一种大区域水域多层次水环境多功能监测无人机系统

技术领域

本发明属无人机巡检技术领域，具体为一种大区域水域多层次水环境多功能监测无人机系统。

背景技术

无人机巡检系统是一种利用无人机进行巡逻、检查和监测的系统；

在水质检测时为了便捷以及准确通常会通过无人机去对水域进行拍摄，然而大区域水域由于距离较长，因此导致整体的视频拍摄出来后具有很长的时间，且单靠肉眼去分析异常处的评判标准不够精准，且水面异常状态也会存在其他介质因素(如水面存在水草等)，且异常水面无法进行二次判断，这就导致无人机拍摄出的监测视频中出现的异常情况不能直接纳入水域污染情况的评判标准。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于现有技术中存在以下技术问题：。

为解决上述技术问题，本发明提供如下技术方案：一种大区域水域多层次水环境多功能监测无人机系统，包括以下具体步骤：

S1、通过无人机控制模块中的遥感驱动无人机在选定的大区域水域上进行飞行，并利用无人机上的采集终端对选定的大区域水域进行图像的采集；

S2、将这些采集的图像数据传输至地面数据处理中心，并将这些数据导入至经验池中进行数据的对比以及分析，当该片水域的污染阈值大于威胁阈值时，则进行S3，当该片水域的污染阈值小于威胁阈值时，则进行S5；

S3、遥控无人机依次到达污染阈值超标的区域上方位置，无人机底部的采集管放下，将该位置区域的水源进行提取；

S4、利用分层的方式对不同污染程度位置的水进行分类采集，并将采集后的水样运输至地面数据处理中心进行水质的分析，并将这些数据进行分析；

S5、该水域巡逻完毕，并进行标注。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，所述S1包括以下具体步骤：

S11、将预先规划好的航线录入至无人机飞行软件中；

S12、在无人机飞行的过程中实现监测无人机的位置、飞行方向以及目标位置；

S13、在无人机位置与目标位置达到一致时，通过远程遥控致使无人机开启遥感监测挂载功能；

S14、当无人机运行到设定的最远位置时，终止遥感监测挂载，保存并返航，完成一次任务。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，所述S2包括以下具体步骤：

S20、对上传的遥感监测挂载视频进行预处理，以提高视频的质量和对比度；

S21、提取遥感监测挂载数据中的特征；

S22、构建训练模型；

S23、将遥感监测挂载数据中提取到的特征导入至训练模型中，就检测遥感监测挂载数据中是否存在异常；

S24、对模型的输出结果进行处理。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，所述S20中数据预处理包含：

去噪：将无人机飞行过程中的空气流动以及无人机自身所造成的声音进行去除；

增强：对有损视频场景、低分辨率视频或视频文件进行实时放大、修复和恢复，输出高分辨率高清视频，并通过神经网络处理，提高整体画质水平；

区域调整：去除路面、树林以及农田这些纹理区，以确保能够对水面纹理进行精准分析。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，设置数据模型范围：录取一段无异常的水域遥感监测挂载，去除遥感监测挂载周边纹理区域，保留遥感监测挂载中水流纹理区域，将遥感监测挂载进行分帧处理，得到每一帧的图像，对每一帧的图像进行特征提取，对各个中的单个图像划分为N×N像素点。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，构建训练模型，将采集到的遥感监测挂载数据分帧，得到每一帧的图像，对每一帧的图像进行特征提取，对各个中的单个图像划分为N×N像素点，找出相似度由小到大的图像，并进行标注，以此查找污染较重的位置。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，所述S3包括以下具体步骤：

S30、将原先的航线从无人机软件中再次导入，并找出异常数据的定点水域；

S31、首先将无人机达到异常水域，此时利用远程控制致使无人飞行到靠近水域表面的位置，此时再次打开遥感监测挂载，利用无人机的扇叶吹动水面异常位置，以此来判断水面是否处在水草现象影响之前的数据参考；

S32、放下采样管，对水质进行采样。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，所述S31中无人机利用PID控制器调整无人机翼展和电机转速。

作为一种大区域水域多层次水环境多功能监测无人机系统的优选技术方案，所述S32包括以下具体步骤：

S40、根据水流方向调整无人机底部的采样管方向，致使采样管的开口顺着水流采集；

S41、采样管设置为分层式，可根据不同深度的水样进行多次分开储存；

S42、将样本水质的运输至实验室中进行进一步确认污染物以及进行污染程度分析。

本发明的有益效果：

1、利用无人机大区域巡检系统对大区域水域水面进行监测，并采用图像分帧以及相似度对比的方式快速找到异常水域位置，以此方便工作人员快速查找水域可疑污染水面位置；

2、利用遥控无人机可疑污染水域位置，对污染水面首先进行吹动检测，以此判断该水域污染是否存在其他介质因素；

3、其次提出并设计了多层水质采样装置，实现了不同深度水质监测，为确定水质污染程度和溯源提供了强有力信息支持；

4、构建了一种大区域水域多层次水环境多功能监测无人机系统，实现了水环境动态监测和定点采样与分析的双保险监测。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明的整体结构示意图。

