[发明专利]一种非人工的基站天线工参采集系统及方法

说明书

本发明涉及一种非人工的基站天线工参采集系统及方法，属于无线通信技术领域，具体公开了一种非人工的基站天线工参采集方法，包括：S1：云端平台使用图像识别算法建立天线图像模型库；S2：获取点云数据，并生成点云文件；S3：获取基站天线工参：根据点云数据中天线结构体内的空间点的三维坐标信息，结合统计学算法计算得到基站天线工参。本发明只需获取天线点云数据、图片和视频信息即可实现天线工参的采集，大大降低无人机操作技能的要求和数据准确性的要求，提高天线工参采集的效率。

技术领域

本发明属于无线通信技术领域，具体涉及了一种非人工的基站天线工参采集系统及方法。

背景技术

随着通信基站天线数量的规模不断增大，基站天线数量由最初的一个基站一个扇区只有一付2G天线发展到现在2G、3G、4G、5G天线同时出现在一个基站上，一个扇区可能出现4付天线，甚至还会出现一个基站多家营运商的多套通信系统同时出现在一个物理地址的现象，一个扇区天线数可能达到10多付的情况，为基站天线的工参采集增加了难度。目前天线工参的采集主要还是通过人工上站现场测量获取，受物业、环境等因素影响比较大，存在攀爬高塔的安全风险和物业业主不在不能上站的现象。尽管已经出现了一些使用无人机采集天线参数的技术，这些技术主要是基于无人机通过人为控制无人机的飞行位置、姿态、与天线的距离和角度获取现场数据，对无人机的操作技能要求很高，获取数据的精确度也有一定要求，因此对天线工参采集效率存在一定程度的影响。

现有的天线工参采集技术主要存在以下一些缺陷：

(1)人工采集方式受物业和环境等因素影响，存在业主不在无法上站测量天线工参、一些高塔基站人工采集存在安全隐患等缺点。

(2)现有的无人机天线工参采集，对无人机操作技能要求高，对采集的数据准确性有一定要求，大大降低了数据采集效率，难以满足日益增多的天线数量对于天线工参采集的需求。

发明内容

有鉴于此，本发明的目的在于提供一种非人工的基站天线工参采集系统及方法，通过在无人机上挂载激光雷达和摄像头，只需获取天线点云数据、图片和视频信息即可实现天线工参的采集，大大降低无人机操作技能的要求和数据准确性的要求，提高天线工参采集的效率。

为达到上述目的，本发明提供如下技术方案：

方案1、一种非人工的基站天线工参采集方法，包括以下步骤：

S1：云端平台使用图像识别算法建立天线图像模型库；

S2：获取点云数据，并生成点云文件；

S3：获取基站天线工参：根据点云数据中天线结构体内的空间点的三维坐标信息，结合统计学算法计算得到基站天线工参。

进一步，步骤S1中，所述图像识别算法是使用深度学习算法自动识别并且标出目标营运商天线；所述深度学习算法包括：采用目标识别的Yolo框架，用历史无人机拍摄的图片和视频截图作为图片数据集；根据不同营运商，对图片数据集中的天线进行人工标注；然后训练模型进行天线特征的提取；模型训练采用YOLOv5l的权重作为初始权重，并采用YOLOv5l的模型深度和广度倍率。

进一步，步骤S2中，生成点云文件，具体包括：获取连续分段的原始点云数据、基站数据和轨迹数据，通过移动测图软件StarSolve解算成数个las格式的点云文件，再通过cloud compare三维点云处理软件筛选合并，生成最终的点云文件。

进一步，步骤S3中，采用统计学算法计算得到基站天线工参，具体为：采用随机抽样一致算法计算天线方位角和下倾角。