一种远程监控指挥用无人机系统的制作方法

1.本发明涉及一种远程监控指挥用无人机系统。


背景技术：

2.现有类似的远程监控无人机系统包括无人机端和声音检测端；声音检测端包括若干个声音检测模块，声音检测模块阵列式分布于监控区域，每个声音检测模块包括用于检测声音分贝值的分贝传感器和用于声音数据发送的第一网络模块；无人机端包括无人机本体，无人机本体上设置有控制器，无人机本体下方设置有广播模块等。


技术实现要素：

3.现阶段对于宠物、畜牧业等方面，消耗人力资源过大，无论在宠物运动方面、还是畜牧业方面，需要专业人员进行看护、饲养、引领；有部分宠物主人、畜牧业负责人应用无人机的方式进行远程监控管理，但无人机耗电量大、夜间影像采集不清晰、无法精准引导相关动物进行相关行为，例如，畜牧业头羊领队，带领羊群、牛群等动物喝水、散步、回到饲养场等相关动作。
4.为了解决上述问题，本发明提供一种远程监控指挥用无人机系统，其可以应用于畜牧业或宠物等领域。本发明以无人机飞行器为基础，将仿生学模块嵌入无人机机身，实现远程引导动物行为，主要应用饲料、气味、声音、放牧人身影等方式；并实时采集动物声音反馈，进行大致判断，实现精准检测动物的心理状态以及下一步行为。
5.本发明应用蓄电池、太阳能板进行电量收集储蓄，在监测过程中若提示电量低的情况下，可应用蓄电池、太阳能板采集后的电量进行短暂飞行，并提示负责人及时进行下一步部署。
6.本发明便于记录影像，采用普通可接入三种镜头，便于标准、广角、长焦镜头拍摄；更便于夜间飞行，除日常光源外，在摄像头位置使用夜光板进行光源辅助摄像。
7.一种远程监控指挥用无人机系统，包括：
8.仿生学模块，其嵌入无人机的机身，
9.在白天监测模式下，所述无人机系统开启所述仿生学模块以实现远程引导动物行为。
10.在所述无人机系统中，所述仿生学模块可以包括仿声模块、气味模块、饲料模块以及光影模块，所述仿声模块用于基于预设的声音辨别算法对动物发出的声音进行辨别转换以实现远程监控引导，所述气味模块用于应用气味进行路径引导，所述饲料模块用于应用饲料进行路径引导，所述光影模块用于应用光影进行路径引导。
11.在所述无人机系统中，在所述白天监测模式下，无人机系统开启太阳能板储能。
12.在所述无人机系统中，在夜间监测模式下，所述无人机可以根据光的明暗程度，全程开启夜光板自动反光，调用蓄电池供电，并且开启摄像头附近光源进行实时监控。
13.在所述无人机系统中，所述无人机系统可以根据光强度以及设置时间来判断是否
采用所述夜间监测模式。
14.在所述无人机系统中，所述无人机系统可以是基于5g网络。
15.在所述无人机系统中，所述声音辨别算法可以包括：
16.输入语句；
17.利用公式(1)将输入的语句与相关类别匹配，
[0018][0019]
其中，x与y分别为语句与相关信息类别，k为第k次递归，x、y变量系数为i、j、t；
[0020]
利用公式(2)选择匹配度最优的方案，
[0021][0022]
应用所述变量及系数，得出相关匹配系数及方案，应用无监督模型进行多次机器学习；
[0023]
应用公式(3)进行无监督学习，实现误差值最小、最准确的方案，
[0024][0025]
其中，t
ming
为历史递归最小值；
[0026]
设定递归算法最终输出值，并得出方案；以及
[0027]
输出与人类语句相匹配的话语。
[0028]
在所述无人机系统中，处理后的语音储可以存在后台语音数据库。
[0029]
利用本发明的远程监控指挥用无人机系统，在白天监测模式下，无人机通过开启太阳能板储能，能够对已有电量进行适时补充，同时，通过开启嵌入无人机机身的各个仿生学模块能够实现远程引导动物行为，此外，在夜间监测模式下，通过应用夜光板，能够辅助夜晚行进摄像头实时采集影像。换句话说，本发明的无人机系统能够通过各个仿生学模块实现远程引导动物行为的目的，通过应用夜光板辅助夜晚行进摄像头实时采集影像。
附图说明
[0030]
下面将参考附图描述本发明的具体实施方式，这些实施方式是示例性的，而非限制性的。
[0031]
图1是根据本发明实施例的无人机系统在白天监测模式下的示意图；
[0032]
图2是根据本发明实施例的无人机系统在夜间监测模式下的示意图；和
[0033]
图3是根据本发明实施例的无人机系统的构造图。
具体实施方式
[0034]
本发明以无人机飞行器为基础，将仿生学模块嵌入无人机机身，实现远程引导动物行为，主要应用饲料、气味、声音、放牧人身影等方式；并应用多种摄像方式进行实时跟进，在飞行过程中，应用蓄电池、太阳能板等组件对已有电量进行适时补充；并且外置挂钩便捷外置物品携带。
[0035]
下面将详细介绍本发明的无人机系统的结构及功能。
[0036]
首先介绍全天监测流程，其包括两种模式：白天监测模式和夜间监测模式。
[0037]
1、白天监测模式
[0038]
无人机系统在白天监测模式下的动作如图1所示。
[0039]
1)太阳能板根据天气情况开启储能；
[0040]
2)飞行器起飞；
[0041]
3)相关组件随飞行器开启分别做开启以及准备工作；
[0042]
4)开启模块：摄像头、蓄电池、仿声等模块；
[0043]
5)准备模块：气味系统、饲料系统、光影系统等进行准备工作；
[0044]
6)模块分类应用：
[0045]
a.摄像头开启——进行摄像记录——将影像进行实时回传；
[0046]
b.蓄电池开始——根据飞行里程进行电量储能；
