基于人工智能算法的校園安全無人機預(yù)接警系統(tǒng)設(shè)計

陳 科，張文劍，蔡凌曦

(成都工業(yè)學(xué)院 經(jīng)濟與管理學(xué)院，成都 611730)

隨著教育需求的日益增加，各類學(xué)校的在校生數(shù)量呈逐年上升的趨勢。校園面積、校園景觀營造的復(fù)雜度也隨之增大，高樓、水域、小樹林等建筑元素常見其中，校園安全事件常在這些區(qū)域發(fā)生。目前的校園安全工作中，預(yù)警處理仍大多依靠人力來完成，且預(yù)警效果不佳。在人力預(yù)警模式下，要提升安全警情的預(yù)警能力，主要辦法是增加人力預(yù)警的區(qū)域、時間和頻度。盡管在這3個方面盡量加大投入，但其實用性和持續(xù)性都較差，并且會受到人員素質(zhì)的制約。在此背景下，找到一種持續(xù)性強、受人為因素影響小、預(yù)警及時、有一定接警處理能力的校園安全預(yù)警解決方案是非常迫切的需求。蔡烜等[1]提出采用固定區(qū)域音視頻數(shù)據(jù)進行分析的方案，但在預(yù)警地域面積上有明顯的局限；秦偉等[2]采用無人機進行固定區(qū)域固定線路的應(yīng)急救援的解決方案，相對功能較單一，主要針對于應(yīng)急救援，與校園安全的多樣性需求有一定的差異。

基于近年來無人機技術(shù)[3]、人工智能技術(shù)的快速發(fā)展，以及校園安全警戒區(qū)域相對廣闊的特性，通過對已有技術(shù)的拓展，本文構(gòu)建了一個基于深度學(xué)習(xí)算法的識別群落并搭配以現(xiàn)有成熟的無人機監(jiān)測硬件來形成一個自動化程度高的預(yù)接警系統(tǒng)平臺，有效解決主、被動狀態(tài)下的預(yù)接警場景下的時效、快速反應(yīng)等問題。

1 硬件系統(tǒng)設(shè)計

硬件系統(tǒng)的一部分是信息系統(tǒng)硬件設(shè)備，該類設(shè)備中主要考慮數(shù)據(jù)處理的即時性能即可。另一部分是無人機硬件設(shè)備群，它包括無人機主體硬件、無人機采集硬件、無人機通信硬件、無人機自動充電硬件。

1.1 無人機主體硬件

雖然無人機的形態(tài)多種多樣，但通過多年的實踐和總結(jié)，在基于軍事目的的偵查、監(jiān)視場景的應(yīng)用和基于民用目的的巡查、跟蹤場景的應(yīng)用下，四旋翼自主飛行器系統(tǒng)的特點非常符合當(dāng)前系統(tǒng)的設(shè)計需求。此類的飛行器運行成本低(造價成本、事故代價成本低)、飛行穩(wěn)定、結(jié)構(gòu)規(guī)范、批量復(fù)制難度小，并且因為四旋翼的設(shè)計，能夠按照既定軌跡飛行，并且更平穩(wěn)地獲取拍攝影像。同時，可以保證載重力、續(xù)航能力的需求，這些都是后續(xù)應(yīng)急救援系統(tǒng)實現(xiàn)的基礎(chǔ)。

鑒于目前無人機研究領(lǐng)域的現(xiàn)況，四旋翼飛行器在飛行姿態(tài)算法和圖像獲取及跟蹤算法上都有較豐富的選擇[4]，如基于卡爾曼濾波器的神經(jīng)模糊PID算法、Mahony互補濾波算法等，在后續(xù)的實際場景的研究和應(yīng)用中也便于根據(jù)實際需求進行開源二次開發(fā)。

1.2 無人機功能硬件

為滿足平臺設(shè)計中的載物、圖像采集、語音采集、偏光場景(光線不好的場景)等需求，在飛行器的外觀設(shè)計中，需配置小型輕質(zhì)結(jié)構(gòu)吊籃；在飛行器的采集硬件設(shè)計中，需配置類似OpenMV的嵌入式攝像頭和聲音采集模塊以及強光照明；在飛行器的通信硬件系統(tǒng)中，需配置類似Radio數(shù)傳模塊、富斯i6接收器等通信模塊。飛行器的自動充電硬件系統(tǒng)可采用通用的鋰電自動充電裝置即可。

