一种智能驱鸟器控制方法、装置、设备及介质

技术领域

本申请涉及驱鸟的技术领域，尤其是涉及一种智能驱鸟器控制方法、装置、设备及介质。

背景技术

鸟害是指对一些行业或区域，由鸟类造成的对设备问题等影响人类工作、生活的危害，例如农作物或农产品由于鸟群啄食造成的损害，又例如因在机场附近的鸟类与飞机碰撞，造成飞机发动机或者其它损坏等情况。

针对鸟害的治理方式包括超声波驱鸟、爆音驱鸟、激光驱鸟等，其中激光驱鸟因其对附近其他动物及居民所造成的干扰小而受到广泛应用。但是目前激光驱鸟过程中，需要工作人员控制驱鸟器对鸟类进行驱赶。

发明内容

为了提高自动化程度，提高鸟类驱赶的准确性，降低工作人员的工作量，本申请提供一种智能驱鸟器控制方法、装置、设备及介质。

第一方面，本申请提供一种智能驱鸟器控制方法，采用如下的技术方案：

一种智能驱鸟器控制方法，包括：

接收探测设备发送的监测区域内的初始探测信息；

基于所述初始探测信息判断是否生成驱鸟预警；

若是，则获取当前鸟类的位置信息和基础信息，所述基础信息包括种类信息；

基于所述基础信息获取驱鸟器的控制策略；

发送所述位置信息及控制策略至所述驱鸟器。

通过采用上述技术方案，驱鸟器接收到电子设备发送的位置信息后，通过云台带动驱鸟器进行方向的调整；接收到控制策略后，根据控制策略发射激光进行驱鸟操作；从而自动对监测区域内的当前鸟类进行驱赶，提高了自动化程度，提高了鸟类驱赶的准确性，降低了工作人员的工作量。

