欢迎光临小豌豆知识网!
当前位置:首页 > 电学技术 > 电通讯技术> 基于无人艇的水上监管方法、系统、装置及智能设备独创技术39053字

基于无人艇的水上监管方法、系统、装置及智能设备

2021-02-27 07:01:29

基于无人艇的水上监管方法、系统、装置及智能设备

  技术领域

  本申请涉及水上监管技术领域,尤其涉及一种基于无人艇的水上监管方法、系统、装置及智能设备。

  背景技术

  随着以5G、人工智能、大数据、云计算、物联网等为基础的数据时代的到来,人类生活的方方面面(交通、电商、物流、航运、教育、医疗、安防等)都更加数据化和智能化。

  传统的水上取证执法业务是一个危险、枯燥、需消耗大量人力物力的工作。通常需要工作人员驾驶工作艇在大范围的水域范围内巡逻,侦察违法犯罪行为的发生,并对其进行取证处罚等。在恶劣天气时,工作人员的出航困难极大,难对乱排、滥挖、滥补等违法犯罪行为进行有效的遏制。

  综上所述,传统的取证执法方式效率低下,需消耗大量人力物力。

  发明内容

  本申请实施例提供了一种基于无人艇的水上监管方法、系统、装置及智能设备,可以解决传统的取证执法方式效率低下,需消耗大量人力物力的问题。

  第一方面,本申请实施例提供了一种基于无人艇的水上监管方法,包括:

  控制基站派发巡逻任务至无人艇,所述巡逻任务用于指示所述无人艇依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像;

  所述控制基站接收所述无人艇发送的所述视频图像;

  所述控制基站发送携带所述视频图像的违法行为识别指令至云计算平台,所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别;

  所述控制基站接收所述云计算平台反馈的所述违法行为识别的识别结果,并基于所述识别结果,执行所述识别结果对应的监管指令。

  在第一方面的一种可能的实现方式中,所述控制基站接收所述无人艇发送的所述视频图像的步骤,具体包括:

  所述控制基站接收所述无人艇发送的经过预处理的视频图像,其中,所述视频图像的预处理包括图像滤波、去噪以及图像增强中的一种或者多种。

  在第一方面的一种可能的实现方式中,在所述控制基站派发巡逻任务至无人艇的步骤之前,包括:

  控制基站获取待监管水域的水域图以及无人艇的数量;

  所述控制基站根据所述无人艇的数量,将所述待监管水域的水域图划分成指定数量的巡逻水域;

  所述控制基站将划分的巡逻水域与无人艇建立对应关系,并根据所述对应关系,为所述无人艇规划巡逻航线;

  所述控制基站根据所述巡逻水域与所述巡逻航线,生成巡逻任务。

  在第一方面的一种可能的实现方式中,所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别的步骤,具体包括:

  云计算平台对所述视频图像进行特征检测,确定所述视频图像中是否存在船只特征;

  若所述视频图像中存在船只特征,则所述云计算平台根据所述视频图像中的船只特征以及预设行为识别算法,对所述视频图像中的船只进行违法行为识别。

  第二方面,本申请实施例提供了一种基于无人艇的水上监管方法,包括:

  无人艇获取控制基站派发的巡逻任务,所述巡逻任务包括指定的巡逻水域和巡逻路线,依照所述指定的巡逻路线在所述指定的巡逻水域进行巡逻,并拍摄视频图像;

  所述无人艇将所述视频图像发送至所述控制基站,以使得所述控制基站发送携带所述视频图像的违法行为识别指令至云计算平台,所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别,所述控制基站接收所述云计算平台反馈的所述违法行为识别的识别结果,并基于所述识别结果,执行所述识别结果对应的监管指令。

  第三方面,本申请实施例提供了一种基于无人艇的水上监管系统,包括无人艇、控制基站以及云计算平台,其中:

  所述控制基站用于派发巡逻任务至无人艇,所述巡逻任务包括指定的巡逻水域和巡逻路线;

  所述无人艇用于获取所述控制基站派发的巡逻任务,依照所述指定的巡逻路线在所述指定的巡逻水域进行巡逻,并拍摄视频图像,将所述视频图像发送至所述控制基站;

  所述控制基站还用于发送携带所述视频图像的违法行为识别指令至云计算平台;

