[发明专利]一种利用无人机和卷积神经网络测量通信塔天线角度方法

权利要求书

1.一种利用无人机和卷积神经网络测量通信塔天线角度方法，其特征在于，包括以下步骤：

1)利用无人机定点绕飞通讯塔，连续拍摄通讯塔上平板天线照片并采集拍摄点GPS信息；

2)通过预先设计和训练的卷积神经网络先自动检测通讯塔纵轴线两侧天线分布区域，再检测通讯塔两侧各天线正侧面显现时的图像序号和天线位置；

3)对卷积神经网络检测到天线的右正侧面与左正侧面多幅图像进行自动配对，每根天线可形成左右两个正侧图像对；

4)每个天线的方位角可由其左右配对的正侧图像GPS信息间接计算获得，下倾角可由其左右正侧帧图像中该天线下倾角平均值来计算获得。

2.根据权利要求1所述的利用无人机和卷积神经网络测量通信塔天线角度方法，其特征在于，所述步骤1的定点绕飞通讯塔采用以塔投影中心为圆心、等距半径逆时针水平圆周绕飞。

3.根据权利要求2所述的利用无人机和卷积神经网络测量通信塔天线角度方法，其特征在于，所述的等距半径逆时针水平圆周绕飞，圆周半径为7～8米。

4.根据权利要求1所述的利用无人机和卷积神经网络测量通信塔天线角度方法，其特征在于，所述的预先设计和训练的卷积神经网络由两个级联的卷积神经网络构成，第一级卷积神经网络有6层，由3个卷积层、2个下采样层、和1个全连接层构成；第二级卷积神经网络有10层，由5个卷积层、3个下采样层、和2个全连接层构成；卷积层用于提取图像特征，下采样层用于简化模型复杂度，全连接层负责把图像高维特征映射回低维空间，并将像素分为正样本和负样本；两个级联的卷积神经网络需要经过训练并优化卷积神经网络层内部参数，实现对通信塔的天线视频帧筛选；第一级卷积神经网络专门从视频帧中检测通讯塔纵轴线两侧平板天线区域，第二级卷积神经网络专门用来检测平板天线区域中的正侧面天线位置。

5.根据权利要求4所述的利用无人机和卷积神经网络测量通信塔天线角度方法，其特征在于，所述的两个级联的卷积神经网络训练步骤如下：

第一级网络训练过程为：

人工标注绕飞视频中平板天线区域位置，利用标注的图像帧训练卷积神经网络，标注的图像帧作为卷积神经网络输入，通信塔轴线两侧天线位置区域作为神经网络正输出，其余位置为负输出；

卷积神经网络训练过程是经典的误差反向传播过程，先对网络初始化；训练时，输入带标记的图像，先形成前向传播，输入图像经网络映射后的结果与输出对比，确定最后一层输出损失，然后进行反向传播，按照梯度下降策略，逐层调整神经网络每层参数值；经反复迭代达到误差要求或者迭代期限为止；

第二级网络训练过程为：人工标注足够数量的天线左或右正侧面的帧图像，由人工划线方式，画出天线正侧面直线段，形成二值的天线位置标记作为正样本；选取相同数量的非正侧帧图像作为负样本，无天线正侧面的位置线标记；人工标注的通信塔左侧或右侧天线区域局部图像作为卷神经网络输入，正侧面天线的像素点位置作为神经网络正输出，非正侧面帧无该位置信息作为负输出。正输出超过规定阈值的图像帧作为天线正侧面的一个观察点被记录。