可选的，所述基于所述基础信息获取驱鸟器的控制策略包括：

基于所述种类信息获取当前鸟类的飞行习惯信息；

基于所述飞行习惯信息预测所述当前鸟类被驱后的飞行方向和飞行速度；

基于所述飞行方向和飞行速度获取驱鸟器中辅助激光器与主激光器的夹角信息；

基于所述夹角信息获取所述控制策略。

通过采用上述技术方案，便于辅助激光器发出的辅助激光对鸟类飞行方向进行限制，降低了当前鸟类受到主激光器的主激光驱赶后造成监测区域内设施损坏的可能性。

可选的，若当前鸟类为鸟群，则在所述发送所述位置信息及控制策略至所述驱鸟器之后，还包括：

实时接收所述探测设备发送的鸟群的后续探测信息；

基于所述后续探测信息获取鸟群变化信息；

基于所述鸟群变化信息调整所述控制策略。

通过采用上述技术方案，根据鸟群变化信息对控制策略进行实时调整，使得驱鸟器能够实时根据控制策略进行调整，从而提高了驱鸟效果。

可选的，所述基于所述鸟群变化信息调整所述控制策略包括：

基于所述初始探测信息获取鸟群的初始面积；

基于所述后续探测信息获取鸟群的后续面积；

将所述后续面积与初始面积进行对比，基于对比结果调整所述辅助激光器与主激光器的夹角信息。

可选的，在所述发送所述位置信息及控制策略至所述驱鸟器之前，还包括：

将所述监测区域拆分多个子区域，基于所述初始探测信息判断是否存在多个预警子区域；

若是，则基于各个预警子区域的鸟类的基础信息获取各个预警子区域的等级信息；

基于所述等级信息获取各个预警子区域的驱鸟优先级。

通过采用上述技术方案，当监测区域内出现多个驱鸟预警时，降低了鸟类产生的损失。

可选的，在所述接收探测设备发送的监测区域内的初始探测信息之前，还包括：

获取各个所述子区域内的历史驱鸟信息；

基于所述历史驱鸟信息获取当前时段内所述子区域的风险等级；

基于所述风险等级获取各个所述子区域的监测优先级。

通过采用上述技术方案，根据监测优先级可对飞行习惯中途径子区域进行重点监控。

可选的，在所述实时接收所述探测设备发送的鸟群的后续探测信息之后，还包括：

基于所述后续探测信息获取当前鸟类的飞行路径；

基于所述飞行路径预测当前鸟类的栖息地位置信息；

基于所述栖息地位置信息生成提示信息，发送所述提示信息至提示终端。

通过采用上述技术方案，提前对鸟群进行驱散，预防鸟群的干扰，通过对鸟的栖息地进行预测来实现驱鸟的预防。

第二方面，本申请提供一种智能驱鸟器控制装置，采用如下的技术方案：

一种智能驱鸟器控制装置，包括：

第一接收模块，用于接收探测设备发送的监测区域内当前鸟类的初始探测信息；

第一判断模块，用于基于所述初始探测信息判断是否生成驱鸟预警；若是，则转入第一获取模块；

第一获取模块，用于获取当前鸟类的位置信息和基础信息，所述基础信息包括种类信息；

第二获取模块，用于基于所述基础信息获取驱鸟器的控制策略；

发送模块，用于发送所述位置信息及控制策略至所述驱鸟器。

第三方面，本申请提供一种电子设备，采用如下的技术方案：

一种电子设备，包括处理器和存储器，所述处理器与所述存储器耦合；

所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如第一方面任一项所述的方法。

第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：

一种计算机可读存储介质，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。

附图说明

图1是本申请其中一实施例的智能驱鸟器控制方法的流程示意图

图2是本申请其中一实施例智能驱鸟器控制装置的结构框图。

图3是本申请其中一实施例的电子设备的结构框图。

具体实施方式

以下结合附图对本申请作进一步详细说明。

本申请实施例提供一种智能驱鸟器控制方法，该方法可由设备执行，该设备可以为服务器也可以为终端设备，其中该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、台式计算机等，但并不局限于此。

如图1所示，一种智能驱鸟器控制方法，以电子设备为执行主体，其方法的主要流程描述如下（步骤S101～S105）：

步骤S101：接收探测设备发送的监测区域内的初始探测信息。

本实施例中，探测设备与电子设备通信连接。探测设备可以为雷达、摄像头的结合使用，示例性地，探测设备为多普勒雷达和摄像头的结合使用，因此，初始探测信息包括雷达探测信号和图像数据。

步骤S102：基于初始探测信息判断是否生成驱鸟预警；若是，则转入步骤S103；若否，则继续执行步骤S101。

当雷达探测信号中包含鸟类时，监测区域进入鸟类，那么为了保证监测区域的安全性，需要生成驱鸟预警。进入监测区域的鸟类可以为单只鸟，也可以为鸟群。

步骤S103：获取当前鸟类的位置信息和基础信息，基础信息包括种类信息。

本实施例中，对监测区域内的各类影像数据、矢量数据、地名数据进行处理，然后利用Terra Builder软件对影像数据和高程数据构建三维地形数据，根据三维地形数据得到当前鸟类的位置信息，位置信息包括当前鸟类所在位置的位置坐标。

电子设备电连接有驱鸟器，驱鸟器为激光驱鸟器。电子设备获取驱鸟器所在位置的位置坐标，通过驱鸟器的位置坐标及当前鸟类的位置坐标即可获取驱鸟器激光发射的方向信息和角度信息。

电子设备中存储有用于对图像数据进行识别的第一识别模型，第一识别模型在训练过程中，在将样本数据输入至待训练的第一识别模型之后，可以调用第一识别模型中的深层特征处理层对图像进行处理，以得到图像的深层特征信息。

样本数据包括不同种类的鸟类对应的图像信息。可以理解地，对于深层特征处理层的具体网络结构可以采用现有技术中常用的网络结构，本公开的实施例对于该网络层的具体结构不加以限制。

