本發(fā)明涉及無人機(jī)，更具體地說，涉及一種無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)。
背景技術(shù)：
1、現(xiàn)有技術(shù)中，無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、地質(zhì)勘探和生態(tài)跟蹤等領(lǐng)域，該系統(tǒng)通常依賴多傳感器組采集實(shí)時(shí)數(shù)據(jù)流，如攝像頭圖像、lidar點(diǎn)云和聲波傳感器反射，以實(shí)現(xiàn)自主觀測(cè)。然而，在長時(shí)觀測(cè)過程中，動(dòng)態(tài)盲區(qū)問題已成為制約系統(tǒng)性能的關(guān)鍵瓶頸。這些動(dòng)態(tài)盲區(qū)往往由霧氣遮擋、植被遮擋或地形凹陷等因素引起，導(dǎo)致傳感器無法直接獲取完整數(shù)據(jù)。傳統(tǒng)方法主要采用被動(dòng)回避策略，如路徑繞行或事后數(shù)據(jù)插值，但這些方法存在顯著不足：一方面，路徑繞行增加了能量消耗和飛行時(shí)間，降低了觀測(cè)效率；另一方面，簡單插值忽略了盲區(qū)邊緣的多模態(tài)微弱信號(hào)，無法準(zhǔn)確重建復(fù)雜數(shù)據(jù)分布，容易引入誤差和幻覺，導(dǎo)致整體觀測(cè)數(shù)據(jù)不完整，進(jìn)而影響后續(xù)分析的可靠性和決策準(zhǔn)確性。此外，現(xiàn)有的系統(tǒng)缺乏對(duì)盲區(qū)不確定性的量化評(píng)估和自適應(yīng)決策機(jī)制，無法實(shí)現(xiàn)端到端的實(shí)時(shí)處理，進(jìn)一步限制了系統(tǒng)在復(fù)雜環(huán)境下的自主性和魯棒性。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明要解決的技術(shù)問題是提供一種無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，以解決背景技術(shù)中提到的問題。
2、為了達(dá)到上述目的，本發(fā)明采取以下技術(shù)方案：
3、一種無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，包括無人機(jī)本體、多傳感器組、處理器和存儲(chǔ)器；
4、所述多傳感器組用于采集實(shí)時(shí)多傳感器數(shù)據(jù)流；
5、所述存儲(chǔ)器存儲(chǔ)有觀測(cè)盲區(qū)自發(fā)現(xiàn)填充算法，所述處理器執(zhí)行所述觀測(cè)盲區(qū)自發(fā)現(xiàn)填充算法以處理所述實(shí)時(shí)多傳感器數(shù)據(jù)流，實(shí)現(xiàn)盲區(qū)自發(fā)現(xiàn)和填充；
6、所述觀測(cè)盲區(qū)自發(fā)現(xiàn)填充算法為多階段混合生成框架，包括盲區(qū)檢測(cè)模塊、條件生成對(duì)抗網(wǎng)絡(luò)變體模塊、貝葉斯不確定性量化子模塊和強(qiáng)化學(xué)習(xí)代理模塊；
7、所述盲區(qū)檢測(cè)模塊通過卷積層提取盲區(qū)邊界掩碼并量化幾何形狀；所述條件生成對(duì)抗網(wǎng)絡(luò)變體模塊融入自注意力機(jī)制，從盲區(qū)邊緣提取的多模態(tài)特征向量作為條件輸入生成候選填充數(shù)據(jù)；所述貝葉斯不確定性量化子模塊基于變分推斷計(jì)算每個(gè)生成像素或點(diǎn)的證據(jù)下界，動(dòng)態(tài)調(diào)整置信度閾值；
8、所述強(qiáng)化學(xué)習(xí)代理模塊基于深度q網(wǎng)絡(luò)評(píng)估填充后的數(shù)據(jù)一致性獎(jiǎng)勵(lì)，決策融合所述候選填充數(shù)據(jù)或觸發(fā)重飛驗(yàn)證路徑，實(shí)現(xiàn)端到端的自發(fā)現(xiàn)、生成和驗(yàn)證循環(huán)。
9、更具體的，所述多傳感器組包括攝像頭、lidar傳感器和聲波傳感器，用于采集實(shí)時(shí)多傳感器數(shù)據(jù)流，包括攝像頭圖像、lidar點(diǎn)云和聲波傳感器反射。
10、更具體的，所述盲區(qū)檢測(cè)模塊分析所述實(shí)時(shí)多傳感器數(shù)據(jù)流，利用所述卷積層從所述攝像頭圖像中提取盲區(qū)邊界掩碼，從所述lidar點(diǎn)云中提取點(diǎn)云邊界掩碼，從所述聲波傳感器反射中提取反射邊界掩碼，并融合所述盲區(qū)邊界掩碼、所述點(diǎn)云邊界掩碼和所述反射邊界掩碼以量化所述幾何形狀，所述幾何形狀包括凸包邊界。
11、更具體的，所述多模態(tài)特征向量包括圖像邊緣的sobel梯度、lidar的點(diǎn)密度梯度和聲波的頻譜特征。
12、更具體的，處理所述多模態(tài)特征向量的過程包括計(jì)算圖像邊緣的sobel梯度與lidar的點(diǎn)密度梯度的注意力權(quán)重，并應(yīng)用所述注意力權(quán)重生成所述候選填充數(shù)據(jù)中的像素值或點(diǎn)云值。
13、更具體的，所述置信度閾值的動(dòng)態(tài)調(diào)整通過梯度下降應(yīng)用于歷史填充準(zhǔn)確率，所述置信度閾值初始值為0.75。
14、更具體的，所述歷史填充準(zhǔn)確率從先前融合的所述候選填充數(shù)據(jù)與實(shí)際驗(yàn)證數(shù)據(jù)的比較中獲取，所述比較包括計(jì)算像素級(jí)或點(diǎn)云級(jí)的均方誤差。
