一种具有边缘计算能力的增稳云台、无人机及目标识别方法与流程

本发明涉及图像识别领域，具体为一种具有边缘计算能力的增稳云台、无人机及目标识别方法。

背景技术：

随着科技的发展，无人机在喷洒农药、森林火灾检测、火情预测、城市消防、森林对比变化检测、电力巡检、二维三维拼图等领域的应用越来越广泛。

例如在电力巡检过程中，无人机通过挂载的三轴增稳云台对目标进行高清拍摄，以便后续进行故障诊断。但该过程中，无人机必须根据事先规划的航点在固定点位对一个目标进行拍照及检测，无法在一个航点对多个目标进行精细检测，存在作业不可靠、作业效率低等问题。

同时，传统的三轴增稳云台实现变倍跟踪常用的方法是通过计算目标到图像中心的偏移量移动调整云台角度，使目标出现在图像中心位置再对目标进行变倍，该方法在静态使用时效果稍好，但在飞行状态时，由于飞机的抖动、风、云台漂移等问题，目标在回中后会出现逐渐偏离视野中心的趋势，导致变倍时目标不在图像中心，变倍时目标不能完全显示在相机视野中(即漏拍)，其由于计算能力有限，不能展示目标细节，拍照效果不好，影响用户体验。

技术实现要素：

针对现有技术的不足，本发明提供了一种具有边缘计算能力的增稳云台、无人机及目标识别方法，其可以对同一航点的多个目标分别进行快速识别和自动对准拍摄，且自动完成对拍摄目标的故障缺陷分析，由此提高电力巡检等作业的可靠性及作业效率。

为实现上述目的，本发明提供如下技术方案：

提供了一种具有边缘计算能力的增稳云台，其包括：

第一成像设备，其用于在第一视场下获取目标图像；

边缘计算模块，其连接所述第一成像设备，用于接收第一成像设备获取的目标图像，并从中识别出目标；

云台俯仰轴、云台方位轴以及第二成像设备，所述第二成像设备分别连接所述云台俯仰轴、云台方位轴，且所述云台俯仰轴和/或云台方位轴根据所述边缘计算模块的目标识别结果带动所述第二成像设备运动；所述第二成像设备调整焦距后在第二视场下获取所述目标的图像；且所述第二成像设备获取的目标图像发送至所述边缘计算模块，以供边缘计算模块从中进行目标识别。

优选的，所述第一成像设备包括广角镜头。

优选的，所述第二成像设备包括可变焦的长焦镜头。

优选的，第一视场范围大于第二视场范围。

优选的，所述目标包括输电线路上的电力器件。

还提供一种包含上述增稳云台的无人机。

还提供一种通过上述无人机实现的目标识别方法，其包括如下步骤：

控制无人机飞行至预定地点；

开启第一成像设备，以在第一视场下获取目标图像；

边缘计算模块接收第一成像设备获取的目标图像，并从中识别出目标；

云台俯仰轴和/或云台方位轴根据所述边缘计算模块的目标识别结果带动所述第二成像设备运动，以使其对准目标；

第二成像设备调整焦距后在第二视场下获取所述目标的图像，且将其发送至所述边缘计算模块，以供边缘计算模块从中进行目标识别，以完成该目标的检测；

重复步骤s2-s5，以完成同一航点的不同目标的检测。

与现有技术相比，本发明具备以下有益效果：

本发明采用双镜头设计，可对目标进行远近景同步展示，能有效减少飞机抵近移动，减少反复变焦操作。且通过边缘计算模块3增强目标识别时的运算能力，可以对同一航点的多个目标分别进行快速识别和自动对准拍摄，且自动完成对拍摄目标的故障缺陷分析，由此提高电力巡检等作业的可靠性及作业效率。