[0047]
c.仿声系统开启——实时进行声音记录——对动物发出的声音进行辨别转换——将辨别后的语言进行回传——负责人可对辨别声音进行回馈回应——实现远程监控引导；
[0048]
d.气味系统——将已有气味进行储存——气味系统开启——应用气味进行路径引导；
[0049]
e.饲料系统——将已有饲料进行储存——饲料系统开启——应用饲料进行路径引导；
[0050]
f.光影系统——将光斑、光影、放牧人身影进行储存——光影系统开启——应用相关光影模块进行路径引导。
[0051]
2、夜间监测模式
[0052]
无人机系统根据光强度以及设置时间来判断是否采用夜间监测模式。
[0053]
无人机系统在夜间监测模式下的动作如图2所示。
[0054]
1)根据光的明暗程度，全程开启夜光板自动反光；
[0055]
2)夜间监测模式，自动调用蓄电池电量；
[0056]
3)开启摄像头附近光源进行实时监控；
[0057]
4)模块分类应用：
[0058]
蓄电池——起飞后根据无人机飞行器里程，进行储电，蓄电量根据飞行里程、飞行时长进行确定；
[0059]
摄像头附近光源——开启夜间监测模式——应用蓄电池电量调用摄像头。
[0060]
图3是根据本发明实施例的无人机系统的构造图。在本发明的该实施例中，无人机系统10包括太阳能板11、摄像头12、蓄电池13、仿生学模块15以及控制模块14等，而仿生学模块15包括仿声模块16、气味模块18、饲料模块17以及光影模块19等。
[0061]
无人机系统10可以包括光强度传感器，其检测环境光的强度，从而判断是采用白天监测模式还是夜间监测模式。
[0062]
无人机系统10也可以通过内置的时钟来判断是采用白天监测模式还是夜间监测模式。
[0063]
此外，光强度传感器的检测结果还可以用于判断在白天监测模式下是否开启太阳
能板11进行储能。换句话说，当无人机系统10开启电源之后，光强度传感器开始工作并将环境光强度的检测结果传送给控制模块14。如果环境光强度高于特定阈值，则控制模块14判定天气情况适合于太阳能板11工作并发送开启太阳能板11的指令。如果环境光强度不高于该特定阈值，则控制模块14判定天气情况不适合于太阳能板11工作，从而不发送开启太阳能板11的指令。
[0064]
在无人机系统10开启之后，先判断是采用白天监测模式还是夜间监测模式，如果采用白天监测模式，则控制系统14开启包括摄像头12、蓄电池13以及仿生学模块15在内的各个模块。
[0065]
摄像头12进行摄像记录并将影像进行实时回传，负责人可以利用显示器或手机等电子设备显示回传的实时影像。
[0066]
蓄电池13则存储太阳能板11收集的能量。
[0067]
仿声模块16实时地记录声音，对动物发出的声音进行辨别转换，将辨别后的语言进行回传，负责人可对辨别后的声音进行回馈回应，从而实现远程监控引导。
[0068]
已有的气味预先储存在气味模块18中，从而气味模块18应用气味对动物进行路径引导。
[0069]
已有的饲料预先储存在饲料模块17中，从而饲料模块17应用饲料对动物进行路径引导。
[0070]
光斑、光影、放牧人的身影预先储存在光影模块19中，从而光影模块19应用相关光影对动物进行路径引导。
[0071]
如果无人机系统10在开启之后判断采用夜间监测模式，则控制系统14开启摄像头12、蓄电池13等模块。
[0072]
无人机系统10根据光的明暗程度全程开启夜光板自动反光。摄像头12对附近光源进行实时监控。蓄电池13为摄像头12等提供电量。
[0073]
下面将介绍声音辨别算法。
[0074]
有效沟通语句无限接近，自有期待值与现有值无限接近，机器学习之后实现最佳匹配并输出方案。
[0075]
1.输入
[0076]
输入有效可辨别的语句。
[0077]
2.将输入语句与相关类别匹配
[0078][0079]
其中x与y分别为语句与相关信息类别(关键词、仿声词)，k为第k次递归；x、y变量系数为i、j、t。
[0080]
3.选择匹配度最优的方案
[0081][0082]
应用上述变量及系数，得出相关匹配系数及方案，应用无监督模型进行多次机器学习。
[0083]
4.无监督学习
[0084]
应用无监督学习，增强现有语音识别能力，实现误差值最小，最准确的方案；
[0085][0086]
其中，t
ming
为历史递归最小值。
[0087]
5.设定递归算法最终输出值，并得出方案
[0088]
当前递归次数加1，并判断是否小于等于100，递归次数加1，并判断是否小于等于100，如“是”则返回到步骤2，如“否”则输出方案。
[0089]
6.输出方案
[0090]
输出与人类语句相匹配的话语。
[0091]
优选地，本发明的无人机系统基于5g网络。另外，本发明的无人机系统可以在后台语音数据库进行储存。
[0092]
利用后台云存储，将处理后的语音储存在已有数据库。后台语音数据库在5g场景下，做到将词语、语句、有效沟通对话进行实时更新，在语音判断时，精准定位。
[0093]
本发明的无人机系统能够通过各个仿生学模块实现远程引导动物行为的目的，通过应用夜光板辅助夜晚行进摄像头实时采集影像。
[0094]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0095]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

