[發明專利]基于三維點云深度學習的人員溺水感知識別裝置及方法

在審

• 申請號: 202210398040.0
• 申請日: 2022-04-12
• 公開（公告）號: CN114694183A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 王海艦;吳真昱;高興宇;李文杰;余成文;崔圣文
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/64;G06V10/26;G06V10/30;G06V10/75;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G08B21/08
• 代理公司: 北京東方盛凡知識產權代理事務所(普通合伙) 11562
• 代理人: 李瑞雨

1.一種基于三維點云深度學習的人員溺水感知識別裝置，其特征在于：包括無人機(1)，所述無人機(1)頂端設置有若干水平傳感器(2)，所述無人機(1)的頂端設置有警報裝置(3)，所述無人機(1)的底端固定安裝有圖像獲取組件；

所述水平傳感器(2)與所述無人機(1)電性連接；所述警報裝置(3)與所述圖像獲取組件電性連接；

所述圖像獲取組件包括與所述警報裝置(3)電性連接的第一相機(4)和若干第二相機(5)，所述第一相機(4)設置在所述無人機(1)的下方中心，所述第一相機(4)與所述警報裝置(3)上下對應；若干所述第二相機(5)等間距固定設置在所述無人機(1)的下方，所述第二相機(5)圍繞所述第一相機(4)周向等間距分布。

2.根據權利要求1所述的基于三維點云深度學習的人員溺水感知識別裝置，其特征在于：所述無人機(1)包括機架(6)，所述機架(6)內設置有十字型的加固桿(7)；所述機架(6)上固接有動力組件，四個所述水平傳感器(2)分別固接在所述機架(6)四邊的頂面中心，所述動力組件與所述水平傳感器(2)電性連接；所述警報裝置(3)固接在所述加固桿(7)的頂面中心，四個所述第二相機(5)分別固定安裝在所述機架(6)四邊中心底面。

3.根據權利要求2所述的基于三維點云深度學習的人員溺水感知識別裝置，其特征在于：所述動力組件包括與所述分別固接在所述機架(6)四角的動力電機(8)，所述動力電機(8)的輸出軸朝上；所述動力電機(8)的輸出軸固接有螺旋槳(9)；所述動力電機(8)的底端向下固接有支架(10)，四個所述支架(10)底面位于同一水平面。

4.根據權利要求1所述的基于三維點云深度學習的人員溺水感知識別裝置，其特征在于：所述第一相機(4)為工業相機，所述第二相機(5)為3D相機。

5.根據權利要求1所述的基于三維點云深度學習的人員溺水感知識別裝置，其特征在于：所述警報裝置(3)包括語音模塊和LED模塊。

6.一種基于三維點云深度學習的人員溺水感知識別方法，根據權利要求1-5任意一項所述的基于三維點云深度學習的人員溺水感知識別裝置，其特征在于，包括以下步驟：

S1、無人機(1)起飛至水面上；

S2、無人機(1)移動至水面人員的上方；

S3、圖像獲取組件獲取人員圖像和視頻；

S4、警報裝置(3)判斷無人機(1)下方人員是否溺水；

S5、無人機(1)繼續在水面執行巡航命令。

7.根據權利要求6所述的基于三維點云深度學習的人員溺水感知識別方法，其特征在于：步驟S1中，水平傳感器(2)獲取無人機(1)距離水面高度并做出調整，同時控制四個動力電機(8)對無人機(1)的水平狀態進行調整。

8.根據權利要求6所述的基于三維點云深度學習的人員溺水感知識別方法，其特征在于：步驟S4中，警報裝置(3)人員是否逆水的步驟為

S41、采集水面人員的點云數據并進行預處理；

S42、將預處理后的點云數據輸入至已訓練好的模型中并得到點云的分類標簽。

9.根據權利要求8所述的基于三維點云深度學習的人員溺水感知識別方法，其特征在于：步驟S41中，預處理包括多視點云數據配準，人體點云語義分割，人體點云去噪，人體點云數據歸一化。

10.根據權利要求8所述的基于三維點云深度學習的人員溺水感知識別方法，其特征在于：步驟S42中，輸入模型的點云數據進行多層卷積后數據池化，最后Softmax激活輸出。