当以图像数据作为第一识别模型的输入时，第一识别模型输出识别得到的当前鸟类的种类信息。

步骤S104：基于基础信息获取驱鸟器的控制策略。

本实施例中，步骤S104包括如下处理：基于种类信息获取当前鸟类的飞行习惯信息；基于飞行习惯信息预测当前鸟类被驱后的飞行方向和飞行速度；基于飞行方向和飞行速度获取驱鸟器中辅助激光器与主激光器的夹角信息；基于夹角信息获取控制策略。

驱鸟器包括主激光器和辅助激光器，主激光器与辅助激光器发射的激光线存在一定的夹角，主激光器可对当前鸟类进行驱赶，辅助激光器可用于对当前鸟类的飞行方向进行限制。

本实施例中，主激光器和辅助激光器均连接有俯仰电机，通过俯仰电机能够带动主激光器和辅助激光器上下摆动。

电子设备中存储有不同种类信息的鸟类的飞行习惯信息，飞行习惯信息包括被不同方向的激光驱赶后鸟类的飞行方向、飞行速度，将飞行方向作为辅助激光器的激光发射方向，电子设备中存储有飞行速度与夹角信息的对应关系表，飞行速度与夹角大小成正比，即当前鸟类被激光驱赶后飞行速度越快，辅助激光器与主激光器的夹角越大，从而便于辅助激光器发出的辅助激光对鸟类飞行方向进行限制，降低了当前鸟类受到主激光器的主激光驱赶后造成监测区域内设施损坏的可能性。

若当前鸟类为鸟群，则在基于飞行方向和飞行速度获取驱鸟器中辅助激光器与主激光器的夹角信息之前还包括如下处理：基于飞行习惯信息判断该鸟群是否存在领头鸟；若是，则基于种类信息判断鸟群中其他鸟的飞行状态是否与该领头鸟一致；若是，则基于飞行习惯信息预测领头鸟被驱后的飞行方向和飞行速度。

本实施例中，若该鸟群不存在领头鸟或鸟群中其他鸟的飞行状态不与该领头鸟一致，则可以使主激光器发射的主激光与鸟群的中心位置对应，也可以根据种类信息相同的历史驱鸟信息，获取历史驱鸟信息中驱鸟预警解除速度最快的历史驱鸟操作中主激光在鸟群位置作为当前驱鸟操作中主激光器发射的主激光在鸟群中的对应位置。

步骤S105：发送位置信息及控制策略至驱鸟器。

驱鸟器连接有云台，驱鸟器接收到电子设备发送的位置信息后，通过云台带动驱鸟器进行方向的调整；接收到控制策略后，根据控制策略发射激光进行驱鸟操作；从而自动对监测区域内的当前鸟类进行驱赶，提高了自动化程度，提高了鸟类驱赶的准确性，降低了工作人员的工作量。

本实施例中，若当前鸟类为鸟群，则在发送位置信息及控制策略至所述驱鸟器之后，还包括如下处理：实时接收探测设备发送的鸟群的后续探测信息；基于后续探测信息获取鸟群变化信息；基于鸟群变化信息调整控制策略。

后续探测信息为驱鸟器发射激光后探测设备采集的探测信息，鸟群变化信息包括驱鸟器发射激光后鸟群面积的变化情况。根据鸟群变化信息对控制策略进行实时调整，使得驱鸟器能够实时根据控制策略进行调整，从而提高了驱鸟效果。

本实施例中，基于鸟群变化信息调整控制策略包括如下处理：基于初始探测信息获取鸟群的初始面积；基于后续探测信息获取鸟群的后续面积；将后续面积与初始面积进行对比，基于对比结果调整辅助激光器与主激光器的夹角信息。

初始面积及后续面积为鸟群在驱鸟器的主激光器激光发射方向上的投影面积。当后续面积大于初始面积时，驱鸟器发射激光后鸟群开始发散；当后续面积小于初始面积时，驱鸟器发射激光后鸟群开始集中。

