[发明专利]一种基于无人机协同组网的边缘群体智能方法

说明书

本发明公开了基于无人机协同组网的边缘群体智能方法，首先，通过一种面向森林火灾烟雾检测的具有自适应间隔的三帧差法提取运动区域，降低了单个无人机烟雾检测的数据运算成本，用烟雾颜色判据模型对运动区域进行提取，获得烟雾图像，再通过计算烟雾的面积变化率判断是否为烟雾图像，提高无人机烟雾检测的准确率；本发明提出了一种改进的分布式的粒子群算法，用多个侦查无人机协同工作，对森林火灾进行实时监控和定位，能够有效地识别森林火灾，降低漏检率，并对火灾做出及时响应，提高无人机组的工作效率；还提出了一种分层反馈校正机制，反馈调节、优化提升自适应间隔三帧差法和改进的分布式粒子群算法。

技术领域

本发明涉及边缘群体智能领域，尤其涉及一种基于无人机协同组网的边缘群体智能方法。

背景技术

近年来，由于人类活动的复杂度不断增加，各种工作任务都交由多个智能设备进行处理，对智能设备群体智能协同工作方法的研究层出不穷，而且应用广泛，例如，由于人类的各种活动，导致全球天气发生异常而引发的森林火灾，在这种人工监督不适合的场景下，国内外开始研究各种群体智能方法，逐渐使用无人机代替人工检测的方式，不断的提高林火监测技术、优化监测方案。森林火灾的及时发现是减少人员伤亡、经济损失的重要手段，因此，具有十分重要意义。

目前存在森林火灾多处并发，且火灾初期人工检测难以发现的特点，人工检测成本高、监测区域小、工作效率低下，容易造成人员伤亡的现象。一些火灾烟雾检测算法应用于森林火灾识别场景中还是存在误检、抗干扰能力差的缺点，图片中如果存在干扰物的颜色与烟雾比较相似，如漂浮的雾气或云朵等，容易出现目标区域的错误分割，可能出现漏检，导致后续森林火灾的识别困难。随着我国经济的发展，各种科学技术发展迅速，无人机技术便是其中的一种。当前的无人机技术发展良好并逐渐走向成熟，在各领域的应用比较广泛，具有良好的前景，尤其是在森林的灭火防火领域具有人工没有的优势：无人机能在空中进行侦查，对火场的具体形式进行实时回传，能够给防火灭火指挥员提供准确信息，但是无人机存在数据处理运算成本高的问题。

发明内容

发明目的：针对目前火灾识别技术应用于森林火灾识别场景中识别率下降，检测方法存在自适应性不强、可能会出现烟雾漏检的情况和森林火灾具有多处并发，且火灾初期人工检测难以发现的特点；采用人工火灾监测和灭火成本过大，实时性较差、监测区域较小，容易造成人员伤亡；无人机作业效率低下、续航能力不足、数据处理成本较高等一系列问题，本发明提出了一种基于无人机协同组网的边缘群体智能方法。

技术方案：为了克服上述现有技术的不足，本发明提出一种基于无人机协同组网的边缘群体智能方法，包括以下步骤：

(1)将需要巡视的区域，划分成b×d个区域，每个区域都设置有一个无人机基站，无人机基站内设置有侦查无人机组、灭火无人机组和验证无人机组；所述需要巡视的区域可以是森林区域，草地等易发生火灾的区域。

(2)每个基站内的侦查无人机使用自适应间隔的三帧差法，提取巡航视频图像中的运动区域，然后用烟雾颜色判据对运动区域进行分割，获取初步分割烟雾图像，计算初步分割烟雾图像面积变化率e_a，判断该图像是否为烟雾图像，若是烟雾图像，则判定此处为着火点，并将位置信息和烟雾面积变化率数据同步给基站；

(3)基站比较所有侦查无人机获取着火点处的烟雾面积变化率，找到最大烟雾面积变化率e_max所对应的着火点的位置信息，视为所有侦查无人机共同认为的火灾最大的着火点，并将该着火点的位置信息共享给所有正在执行巡视任务的侦查无人机，然后每个侦查无人机比较自身检测到的所有着火点的烟雾面积变化率，找到最大烟雾面积变化率对应的着火点的位置信息，作为每个侦查无人机自身认为最大的着火点；每个侦查无人机再根据所有侦查无人机共同的火灾最大的着火点的位置和自身最大的着火点的位置，根据分布式的粒子群算法及时调整飞行速度的大小和方向，向所有侦查无人机共同的火灾最大的着火点的方向飞行进行火点检测，重复步骤(2)-(3)，直到定位出森林区域范围内的所有着火点；