一种基于无人机遥感的航标巡检系统及巡检方法与流程

1.本技术涉及航标巡检领域，尤其涉及一种基于无人机遥感的航标巡检系统及巡检方法。


背景技术：

2.近年来,在我国航运经济不断发展的背景下，港口数量与船舶数量不断增加，海上突发事故、交通事故也时有发生，因此对航标的需求也逐渐提高，使航标部门的工作量日益增加，保障安全的责任更加重大。因此对航标的维护和管理成为了重点，为了保障航路安全，需要对航标定时进行巡检，以便对航标的损坏、移位等失常情况及时的掌握和处理。目前航标保障工作主要利用现场巡检或者船舶巡检、以及近岸的监视监测等技术手段，现场巡检方式优点明显，但不足之处也突出，如受气象条件的影响和制约，视觉航标还需登标捂灯模拟，耗时较长，作业人员易疲惫，危险系数增加；而船舶巡检等方式存在响应速度慢、费用高、受气象条件限制大以及作业能力有限、范围有限，偶有误报漏报，不能显示航标标体外观等主体信息等不足等问题。而遥感技术的发展，为航标巡检提供了遥感巡检方式，遥感巡检方式弥补了现场巡检的诸多不足，随着遥感测控技术的不断发展，使航标维护水平得到显著增强。在此基础上，提供了将无人机遥感应用到航标领域当中，通过视频图像的方式展示出航标情况的设计思路，在此基础上，进一步提出了无人机遥感的方式，无人遥感巡检能够为航标部门提供有力的管理依据，实时掌控航标当前情况，并且根据实际情况对航标进行有针对性的管理和维护，进而达到提升航标维护效率的目标。其中，无人机（uav）是无人驾驶飞机的简称，是通过无线电遥控设备或自备的程序控制装置实现操纵的不载人飞机，一般包括无人直升机或者固定翼无人机。将无人机应用于航行保障领域,可充分发挥其成本低、运输方便、易操作、反应迅速高度灵活及可自主飞行等优势,弥补目前技术手段的不足,为航行保障提供很好的技术支持,全面提高航行保障服务水平。
3.而近年来随着船舶向着大型化和高速化方向发展,从而对航标先进性,准确性和故障恢复及时性提出了更高的要求，使用单台无人机进行巡检飞行的方式，不仅费时，而且巡检过程中容易出现故障，也影响无人机的使用寿命，尤其，是在一些航道较为复杂或者是航行距离较大的区域，如果使用单台无人机巡航，可能会出现很多性能效率上的问题，因此在这种情况下，往往需要使用多台无人机分区域进行巡检，而此时要如何进行有效分配，如何提高巡检效率，如何节省无人机电力，如何提高无人机使用寿命等需求陆续被使用人员提出，同时，通过对多台无人机巡检的路线进行规划、对航标的失常情况进行判断、并根据失常情况获取失常原因，当获取信息不足时对路线进行适当调整等问题也同时出现，甚至在一些特殊位置的航标上，还设置有对航标本身和航标周围的水域情况的进行信息获取的装置作为航标的信息站，通过获取这些信息，能够进一步建立航标大数据体系，在巡检的过程中，也需要保证航标大数据的安全运行。因此，要如何增加航标维护的工作效率，增强航标应急响应能力，全面提高航标维护和服务质量，降低巡查成本，都是目前航标管理中的亟待解决的问题。


技术实现要素：

4.为了解决上述问题，本技术提供包括控制系统、巡检主机和待巡检的航标；所述控制系统包括航标历史信息库，所述航标历史信息库包括基本航标信息和历史巡检信息，所述历史巡检信息包括在历史巡检中获得的航标的巡检特征以及航标的巡航权重；所述控制系统还包括路线分配模块、航标失常判断模块、失常原因采集模块和路线调整模块；所述路线分配模块用于分配所述巡检主机的巡检路线；所述航标失常判断模块用于通过巡检主机获得的航标信息判断航标是否失常，当所述航标被判断为失常时，将所述航标设置为失常航标；所述失常原因采集模块用于通过巡检主机对失常航标的失常信息进行采集；路线调整模块用于当巡检主机采集的失常航标的失常信息不能判断其失常原因时，调整巡检路线，使用其他巡检主机对失常航标的失常信息进行采集；所述巡检主机包括采集部件，用于采集航标信息和失常信息。
