務(wù)器端，同時需滿足真實位置和虛假位置的距離恰好為p，即dis{(x_f,y_f),(x,y)}＝p；

步驟3：服務(wù)器端以虛假位置(x_f,y_f)為圓心，以隱私距離p為半徑做圓，選取該圓弧上的點所坐落的所有網(wǎng)格區(qū)域位置，去除不可能位置之后，生成長度為m的位置序列，該位置序列必然包含真實位置(x,y)；同時，服務(wù)器將t_f作為輸入，分別執(zhí)行RT(x)函數(shù)m次，生成長度為m的隨機時間序列；

步驟4：服務(wù)器端將上述位置序列和隨機時間序列隨機搭配后生成二元組集合，表示為{[(x₁,y₁,t₁),g₁],[(x₂,y₂,t₂),g₂],…,[(x_m,y_m,t_m),g_m]}，其中g(shù)_i， i＝1,2,…,m，且0≤g_i≤1， 表示該時空位置為真實位置的置信度，初始值均為0；服務(wù)器端將生成的二元組發(fā)送給上傳數(shù)據(jù)的無人機；

步驟5：無人機收到二元組集合之后，對所有g(shù)_i進行隨機賦值，但必須保證所有g(shù)_i值各不相同，同時記錄真實位置(x,y)所對應(yīng)的g_i值；無人機采用可逆擾動函數(shù)HT(x)對二元組中的所有g(shù)_i值進行擾動，從而得到新的二元組集合{[(x₁,y₁,t₁),g₁’],[(x₂,y₂,t₂),g₂’],…,[(x_m,y_m,t_m),g_m’]}，重新發(fā)送給服務(wù)器端；

步驟6：服務(wù)器將二元組集合中的所有時空位置數(shù)據(jù)根據(jù)下式進行泛化，得到泛化后的二元組集合{[(x₁’,y₁’,t₁’),g₁’],[(x₂’,y₂’,t₂’),g₂’],…,[(x_m’,y_m’,t_m’),g_m’]}；

特別地，對于時間t，在整點時間前后三十分鐘內(nèi)的時間算作該整點時間，具體來講，整點前的三十分鐘但不包含第三十分鐘這個時間點和整點后的三十分鐘且包含第三十分鐘這個時間點的時間都算作該整點時間；由此得到泛化后時間t’；

步驟7：對于處理后的相同時空位置數(shù)據(jù)進行整合，記錄相同數(shù)據(jù)的密集度集合Q＝{q₁,q₂,q₃…,q_n}；根據(jù)先前設(shè)置的隱私預(yù)算ρ確定噪聲參數(shù)ε，向集合Q中添加拉普拉斯噪聲，并進行初步的約束性處理，得到Q'＝{q'₁,q'₂,q'₃,…,q'_n}；

步驟8：設(shè)Q'＝{q'₁,q'₂,q'₃,…,q'_n}已經(jīng)加噪完畢，由噪聲序列產(chǎn)生的方式可知，q'_i(i＝1,2,…,n)的取值大部分為非正整數(shù)行，將其正整數(shù)化所得到的Q”＝{q'₁',q'₂',q'₃',…,q'_n'}是經(jīng)過約束后的可用加噪數(shù)據(jù)。