  所述云计算平台用于接收所述违法行为识别指令,根据所述视频图像以及预设行为识别算法,进行违法行为识别,将所述违法行为识别的识别结果反馈至所述控制基站;

  所述控制基站还用于基于所述识别结果,执行所述识别结果对应的监管指令。

  第四方面,本申请实施例提供了一种基于无人艇的水上监管装置,包括:

  巡逻任务派发单元,用于控制基站派发巡逻任务至无人艇,所述巡逻任务用于指示所述无人艇依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像;

  信息接收单元,用于所述控制基站接收所述无人艇发送的所述视频图像;

  信息识别单元,用于所述控制基站发送携带所述视频图像的违法行为识别指令至云计算平台,所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别;

  监管执行单元,用于所述控制基站接收所述云计算平台反馈的所述违法行为识别的识别结果,并基于所述识别结果,执行所述识别结果对应的监管指令。

  第五方面,本申请实施例提供了一种智能设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的基于无人艇的水上监管方法,或者实现如上述第二方面所述的基于无人艇的水上监管方法。

  第六方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面所述的基于无人艇的水上监管方法,或者实现如上述第二方面所述的基于无人艇的水上监管方法。

  第七方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在智能设备上运行时,使得智能设备执行如上述第一方面所述的基于无人艇的水上监管方法,或者执行如上述第二方面所述的基于无人艇的水上监管方法。

  本申请实施例中,通过控制基站派发巡逻任务至无人艇,巡逻任务包括指定的巡逻水域和巡逻路线,无人艇获取控制基站派发的巡逻任务,依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像,将视频图像发送至控制基站,控制基站发送携带视频图像的违法行为识别指令至云计算平台,通过云计算平台根据视频图像以及预设行为识别算法,进行违法行为识别,将违法行为识别的识别结果反馈至控制基站,最后控制基站基于识别结果,执行识别结果对应的监管指令,实现水上执法监管,本方案可减少水上执法监管的人力,并大大提高取证执法的效率。

  附图说明

  为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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他的附图。

  图1是本申请实施例提供的基于无人艇的水上监管系统的系统架构图;

  图2是本申请实施例提供的控制基站侧的基于无人艇的水上监管方法的实现流程图;

  图3是本申请实施例提供的基于无人艇的水上监管方法中控制基站生成巡逻任务的具体实现流程图;

  图4是本申请实施例提供的基于无人艇的水上监管方法中步骤S203的具体实现流程图;

  图5是本申请实施例提供的基于岸基监控的水上监管方法的场景示意图;

  图6是本申请实施例提供的无人艇侧的基于无人艇的水上监管方法的实现流程图;

  图7是本申请实施例提供的基于无人艇的水上监管装置的结构框图;

  图8是本申请实施例提供的智能设备的示意图。

  具体实施方式

  以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。

  应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

  还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。

  如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

  另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。

  在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。

  图1示出了本申请实施例提供的一种基于无人艇的水上监管系统的系统架构图,详述如下:为了便于说明,仅示出了与本申请实施例相关的部分。

  参照图1,所述基于无人艇的水上监管系统包括无人艇2、控制基站1以及云计算平台3,其中:

  所述控制基站1用于派发巡逻任务至无人艇2,所述巡逻任务包括指定的巡逻水域和巡逻路线。

  在一些实施方式中,在上述控制基站1派发巡逻任务至无人艇2的步骤之前,上述控制基站1还用于获取待监管水域的水域图以及无人艇2的数量,根据无人艇2的数量,将待监管水域的水域图划分成指定数量的巡逻水域,将划分的巡逻水域与无人艇2建立对应关系,并根据对应关系,为无人艇2规划巡逻航线,根据巡逻水域与巡逻航线,生成巡逻任务。

  所述无人艇2用于获取所述控制基站1派发的巡逻任务,依照所述指定的巡逻路线在所述指定的巡逻水域进行巡逻,并拍摄视频图像,将所述视频图像发送至所述控制基站1。

  具体地,上述无人艇2安装有前端视频传感设备和/或目标探测设备,用于获取巡逻水域的视频图像。

  视频图像的获取通常分为两种,一种是利用可见光感光芯片。在白天光线充足的情况下,利用可见光感光芯片可获得高清视频图像,细节清楚,可充分查看违法船只的外观、船号、船员、船员动态等等;在夜间光线较暗时,可利用探照灯增加光线照度,提升上述可见光感光芯片获取的图像的质量。另一种是利用热红外芯片。热红外芯片的原理是利用热辐射原理成像,目标物温度越高,热源越大,成像的锐度越大。在本申请实施例中,上述无人艇2可采用可见光感光芯片获取高清视频图像,利用热红外芯片进行目标检测,作为辅助隐蔽监控侦察的手段。