5.其中，所述巡检主机的采集部件包括光电吊舱和激光测距仪。
6.其中，所述航标包括航标主体，所述航标主体为灯塔、浮标、立柱或灯船其中的一种。
7.其中，所述航标还包括航标信息站，所述航标信息站设置在航标主体上，用于收集气象、水流、船舶交通方面的大数据信息。
8.本技术还提供一种使用上述的基于无人机遥感的航标巡检系统的巡检方法，其步骤包括：s10，根据n个待巡检的航标r=[r1,r2,r3,
…
,r
n
]，获得航标历史信息库中航标r对应的巡检权重rθ=[rθ1,rθ2,rθ3,
…
,rθ
n
]，同时建立移除航标列表yr，所述移除航标列表yr包括第一移除列表yr1和第二移除列表yr2；s20，设置巡检任务a，所述巡检任务a包括m条巡检路线ah=[ah1,ah2,ah3,
…
,ah
m
]，每条巡检路线对应由一台巡检主机进行巡检，所述巡检路线ah对应由巡检主机p=[p1,p2,p3,
…
,p
m
]进行巡检；其中，设置第i台巡检主机p
i
在巡检路线ah
i
上需要巡检的航标ir=[ir1,ir2,ir3,
…
,ir
k
]（k＜m）；巡检路线ah
i
上需要巡检的航标ir对应的巡检权重irθ=[irθ1,irθ
2,
irθ3,
…
,irθ
k
]；其中，设置巡检路线ah
i
上需要巡检的第j个航标ir
j
的巡检权重为irθ
j
，巡检路线ah
i
的总权重θ
i
=；设置巡检路线的权重阈值为θ0，则巡检路线ah
i
需要满足，同时满足巡检路线ah
i
上的航标数量；其中，e为自然常数，θ0＜2e；s30，在所述巡检主机p
i
在巡检路线ah
i
上对航标ir=[ir1,ir2,ir3,
…
,ir
k
]执行巡检任务的过程中，当巡检主机p
i
在巡检路线ah
i
上巡检的第j个航标ir
j
不属于移除航标列表
yr时，转入步骤s31；当巡检主机p
i
在巡检路线ah
i
上巡检的第j个航标ir
j
属于移除航标列表yr时，转入步骤s32；s31，根据对航标ir
j
进行巡检时得到的巡检信息，判断航标ir
j
是否为失常航标，当判断为否时，继续巡检任务；当判断为是时，转入步骤s32；s32，巡检主机p
i
对失常航标ir
j
进行为判断其失常原因的二次采集任务；当根据巡检主机p
i
二次采集任务获得的巡检信息，能够判断失常航标ir
j
的失常原因时，巡检主机p
i
继续巡检任务；当根据巡检主机p
i
二次采集任务获得的巡检信息，无法判断失常航标ir
j
的失常原因时，转入步骤s40；s40，将失常航标ir
j
从巡检路线ah
i
转入第一移除列表yr1；更新巡检主机p
i
的巡检路线，得到巡检主机p
i
新的巡检路线ah
i’，巡检主机p
i
按照新的巡检路线ah
i’继续巡检任务；s50，获得第一移除列表yr1=[yr11,yr12,yr13,
…
,yr1
c
]，c＜n；同时设置距离阈值d0；当存在一个巡检主机p
j
的巡检路线ah
j
使得第一移除列表yr1中的第z个失常航标yr
z
到巡检路线ah
j
（j≠i）的距离d
z
≤d0时，转入步骤s51;当不存在一个巡检主机p
j
的巡检路线ah
j
（j≠i）使得第一移除列表yr1中的第z个失常航标yr
z
到巡检路线ah
j
的距离d
z
≤d0时，转入步骤s52;s51，将失常航标yr
