一种基于边缘计算的无人机日常巡逻检测系统的制作方法

技术特征：
1.一种基于边缘计算的无人机日常巡逻检测系统，其特征在于：包括多旋翼无人机和定制设计组装的边缘计算设备，所述边缘计算设备设置在地面上，所述多旋翼无人机包括控制导航模块、图像与视频采集模块、数据存储模块、飞行控制模块、无线通信模块、定制小轴距机架和多旋翼无人机电源，所述定制设计组装的边缘计算设备包括中央处理模块、图形处理模块、数据存储模块、无线通信模块、定制金属外壳和边缘计算设备电源，所述多旋翼无人机通过所述图像与视频采集模块采集巡检路径覆盖的道路边及可视范围内的高清视频图像数据，将其传递至所述边缘计算设备，所述边缘设备根据copoly算法对视频抽帧并将数据分解调度至区域内其他边缘设备进行图像处理，收到其他设备发回的处理结果后对这些结果进行聚合并根据几种判定模式进行飞行控制指令计算，将处理后图像视频数据与飞行控制指令发回至所述多旋翼无人机，支持所述多旋翼无人机进行日常的巡逻检测任务。2.根据权利要求1所述的一种基于边缘计算的无人机日常巡逻检测系统，其特征在于：所述无线通信模块依靠点对点协议（ppp）进行所述多旋翼无人机与所述边缘计算设备之间、所述边缘计算设备集群内的数据传输。3.根据权利要求1所述的一种基于边缘计算的无人机日常巡逻检测系统，其特征在于：所述边缘设备对任务进行分解调度的依据为copoly算法，首先设第一台与无人机连接并通信的边缘设备为第一节点，第一节点计算当前区域内其他边缘设备（节点）与其物理直线距离，再按照公式计算得到基础分配调度值，同时对当前区域内其他节点与第一节点的通信信道信噪比进行处理，计算其他节点与第一节点的信噪比均值和标准差，对各个节点的信噪比进行标准化(normalization)处理：，得到另一基础分配调度值，其中为信号功率（瓦），为噪声功率（瓦），最终根据加权公式进行分配，得到不同节点的调度处理工作量，其中为物理距离因素的权重，为信噪比因素的权重，另外i>1，a为总工作量（该时间段中需要处理图像帧的总数量），第一节点将抽帧后的图像数据分别发送至不同节点进行进一步处理，最终的工作量分布如所示。4.根据权利要求1所述的一种基于边缘计算的无人机日常巡逻检测系统，其特征在于：所述中央处理模块和图形处理模块作为边缘计算的核心，以所述无线通信模块接收到的所述多旋翼无人机发送的图像与视频数据为输入，使用在yolo
‑
v5深度学习网络预训练模型基础上根据特定数据集进行训练得到可识别的指向性权重文件进行检测操作，再将检测结果与预设判定模式进行比较，生成继续巡逻任务或返回进行加量拍摄的指令，通过所述无线通信模块发送回所述多旋翼无人机。5.根据权利要求1所述的一种基于边缘计算的无人机日常巡逻检测系统，其特征在于：
所述控制导航模块通过内置微型gps设备确认与修正当前所述多旋翼无人机飞行的方位与所处地理位置，并内置微型板载电脑进行基础指令处理。6.根据权利要求1所述的一种基于边缘计算的无人机日常巡逻检测系统，其特征在于：所述多旋翼无人机电源为可移动串联式锂电池。7.权利要求1
‑
5任一项所述基于边缘计算的无人机日常巡逻检测系统的巡逻检测方法，其特征在于：包括以下步骤：步骤一，本次巡检任务开始，相关机关负责人员放出多旋翼无人机；步骤二，多旋翼无人机按照预先设定路线飞抵巡检区域开始既定路线巡检；步骤三，多旋翼无人机匀速飞行，采集区域内图像视频数据，每间隔一定距离就发送至当前区域内距离最近的边缘计算设备；步骤四，边缘计算设备对步骤三获取的图像视频数据信息进行抽帧处理，同时根据copoly算法对区域内边缘计算设备进行负载均衡调度，将抽帧后的图像数据分别传递至不同的边缘计算设备；步骤五，区域内边缘计算设备收到分配的任务指令与数据后将数据输入图像处理模块使用yolo
‑
v5深度学习算法进行处理，输出的文件发送回负责抽帧与分配的边缘设备，该设备将收集到的所有处理结果聚合并编写指令，一并发送至多旋翼无人机；步骤六，若当前区域内不存在检测可疑值大于预警界值，则执行步骤八；若存在则执行步骤七；步骤七，多旋翼无人机根据边缘计算设备发回的处理结果与指令，返回可疑处进行短时间加量拍摄，采集更多图像数据并与先前数据一并存储，采集完成后，本区域内不再执行采集任务，执行步骤八；步骤八，若巡检路程没有结束，存储该区域处理结果，并按照既定路线进入下一个边缘设备辐射范围开始采集图像数据，重复执行步骤三；若巡检路程已经结束，存储该区域处理结果，执行步骤九；步骤九，按照预先设定返航路线返回出发点，负责人员取出存储器，对日志与处理结果进行入库记载，分析本日巡检过程中可疑值较大的数据并作进一步处理；进行机体维护与充电；步骤十，本次巡逻检测任务结束。

技术总结
本发明公开了一种基于边缘计算的无人机日常巡检系统，包括无人机和边缘计算设备两个模块，通过在人口密度一般的非中心城市的聚居区、大人流区域制订巡逻路线，同时在路线临近区域部署一定数量边缘计算设备并使用多旋翼无人机进行日常化巡逻检测，无人机在每个边缘计算设备辐射范围内采集道路边及可视范围内的视频图像数据并传递边缘计算设备，区域内边缘计算设备通过CoPoly算法将视频图像处理任务进行分布式调度，计算后将结果发送回无人机，根据结果决定返回加量拍摄可疑或进入下一区域继续巡逻检测，解决了城镇化大背景下非中心城市的基建水平不高导致的区域内治安力量不支持大范围日常巡逻预防相关事件的问题。不支持大范围日常巡逻预防相关事件的问题。不支持大范围日常巡逻预防相关事件的问题。


技术研发人员：陈云芳 沈子牛 张伟 吴松林
受保护的技术使用者：南京邮电大学
技术研发日：2021.06.11
技术公布日：2021/10/23