[发明专利]一种基于视频的无人机云端在线交通流量监测方法

权利要求书

1.一种基于视频的无人机云端在线交通流量监测方法，其特征在于，通过无人机系统完成对交通流量监测，所述无人机系统包括地面监控系统、云端服务器和至少一架无人机，其中每架无人机包括无人机本体和设置在无人机本体上的云台、相机、机载嵌入式处理器、飞行控制器和4G通信模块，相机、飞行控制器和4G通信模块与机载嵌入式处理器之间通过导线连接，无人机和地面监控系统、云端服务器通4G通信模块无线通讯；

无人机云端在线交通流量监测方法，包括如下步骤：

1)、无人机按照规划路径飞行，并拍摄需要检测路段的路况信息视频；

2)、无人机机载嵌入式处理器对所拍摄视频进行畸变校正，并压缩到合适的处理尺寸；

3)、无人机通过4G通信模块将视频数据传输给地面监控系统：

4)、地面监控系统接收到视频后，根据用户的权限和需求，执行训练SSD算法模型，或用完成训练SSD算法模型进行目标检测：

4.1)、当选择训练模型操作后，需先对视频数据进行人工标记，将标记后视频数据上传给云端服务器或地面监控系统的处理器，然后在云端服务器或地面监控系统的处理器端进行训练SSD算法模型，训练设定时间段后，通过测试数据集测试训练后的SSD模型的精度是否满足要求：

4.1.1)、当训练满足要求后，结束；

4.1.2)、当训练不满足要求后，继续训练；

4.2)、当选择进行目标检测操作后，需先将视频数据上传到云端服务器，借助云端服务器算力进行SSD算法目标检测，检测得到的数据用于对检测路段的车辆、行人流量自动统计，根据统计结果进行交通管制、疏导。

2.根据权利要求1所述的基于视频的无人机云端在线交通流量监测方法，其特征在于，所述对视频进行畸变校正的步骤如下：

1)、使用无人机所选定相机对标准平面标定板进行多角度拍摄，拍摄图像数量为12～20张；

2)、通过MATLAB对所拍摄标定板视图进行处理，获取相机畸变参数；

3)、根据相机畸变参数修正视频畸变误差。

3.根据权利要求2所述的基于视频的无人机云端在线交通流量监测方法，其特征在于，训练SSD算法模型的步骤如下：

1)、从视频中提取图像，通过测定的参数矫正畸变，并将压缩成合适的尺寸，然后进行数据标记，通过矩形框包围图像中所有目标，并给目标定义类别，标记的结果输出为xml标记文件；

2)、分别定义用于训练、测试、检测的网络架构，其中主要的参数有识别目标的类别总数、矩形框长宽比的预定义；

3)、根据标记文件制作深度学习框架caffe所需的lmdb格式数据文件，用于训练；

4)、定义训练网络参数和超参数，定义合适的训练速率、优化方法、训练次数；

5)、进行训练，并且输出训练日志；

6)、统计随着训练次数的增加，整体损失度loss和准确度的变化，根据变化调整用于训练的网络参数和超参数，重新训练；

7)、得到最优的SSD算法模型，以此SSD算法模型为基础，输入测试的图像或视频流，输出检测结果。