(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211051346.5 (22)申请日 2022.08.31 (71)申请人 武汉兴图新科电子股份有限公司 地址 430000 湖北省武汉市东湖新 技术开 发区关山大道1号软件产业三期A3栋8 层 (72)发明人 程家明　孔繁东　冯振新　黄银洲　 万旭　 (74)专利代理 机构 武汉知产时代知识产权代理 有限公司 42 238 专利代理师 万文广 (51)Int.Cl. G05D 1/10(2006.01) G06V 20/17(2022.01) G06V 20/52(2022.01)G06V 20/40(2022.01) G06V 10/82(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 一种堤坝监测无 人机群控制方法及系统 (57)摘要 本发明公开了一种堤坝监测无人机群控制 方法及系统， 方法包括： 根据无人机的性能， 对无 人机群中的无人机进行分级， 将无人机分为一级 无人机和其它无人机； 利用一级无人机采集堤坝 视频数据； 使用基于深度学习的目标监测方法分 析堤坝视频数据， 得到堤坝故障点位置和类型； 一级无人机飞行至堤坝故障点， 并以堤坝故障点 为中心， 获取堤坝故障点周围预设范围内的其它 点坐标， 以此将其它点坐标发送至其它无人机； 其它无人机到达指定坐标点， 获取堤坝故障点多 角度图像， 并进行边缘监测， 得到堤坝故障点多 角度边缘， 同时将其传输至一级无人机； 一级无 人机合成堤坝故障点多角度边缘， 进行堤坝险情 评估。 本发明有益效果是： 提高堤坝监测 效率和 精度。 权利要求书2页 说明书3页 附图1页 CN 115480586 A 2022.12.16 CN 115480586 A 1.一种堤坝监测无 人机群控制方法， 其特 征在于： 包括以下步骤： S1、 根据无人机的性能， 对无人机群 中的无人机进行分级， 将无人机分为一级无人机和 其它无人机； S2、 利用一级无 人机采集堤坝视频 数据； S3、 使用基于深度学习的目标监测方法分析堤坝视频数据， 得到堤坝故障点位置和类 型； S4、 一级无人机飞行至堤坝故障点， 并以堤坝故障点为中心， 获取堤坝故障点周围预设 范围内的其它点 坐标， 以此将其它点 坐标发送至其它无 人机； S5、 其它无人机到达指定坐标点， 获取堤坝故障点多角度图像， 并进行边缘监测， 得到 堤坝故障点多角度边 缘， 同时将其传输 至一级无 人机； S6、 一级无 人机合成堤坝故障点多角度边 缘， 进行堤坝险情评估。 2.如权利要求1所述的一种堤坝监测无人机群控制方法， 其特征在于： 步骤S1中， 无人 机分级规则为： 对无 人机的属性影响因子进行综合评 定得到无 人机的优先级。 3.如权利要求2所述的一种堤坝监测无人机群控制方法， 其特征在于： 所述综合评定过 程如下： 1架无人机的属性影响因子共N个； 对每个属性影响因子按照预设值进行定量打 分； 对属性影响因子进行加权求和， 得到总分数； 根据总分数的高低排序， 排在第一 位的为一级无人机， 其余为其它无人机。 4.如权利要求3所述的一种堤坝监测无人机群控制方法， 其特征在于： 若第 一无人机有 多个， 则依次比较第一无人机的属性影响因子的重要程度， 重要程度高的作为第一无人机， 剩余的分类为 其它无人机； 其中属性影响因子的重要程度根据实际情况设定 。 5.如权利要求1所述的一种堤坝监测无人机群控制方法， 其特征在于： 步骤S3 中分析堤 坝视频数据采用Yo loV5网络进行。 6.如权利要求1所述的一种堤坝监测无 人机群控制方法， 其特 征在于： 步骤S4具体为： S41、 当一级无 人机发现故障点时， 选择故障点 位置作为目标位置； S42： 一级无 人机指挥二级无 人机集群到 达指定位置， 具体步骤如下： 一级无人机飞行至目标位置正上方， 之后拍摄一张图像I对其进行自适应分析， 对无人 机集群的位置进行调整， 获取堤坝故障点周围预设范围内的其它点坐标， 使其它 无人机能 够观测堤坝故障全貌 。 7.如权利要求6所述的一种堤坝监测无人机群控制方法， 其特征在于： 所述自适应分析 方法为： 基于目标检测的自适应分析方法； 一级无人机调整至位置x处， 之后通过通信协议 发送指令给其它无人机， 使其飞行至距离故障点的垂直高度为h， 以x点为圆心， r为半径的 圆周上， 呈等距离排列。 8.一种堤坝监测无 人机群控制系统， 其特 征在于： 系统包括： 优先级分析模块、 目标检测模块、 通信模块、 边 缘计算模块和危险评估 模块； 优先级分析模块： 根据 无人机的性能， 对无人机群 中的无人机进行分级， 将无人机分为 一级无人机和其它无 人机； 目标检测模块： 利用一级无人机采集堤坝视频数据； 使用基于深度学习的目标监测方权　利　要　求　书 1/2 页 2 CN 115480586 A 2法分析堤坝视频 数据， 得到堤坝故障点 位置和类型； 通信模块： 一级无人机飞行至堤坝故障点， 并以堤坝故障点为中心， 获取堤坝故障点周 围预设范围内的其它点 坐标， 以此将其它点 坐标发送至其它无 人机； 边缘计算模块： 其它无人机到达指定坐标点， 获取堤坝故障点多角度图像， 并进行边缘 监测， 得到堤坝故障点多角度边 缘， 同时将其传输 至一级无 人机； 危险评估 模块： 一级无 人机合成堤坝故障点多角度边 缘， 进行堤坝险情评估。权　利　要　求　书 2/2 页 3 CN 115480586 A 3