2 軟件系統(tǒng)設(shè)計

平臺軟件系統(tǒng)的正常運行，建立在無人機飛行器的預(yù)定正常工作狀態(tài)下。這個正常工作狀態(tài)主要由飛行器的控制系統(tǒng)、數(shù)據(jù)通信交互系統(tǒng)來保障。

飛行器的控制主要分為自動定點巡航和人工手動控制2種方式。在正常的系統(tǒng)工作狀態(tài)下，飛行器默認(rèn)處于自動定點巡航狀態(tài)。該狀態(tài)下，系統(tǒng)控制臺預(yù)先設(shè)置圖像預(yù)警點位，飛行器根據(jù)航線自行巡航到預(yù)定點位進行圖像采集預(yù)警的操作。飛行器每完成1架次的巡航工作即返回預(yù)定的自動充電位置進行充電。前1架次的飛行器起飛后，根據(jù)航線信息配置的間巡時間，下1架次的飛行器起飛開始巡航。根據(jù)航線長短，也可在同航線上設(shè)置多架次分區(qū)段巡航。自動定點巡航功能可以通過成熟的地理信息系統(tǒng)(Geographic Information System，GIS)配合完成。人工手動控制主要應(yīng)用在需要特殊飛行的狀態(tài)下，可以通過解除自動巡航狀態(tài)來獲得人工操作權(quán)限。例如，在接到預(yù)警需要進一步探查時；在接到被動語音接警狀態(tài)時；在進行緊急救援狀態(tài)時。

數(shù)據(jù)通信交互系統(tǒng)主要處理無人機飛行器與軟件系統(tǒng)間的信息交互，接收無人機的采集信息進行處理與分析，將分析后的指令發(fā)送到無人機，以及人工控制狀態(tài)下的即時通信系統(tǒng)。由于無人機的采集信息涉及到大量的圖像、聲音數(shù)據(jù)，因此，采用智能遙感技術(shù)將壓縮后的數(shù)據(jù)進行視距微波傳輸或超視距數(shù)據(jù)網(wǎng)絡(luò)傳輸，以保證數(shù)據(jù)傳輸?shù)募磿r性，提高預(yù)警系統(tǒng)的類別識別速度。

軟件平臺的設(shè)計采用Pyhton語言編程，數(shù)據(jù)庫系統(tǒng)使用MySQL數(shù)據(jù)服務(wù)。在Python語言環(huán)境中，軟件平臺所需用到的飛行器控制系統(tǒng)、圖像識別系統(tǒng)、人工智能算法、數(shù)據(jù)可視化等功能皆能滿足。Python+MySQL的開發(fā)模式也是目前主流的開源開發(fā)模式，可以為系統(tǒng)的軟件開發(fā)節(jié)約大量的實際成本。

軟件系統(tǒng)主要由運行環(huán)境設(shè)置、無人機預(yù)接警系統(tǒng)、人工接警系統(tǒng)構(gòu)成。系統(tǒng)運行環(huán)境設(shè)置模塊主要設(shè)定系統(tǒng)環(huán)境參數(shù)、預(yù)接警系統(tǒng)中的各項系統(tǒng)參數(shù)、各業(yè)務(wù)模塊數(shù)據(jù)管理的參數(shù)。預(yù)接警系統(tǒng)主要有主動預(yù)警和被動接警。主動預(yù)警系統(tǒng)主要處理由無人機航拍采集到的圖像進行智能識別后的信息再通過深度學(xué)習(xí)算法得到相應(yīng)的分類標(biāo)志進行類別預(yù)警。被動接警系統(tǒng)則是通過采集巡航線路周邊有效范圍中的聽覺信息，進行語音識別和機器學(xué)習(xí)算法得到分類標(biāo)志，推送對應(yīng)的預(yù)警信息。人工接警系統(tǒng)可以進行分布式部署，根據(jù)類別預(yù)警的判斷和被動式接警的信息判斷，接駁對應(yīng)的接警團隊進行人工介入。系統(tǒng)主體框架如圖1所示。

圖1 軟件系統(tǒng)框架

2.1 運行環(huán)境設(shè)置模塊設(shè)計

該模塊主要對整個軟件系統(tǒng)正常運行所需要的各類參數(shù)進行設(shè)定。系統(tǒng)環(huán)境參數(shù)包括飛行器的巡航路線、間巡時間、可用于巡航的飛行器數(shù)量等。預(yù)接警參數(shù)包括預(yù)警點位、視覺采集參數(shù)、聽覺采集參數(shù)等。數(shù)據(jù)管理主要針對整體數(shù)據(jù)的常規(guī)管理以及對于人工智能的各個算法的詳細(xì)參數(shù)設(shè)定等。