  作为本申请一种可能的实施方式,上述无人艇2还用于对拍摄的视频图像进行预处理,其中,所述视频图像的预处理包括图像滤波、去噪以及图像增强中的一种或者多种。进一步地,上述预处理还包括背光或暗光处理、聚焦处理、雨雾烟处理中的一种或者多种。

  所述控制基站1还用于发送携带所述视频图像的违法行为识别指令至云计算平台3。

  所述云计算平台3用于接收所述违法行为识别指令,根据所述视频图像以及预设行为识别算法,进行违法行为识别,将所述违法行为识别的识别结果反馈至所述控制基站1。

  在一种实施方式中,上述预设行为识别算法可以为训练好的深度学习模型算法。

  所述控制基站1还用于基于所述识别结果,执行所述识别结果对应的监管指令。

  在本申请实施例中,所述基于无人艇的水上监管系统可以采用WIFI技术或3G/4G/5G等技术建立控制基站1与多个无人艇2之间的无线通讯连接。

  在本申请实施例中,多个无人艇2之间也可以采用采用WIFI技术或3G/4G/5G等技术进行无线通信连接。

  本申请实施例中,通过控制基站派发巡逻任务至无人艇,巡逻任务包括指定的巡逻水域和巡逻路线,无人艇获取控制基站派发的巡逻任务,依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像,将视频图像发送至控制基站,控制基站发送携带视频图像的违法行为识别指令至云计算平台,通过云计算平台根据视频图像以及预设行为识别算法,进行违法行为识别,将违法行为识别的识别结果反馈至控制基站,最后控制基站基于识别结果,执行识别结果对应的监管指令,实现水上执法监管,本方案可减少水上执法监管的人力,并大大提高取证执法的效率。

  图2示出了本申请实施例提供的基于无人艇的水上监管方法的实现流程,在本实施例中,该流程的执行主体为图1所示的控制基站1,该方法流程包括步骤S201至S204。各步骤的具体实现原理如下:

  S201:控制基站派发巡逻任务至无人艇,所述巡逻任务用于指示所述无人艇依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像。

  作为本申请一种可能的实施例,如图3所示,在上述步骤S201之前,本申请实施例提供的基于无人艇的水上监管方法还包括:

  A1:控制基站获取待监管水域的水域图以及无人艇的数量。上述水域图包括待监管水域的水域信息。

  A2:所述控制基站根据所述无人艇的数量,将所述待监管水域的水域图划分成指定数量的巡逻水域。

  上述无人艇为当前空闲可接收巡逻任务的无人艇。其中,上述指定数量可以为当前空闲可接收巡逻任务的数量。

  A3:所述控制基站将划分的巡逻水域与无人艇建立对应关系,并根据所述对应关系,为所述无人艇规划巡逻航线。

  在本申请实施例中,上述控制基站根据无人艇的数量划分指定数量的巡逻水域之后,将划分的巡逻水域与无人艇建立对应关系。

  在一些实施方式中,同一巡逻水域可对应一艘或者多艘无人艇,而同一无人艇只对应一个巡逻水域。在另一实施方式中,同一巡逻水域可对应一艘或者多艘无人艇,而同一无人艇也可对应一个或者多个巡逻水域。

  在一些实施方式中,上述控制基站还获取无人艇的型号,不同型号的无人艇派负责巡逻的巡航水域可以不同,方便上述控制基站根据无人艇的数量及型号将所述待监管水域的水域图划分成指定数量的巡逻水域,并根据无人艇的型号将划分的巡逻水域与无人艇建立对应关系。

  A4:所述控制基站根据所述巡逻水域与所述巡逻航线,生成巡逻任务。

  在本申请实施例中,控制基站根据无人艇的数量将待监管水域的水域图划分成指定数量的巡逻水域,建立巡逻水域与无人艇的对应关系,并根据该对应关系,为所述无人艇规划巡逻航线,实现全水域巡逻,可有效提高水上监管的效率。

