[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

说明书

技术领域

本发明涉及一种测量通信塔天线角度方法，尤其涉及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，属于一种通信塔维护技术领域。

背景技术

无线通讯基站塔上天线的正确安装与维护测试，是移动通讯工程建设与运营的重要内容。传统方式利用人工爬塔测量方位角和下倾角参数。

中国专利公开号CN106454879A的“一种基于无人机航拍确定无线基站工参的方法”已经公开了一种利用无人机航拍获得基站的俯视图，地面系统调用罗盘仪软件，并使罗盘仪的零度的方向与基站俯视图中基站的正北方向重合，原有天线的方向与罗盘仪的角度度数重合，该度数即为原有天线的方向角方法；还公开一种利用地面系统调用量角器软件，并使量角器软件界面的中心点与原有天线的中心点重合，量角器保持垂直，原有天线与量角器之间夹角即为原有天线的下倾角的方法。

该现有技术存在的问题和缺点：方位角和下倾角都需要无人机飞手在现场操控无人机通过肉眼判断将飞机稳定在基站或天线的垂直角上再进行拍摄，其中，针对天线中心点的判断由于天线正面的面积较大，实际操作中肉眼难以确定实际中心点。由人工一次性判断基站的俯视图和天线侧视图存在较大主观性和经验性；通过判断基站的俯视图和天线侧视图来测量方位角和下倾角，发现不同时间、不同人员对同一天线的重复测量结果差别较大，同时测量得到的方向角和下倾角精度一般。

综上所述，中国专利公开号CN106454879A的“一种基于无人机航拍确定无线基站工参的方法”已经公开的技术方案对无人机飞手的技术要求高，同时肉眼校准的误差大，工作时飞手需要高度集中精神进行手眼配合操作，难以进行长时间的作业。经实践测试，在实际工作中效率甚至低于传统人工上塔进行作业。

发明内容

针对现有技术的不足，本发明提出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，借助无人机定点绕飞通讯塔拍摄视频，经计算机软件处理，可对通讯塔的相关参数进行测量，可显著提高工作效率，降低人力成本，提高安全性。

为了解决现有技术的不足，本发明提出利用无人机和卷积神经网络测量通信塔天线角度方法，包含以下步骤：

1)利用多旋翼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的天线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。

作为一种优选方式，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。

作为一种优选方式，所述的等距半径逆时针水平圆周绕飞，圆周半径为7～8米。

作为一种优选方式，所述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，进而分类像素为正样本和负样本。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通信塔左右侧正侧面天线位置。

作为一种优选方式，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；