z
由第一移除列表转入巡检路线ah
j
（j≠i）中，更新巡检路线ah
j
得到新的巡检路线ah
j’，巡检主机p
j
按照更新后的巡检路线ah
j’进行巡检，转入步骤s30；s52，将失常航标yr
z
从第一移除列表yr1转入第二移除列表yr2，获得第二移除列表yr2=[yr21,yr22,yr23,
…
,yr2
b
]，b＜c；s60，当所有巡检主机的巡检任务都结束后，将第二移除列表yr2中的失常航标作为待巡检航标，转入步骤s10。
[0009]
其中，在步骤s50中，设置执行过失常航标ir
j
的二次采集任务的巡航主机为失常航标ir
j
的过滤主机，设置没有执行过失常航标ir
j
的二次采集任务的巡航主机为失常航标ir
j
的非过滤主机；第一移除列表中的失常航标ir
j
只能转入失常航标ir
j
的非过滤主机所在的巡航路线中。
[0010]
其中，当与失常航标ir
j
距离不超过距离阈值d0的非过滤主机的巡检路线有一条以上时，优选与失常航标ir
j
距离最短的巡检路线将失常航标ir
j
转入；其中，设置巡检主机ap
i
的飞行速度为v
i
，巡检主机ap
j
的飞行速度为v
j
，则有距离阈值d0=；其中，d
max
为使用单机巡检全部n个待巡检的航标时的总巡检距离。
[0011]
其中，航标ir对应的巡检权重irθ=[irθ1,irθ
2,
irθ3,
…
,irθ
k
]；设置巡检路线ah
i
上需要巡检的第j个航标ir
j
的巡检权重irθ=ε
j
φ
j
，其中，φ
j
为航标ir
j
的历史隐患度，ε
j
为航
标ir
j
的位置重要度。
[0012]
其中，通过航标历史信息库的历史巡检特征，建立神经网络模型，将巡检主机采集到的巡检特征与航标是否失常的判断结果作为输入和输出数据样本(x,y)，判断航标是否为失常航标；设置输入d个巡检特征x = [x1; x
2 ;
ꢀ…
; x
d ]，对应权重w=[w1; w2;
…
; w d
]，设置偏置 b∈r；则可得到输入特征的加权和z，具体公式为：使用relu函数作为激活函数，则有 在多层前馈神经网络中，令，则前馈神经网络通过不断迭代，逐层进行传播公式为： ；复合函数为：其中w 和b表示网络中所有层的连接权重和偏置,为神经网络的层数，为第层神经元的个数；为第层到第层的权重矩阵；为第层到第层的偏置；为第层神经元的输出；采用交叉熵损失函数，对于样本(x,y)其损失函数为：其中，为y对应的one
‑
hot向量表示；给定训练集为，将每个样本输入给前置神经网络，得到网络输出为，其在数据集上的风险函数为：其中，是正则化项；λ为长参数，λ越大w越接近于 0，在梯度下降方法的每次迭代中，设置学习率α，得到参数w 和b的更新方式，
计算第l层权重和偏置的梯度，δ
(l) 为第l层的误差项：为第l层的误差项：得到迭代公式：。
[0013]
本技术实现的有益效果如下：本技术通过对多台无人机巡检的路线进行规划、考虑多种巡航情况，对航标可能遇到的失常情况进行判断、并根据失常情况通过巡检主机直接获取失常原因，以便通过远程直接获取信息，不用多次往返；同时考虑到当获取信息不足时对路线进行适当调整，让其他的巡检主机在错开时段再来对失常原因进行采集，这样采集的信息能够更加全面，同时因为巡检主机本身就有巡航任务，就节省了电力和人力，本技术通过上述方法能够增加航标维护的工作效率，增强航标应急响应能力，全面提高航标维护和服务质量，降低巡查成本。同时，通过获取这些水域气象信息，船舶信息等，进一步建立航标大数据体系，保证航标大数据的安全运行。