  S202:所述控制基站接收所述无人艇发送的所述视频图像。

  在本申请实施例中,上述无人艇可将拍摄的视频图像实时发送至上述控制基站。上述控制基站实时接收上述视频图像。

  在一些实施方式中,上述控制基站接收上述无人艇发送的经过预处理的视频图像。其中,视频图像的预处理包括图像滤波、去噪以及图像增强中的一种或者多种。在另一些实施方式中,上述预处理还包括背光或暗光处理、聚焦处理、雨雾烟处理中的一种或者多种。

  在本申请实施例中,视频图像的预处理主要有两个作用。第一个作用是提高编码视频的质量。当受环境中光线、噪声、运动等因素影响而导致上述无人艇拍摄采集出模糊、扭曲、噪点、太亮或太暗等低质量的视频图像,再经过压缩、传输、解码显示,导致传到控制基站后的视频图像质量会进一步下降,无法满足工作人员查看或云计算平台实施检测识别的要求。第二个作用是提高编码效率和实现码率控制。当无线信号的传输速率不稳定时,速率会随无线网络的拥挤程度、信道的物理介质而不断变化。无人艇对采集的视频图像进行预处理可以控制输入到编码器的数据量,从而间接控制编码器输出的码率。

  在一些实施方式中,上述控制基站接收并存储上述无人艇发送的上述视频图像,将视频图像存储在控制基站本地或者云端服务器,以便后续溯源取证。

  S203:所述控制基站发送携带所述视频图像的违法行为识别指令至云计算平台,所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别。

  作为本申请一种可能的实施例,如图4示出了本申请实施例提供的基于无人艇的水上监管方法步骤S203中,违法行为识别指令指示云计算平台进行违法行为识别的具体实现流程,详述如下:

  B1:云计算平台对所述视频图像进行特征检测,确定所述视频图像中是否存在船只特征。

  B2:若所述视频图像中存在船只特征,则所述云计算平台根据所述视频图像中的船只特征以及预设行为识别算法,对所述视频图像中的船只进行违法行为识别。

  在本申请实施例中,上述控制基站将无人艇发送到视频图像上传至云计算平台,通过云计算平台检测视频图像中的船只,并对船只的违法行为进行识别。利用云计算平台的大规模计算能力,以及大量通用的算法优势、模型优势等,可大大提升船只检测和违法行为识别的准确性。

  无人艇要实施的监管任务种类众多包括破坏环境、违反航行规则、超载行为、偷盗行为、倾倒垃圾、采砂行为、滥捕行为、钓鱼行为等各种违法行为,在任一违法行为下,船只会表现出相应的特征。在本申请实施例中,云计算平台根据视频图像中识别的船只的特征确定该船只是否存在违法行为。

  在一些实施方式中,云计算平台获取视频图像中船只的吃水线特征,对该吃水线特征与预设吃水线特征进行比较,判断该船只是否存在超载行为。

  在一些实施方式中,云计算平台根据视频图像中船只的航行特征,判定该船只是否在航道内航行,若不是,则判断该船只存在违反航行规则行为。

  在一些实施方式中,云计算平台判断视频图像中的船只是否为当前时段的非法船只,并根据视频图像中船只的特征进一步判定是否为非法倾倒垃圾船只。若是,则确定该船只存在非法倾倒垃圾的违法行为。

  在本申请实施例中,云计算平台根据每一种违法行为的特征,不断基于大量数据的学习进行迭代,来增强算法的准确性和识别率。

  S204:所述控制基站接收所述云计算平台反馈的所述违法行为识别的识别结果,并基于所述识别结果,执行所述识别结果对应的监管指令。

  具体地,若上述识别结果中存在违法行为,则发送所述违法行为对应的监管指令至指定的智能终端,由指定的工作人员对该违法行为进行监管。

  在一些实施方式中,上述基于所述识别结果,执行所述识别结果对应的监管指令的步骤具体包括:

