[發(fā)明專利]一種基于機器視覺的夜間作業(yè)無人機系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202210764048.4
• 申請日: 2022-07-01
• 公開（公告）號: CN114879744B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設計）人: 葉煒;謝德錦;徐正國;周柯江;李兆星
• 申請（專利權）人: 浙江大學湖州研究院
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 浙江杭州金通專利事務所有限公司 33100
• 代理人: 劉曉春

1.一種基于機器視覺的夜間作業(yè)無人機系統(tǒng)，包括機體(1)和地面上位機，所述機體(1)設有衛(wèi)星定位系統(tǒng)、通信模塊、飛控模塊、激光雷達(5)和攝像機(3)；其特征在于：所述機體(1)還設有處理器(4)和可變光源(2)；

所述攝像機(3)在所選波長范圍和光照強度的模擬光主動照射下，由處理器控制拍攝圖像，所述處理器(4)獲得圖像后，有兩種處理方式：

第一方式：所述處理器(4)內(nèi)設有邊界分類模型，所述邊界分類模型用于對所述圖像進行處理，輔助所述飛控模塊控制所述機體(1)精準地確定無人機作業(yè)范圍，使無人機在目標邊界范圍內(nèi)作業(yè)；

第二方式：所述圖像通過所述處理器(4)和所述通信模塊傳輸至所述地面上位機，所述地面上位機對所述圖像進行處理，基于地面上位機的圖像處理算法，實現(xiàn)遠程檢測農(nóng)作物病害情況；

在夜間作業(yè)時，所述處理器(4)控制可變光源(2)按照選定的模擬光進行主動照射，以獲得容易分辨的圖像；所述處理器(4)對所述可變光源(2)的控制命令通過通信模塊由所述地面上位機以無線信號傳輸；所述光源采用選定的波長范圍和光照強度，為夜間作業(yè)時適于分辨目標物的波長和光照強度；

其中，所述邊界分類模型的算法如下，設預處理圖像的二維圖像信息為I,拉伸后的一維向量為F，則有：

F＝[p_1,1 p_1,2 … p_1,512 p_2,1 p_2,2 … p_2,512 p_512,1 p_512,2 … p_512,512]

其中，p_i,j為第i行、第j列的像素值，p_i,j∈[0,255]，拉伸后的向量逐行拼接成一個行向量，對一維向量信息進行主成分分析降維操作，去除噪聲，保留貢獻率高的前N個向量作為最終的特征，其中N為模型訓練時使保留特征方差信息占比95％以上的最小正整數(shù)，設主成分分析模型的轉換矩陣為T：

其中，第j列表示方差信息占比第j大的主軸，共有N個軸，表示新特征有N維，則降維后的特征信息表示為F×T，再以降維后N維特征作為支持向量機的輸入特征，以0，1為標簽訓練邊界分類模型，其中0表示無邊界，1表示有邊界，利用訓練好的邊界分類模型和預處理圖像降維后的N維特征，得到邊界分類結果；

其中，所述可變光源(2)包括控制芯片和若干單色LED燈，所述控制芯片內(nèi)預設有若干單色光源和模擬光的控制方案，并設有可自定義的光譜空間，所述可變光源(2)外側設有燈罩，所述燈罩為聚光的凹面鏡，所述單色LED燈至少包括7個以上波長，其中需包括660nm、615nm、585nm、525nm、490nm、450nm、430nm七個波長，波長偏差±10nm以內(nèi)，每個波長對應一種單色光，所述處理器(4)通過所述控制芯片控制所述可變光源(2)的單色LED燈的光照強度，從而模擬出不同光譜的光照。

2.如權利要求1所述的一種基于機器視覺的夜間作業(yè)無人機系統(tǒng)，其特征在于：所述處理器(4)為移動智能終端，所述處理器(4)中運行的所述邊界分類模型的訓練樣本為預處理圖像，所述預處理圖像包括邊界之外的圖像、邊界之內(nèi)的圖像和既包括邊界內(nèi)又包括邊界外的圖像；所述邊界分類模型采用主成分分析作為降維算法，支持向量機作為分類算法，所述主成分分析算法以所述預處理圖像的一維特征作為輸入，輸出貢獻率高的特征，實現(xiàn)特征的降維，所述支持向量機算法利用降維后的特征進行二分類，得到邊界分類信息；當無人機由衛(wèi)星定位系統(tǒng)引導飛至邊界附近時，飛控模塊結合所述邊界分類模型根據(jù)夜間現(xiàn)場拍攝的圖像提供邊界精確判斷，控制飛行路線，即確保邊界內(nèi)的所有農(nóng)田被作業(yè)，又確保不越界作業(yè)，避免在自主作業(yè)時所述機體(1)飛出農(nóng)田邊界而導致發(fā)生意外。