附图说明

图1为本发明中具有边缘计算能力的增稳云台的整体结构图；

图2为本发明中具有边缘计算能力的增稳云台的连接示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

如图1-2所示，本实施例中具有边缘计算能力的增稳云台可适用于基于无人机的电力巡检，该增稳云台具体包括：

第一成像设备1，其用于在第一视场下获取目标图像；本实施例中，所述第一成像设备1包括广角镜头(所述广角镜头可以为定焦镜头或变焦镜头)；所述目标包括输电线路上的电力器件，如绝缘子、连接金具、连接金具、均压环、避雷器、销钉等中的一种或几种；

边缘计算模块3，其连接所述第一成像设备1，用于通过isp1接口等接收第一成像设备1获取的目标图像，并从中识别出目标；优选的，所述边缘计算模块3采用高性能ai处理芯片rk3399pro，其cpu主频1.8ghz，gpu型号为mali-t860mp4，集成神经网络处理器npu，支持8bit/16bit运算，支持tensorflow、caffe模型，其npu算力高达3.0tops，且接口支持双isp，像素处理能力高达13mpix/s，同时支持双路摄像头数据同时输入，内置低功耗mcu；

云台俯仰轴4、云台方位轴5以及第二成像设备2，所述第二成像设备2分别连接所述云台俯仰轴4、云台方位轴5，且所述云台俯仰轴4和/或云台方位轴5根据所述边缘计算模块3的目标识别结果带动所述第二成像设备2运动，以使其对准目标；所述第二成像设备2调整焦距后在第二视场下获取所述目标的图像；

且所述第二成像设备2获取的目标图像通过isp2接口等发送至所述边缘计算模块3，以供边缘计算模块3从中进行目标识别。

本实施例中，所述边缘计算模块3的目标识别结果包括识别出的目标位置等；所述第二成像设备2包括可变焦的长焦镜头，且第一视场范围大于第二视场范围。

由此，本实施例中的增稳云台通过边缘计算模块3增强目标识别时的运算能力，可以对同一航点的多个目标分别进行快速识别和自动对准拍摄，且自动完成对拍摄目标的故障缺陷分析，由此提高电力巡检等作业的可靠性及作业效率；同时先通过第一成像设备1在宽视场(第一视场、远景)下获取目标大概信息，再通过第二成像设备2调焦后、在窄视场(第二视场、近景)再次获取目标图像，由此可呈现出目标细节，提高目标检测的精确度。

实施例2：

本实施例提供了一种包含实施例1所述增稳云台的无人机。

实施例3：

本实施例提供了一种通过实施例2所述无人机实现的目标识别方法，其可适用于基于无人机的电力巡检，其包括如下步骤：

s1、控制无人机飞行至预定地点；

s2、开启第一成像设备1，以在第一视场下获取目标图像；

s3、边缘计算模块3接收通过isp1接口等接收第一成像设备1获取的目标图像，并从中识别出目标；

s4、云台俯仰轴4和/或云台方位轴5根据所述边缘计算模块3的目标识别结果带动所述第二成像设备2运动，以使其对准目标；

s5、第二成像设备2调整焦距后在第二视场下获取所述目标的图像，且将其通过isp2接口等发送至所述边缘计算模块3，以供边缘计算模块3从中进行目标识别，以完成该目标的检测；

s6、重复步骤s2-s5，以完成同一航点的不同目标的检测。

其他相关技术特征，诸如第一视场、第二视场等与实施例1相同，在此不再赘述。

综上所述，本发明的增稳云台通过边缘计算模块3增强目标识别时的运算能力，可以对同一航点的多个目标分别进行快速识别和自动对准拍摄，由此提高电力巡检等作业的可靠性及作业效率；同时分别通过第一成像设备1、第二成像设备2在宽视场、在窄视场下获取目标图像，由此可呈现出目标细节，提高目标检测的精确度。

需要说明的是，上述实施例1-3中的技术特征可进行任意组合，且组合而成的技术方案均属于本申请的保护范围。在本文中，诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。