基于5G网联无人机的智慧巡防应用研究*

2021-05-29 08:13于海洋董石磊张学智
电子技术应用 2021年5期
关键词:网联高清时延

于海洋,董石磊,张学智

(中国电信股份有限公司研究院,北京 102209)

0 引言

当下的社会环境,庞大的人流、物流、资金流等高速流动,新冠疫情防控持续不能松懈,社会治安要素的动态管控难度加大,仅靠传统警务模式、方法和手段管理已不能满足需求[1]。公安机关迫切需要利用AI识别、视频监控、无人机追踪等各类新兴信息化手段和技术开展动态、立体、智慧巡防[2]。

近年来,无人机市场规模增长迅速,在多行业、多领域得到重要应用。在警务巡防领域,5G使能网联无人机技术,以最小的延迟传输大量的数据[3]。本文介绍了基于5G网联无人机智慧巡防解决方案,通过5G网络使现场情报的获取和传输更清晰、流畅,使指挥中心和现场作战协同更加实时精准。基于无人机高分辨率影像的人脸识别,加速疑犯的识别效率,提升识别精度。在疫情防控方面,及时发现人员聚集、未佩戴口罩等风险因素。

1 无人机巡防技术应用现状及趋势分析

1.1 无人机巡防技术应用现状

无人机,全称为无人驾驶飞行器(Unmanned Aerial Vehicle,UAV),是通过无线遥控或内设的智能控件进行操控,利用机内嵌入式系统及配件与远程信息平台构建数据链,实现信息实时交互的不载人飞行器[4]。在侦查巡防工作中,无人机的微型化形态、全景式监视以及高空动态长航时使之成为各地公安机关关注的重点,可以协助完成处置突发群体事件、打击违法犯罪、交通管理巡控、安保维稳、抢险救灾救援、地理信息采集等任务[5]。公安部部长郭声琨提出:“加快警航事业发展,以适应新型安全需要,生成新的战斗力。”巡防应用实践中已有众多警用无人机协助警务机关侦破案件,无人机侦查俨然成为巡防工作发展趋向之一[6]。

1.2 无人机巡防面临问题及需求

当前大多数无人机主要采用点对点遥控操控和自主导航飞行,自主导航飞行是按照事先规划的路径自主飞行,飞行过程中不能随时灵活地调整飞行轨迹和角度;点对点遥控操控方式采用类似Wi-Fi或蓝牙通信,其控制距离只有几百米到几公里,大大限制了无人机的应用空间。同时,无人机实时无线数据传输最大可支持1080P视频传输,传输距离有限且易受障碍物影响,无法实现无人机载荷数据远距高质量的实时回传。上述弊端一定程度上制约了无人机在治安巡防中的应用效率和质量[7]。

因此,无人机与移动通信跨界融合的需求与趋势明显,通过接入低空移动通信网络,实现无人机的网联。无人机与移动通信融合,从而实现无人机飞行状态的实时监管、无人机远程实时操控以及载荷数据远距离高精度的实时回传是目前无人机巡防应用的重要需求[8]。

2 5G网联无人机的智慧巡防解决方案

新一代蜂窝移动通信网络5G具备超高带宽、低时延高可靠、广覆盖大连接特性,基于5G网络实现无人机网联,能够赋予无人机实时超高清图传、远程低时延控制等重要能力[9]。在日常巡防中,警务人员根据接警情况或经验,通过5G控制无人机快速到达指定地点进行现场布控,通过无人机现场拍摄的高清视频、热成像、音频进行现场取证,把实时情况回传给地面设备或监控大厅等,为指挥人员决策提供依据;通过结合AI识别技术实现敏感信息自动提取与报警,提升巡防效率和精度,助力实现智慧巡防。

2.1 方案架构

本文提出的网联无人机智慧巡防解决方案如图1所示。基于5G网络、边缘计算以及AI智能算法,整体技术方案采用云边协同的架构部署,云端获取到的信息更加全面,算法统一易于升级,主要功能包括运营及业务管理、AI训练等综合业务。将内容应用及业务能力按需下沉到边端,高清大数据不需绕经核心网即可实现智能分析,保证业务低时延响应,主要部署实时飞行控制、AI实时分析等功能[10]。无人机及其载荷设备通过5G机载专用通信终端接入5G网络。

图1 5G网联无人机智慧巡防解决方案

方案架构如图2所示,主要包含接入层、数据层、支撑层以及业务应用层。其中,接入层主要包括无人机硬件、机巢、载荷设备及网络通信硬件设备等,接入层设备通过机载专用通信终端接入5G网络;数据层主要是数据库资源的记录,包括资源设备数据、系统日志、业务数据等;支撑层主要包括用户权限管理、图像分析、AI识别算法、数据接口等;应用层主要包括面向无人机的任务规划及飞行控制,面向巡防业务应用的AI自动识别等。

图2 5G网联无人机智慧巡防方案架构

2.2 方案特色功能规划

2.2.1 高清视频实时回传

通过机载通信终端进行任务载荷视频传输,依托5G高速网络、机载硬件编码器、智能流媒体管理等技术,实现4K视频的高速传输,同时通过网络实现对摄像头的操控,将图像接入流媒体服务器。

2.2.2 无人机航线规划

通过设置起飞点、降落点、途径点的方式调用航线规划服务,直观展示航线规划结果;还可以通过绘制固定任务区域,实现固定区域的覆盖飞行航线,以满足区域飞行监视覆盖的航线规划需求。飞行航线规划可接入高精度地形数据、任务区高精度建筑等障碍信息数据、地貌特征数据、飞行器飞行性能等约束条件,以仿真环境对规划结果实现动态安全评估。

