基于四旋翼无人机下的自动巡检系统

引 言

随着经济的飞速发展和人民生活水平的日益提高，人们对安防产品的要求也越来越高。现在大多数企业、学校、小区的安保都采用传统的保安看守模式。然而，由于传统的保安看守模式存在诸多问题，如人力成本投入过大，保安专业素质偏低，工作效率不高，存在人为的不确定性，从而导致不法分子频繁盗取企业物资，任意出入校园作案，进入企业内部窃取企业珍贵资料等事件频频发生。现如今传统的保安看守模式已经难以满足人们生活的需要。

从以上传统保安看守模式存在的缺点着手，依托物联网、人工智能应用 [1-3] 推广的大环境，本文提出一种基于四旋翼无人机下的自动巡检系统。该系统的主要特点包括 ：依托四旋翼无人机为载体 ；采用 STM32 作为系统的主核芯片 [4-5]， 很大程度地降低系统的功耗 ；采用智能无线射频网络和智能传感器的技术作为系统核心 ；通过多智能传感器感知，提高系统预警的准确性 ；运用无线射频标识识别，进行信息的有效传输 ；搭载高清摄像系统对特定区域进行有效监控 ；无线射频采用 LoRa 扩频技术 [6]，其传输能力强，在减少传输过程中信息丢失的同时有效地解决了高功耗的问题 ；提出并建立了实时监测平台，有效地解决了传统安保模式的缺点。此外，本文充分结合当今物联网技术开发独有的手机 APP，成功实现了预警信息的实时显示。

1 系统架构与工作原理

整个系统可划分为无人机巡航平台、实时监测平台、数据分析平台。该系统结合人工智能、物联网与云计算技术， 以载体无人机、红外人体感应传感器、高清摄像头、RF433 无线射频模块作为媒介的信息采集端，以 GPRS 数据传输模块作为信息的发送端，以红外报警器、手机 APP、商用云平台、后台数据库作为预警决策终端，采用协同监控策略，利用智能算法、大数据处理实现对可疑人员的识别与持续追踪。系统的整体构架如图 1 所示。

1.1 无人机巡航平台

无人机巡航平台主要包括采用智能算法的自动巡迹无人机、红外传感器、智能报警器、GPS 定位信息采集和发送采集信息的无线射频端。通过多种智能传感器的协同作用，可实现对可疑人员的识别、定位、追踪。系统巡航路线规划模拟图如图 2 所示。

图 2 系统巡航路线规划模拟图

1.2 实时监测平台

实时监测平台由高清夜间抓拍摄像头、接收采集信息的无线射频端、GPRS 通信中转端组成。无线射频接收端在接收无线射频发射端发送过来的信息后，通过微控制器 MCU 中转经过 GPRS 模块发送给数据分析平台，同时启用高清摄像头抓拍系统，抓拍可疑人员的外貌特征，并将抓拍到的外貌信息发送给数据分析平台，进一步降低虚警率。

系统采用 RF433 无线射频识别技术，便于对单位内部人员的识别。通过 GPRS 通信技术可有效地将摄像头抓拍的信息传送给数据分析平台，此外借助数据分析平台，将处理后得到的预警信息显示在手机 APP 上。

当有人员靠近时，系统首先启动无线射频识别系统，检测该人员身上是否携带身份识别卡，若未检测到身份识别卡， 则立即打开高清摄像头抓拍系统，对该人员进行抓拍，并将采集的信息通过 GPRS 通信中转平台发送到数据分析平台， 进行人员外貌信息比对。如果判断为可疑人员，则将信息指令发送给无人机巡航平台，实现多无人机自动跟踪，并响应报警系统，直到安保人员进一步核查该人员的身份。

1.3 数据分析平台

数据分析平台主要有单位内部人员人脸信息数据库和APP。数据库主要用于对高清摄像头抓拍的照片进行比对， 便于做进一步预警决策 ；APP 主要用于建立安保人员与系统的桥梁，实时监测和显示预警信息用来提醒安保人员。

该系统提出一套完整的预警解决方案，充分利用无人机的优秀特性和各种信息传输手段（GPS、无线射频、GPRS 等），实现信息的有效传输与处理，解决了传统安保模式存在的问题，可以保证 24 h 实时监控，对可疑人员持续追踪。

2 系统功能验证

为了验证本系统的功能特性情况，从系统实际工作环境着手，在白天和夜间两种不同的光线强度下进行多次测试以及对各个传感器数据传输的时效性及准确性、高清摄像头抓拍图片的识别情况、无线射频识别的准确性、数据分析平台下 APP 的实时数据更新速度和预警信息时效性等方面进行多次测试并进行数据分析。

2.1 系统各个模块功能测试

（1） 智能红外传感器测试。测试思路 ：利用串口调试助手作为辅助工具，如果一旦红外传感器被触发、MCU 便通过串口向调试助手发送“不正常”信息，若红外传感器未被触发则 MCU 通过串口向调试助手发送“正常”指令。测试结果如图 3 所示。

（2） GPS定位模块测试。测试过程 ：通过 MCU 发送读GPS定位信息指令即可通过 GPS 模块返回 GPS 所采集到的位置信息，与此同时，MCU与 PC机进行串口通信，并将返回的位置信息显示在串口调试助手窗口上，其位置信息包括目前的经纬度信息、时间信息，并把第一次采集的定位信息作为基准信息。数据测试结果如图 4 所示。

图3 红外传感器测试数据图4 GPS定位测试数据分析

（3） RF无线射频标识识别测试思路如图 5 所示。

图 5 RF 无线射频标识识别测试思路

首先，配置 RF433 各通道参数一致，利用串口 CH340 模块分别与 PC 机连接，进而 PC 机可以分别与 RF433 发送端（图 5 中简记为 RF1）和 RF433 接收端（图 5 中简记为RF2）之间进行串口通信 ；然后，借助两个串口调试助手分别记为串口调试助手窗口 1 和串口调试助手窗口 2，其中串口调试助手窗口 1 用来显示 RF2 发送的信息，串口调试助手窗口 2 用来显示 RF1 发送的信息 ；最后，可达到测试无线射频标识识别模块的目的。如果窗口调试助手窗口 1 能够接收到来自 RF2 发送的信息且串口调试助手窗口 2 能够接收到来自 RF1 发送的信息，则可认为无线射频标识模块测试成功。测试结果如图 6 所示。

图 6 无线射频测试

2.2 总体功能测试

在系统实际使用时，对系统的总体功能进行测试，实际使用环境分为白天和黑夜，进一步验证本系统识别与信息传输是否有所影响。

（1）白天。系统整体测试时，GPRS模块发送测试如图7所示，系统一切准备就绪后开始测试。当周围有人靠近时，本系统自动启动无线射频标识识别系统，核查该人是否携带射频接收标识，若未携带，则启动高清摄像头抓拍系统并响应报警器。经过多次测试，系统测试正常。

（2）夜晚。系统安装准备同上，依次重复上面的测试步骤，系统测试基本正常，只是夜晚识别时间稍微长，但基本不影响使用体验。

3 结 语

本文从现有安保模式的缺点出发，结合物联网、人工智能大环境，建立一整套完整的预警方案。该方案抓住传统保安看守模式的不足以及无人机应用于安防市场的空白等问题，设计一种智能化的四旋翼无人机下的自动巡检系统，实现了对非单位内部人员的识别、预警、智能追踪功能，有效地解决了现有安保模式带来的人为不确定性、效率较低、耗费成本较大的问题。