[发明专利]人群聚集预警无人机

说明书

本发明涉及一种车用预警设备，特别涉及一种人群聚集预警无人机。摄像头采集样本，通过目标标定模块、目标轨迹预判模块、人群聚集度预测模块、预警判断模块的配合，完成人群密集度的预判以及报警。上述无人机可以利用摄像头采集视频信息，首先与标准特征数据库进行对比，确定准确的目标群体，然后对多帧数的视频信息进行处理，预判对象的轨迹，利用多个目标的轨迹线集作为对象，划定目标区域，只要得到轨迹落在目标区域的情况就能得到人群聚集度的预判，预判值与人群密集度标准进行对比，如果超出了标准就进行预警，因此无人机不仅能监控人群密集度的情况，还能做出预警判断，并及时处理信息，避免信息处理延时，做好预防。

技术领域

本发明涉及一种无人机，特别涉及一种人群聚集预警无人机。

背景技术

无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。机上无驾驶舱，但安装有自动驾驶仪、程序控制装置等设备。地面、舰艇上或母机遥控站人员通过雷达等设备，对其进行跟踪、定位、遥控、遥测和数字传输。可在无线电遥控下像普通飞机一样起飞或用助推火箭发射升空，也可由母机带到空中投放飞行。回收时，可用与普通飞机着陆过程一样的方式自动着陆，也可通过遥控用降落伞或拦网回收。可反覆使用多次。

无人机在军用或者民用过程中只提供了眼睛的作用，或者利用自带的设备做一些动作，智能化程度不高，不能自动处理筛选处理信息，那么最后信息都必须传至终端才能进行再处理，因此信息处理的速度不快，而目前用于监控的无人机，只是自带摄像头，而不能做进一步的信息处理，造成信息处理的延时。

发明内容

本发明的目的在于，提供了一种自动进行信息处理的人群聚集预警无人机。

本发明解决其技术问题所采用的技术方案是：一种人群聚集预警无人机，包括摄像头，还包括目标标定模块、目标轨迹预判模块、人群聚集度预测模块、预警判断模块；

目标标定模块，设定标准特征数据库，将摄像头采集的视频样本与标准特征数据库进行对比，筛选出正确的对象；

目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行 跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值，判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；

人群聚集度预测模块，对多个目标的预判轨迹进行预判形成运动轨迹图，设定目标地，对目标地未来时间的人群聚集度进行预判；预警判断模块，将预判结果显示在显示器上，设定人群密集度标准，超出标准进行预警。

本发明的进一步设置为：还包括GPS定位模块，GPS定位模块实时接收发送定位信息，并与显示器连接。

本发明的进一步设置为：将网格像素点坐标设为P(Xm,Yn)，网格像素点坐标计算方法为，Xm＝(m-1)*D1+1；Yn＝(n-1)*D2+1，其中，m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度。

本发明的进一步设置为：每个网格点的在每一视频的坐标位置为，P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1))，F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标。