技术特征：
1.一种远程监控指挥用无人机系统，包括：仿生学模块，其嵌入无人机的机身，在白天监测模式下，所述无人机系统开启所述仿生学模块以实现远程引导动物行为。2.根据权利要求1所述的无人机系统，其中，所述仿生学模块包括仿声模块、气味模块、饲料模块以及光影模块，所述仿声模块用于基于预设的声音辨别算法对动物发出的声音进行辨别转换以实现远程监控引导，所述气味模块用于应用气味进行路径引导，所述饲料模块用于应用饲料进行路径引导，所述光影模块用于应用光影进行路径引导。3.根据权利要求1所述的无人机系统，其中，在所述白天监测模式下，无人机系统开启太阳能板储能。4.根据权利要求1所述的无人机系统，其中，在夜间监测模式下，所述无人机根据光的明暗程度，全程开启夜光板自动反光，调用蓄电池供电，并且开启摄像头附近光源进行实时监控。5.根据权利要求4所述的无人机系统，其中，所述无人机系统根据光强度以及设置时间来判断是否采用所述夜间监测模式。6.根据权利要求1至5中任一项所述的无人机系统，其中，所述无人机系统是基于5g网络。7.根据权利要求1至5中任一项所述的无人机系统，其中，所述声音辨别算法包括：输入语句；利用公式(1)将输入的语句与相关类别匹配，其中，x与y分别为语句与相关信息类别，k为第k次递归，x、y变量系数为i、j、t；利用公式(2)选择匹配度最优的方案，应用所述变量及系数，得出相关匹配系数及方案，应用无监督模型进行多次机器学习；应用公式(3)进行无监督学习，实现误差值最小、最准确的方案，其中，t
ming
为历史递归最小值；设定递归算法最终输出值，并得出方案；以及输出与人类语句相匹配的话语。8.根据权利要求7所述的无人机系统，其中，处理后的语音储存在后台语音数据库。

技术总结
本发明公开一种远程监控指挥用无人机系统，包括：仿生学模块，其嵌入无人机的机身，在白天监测模式下，所述无人机系统开启所述仿生学模块以实现远程引导动物行为。利用本发明的无人机系统，能够通过各个仿生学模块实现远程引导动物行为的目的，通过应用夜光板辅助夜晚行进摄像头实时采集影像。行进摄像头实时采集影像。行进摄像头实时采集影像。


技术研发人员：田美乔
受保护的技术使用者：中国联合网络通信集团有限公司
技术研发日：2023.02.07
技术公布日：2023/5/5