附图说明
[0014]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。
[0015]
图1为本技术基于无人机遥感的航标巡检方法的流程图。
具体实施方式
[0016]
下面结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0017]
本技术提供了一种基于无人机遥感的航标巡检系统，所述航标巡检系统包括待巡检的航标、地面控制系统以及巡检主机，其中，所述地面控制系统用于分配所述巡检主机的
巡检路线，并能够通过巡检主机拍摄到的航标图像信息判断航标是否失常，当所述航标被判断为失常时，将所述航标设置为失常航标，控制巡检主机对失常航标对失常原因的图像进行采集；当失常航标所属巡检路线的巡检主机不能获取到所述失常航标的失常信息时，调整巡检路线，使用其他的巡检主机对所述失常航标的失常信息进行采集；所述航标巡检系统还包括航标历史信息库，所述航标历史信息库存储有基本航标信息以及历史巡检中获得的航标的历史巡检信息。所述基本航标信息包括航标的坐标、编号、航标类型、初始航标特征、使用开始时间等，所述航标的历史巡检信息包括航标的历史隐患度φ、位置重要度ε等。
[0018]
所述航标包括航标主体以及航标信息站，所述航标主体包括灯塔、浮标、立柱、灯船等固定在航行路线上，或者固定在水中，为航行船舶提示方向的装置；所述航标信息站包括设置在航标主体上的监测装置，用于收集水文气象信息，流速流向信息、船舶流量信息等，这些信息能够用于对气象、水流、船舶交通方面的大数据信息构建。
[0019]
所述巡检主机是通过无线电遥控设备或自备的程序控制装置实现操纵的不载人飞机，一般包括无人直升机或者固定翼无人机，巡检主机包括用于采集航标信息和失常信息的采集部件，所述采集部件包括且不限于全景相机、光电吊舱、激光测距仪、红外测量仪、测绘仪等图像采集设备。所述巡检主机能够沿地面控制系统规划设计的巡检任务中的预定巡检路线使用光电吊舱或其他的拍摄测量设备对航标的信息进行采集，将采集到的信息实时发送到地面控制系统，由系统做出判定。
[0020]
在具体巡检过程中，如图1所示，地面控制系统根据待巡检的n个航标r=[r1,r2,r3,
…
,r
n
]的基本航标信息，能够获得航标历史信息库中航标r对应的巡检权重rθ=[rθ1,rθ2,rθ3,
…
,rθ
n
]；其中，第i个航标r
i
巡检权重rθ
i
=ε
i
φ
i
，φ
i
为航标r
i
的历史隐患度，ε
i
为航标r
i
的位置重要度；同时建立移除航标列表yr，所述移除航标列表yr包括第一移除列表yr1和第二移除列表yr2。
[0021]
地面控制系统建立巡检任务a，所述巡检任务a包括m个巡检路线ah=[ah1,ah2,ah3,
…
,ah
m
]，每条巡检路线对应由一台巡检主机p进行飞行巡检，也就是说，所述m个巡检路线ah对应由m个巡检主机p=[p1,p2,p3,
…
,p
m
]进行飞行巡检；其中，设置第i台巡检主机p
i
在巡检路线ah
i
上需要巡检的航标ir=[ir1,ir2,ir3,
…
,ir
k
]；航标ir对应的巡检权重irθ=[irθ1,irθ
2,
irθ3,
…
,irθ
k
]；设置巡检路线ah
i
上需要巡检的第j个航标ir
j
的巡检权重为irθ
j
；巡检路线ah
i
的总权重θ
i
=；其中，设置巡检路线的权重阈值为θ0，则巡检路线ah
i
需要满足；同时，巡检路线ah
i
上需要巡检的航标数量；其中，e为自然常数，θ0＜2e。
[0022]