15、更具體的，所述觸發(fā)重飛驗(yàn)證路徑包括生成備用飛行路徑繞過所述盲區(qū)或重新接近所述盲區(qū)邊緣采集額外數(shù)據(jù)。
16、更具體的，所述盲區(qū)檢測(cè)模塊基于u-net架構(gòu)。
17、更具體的，所述觀測(cè)盲區(qū)自發(fā)現(xiàn)填充算法應(yīng)用包括霧氣遮擋、植被遮擋或地形凹陷引起的傳感器盲點(diǎn)。
18、本發(fā)明相對(duì)于現(xiàn)有技術(shù)的優(yōu)點(diǎn)在于，本發(fā)明通過觀測(cè)盲區(qū)自發(fā)現(xiàn)填充算法的多階段混合生成框架，實(shí)現(xiàn)了盲區(qū)自發(fā)現(xiàn)和填充。該框架包括盲區(qū)檢測(cè)模塊、條件生成對(duì)抗網(wǎng)絡(luò)變體模塊、貝葉斯不確定性量化子模塊和強(qiáng)化學(xué)習(xí)代理模塊，能夠從盲區(qū)邊緣提取多模態(tài)特征向量生成候選填充數(shù)據(jù)，并通過證據(jù)下界計(jì)算和一致性獎(jiǎng)勵(lì)評(píng)估動(dòng)態(tài)調(diào)整置信度閾值，決策融合填充數(shù)據(jù)或觸發(fā)重飛驗(yàn)證路徑，從而確保端到端的自發(fā)現(xiàn)、生成和驗(yàn)證循環(huán)。本發(fā)明系統(tǒng)提高了觀測(cè)數(shù)據(jù)的完整性和準(zhǔn)確性，減少了因盲區(qū)導(dǎo)致的數(shù)據(jù)缺失和分析偏差；降低了重飛驗(yàn)證的頻率，優(yōu)化了能量消耗和飛行效率；增強(qiáng)了系統(tǒng)在動(dòng)態(tài)環(huán)境下的魯棒性和自主適應(yīng)能力，適用于長時(shí)觀測(cè)過程，如霧氣遮擋或地形凹陷場景，實(shí)現(xiàn)數(shù)據(jù)完整性恢復(fù)。
1.一種無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，包括無人機(jī)本體、多傳感器組、處理器和存儲(chǔ)器；
2.根據(jù)權(quán)利要求1所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述多傳感器組包括攝像頭、lidar傳感器和聲波傳感器，用于采集實(shí)時(shí)多傳感器數(shù)據(jù)流，包括攝像頭圖像、lidar點(diǎn)云和聲波傳感器反射。
3.根據(jù)權(quán)利要求2所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述盲區(qū)檢測(cè)模塊分析所述實(shí)時(shí)多傳感器數(shù)據(jù)流，利用所述卷積層從所述攝像頭圖像中提取盲區(qū)邊界掩碼，從所述lidar點(diǎn)云中提取點(diǎn)云邊界掩碼，從所述聲波傳感器反射中提取反射邊界掩碼，并融合所述盲區(qū)邊界掩碼、所述點(diǎn)云邊界掩碼和所述反射邊界掩碼以量化所述幾何形狀，所述幾何形狀包括凸包邊界。
4.根據(jù)權(quán)利要求3所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述多模態(tài)特征向量包括圖像邊緣的sobel梯度、lidar的點(diǎn)密度梯度和聲波的頻譜特征。
5.根據(jù)權(quán)利要求4所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，處理所述多模態(tài)特征向量的過程包括計(jì)算圖像邊緣的sobel梯度與lidar的點(diǎn)密度梯度的注意力權(quán)重，并應(yīng)用所述注意力權(quán)重生成所述候選填充數(shù)據(jù)中的像素值或點(diǎn)云值。
6.根據(jù)權(quán)利要求1所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述置信度閾值的動(dòng)態(tài)調(diào)整通過梯度下降應(yīng)用于歷史填充準(zhǔn)確率，所述置信度閾值初始值為0.75。
7.根據(jù)權(quán)利要求6所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述歷史填充準(zhǔn)確率從先前融合的所述候選填充數(shù)據(jù)與實(shí)際驗(yàn)證數(shù)據(jù)的比較中獲取，所述比較包括計(jì)算像素級(jí)或點(diǎn)云級(jí)的均方誤差。
8.根據(jù)權(quán)利要求1所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述觸發(fā)重飛驗(yàn)證路徑包括生成備用飛行路徑繞過所述盲區(qū)或重新接近所述盲區(qū)邊緣采集額外數(shù)據(jù)。
9.根據(jù)權(quán)利要求1所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述盲區(qū)檢測(cè)模塊基于u-net架構(gòu)。
10.根據(jù)權(quán)利要求1所述無人值守全自動(dòng)無人機(jī)觀測(cè)系統(tǒng)，其特征在于，所述觀測(cè)盲區(qū)自發(fā)現(xiàn)填充算法應(yīng)用包括霧氣遮擋、植被遮擋或地形凹陷引起的傳感器盲點(diǎn)。