(19)中华 人民共和国 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 202111633172.9 (22)申请日 2021.12.28 (71)申请人 广东电网有限责任公司 地址 510600 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司肇庆供电局 (72)发明人 张茵翠　黄达文　谭家伟　姜南　 卢福宁　陈冠宇　莫建挥　莫定佳　 江沛琼　王伟光　林斌　宾家伟　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 彭祯奇 (51)Int.Cl. G06K 9/62(2022.01) G06Q 50/26(2012.01)G06V 20/10(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) (54)发明名称 基于多路传感器无人机的控制方法、 系统及 可读存储介质 (57)摘要 本发明公开的一种基于多路传感器无人机 的控制方法、 系统及可读存储介质， 其中方法包 括： 基于预设传感器获得所述无人机的多路数据 并分类存储； 基于预设检查算法对 各路所述传感 器采集到的数据进行自检， 提取危险因子并排序 以得到验证数据集； 将所述验证数据集输入到训 练好的识别神经网络模型中训练得到模拟输出 值； 基于所述模拟输出值判断危险等级， 并调用 应急数据库自动匹配应急机制以发送给用户端。 本发明通过在无人机机身上设置多种传感器， 以 采集多路数据， 并对采集到的现场数据进行分析 可以判断出现场情况的危险等级， 并根据不同的 等级匹配对应的应急机制给到用户端， 以供其第 一时间采取救援措施， 以灵活应用到多类型抢险 救援现场。 权利要求书2页 说明书13页 附图1页 CN 114282619 A 2022.04.05 CN 114282619 A 1.基于多路传感器无 人机的控制方法， 其特 征在于， 包括以下步骤： 基于预设传感器获得 所述无人机的多路数据并分类存 储； 基于预设检查算法对各路所述传感器采集到的数据进行自检， 提取危险因子并排序以 得到验证数据集； 将所述验证数据集输入到训练好的识别神经网络模型中训练得到模拟输出值； 基于所述模拟输出值判断危险等级， 并调用应急数据库自动匹配应急机制以发送给用 户端。 2.根据权利要求1所述的基于多路传感器无人机的控制方法， 其特征在于， 所述基于预 设传感器获得 所述无人机的多路数据并分类存 储， 具体为： 获取所述传感器采集到的各路数据， 其中， 所述传感器包括但不仅限于热红外传感器、 局部放电检测传感器以及可 见光检测传感器； 提取所述传感器的数量级， 基于所述数量级对数据服 务器进行自动化分区； 将所述多路数据匹配所述分区进行分类存 储。 3.根据权利要求2所述的基于多路传感器无人机的控制方法， 其特征在于， 所述基于预 设检查算法对各路所述传感器采集到的数据进 行自检， 提取危险因子并排序以得到验证数 据集， 具体为： 调用各所述分区的所述传感器采集数据以基于所述检查 算法进行自检； 识别各所述分区自检结果的所述危险因子， 进行排序， 其中， 按照各所述分区对应的所 述危险因子的占比值进行降序排列； 获取降序排列的所述 危险因子的数据集 合， 作为所述验证数据集。 4.根据权利要求1所述的基于多路传感器无人机的控制方法， 其特征在于， 所述识别神 经网络模型训练方法为： 获取历史检测数据的危险因子类型与确定的危险等级； 将所述历史检测数据的危险因子类型与确定的危险等级进行预处理， 得到训练样本 集； 将所述训练样本集输入至初始化的所述识别神经网络模型中训练； 获取输出 结果的准确率； 若所述准确率大于预设的准确率阈值， 则停止训练， 得到所述识别神经网络模型。 5.根据权利要求1所述的基于多路传感器无人机的控制方法， 其特征在于， 所述基于所 述模拟输出值判断危险等级， 并调用应急数据库自动匹配应急机制以发送给用户端， 具体 为： 获取所述模拟输出值， 并进行阈值判断， 得到对应的所述危险等级， 其中， I级危险的阈 值范围为(0， 50％],II级危险的阈值范 围为(50％， 80％]， III级危险的阈值范 围为(80％， 100％]； 在获取到所述危险等级后， 调用所述应急数据库匹配对应所述危险等级的所述应急机 制以发送给 所述用户端， 其中， 不同的所述 危险等级对应不同的所述应急机制。 6.根据权利要求1所述的基于多路传感器无人机的控制方法， 其特征在于， 还包括基于 所述传感器采集到的数据得到瞬时最大值和期望进行判断所述 危险等级， 具体为： 基于所述传感器采集到的数据得到所述各路数据的期望值；权　利　要　求　书 1/2 页 2 CN 114282619 A 2提取各个所述传感器采集到的数据中的所述瞬时最大值； 将所述瞬时最大值和所述期望带入到预设判别式中得到判别结果， 进而根据 所述判别 结果得到所述 危险等级。 7.基于多路传感器无人机的控制系统， 其特征在于， 包括存储器和处理器， 所述存储器 中包括基于多路传感器无人机的控制方法程序， 所述基于多路传感器无人机的控制方法程 序被所述处 理器执行时实现如下步骤： 基于预设传感器获得 所述无人机的多路数据并分类存 储； 基于预设检查算法对各路所述传感器采集到的数据进行自检， 提取危险因子并排序以 得到验证数据集； 将所述验证数据集输入到训练好的识别神经网络模型中训练得到模拟输出值； 基于所述模拟输出值判断危险等级， 并调用应急数据库自动匹配应急机制以输出给用 户端。 8.根据权利要求7所述的基于多路传感器无人机的控制系统， 其特征在于， 所述基于预 设传感器获得 所述无人机的多路数据并分类存 储， 具体为： 获取所述传感器采集到的各路数据， 其中， 所述传感器包括但不仅限于热红外传感器、 局部放电检测传感器以及可 见光检测传感器； 提取所述传感器的数量级， 基于所述数量级对数据服 务器进行自动化分区； 将所述多路数据匹配所述分区进行分类存 储。 9.根据权利要求8所述的基于多路传感器无人机的控制系统， 其特征在于， 所述基于预 设检查算法对各路所述传感器采集到的数据进 行自检， 提取危险因子并排序以得到验证数 据集， 具体为： 调用各所述分区的所述传感器采集数据以基于所述检查 算法进行自检； 识别各所述分区自检结果的所述危险因子， 进行排序， 其中， 按照各所述分区对应的所 述危险因子的占比值进行降序排列； 获取降序排列的所述 危险因子的数据集 合， 作为所述验证数据集。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中包括一种基于 多路传感器无人机的控制方法程序， 所述基于多路传感器无人机的控制方法程序被处理器 执行时， 实现如权利要求1至 6中任一项所述的基于多路传感器无 人机的控制方法的步骤。权　利　要　求　书 2/2 页 3 CN 114282619 A 3