图2为本发明的流程示意图。

图3为本发明的无人机与地面数据处理中心示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

再其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

实施例

参照图1至3，为本发明的第一个实施例，该实施例提供了一种大区域水域多层次水环境多功能监测无人机系统，包括以下具体步骤：

S1、通过无人机控制模块中的遥感驱动无人机在选定的大区域水域上进行飞行，并利用无人机上的采集终端(采集终端使用机载短波红外相机，机载短波红外相机安装在无人机的下方，机载短波红外相机将大区域水域)对选定的大区域水域进行图像的采集；

S11、将预先规划好的航线录入至无人机飞行软件中；

S12、在无人机飞行的过程中实现监测无人机的位置、飞行方向以及目标位置；

S13、在无人机位置与目标位置达到一致时，通过远程遥控致使无人机开启遥感监测挂载功能(如摄像头、多光谱传感器、高光谱传感器等)；

S14、当无人机运行到设定的最远位置时，终止遥感监测挂载，保存并返航，完成一次任务；

S2、将这些采集的图像数据传输至地面数据处理中心，并将这些数据导入至经验池中进行数据的对比以及分析，当该片水域的污染阈值大于威胁阈值时，则进行S3，当该片水域的污染阈值小于威胁阈值时，则进行S5；

S20、对上传的遥感监测挂载视频进行预处理，以提高视频的质量和对比度；

数据预处理包含：

去噪：将无人机飞行过程中的空气流动以及无人机自身所造成的声音进行去除；

增强：对有损视频场景、低分辨率视频或视频文件进行实时放大、修复和恢复，输出高分辨率高清视频，并通过神经网络处理，提高整体画质水平；

区域调整：去除路面、树林以及农田这些纹理区，以确保能够对水面纹理进行精准分析；

S21、提取遥感监测挂载数据中的特征；

设置数据模型范围：录取一段无异常的水域遥感监测挂载，去除遥感监测挂载周边纹理区域，保留遥感监测挂载中水流纹理区域，将遥感监测挂载进行分帧处理，得到每一帧的图像，对每一帧的图像进行特征提取，对各个中的单个图像划分为N×N像素点；

S22、构建训练模型；

将采集到的遥感监测挂载数据分帧，得到每一帧的图像，对每一帧的图像进行特征提取，对各个中的单个图像划分为N×N像素点，举例如下：

当单个图像中异常色彩的像素点超过总数的1/6时，则判定该图像中存在异常，此时可将对应的单个图像进行保存，以此方便快速找到异常水域位置；

将待检测的单个图像与无异常的单个图像分别计算欧氏距离D与余弦相似度C，计算相似度S；S＝A

S23、将遥感监测挂载数据中提取到的特征导入至训练模型中，就检测遥感监测挂载数据中是否存在异常；

S24、对模型的输出结果进行处理。

实施例2

参照图1至3所示，为本发明的第二个实施例，该实施例不同于上一个实施例的是：S3、遥控无人机依次到达污染阈值超标的区域上方位置(依据污染阈值超标指数由小到大的方式依次先后到达的方式飞行)，无人机底部的采集管放下，将该位置区域的水源进行提取；

S30、将原先的航线从无人机软件中再次导入，并找出异常数据的定点水域；

S31、首先将无人机达到异常水域，此时利用远程控制致使无人飞行到靠近水域表面的位置(无人机利用PID控制器调整无人机翼展和电机转速)，此时再次打开遥感监测挂载，利用无人机的扇叶吹动水面异常位置，以此来判断水面是否处在水草现象影响之前的数据参考；

S32、放下采样管，对水质进行采样；

S40、根据水流方向调整无人机底部的采样管方向，致使采样管的开口顺着水流采集；

S41、采样管设置为分层式，可根据不同深度的水样进行多次分开储存；

S42、将样本水质的运输至实验室中进行进一步确认污染物以及进行污染程度分析。

S4、利用分层的方式对不同污染程度位置的水进行分类采集，并将采集后的水样运输至地面数据处理中心进行水质的分析，并将这些数据进行分析；

S5、该水域巡逻完毕，并进行标注。

应理解的是，在任何实际实施方式的开发过程中，如在任何工程或设计项目中，可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时的，但对于那些得益于此公开内容的普通技术人员来说，不需要过多实验，所述开发努力将是一个设计、制造和生产的常规工作。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。