[發(fā)明專利]基于多用戶多無人機系統進行實時堤壩目標檢測方法及系統

在審

• 申請?zhí)枺?/td>: 202111370644.6
• 申請日: 2021-11-18
• 公開（公告）號: CN114120151A
• 公開（公告）日: 2022-03-01
• 發(fā)明（設計）人: 周小安;程文博;張沛昌;林宏斌
• 申請（專利權）人: 深圳大學
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;H04L67/1097;H04L67/12;H04N7/18
• 代理公司: 深圳市科吉華烽知識產權事務所(普通合伙) 44248
• 代理人: 胡吉科

1.基于多用戶多無人機系統進行實時堤壩目標檢測方法，其特征在于，所述基于多用戶多無人機系統進行實時堤壩目標檢測方法包括以下步驟：

S1、通過大量的無人機對堤壩進行大量視頻采集；

S2、對采集的視頻進行抽幀和篩選得到符合條件的圖片數據集；

S3、使用LableImg對圖片數據集進行打標簽得到xml文件；

S4、在darknet框架下創(chuàng)建自己的數據集目錄，將原始圖片和xml文件放到相應的目錄下；

S5、根據數據集的情況對相應的配置文件進行修改，運行相應的Python文件生成帶全路徑的訓練文件和測試文件并將xml文件轉換成TXT文件；

S6、對數據集進行訓練得到收斂效果和損失值并獲取權重文件，根據權重文件完成對視頻流數據進行實時檢測。

2.根據權利要求1所述的基于多用戶多無人機系統進行實時堤壩目標檢測方法，其特征在于，所述步驟S3中對圖片打標簽時，標簽分為正常的堤壩、產生了裂縫的堤壩及滲水的堤壩。

3.根據權利要求2所述的基于多用戶多無人機系統進行實時堤壩目標檢測方法，其特征在于，所述步驟S4中在darknet框架下對數據集的YOLO模型進行訓練，并將訓練好的模型發(fā)布到各個用戶本地服務器中。

4.根據權利要求3所述的基于多用戶多無人機系統進行實時堤壩目標檢測方法，其特征在于，所述戶本地服務器檢測到流媒體服務器訓練好的模型，對需要檢測的數據到相應的地址進行拉取對堤壩進行實時檢測。

5.根據權利要求4所述的基于多用戶多無人機系統進行實時堤壩目標檢測方法，其特征在于，每臺所述用戶本地服務器只對其管理的分布式的多無人機進行實時的檢測保證其負載均衡。

6.根據權利要求5所述的基于多用戶多無人機系統進行實時堤壩目標檢測方法，其特征在于，某個所述用戶本地服務器發(fā)生故障不能繼續(xù)工作時，將其管理的數據無人機檢測工作均勻的分配到其他的用戶本地服務器中。

7.基于多用戶多無人機系統進行實時堤壩目標檢測系統，其特征在于，所述基于多用戶多無人機系統進行實時堤壩目標檢測系統包括無人機流媒體服務器、用戶本地服務器及無人機，所述無人機通過通信連接所述用戶本地服務器，所述用戶本地服務器通過通信連接所述無人機流媒體服務器，所述無人機流媒體服務器，用于將多架無人機采集的歷史數據進行存儲，為每一架無人機對外提供一個支持多用戶實時獲取無人機實時采集數據的接口地址，將采集的數據進行分析處理，目標檢測進行訓練；所述用戶本地服務器，用于信息處理，通過無人機流媒體服務器獲取訓練好的模型和相應無人機的視頻流數據，并對視頻流數據進行堤壩目標的檢測；所述無人機，用于進行數據采集并上傳到無人機流媒體服務器上。

8.根據權利要求7所述的基于多用戶多無人機系統進行實時堤壩目標檢測系統，其特征在于，所述用戶本地服務器具有多臺，多臺所述用戶本地服務器分別通信連接所述無人機流媒體服務器。

9.根據權利要求8所述的基于多用戶多無人機系統進行實時堤壩目標檢測系統，其特征在于，所述無人機若干架，每臺用戶本地服務器控制多架無人機，若干架所述無人機以分布式均勻分布。