2.2 主動預(yù)警、被動接警系統(tǒng)設(shè)計

預(yù)接警系統(tǒng)主要由主動預(yù)警系統(tǒng)和被動接警系統(tǒng)構(gòu)成，是安全保護的主要功能模塊，也是整個系統(tǒng)的運行中樞。

主動預(yù)警系統(tǒng)主要作用于飛行器按既定路線巡航至預(yù)警點后進行的預(yù)警工作。飛行器巡航至預(yù)警點后，進行視覺采集，再通過圖像識別算法獲取圖像異常點標(biāo)志量，通過對標(biāo)志量特征的神經(jīng)網(wǎng)絡(luò)算法給出預(yù)警信息，接駁對應(yīng)的人工接警終端。其工作流程圖如圖2所示。

圖2 主動預(yù)警系統(tǒng)工作流程

飛行器巡航至預(yù)警點位時，按照預(yù)定角度的視野布局圖對視覺信息進行視頻采集。同時，系統(tǒng)后臺按照設(shè)定的時間間隔對采集到的動態(tài)信息進行靜態(tài)截取，并對截取到的圖像信息進行識別[5-7]，對給定角度的視野圖標(biāo)志物進行提取。經(jīng)過連續(xù)多次提取信息的對比，獲取靜態(tài)截取信息中的異常點信息、異常點運動軌跡信息、異常點面積、異常點運動速率等分類標(biāo)志量。將該組分類標(biāo)志量帶入預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型中，得到對應(yīng)的報警分類標(biāo)志。神經(jīng)網(wǎng)絡(luò)算法用于訓(xùn)練集的標(biāo)志量特征設(shè)計如表1所示。最終，根據(jù)計算出的報警分類標(biāo)志，例如：無異常、水域內(nèi)危險行為、水域邊危險行為、高空危險行為等，系統(tǒng)將預(yù)警信息推送到對應(yīng)的分布式接警智能終端，由對應(yīng)人工接警點位進行后續(xù)防護、救援工作。

表1 預(yù)警模型訓(xùn)練集主要特征

在本模塊的具體實現(xiàn)中，通過將圖片數(shù)字化后進行對比，獲取前后圖像像素點的差異，再將差異點提取為異常點坐標(biāo)(即異常點分類標(biāo)志量)，然后采用卷積神經(jīng)網(wǎng)絡(luò)模型進行報警分類計算。該模型屬于目前非常流行的人工智能分類算法模型之一，特別適用于計算機視覺。同時該模型還擅長處理訓(xùn)練數(shù)據(jù)集較小的情況下，通過卷積運算、最大池化運算等優(yōu)化措施得到精確度高的分類結(jié)果。本設(shè)計中圖像異常點的集合模式可能會比較集中，導(dǎo)致訓(xùn)練集數(shù)據(jù)間差異較小，也就間接造成實際上的小訓(xùn)練集數(shù)據(jù)，非常適合卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用。

被動接警系統(tǒng)主要作用于飛行器既定線路的巡航作業(yè)中。在該過程中，飛行器的聽覺采集系統(tǒng)處于持續(xù)工作狀態(tài)。聽覺采集系統(tǒng)主要采集飛行器下方聲波信息，再傳送到系統(tǒng)后臺，使用經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)+梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstrum，MFCC)+主成分分析(Principal Component Analysis，PCA)+矢量量化(Vector Quantization，VQ)的組合去噪算法[8-9]提取聲音數(shù)據(jù)并轉(zhuǎn)換為潔凈文本信息[10]。對清洗好的文本信息，采用中、英文的切詞處理，獲取出例如“落水”“來人”“救命”等關(guān)鍵詞的待處理切詞集合，一旦待處理切詞集合中包含報警關(guān)鍵詞，即向飛行器發(fā)送接警指令，讓飛行器根據(jù)聲波傳播強弱原理逐步靠近聲音源。同時，使用人工智能文本識別算法中常用的樸素貝葉斯分類器識別出報警類別，根據(jù)報警類別接駁對應(yīng)的接警點，并將即時影像傳遞到接警點，讓接警點獲取手動控制飛行器權(quán)限。被動接警系統(tǒng)工作流程如圖3所示。