本实施例中，基于对比结果调整辅助激光器与主激光器的夹角信息包括：当后续面积大于初始面积时，增大辅助激光器与主激光器的夹角，以使辅助激光器发射的辅助激光位于鸟群面积外侧；当后续面积小于初始面积时，判断后续面积与初始面积的差值是否大于预设差值阈值；若是，则减小辅助激光器与主激光器的夹角，以使辅助激光器发射的辅助激光位于鸟群面积外侧；若否，则可保持辅助激光器与主激光器的当前夹角。

本实施例中，当监测区域内出现多个驱鸟预警时，为了降低鸟类产生的损失，在步骤S105之前还包括如下处理：将监测区域拆分多个子区域，基于初始探测信息判断是否存在多个预警子区域；若是，则基于各个预警子区域的鸟类的基础信息获取各个预警子区域的等级信息基于等级信息获取各个预警子区域的驱鸟优先级。

电子设备中存储有基础信息中不同种类信息对应的第一等级，电子设备中还存储有子区域的第二等级，对第一等级和第二等级进行加权计算等到各个预警子区域的等级信息，即预警子区域的等级信息=第一等级*第一权重值+第二等级*第二权重值。然后对等级信息进行排序，等级信息数值大的驱鸟优先级越高。

本实施例中，由于部分鸟类存在栖息地在监测区域周围等情况使得存在向监测区域内飞行的飞行习惯，为了对飞行习惯中途径子区域进行重点监控，在步骤S101之前还包括如下处理：获取各个子区域内的历史驱鸟信息；基于历史驱鸟信息获取当前时段内子区域的风险等级；基于风险等级获取各个子区域的监测优先级。

电子设备中存储有第一预测模型，第一预测模型在训练过程中，在将样本数据输入至待训练的第一预测模型之后，可以调用第一预测模型中的深层特征处理层对图像进行处理，以得到图像的深层特征信息。

样本数据包括不同飞行习惯对应的历史驱鸟信息。可以理解地，对于深层特征处理层的具体网络结构可以采用现有技术中常用的网络结构，本公开的实施例对于该网络层的具体结构不加以限制。

当以各个子区域内历史驱鸟信息作为第一预测模型的输入时，第一预测模型输出识别得到的各个子区域内鸟类的飞行习惯。飞行习惯包括飞行至子区域内的时间信息，电子设备中存储有当前时段飞行至各个子区域的鸟类的个数与风险等级的对应关系，飞行至子区域内鸟类的个数越多，风险等级越高，监控优先级越高，因此，需要对监控优先级高的子区域进行重点监控。

本实施例中，由于鸟栖息地通常有鸟群，可以提前对鸟栖息地开炮，从而对鸟群进行驱散，预防鸟群的干扰，因此在实时接收探测设备发送的鸟群的后续探测信息之后，还包括：基于后续探测信息获取当前鸟类的飞行路径；基于飞行路径预测当前鸟类的栖息地位置信息；基于栖息地位置信息生成提示信息，发送提示信息至提示终端。

飞行路径进行数据积累之后，通过机器学习对数据进行迭代更新以及权重调整，选用合适的概率模型在积累的数据的基础上，采用贝叶斯算法预测哪个方位最有可能是栖息地的，朴素贝叶斯是一个基于概率统计的机器学习算法，作用是用于多分类。从而通过对鸟的栖息地进行预测来实现驱鸟的预防。

本实施例中，提示终端与电子设备通信连接，提示设备可以为手机，工作人员接收到电子设备发送的提示信息后，一方面可以控制驱鸟器提前进行驱赶，另一方面可以进行鸟类的栖息地干预，以提高安全性。