2.2.3 无人机超视距控制

1) 当政策模糊性低、冲突程度也低的情况下,选用行政性实行。 该模式的支配要素为“资源”,资源越多,行政性实行越有保障。 实行的过程好比一台机器,呈现出垂直方式,最顶端是中央权威机构,信息自上而下传递给实行层。 较低程度的模糊性意味着政策的实行者目标十分明确。

无人飞行器加装5G专用通信终端,融合主流无人机飞控系统,集成多种型号的无人飞行器远程指挥控制能力。基于5G移动运营商网络的低时延载荷图传技术等多种优势,实现超视距指挥控制无人飞行器的功能,通过统一指挥平台实现对接入系统的全国范围内的无人机的指挥和控制。

2.2.4 无人机状态监控和预警

根据无人机设备的唯一标识,查询无人机设备当前的状态是处于在线状态;展示无人机飞行信息,如:经度、纬度、高度、机头方向、偏航角、俯仰角、滚转角等信息。如有异常会通过高亮提示进行异常预警,提醒工作人员查看无人机设备的状态。

2.2.5 智慧巡防

针对无人机低空飞行获取的影像特征,优化低空倾斜视角下人脸识别算法,结合城市常规巡防与疫情防控需求,对人物是否佩戴口罩进行预警,即使在人物佩戴口罩的情况下也能实现人物识别与跟踪,提高智能巡防的鲁棒性[11]。

基于5G边缘计算,基于视频图像的AI识别服务采用边缘侧部署,大数据量的高清视频不需绕经核心网等路径,能够大大降低时延,提高系统处理效率,实现视角内多人物的实时识别、快速锁定与跟踪。

3 关键技术及特点

本文所述方案中,所涉及的技术主要包括无人机网联技术、5G边缘计算技术以及基于低空影像的AI识别技术。

3.1 无人机网联技术

通信链路是无人机实现飞行控制、状态监控以及载荷数据回传的必要条件。上行通信链路负责地面站到无人机的遥控指令的发送和接收,下行通信链路主要负责无人机到地面站的遥测数据、载荷数据等的发送和接收[12]。5G网络的大带宽、低时延、高可靠等特点能够有效满足行业无人机的高清图传、精细定位、实时控制等需求[13]。通过集成5G通信模组,并对接无人机的飞行控制及图传系统,构建无人机机载5G通信终端,实现通信链路切换。基于唯一的标识码,网联无人机控制管理平台完成通信终端的鉴权认证和接入管理,实现无人机的接入控制、载荷上传、状态监控等超视距、低时延、大数据量的5G网联应用。

3.2 5G边缘计算技术

网联无人机的实时控制、载荷数据的实时回传与AI解析等应用需要低时延、大带宽的稳定带宽保障。通过5G网络及云边协同设置的分流策略,将大流量、低时延业务本地化部署,载荷数据的上传与解析可直接通过基站经UPF到达MEC节点智能分析模块,不需经过核心网,从而减少数据传输的节点来降低网络时延[14]。实现快速的AI计算分析,将分析结果及压缩后的影像数据上传云端指挥决策系统,降低网络带宽压力,降低结果反馈时延。

3.3 低空影像AI识别技术

利用无人机进行治安巡防,借助于无人机飞行空中视角、飞行速度高的特点,能够极大地提高巡防效率,在低空倾斜视角下,大大降低人物间相互遮挡。然而,传统的人脸识别算法多适用于为正视角度下图像识别,对于低空无人机倾斜视角下影像特征,需针对性地优化人脸识别算法,提高识别准确率[15]。

基于无人机平台,利用高清摄像机获取人脸影像并提取人脸特征,将检测到的特征信息利用多分类逻辑回归算法等进行训练,得到AI训练模型,可基于低空倾斜视角下AI识别模型进行智慧巡防应用。

4 实践与应用

基于本文技术方案研发了一套网联无人机智慧巡防系统,并成功在中国电信研究院北京园区开展了应用实践。中国电信研究院北京园区现有一栋办公用楼宇在建,为监督建设单位疫情防控措施落实情况,基于5G网联无人机在施工工地开展了智能巡防应用,对于工地附近人员是否佩戴口罩等进行实时监测,对发现未佩戴口罩的行为及时上报,如图3所示。

图3 是否佩戴口罩状态实时监测

经实际应用验证,系统对于是否佩戴口罩的识别率在95%以上,且能够在人员佩戴口罩的情况下对其身份、年龄进行识别,对于陌生人进入园区、是否越界等行为能够进行进一步防范,达到了预期应用效果。

5 结论

本文探讨了基于5G网联无人机的智慧巡防解决方案,基于5G网络实现无人机超视距操控和高清载荷实时回传,大大拓展了无人机应用空间;在线规划无人机飞行路径,大大降低了无人机的操控难度;基于高清影像的AI识别,增强了治安巡防的效率,挤压违法犯罪空间。在疫情防控中,便于及时发现隐患,非接触式的智能巡防能够避免人员密集以及交叉感染的风险。

猜你喜欢
网联高清时延
高清大脑皮层发育新图谱绘成
基于云控平台雾计算架构的网联汽车路径控制
教你玩转AV设备(一):4K高清播放机使用指南
基于GCC-nearest时延估计的室内声源定位
基于改进二次相关算法的TDOA时延估计
网联出世,“收编”第三方支付
交通与汽车的智能化融合:从ETC到网联汽车
FRFT在水声信道时延频移联合估计中的应用
现代汽车联手思科,加速网联汽车项目研发
基于分段CEEMD降噪的时延估计研究