具体的，在一个实施例中，待巡检的航标为60个，由4台巡检主机进行巡检，地面控制系统根据需求，设置巡检路线的总权重阈值为5，巡检路线ah
i
上需要巡检的航标数量阈
值=16；能够得到巡检任务a：包括5条巡检路线ah1、ah2、ah3、ah4、ah5，对应由5台巡检主机p1、p2、p3、p4、p5进行飞行巡检设置；设置第3台巡检主机p3在巡检路线ah3需要巡检的航标为15个，分别为ir1、ir2、ir3、ir4、ir
5 、ir
6 、ir7、ir8、ir9、ir
10
、ir
11
、ir
12
、ir
13
、ir
14
、ir
15
，对应的巡检权重分别为0.2、0.5、0.1、0.5、0.3、0.2、0.5、0.4、0.3、0.2、0.2、0.5、0.1、0.2、0.6，巡检路线ah3的总权重θ
i
=4.8＜5；根据巡检任务要求，所述巡检主机p
i
在巡检路线ah
i
上对航标ir=[ir1,ir2,ir3,
…
,ir
k
]进行巡检，获得航标ir的巡检图像等巡检信息，当控制系统根据巡检到巡检路线ah
i
上需要巡检的第j个航标ir
j
的巡检信息判断ir
j
为失常航标时，地面控制系统控制巡检主机p
i
对失常航标ir
j
进行失常信息的采集；其中，通过采集到的巡检信息图像，地面控制系统能够获得航标的涂色、结构、标位等巡检特征，通过获取航标图像中的巡检特征，通过历史航标信息库中的航标特征数据，能够建立神经网络模型，将采集到的巡检特征作为输入，根据输出判断巡检图像对应的航标是否失常，具体方法为：设置输入d个巡检特征x = [x1; x
2 ;
ꢀ…
; x
d ]，对应权重w=[w1; w2;
…
; w d
]，设置偏置 b∈r；则可得到输入特征的加权和z，具体公式为：使用relu函数作为激活函数，则有 在多层前馈神经网络中，令，则前馈神经网络通过不断迭代，逐层进行传播公式为： ；复合函数为：其中w和b表示网络中所有层的连接权重和偏置,为神经网络的层数，为第层神经元的个数；为第层到第层的权重矩阵；为第层到第层的偏置；为第层神经元的输出；采用交叉熵损失函数，对于样本(x,y)其损失函数为：
其中，为y对应的one
‑
hot向量表示；给定训练集为，将每个样本输入给前置神经网络，得到网络输出为，其在数据集上的风险函数为：其中，是正则化项；λ为长参数，λ越大w越接近于 0，在梯度下降方法的每次迭代中，设置学习率α，得到参数w 和b的更新方式，计算第l层权重和偏置的梯度，δ
(l) 为第l层的误差项：为第l层的误差项：得到迭代公式：。
[0023]
通过上述神经网络模型，通过巡检主机获得的巡检信息图像中的巡检特征，输入到网络神经模型后，得到输出，当输出为0时，代表对应航标失常，当输出为1时，代表对应航标正常。
[0024]
当航标失常时，地面控制系统向巡检主机发出指令，巡检主机对失常航标的失常原因进行采集，具体的，可以对航标外形细节进行拍摄、对水域情况进行拍摄、对地质结构进行拍摄、采集湿度、温度等等，例如，当航标有移位时，对航标所处的土地或者船舶进行拍摄，为控制系统能够判断是否是土坡面松动，或者浮船故障等。
[0025]
当地面控制系统根据巡检主机p
i
获得的失常原因图像，判断主机p
i
完成失常原因采集时，主机p
i
在巡检路线ah
i
上继续巡检；当控制系统根据巡检主机p
i
获得的失常原因图像，判断主机p
i
未完成失常原因采集时，例如，由于潮汐原因，巡检主机p
i
进行拍摄时，未能拍到水面下的航标移位情况，此时，将航标ir
j
从巡检路线ah
i
中移除，更新巡检主机p