  C1:若所述识别结果表示所述视频图像中的船只存在违法行为,则根据所述视频图像,获取所述船只的船号信息。

  C2:将所述船只存在的违法行为以及船号信息,发送至指定的智能终端,通知相应的工作人员进行监管处理。

  示例性地,在一个应用场景中,以违法挖沙采砂为例,如图5所示,挖沙采砂的水域,一般在近海水域。然而,受岸基监控设备的探测距离所限,在超过离岸20km以上的水域,往往是监控盲区。同时,由于受执法人力的限制,这些监控盲区水域往往无法实施24小时不间断的巡逻和监管,在监控盲区内的非法采砂盗沙作业船只的违法行为猖獗。因此,通过在岸基设置监控对水域进行监管虽然也可以减少人力,但是,岸基监控存在监控盲区,水上监管的有效性较低。应用本申请提出的基于无人艇的水上监管方法,通过控制基站派发巡逻任务至无人艇,无人艇无需人员驾驶,可搭载任务设备自主航行,从而可实现在监控盲区水域内实施24小时不间断的巡逻。岸基工作人员依据巡逻任务,可按照监管要求,在目标水域范围内布置无人艇的巡逻路线,以最大化的覆盖监管水域,查证是否有非法采砂盗沙的作业船只。无人艇在按照规划路线巡逻过程中,不断通过艇载视觉光电设备获取以无人艇为中心的约100-1000m范围内水域的实时视频图像。并通过无人艇上装载的艇载控制器和无线传输模块,把获取的实时视频图像回传至岸端的控制基站,由控制基站进一步上传至云计算平台。云计算平台对控制基站上传的视频图像实时进行解析、识别,通过图像增强、区域分割、特征提取、模式识别、深度学习、神经网络等视觉算法,对视频图像中是否存在船只进行检测,在检测到有船只时,再进一步通过对船只外形、轮廓等特征的比对、判定,检测该船只是否是挖沙船,从而对该船只是否为可疑非法船只进行预警。云计算平台在检测识别发现可疑船只后,将识别结果反馈至控制基站,岸基工作人员通过控制基站的显示屏进行查看,进而执行对非法船只的警告、取证、执法等流程。

  本申请实施例,通过控制基站派发巡逻任务至无人艇,指示无人艇依照指定的巡逻路线在指定的巡逻水域进行巡逻,减少了人力,降低了水上监管受天气的影响,同时可避免因监控盲区导致的水上监管不力,可有效提高水上监管的效率。

  由上可见,在本申请实施例中,通过控制基站派发巡逻任务至无人艇,巡逻任务包括指定的巡逻水域和巡逻路线,无人艇获取控制基站派发的巡逻任务,依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像,将视频图像发送至控制基站,控制基站发送携带视频图像的违法行为识别指令至云计算平台,通过云计算平台根据视频图像以及预设行为识别算法,进行违法行为识别,将违法行为识别的识别结果反馈至控制基站,最后控制基站基于识别结果,执行识别结果对应的监管指令,实现水上执法监管,本方案可减少水上执法监管的人力,并大大提高取证执法的效率。

  图6示出了本申请另一实施例提供的基于无人艇的水上监管方法的实现流程,在本实施例中,该流程的执行主体为图1所示的无人艇2,该方法流程包括步骤S601至S602。各步骤的具体实现原理如下:

  步骤S601,无人艇获取控制基站派发的巡逻任务,所述巡逻任务包括指定的巡逻水域和巡逻路线,依照所述指定的巡逻路线在所述指定的巡逻水域进行巡逻,并拍摄视频图像。

  步骤S602,所述无人艇将所述视频图像发送至所述控制基站,以使得所述控制基站发送携带所述视频图像的违法行为识别指令至云计算平台,所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别,所述控制基站接收所述云计算平台反馈的所述违法行为识别的识别结果,并基于所述识别结果,执行所述识别结果对应的监管指令。

  在一些实施方式中,上述无人艇在将视频图像发送至上述控制基站之前,还对上述视频图像进行预处理,视频图像的预处理包括图像滤波、去噪以及图像增强中的一种或者多种。在另一些实施方式中,上述预处理还包括背光或暗光处理、聚焦处理、雨雾烟处理中的一种或者多种。

  在本申请实施例中,无人艇通过将视频图像进行预处理,提高编码视频的质量,提高编码效率和实现码率控制。

  由上可见,在本申请实施例中,通过控制基站派发巡逻任务至无人艇,巡逻任务包括指定的巡逻水域和巡逻路线,无人艇获取控制基站派发的巡逻任务,依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像,将视频图像发送至控制基站,控制基站发送携带视频图像的违法行为识别指令至云计算平台,通过云计算平台根据视频图像以及预设行为识别算法,进行违法行为识别,将违法行为识别的识别结果反馈至控制基站,最后控制基站基于识别结果,执行识别结果对应的监管指令,实现水上执法监管,本方案可减少水上执法监管的人力,并大大提高取证执法的效率。