圖3 被動接警系統(tǒng)工作流程

聲音識別采用EMD+MFCC+PCA+VQ的算法模式，該算法選取基于EMD的能量比和MFCC的特征提取算法為基礎(chǔ)，再使用PCA降維算法進行融合處理，最終用VQ分類器對音頻進行精準(zhǔn)分類。而文本分類模型采用目前人工智能文本分類模型中效果較好的樸素貝葉斯分類器來實現(xiàn)。

樸素貝葉斯分類器主要通過古典的樸素貝葉斯算法對給定的文本訓(xùn)練集基于相對獨立的特征條件進行計算聯(lián)合概率分布。再將待分類的文本信息基于聯(lián)合概率分布計算出后驗概率，即文本所屬分類。因為該分類器是通過條件概率進行計算后驗概率，所以可以更精準(zhǔn)地判斷聲音采集系統(tǒng)采集到的聽覺信息所屬的報警類別，可以讓更適合的接警點盡快介入接警救援。樸素貝葉斯分類器主要算法如下：

通過先驗概率分布和條件概率以得到聯(lián)合分布P(X，Y)：

P(X，Y=Ck)=P(Y=Ck)P(X=x|Y=Ck)=

P(Y=Ck)P(X1=x1，X2=x2，…，Xn=xn|Y=Ck)。

(1)

其中式(1)的計算，樸素貝葉斯模型假設(shè)X的n個維度之間相互獨立，這樣可以得出：

P(X1=x1，X2=x2，…，Xn=xn|Y=Ck)=P(X1=x1|Y=Ck)P(X2=x2|Y=Ck)，…，P(Xn=xn|Y=Ck)。

計算出所有的K個條件概率P(Y=Ck|X=X(test))，然后找到最大的條件概率對應(yīng)的類別。預(yù)測的類別Cresult是計算結(jié)果最大化的類別，數(shù)學(xué)表達式為：

(2)

P(Y=Ck|X=X(test))時，式(2)的分母是一樣的，都是P(X=X(test))，因此，預(yù)測公式可以簡化為：

利用樸素貝葉斯的獨立性假設(shè)，就可以得到通常意義上的樸素貝葉斯推斷公式：

2.3 人工接警系統(tǒng)需求及設(shè)計研究

人工接警系統(tǒng)主要由智能接警終端和飛行器手動控制終端組成。該系統(tǒng)用于接收經(jīng)過預(yù)接警識別的分類報警信號，通過對分類報警信號的識別，接駁對應(yīng)的人工接警點。

智能接警終端的硬件設(shè)備采用通用智能終端設(shè)備，但需配備聲、光控報警功能，須能強制性地對報警信號進行提示，例如紅光閃爍、蜂鳴報警等。接到報警信息后，智能接警終端顯示報警點地圖、報警分類、推薦救援設(shè)備等信息，并同時啟動手動控制對應(yīng)飛行器的權(quán)限。

通過手動控制飛行器，獲取實時的險情狀況，并讓飛行器靠近險情地點，釋放飛行器自帶的小型應(yīng)急救援設(shè)備，讓遇險人員可以初步自救，提高后續(xù)救援成功的概率。在飛行器的載重范圍內(nèi)，可配置輕質(zhì)救援繩索、應(yīng)急照明設(shè)備、應(yīng)急水上救生設(shè)備、應(yīng)急藥物等小型應(yīng)急救援設(shè)備于飛行器下方的輕質(zhì)結(jié)構(gòu)吊籃中。

3 結(jié)語

本系統(tǒng)采用成熟的無人機硬件模塊及開源的人工智能算法進行配合，可以有效解決在校園安全問題中的對可變危險場景的有效巡檢，對遇險狀況的靈活接警和即時救援，對未知場景的聲音呼救的及時接警。在該模式的運行狀態(tài)中，只需通過設(shè)置巡警飛行器的數(shù)量和間隔的時間參數(shù)，即可達成對巡視區(qū)域的持續(xù)性保護，預(yù)警階段幾乎不受人力因素的制約；在接收到警報信息時，不但可以使用飛行器自帶的小型應(yīng)急救援設(shè)備展開即時營救，還可以通過人工智能算法，更加精確地判斷遇險類型，讓更適合的接警點快速展開針對性的快速救援。

隨著無人機硬件和人工智能算法的發(fā)展，通過對系統(tǒng)的簡單改造，可以讓該系統(tǒng)的主機平臺裝載到移動裝備中，這樣可以完成預(yù)定區(qū)域的預(yù)接警任務(wù)，不一定局限在校園區(qū)域。