基于相同的技术构思，本申请还提供一种智能驱鸟器控制装置，如图2所示，该智能驱鸟器控制装置200主要包括：

第一接收模块201，用于接收探测设备发送的监测区域内当前鸟类的初始探测信息；

第一判断模块202，用于基于初始探测信息判断是否生成驱鸟预警；若是，则转入第一获取模块203；

第一获取模块203，用于获取当前鸟类的位置信息和基础信息，基础信息包括种类信息；

第二获取模块204，用于基于基础信息获取驱鸟器的控制策略；

发送模块205，用于发送位置信息及控制策略至所述驱鸟器。

可选的，第二获取模块204包括：

第一获取子模块，用于基于种类信息获取当前鸟类的飞行习惯信息；

预测子模块，用于基于飞行习惯信息预测当前鸟类被驱后的飞行方向和飞行速度；

第二获取子模块，用于基于飞行方向和飞行速度获取驱鸟器中辅助激光器与主激光器的夹角信息；

第三获取子模块，用于基于夹角信息获取控制策略。

可选的，在发送模块205之后，还包括：

第二接收模块，用于实时接收探测设备发送的鸟群的后续探测信息；

第三获取模块，用于基于后续探测信息获取鸟群变化信息；

调整模块，用于基于鸟群变化信息调整控制策略。

可选的，调整模块包括：

第四获取子模块，用于基于初始探测信息获取鸟群的初始面积；

第五获取子模块，用于基于后续探测信息获取鸟群的后续面积；

对比调整子模块，用于后续面积与初始面积进行对比，基于对比结果调整辅助激光器与主激光器的夹角信息。

可选的，在发送模块205之前，还包括：

拆分判断模块，用于将监测区域拆分多个子区域，基于初始探测信息判断是否存在多个预警子区域；若是，则转入第四获取模块；

第四获取模块，用于基于各个预警子区域的鸟类的基础信息获取各个预警子区域的等级信息；

第五获取模块，用于基于等级信息获取各个预警子区域的驱鸟优先级。

可选的，在第一接收模块201之前，还包括：

第六获取模块，用于获取各个子区域内的历史驱鸟信息；

第七获取模块，用于基于历史驱鸟信息获取当前时段内子区域的风险等级；

第八获取模块，用于基于风险等级获取各个子区域的监测优先级。

可选的，在第二接收模块之后，还包括：

第九获取模块，用于基于后续探测信息获取当前鸟类的飞行路径；

预测模块，用于基于飞行路径预测当前鸟类的栖息地位置信息；

生成发送模块，用于基于栖息地位置信息生成提示信息，发送提示信息至提示终端。

在一个例子中，以上任一装置中的模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specificintegratedcircuit，ASIC)，或，一个或多个数字信号处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)，或这些集成电路形式中至少两种的组合。

再如，当装置中的模块可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，CPU)或其它可以调用程序的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

在本申请中可能出现的对各种消息/信息/设备/网元/系统/装置/动作/操作/流程/概念等各类客体进行了赋名，可以理解的是，这些具体的名称并不构成对相关客体的限定，所赋名称可随着场景，语境或者使用习惯等因素而变更，对本申请中技术术语的技术含义的理解，应主要从其在技术方案中所体现/执行的功能和技术效果来确定。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

基于相同的技术构思，本申请还提供一种电子设备，如图3所示，该电子设备300包括处理器301和存储器302，还可以进一步包括信息输入/信息输出(I/O)接口303、通信组件304中的一种或多种以及通信总线305。

其中，处理器301用于控制电子设备300的整体操作，以完成上述的智能驱鸟器控制方法中的全部或部分步骤；存储器302用于存储各种类型的数据以支持在电子设备300的操作，这些数据例如可以包括用于在该电子设备300上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，SRAM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、只读存储器(Read-OnlyMemory，ROM)、磁存储器、快闪存储器、磁盘或光盘中的一种或多种。

I/O接口303为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件304用于测试电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件304可以包括：Wi-Fi部件，蓝牙部件，NFC部件。

通信总线305可包括一通路，在上述组件之间传送信息。通信总线305可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA (ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。通信总线305可以分为地址总线、数据总线、控制总线等。

电子设备300可以被一个或多个应用专用集成电路 (ApplicationSpecificIntegrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例给出的智能驱鸟器控制方法。

电子设备300可以包括但不限于数字广播接收器、PDA（个人数字助理）、PMP（便携式多媒体播放器）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端，还可以为服务器等。

基于相同的技术构思，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的智能驱鸟器控制方法的步骤。

该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器 (R ead-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。