i
的巡检路线，得到新的巡检路线，循环上述步骤，获得移除航标列表yr=[yr1,yr2,yr3,
…
,yr
c
]，c＜k；设置距离阈值d0；置巡检主机ap
i
的飞行速度为v
i
，巡检主机ap
j
的飞行速度为v
j
，则有距离阈值d0=
。；其中，d
max
为使用单机巡检全部n个航标时的巡检距离。
[0026]
当移除航标列表yr中的第z个失常航标yr
z
到巡检路线ah
j
的距离d
z
≤d0时，将yr
z
加入ah的第j个巡检路线ah
j
（j≠i）中，更新巡检路线ah
j
得到新的巡检路线ah
j’；对应的巡检主机p
j
按照更新后的巡检路线进行巡检；当不存在一个巡检路线ah
j
使得yr
z
到巡检路线ah
j
的距离d
z
≤d0时，将航标r中未巡检的航标和移除航标列表yr中的航标作为待巡检航标，重新建立巡检任务，根据本技术最开始建立巡检任务的方法重复上述步骤。
[0027]
例如，在具体实施中，巡检主机p
3 在巡检路线ah3上巡检航标ir7时，地面控制系统根据获得的航标ir7巡检信息，判断航标ir7为失常航标，则地面控制系统命令巡检主机p3对航标ir7进行失常信息的拍摄，具体拍摄内容例如拍摄航标承载体，比如地面等，或者拍摄航标本体的细节等。
[0028]
当获得的失常信息使得地面控制系统能够判断ir7的失常原因时，巡检主机p3继续巡检下一个航标；当获得的失常信息使得地面控制系统能够判断ir7的失常原因时，将航标ir7巡检路线ah3中移除，同时，将ir7加入第一移除列表中；巡检主机p3和巡检主机p4飞行的速度相同，使用单机巡检全部60个待巡检的航标时的总巡检距离为55km，而本次共有5台巡航主机，执行5条巡检路线任务则得到巡检主机p4所在巡检路线与ir7距离阈值为2.2.2km；当ir7与另一条巡检路线ah4的距离在2.2.2km内时，将航标ir7由第一移除列表转入巡检路线ah4中，同时更新ah4的巡检路线；当巡检路线ah4的巡检主机p4巡检到航标ir7时，由于航标ir7是由第一移除列表转移来的，说明航标ir7的航标信息已经被获取过，因此巡检主机p4无需再获取航标ir7的航标信息，直接对航标ir7进行获取失常信息的拍摄；当p4获得的航标ir7的失常信息使得地面控制系统能够判断ir7的失常原因时，巡检主机p4继续巡检下一个航标；当p4获得的航标ir7失常信息使得地面控制系统仍然不能够判断ir7的失常原因时，将航标ir7从巡检主机p4的巡检路线ah4中转回第一移除列表，同时更新巡检主机p4的巡检路线；设置执行过失常航标ir7的失常信息采集任务的巡航主机为失常航标ir7的过滤主机，设置没有执行过失常航标ir7的失常信息采集任务的巡航主机为的失常航标ir7的非过滤主机；第一移除列表中的失常航标只能转入非过滤主机所在的巡航路线中。另外，当与ir7距离在2.2km内的非过滤主机的巡检路线有一条以上时，优选距离最短的巡检路线将航标ir7加入；当航标ir7与任一非过滤主机所在的巡航路线的距离都在2.2km以上时，将航标ir7从第一移除列表转入第二移除列表，待所有巡航主机的巡检任务都结束后，将第二移除列表作为待巡检航标，重新由地面控制系统根据巡航权重等信息进行巡航主机分配，回到本实施例最开始的操作步骤中。
[0029]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优
选实施例以及落入本技术范围的所有变更和修改。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。