[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

说明书

技术领域

本发明属于无人机图像处理技术和计算机视觉领域，具体而言涉及一种基于视觉和深度学习的无人机通过云端对实时运动目标进行分类和检测的方法，进而实现交通流量监控。

背景技术

目前已有的行人和车流量监测方法，如通过路口固定的监控摄像头采集车辆信息，传到交通控制中心进行车流量的分析与统计，该方法是被动采集交通信息，当应用场景机动性需求强，如车流量过大需要疏散交通，或高速路发生车祸需要了解路况及时救援时，传统的方法就束手无策；而目前已有的无人机视觉监测方法，如基于分割、分类器、特征点等方法，由于时间复杂度高、窗口冗余、动态背景的检测鲁棒性不高等，无法实时并准确地监控行人和车流量，从而实际应用价值较低；同时目前大部分无人机采用数传等短距离通信方式，无法满足监控应用中多架无人机远程协同操作的需求。

发明内容

本发明的目的在于提供一种基于视频的无人机云端在线交通流量监测方法，克服现有技术中的无人机检测方法存在时间复杂度高、鲁棒性差，以及过数据等通信方式存在通信距离短的技术问题。

为了解决上述问题，本发明采取如下技术方案：

一种基于视频的无人机云端在线交通流量监测方法，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；

无人机对视频进行畸变校正，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：

3.1)当只有一架无人机时，无人机通过4G通信模块将视频数据传输给地面

监控系统；

3.2)当无人机的数量为两架及以上时，且协同执行任务时，多个无人机均需要将所拍摄的视频发送给地面站进行处理；同时也可远程控制无人机；

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，管理员用户可训练SSD算法模型并进行SSD算法目标检测，而普通用户只可进行SSD算法目标检测：

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。

当管理员用户需要进一步训练目标检测SSD算法模型时，可采用原始视频经过人工标记后生成的数据，或者目标检测结果经过人工修正后的数据，通过不断的训练、检测，提高系统的检测精度。目标物识别过程中，采用基于深度学习的目标检测算法——SSD，它是以VGG卷积神经网络架构为基础，加上了用于判断类别置信度的层和调整矩形框位置的层，包含16层网络层的卷积神经网络架构。

针对传统的交通流量检测方法存在机动性差的问题，本发明采用通过机动的无人机实现灵活的监测路段选择，实现更强自主性；针对现有的无人机检测方法存在时间复杂度高、鲁棒性差的问题，本发明通过采用目标检测算法，并借助云端计算力，实现检测速度和精度的兼顾，大幅提高鲁棒性，并能统一在地面监控中心集中处理；针对传统无人机通过数据等通信方式存在通信距离短的问题，本 发明借助4G网络，实现远程数据传输，不受距离限制，同时可在地面监控中心灵活控制多架无人机远程共同完成任务。

进一步改进，步骤4.2)中，通过云端服务器检测得到的数据，可用于训练SSD算法模型，降低标记的工作量。因为云端进行目标检测后，会识别目标物并输出相关位置信息，而标记工作就是为了标定出目标物及其位置，所以检测结果可用于标志工作(少数检测错误的，标记时需修正)，从而降低工作量。