[发明专利]一种空中飞行物体综合探测识别方法及系统在审

专利信息
申请号: 202211214546.8 申请日: 2022-09-30
公开(公告)号: CN115620176A 公开(公告)日: 2023-01-17
发明(设计)人: 马超;马建伟;郭冰;邹杰;臧绍飞;吕进锋;雷大为;叶希贵 申请(专利权)人: 河南科技大学
主分类号: G06V20/17 分类号: G06V20/17;G06N3/04;G06N3/08;G06V10/30;G06V10/40;G06V10/774;G06V10/80
代理公司: 洛阳九创知识产权代理事务所(普通合伙) 41156 代理人: 闫宗莉
地址: 471000 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 空中 飞行 物体 综合 探测 识别 方法 系统
【说明书】:

一种空中飞行物体综合探测识别方法及系统,涉及空中飞行物体识别探测领域,该方法包括如下步骤:S1、生成时间同步信号;S2、根据时间同步信号同步采集目标物的视频信息、频谱信息和雷达信息;S3、对视频信息、频谱信息和雷达信息分别进行特征提取得到视频模态特征、频谱模态特征和雷达模态特征;S4、对视频模态特征、频谱模态特征和雷达模态特征进行特征融合得到多模态融合数据;S5、对多模态融合数据与目标比对特征数据库进行比对得到目标物的识别结果。本发明通过综合多种传感器的信息对飞行物体进行识别,提高探测的可靠性。

技术领域

本发明涉及空中飞行物体识别探测领域,具体的说是一种空中飞行物体综合探测识别方法及系统。

背景技术

近年来,随着消费级小型无人机的成本不断下降,这类无人机被广泛应用于安防、教培、农业等诸多领域。然而,无人机未经授权进入重点区域领空,将严重威胁该区域的安全,这些重点区域包含但不限于机场、国际会议会场等;因此,对无人机的准确探测至关重要。

由于空中除无人机外经常有其他飞行物体,包括但不限于:(A)飞鸟; (B)风筝等,为了对领空进行管控,以防止意外事件的发生,需要对各种空中飞行物体进行有效的识别,在识别出空中飞行物体所述类别的基础上,才可能有的放矢,采取相对应的警告、驱离、拦截等手段。

现有技术中一般使用单一类型的探测传感器,由于飞鸟、风筝、无人机这些空中飞行物体的体积小、飞行速度低、检测难度大,获取的信息量有限,难以对目标物进行有效探测。

发明内容

本发明旨在提供一种空中飞行物体综合探测识别方法及系统,以通过综合多种采集设备的信息对飞行物体进行识别,提高探测的可靠性。

为了解决以上技术问题,本发明采用的具体方案为:一种空中飞行物体综合探测识别方法,包括如下步骤:S1、生成时间同步信号;S2、根据时间同步信号同步采集目标物的视频信息、频谱信息和雷达信息;S3、对视频信息、频谱信息和雷达信息分别进行特征提取得到视频模态特征、频谱模态特征和雷达模态特征;S4、对视频模态特征、频谱模态特征和雷达模态特征进行特征融合得到多模态融合数据;S5、对多模态融合数据与目标比对特征数据库进行比对得到目标物的识别结果。

作为上述技术方案的进一步优化,对视频信息的特征提取方法具体包括:

S311、对视频信息中目标物的角点进行提取,并在角点处提取梯度信息;

S312、使用边界提取LSD提取视频信息中目标物的边界信息;

S313、使用预训练的CNN网络提取视频信息中目标物的图像信息;

S314、提取梯度信息、边界信息、图像信息中的视频原始特征,并进行串联得到视频模态特征。

作为上述技术方案的进一步优化,对频谱信息的特征提取方法具体包括:

S321、去除频谱信息中的高频噪声得到去噪频谱;

S322、使用预训练的频谱信息提取网络对去噪频谱进行提取,得到频谱特征;

S323、使用频谱小波变换模块对去噪频谱提取小波信息;

S323、将频谱特征与小波信息进行串联,得到频谱模态特征。

作为上述技术方案的进一步优化,对雷达信息的特征提取具体方法包括:

S331、对接收到的雷达回波进行去杂波、去噪声处理得到去噪回波;

S332、使用目标轨迹提取网络提取去噪回波信息得到目标物的轨迹信息;

S333、使用回波信息提取模块提取去噪回波信息,并通过多普勒处理,提取目标物的距离和速度信息;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南科技大学,未经河南科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211214546.8/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top