  应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。

  对应于上文实施例所述的基于无人艇的水上监管方法,图7示出了本申请实施例提供的基于无人艇的水上监管装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。

  参照图7,该基于无人艇的水上监管装置包括:巡逻任务派发单元71,信息接收单元72,信息识别单元73,监管执行单元74,其中:

  巡逻任务派发单元71,用于控制基站派发巡逻任务至无人艇,所述巡逻任务用于指示所述无人艇依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像;

  信息接收单元72,用于所述控制基站接收所述无人艇发送的所述视频图像;

  信息识别单元73,用于所述控制基站发送携带所述视频图像的违法行为识别指令至云计算平台,所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别;

  监管执行单元74,用于所述控制基站接收所述云计算平台反馈的所述违法行为识别的识别结果,并基于所述识别结果,执行所述识别结果对应的监管指令。

  在一些可能的实现方式中,所述信息接收单元72具体用于:

  所述控制基站接收所述无人艇发送的经过预处理的视频图像,其中,所述视频图像的预处理包括图像滤波、去噪以及图像增强中的一种或者多种。

  在一些可能的实现方式中,所述信息识别单元73中所述违法行为识别指令用于指示所述云计算平台根据所述视频图像以及预设行为识别算法,进行违法行为识别的步骤,具体包括:

  云计算平台对所述视频图像进行特征检测,确定所述视频图像中是否存在船只特征;

  若所述视频图像中存在船只特征,则所述云计算平台根据所述视频图像中的船只特征以及预设行为识别算法,对所述视频图像中的船只进行违法行为识别。

  在一些可能的实现方式中,所述水上监管装置还包括巡逻任务生成单元,具体包括:

  待监管信息获取模块,用于控制基站获取待监管水域的水域图以及无人艇的数量;

  水域划分模块,用于所述控制基站根据所述无人艇的数量,将所述待监管水域的水域图划分成指定数量的巡逻水域;

  航线规划模块,用于所述控制基站将划分的巡逻水域与无人艇建立对应关系,并根据所述对应关系,为所述无人艇规划巡逻航线;

  任务生成模块,用于所述控制基站根据所述巡逻水域与所述巡逻航线,生成巡逻任务。

  在本申请实施例中,通过控制基站派发巡逻任务至无人艇,巡逻任务包括指定的巡逻水域和巡逻路线,无人艇获取控制基站派发的巡逻任务,依照指定的巡逻路线在指定的巡逻水域进行巡逻,并拍摄视频图像,将视频图像发送至控制基站,控制基站发送携带视频图像的违法行为识别指令至云计算平台,通过云计算平台根据视频图像以及预设行为识别算法,进行违法行为识别,将违法行为识别的识别结果反馈至控制基站,最后控制基站基于识别结果,执行识别结果对应的监管指令,实现水上执法监管,本方案可减少水上执法监管的人力,并大大提高取证执法的效率。

  需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。

  本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如图1至图5表示的任意一种基于无人艇的水上监管方法的步骤。

  本申请实施例还提供一种智能设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如图1至图5表示的任意一种基于无人艇的水上监管方法的步骤。

  本申请实施例还提供一种计算机程序产品,当该计算机程序产品在服务器上运行时,使得服务器执行实现如图1至图5表示的任意一种基于无人艇的水上监管方法的步骤。

  图8是本申请一实施例提供的智能设备的示意图。如图8所示,该实施例的智能设备8包括:处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个基于无人艇的水上监管方法实施例中的步骤,例如图2所示的步骤S201至S204。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能,例如图7所示单元71至74的功能。

  示例性的,所述计算机程序82可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器81中,并由所述处理器80执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机程序82在所述智能设备8中的执行过程。

  所述智能设备8可以为服务器。所述智能设备8可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是智能设备8的示例,并不构成对智能设备8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述智能设备8还可以包括输入输出设备、网络接入设备、总线等。

  所述处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

  所述存储器81可以是所述智能设备8的内部存储单元,例如智能设备8的硬盘或内存。所述存储器81也可以是所述智能设备8的外部存储设备,例如所述智能设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述智能设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述智能设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。

  需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。

  所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、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。

  所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。

  在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。

  以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

《基于无人艇的水上监管方法、系统、装置及智能设备.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式(或pdf格式)