5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)在公安領(lǐng)域的應(yīng)用

摘要：傳統(tǒng)監(jiān)控設(shè)備導(dǎo)致公安人員無(wú)法及時(shí)了解掌握所有目標(biāo)區(qū)域發(fā)生的突發(fā)狀況，文章提出5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)在公安領(lǐng)域的應(yīng)用。文章采用系統(tǒng)的無(wú)人機(jī)模塊采集目標(biāo)現(xiàn)場(chǎng)巡防視頻圖像，并通過(guò)5G通信網(wǎng)絡(luò)將其傳輸至數(shù)據(jù)處理中心，在中心對(duì)巡防圖像中異常目標(biāo)進(jìn)行檢測(cè)與識(shí)別。實(shí)驗(yàn)結(jié)果表明，5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)在異常目標(biāo)定位方面展現(xiàn)出了顯著的準(zhǔn)確性和穩(wěn)定性，可以滿足公安領(lǐng)域?qū)嶋H應(yīng)用需求。

關(guān)鍵詞：5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)；公安領(lǐng)域；系統(tǒng)應(yīng)用；智慧巡防

中圖分類號(hào)：TN919.5文獻(xiàn)標(biāo)志碼：A

0引言

在公安領(lǐng)域，無(wú)人機(jī)已經(jīng)成為一種新型的、高效的巡防手段。然而，傳統(tǒng)的無(wú)人機(jī)技術(shù)在傳輸速度、傳輸距離和圖像清晰度等方面存在一定的局限性，這在一定程度上制約了其在公安領(lǐng)域的應(yīng)用效果。因此，研發(fā)一種新型的、高效的無(wú)人機(jī)管控系統(tǒng)，對(duì)于提升公安部門的巡防水平和應(yīng)對(duì)突發(fā)事件的能力具有重要的現(xiàn)實(shí)意義。5G網(wǎng)絡(luò)作為前沿的通信技術(shù)，其高速、低延遲和大容量連接的特點(diǎn)為無(wú)人機(jī)通信帶來(lái)了革命性的解決方案。借助5G網(wǎng)絡(luò)，無(wú)人機(jī)能實(shí)時(shí)與地面控制中心交流，傳輸高分辨率視頻和圖像數(shù)據(jù)，為公安決策提供更為精準(zhǔn)和及時(shí)的信息支持?，F(xiàn)有研究多聚焦于無(wú)人機(jī)的通信與控制技術(shù)，而對(duì)其在公安領(lǐng)域的具體應(yīng)用場(chǎng)景和深層需求探討不足。因此，文章致力于填補(bǔ)現(xiàn)有研究的空白，深入研究5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)在公安領(lǐng)域的應(yīng)用，有望為公安部門提供更為迅捷、智能化的科技支持，從而在維護(hù)社會(huì)治安、促進(jìn)社會(huì)穩(wěn)定方面發(fā)揮積極作用。

1基于5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)的智慧巡防

一般而言，5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)主要由無(wú)人機(jī)、5G通信網(wǎng)絡(luò)、地面控制中心和數(shù)據(jù)處理中心4個(gè)部分組成。5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)具有傳輸速度快、傳輸距離遠(yuǎn)、圖像清晰度高等優(yōu)點(diǎn)，能夠有效地解決傳統(tǒng)無(wú)人機(jī)巡防方式存在的問(wèn)題。因此，文章提出將5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)應(yīng)用于公安領(lǐng)域的巡防工作中，為公安部門提供了更加先進(jìn)和便捷的偵查手段，協(xié)助公安部門快速獲取現(xiàn)場(chǎng)情況，有助于提升公安工作的效率和質(zhì)量。

1.15G網(wǎng)聯(lián)無(wú)人機(jī)獲取目標(biāo)現(xiàn)場(chǎng)巡防視頻圖像

將5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)應(yīng)用于公安領(lǐng)域進(jìn)行巡防作業(yè)時(shí)，關(guān)鍵在于通過(guò)系統(tǒng)的無(wú)人機(jī)和5G通信網(wǎng)絡(luò)模塊采集并傳輸巡防現(xiàn)場(chǎng)的視頻圖像［1］。系統(tǒng)的無(wú)人機(jī)模塊是實(shí)現(xiàn)視頻圖像采集的核心部分。無(wú)人機(jī)搭載的高清攝像頭能夠在空中對(duì)目標(biāo)現(xiàn)場(chǎng)進(jìn)行全方位地拍攝，不受地面障礙物的限制。通過(guò)精確的飛行控制系統(tǒng)，無(wú)人機(jī)能夠按照預(yù)設(shè)的航線進(jìn)行自主飛行，確保對(duì)目標(biāo)區(qū)域的全面覆蓋。在無(wú)人機(jī)模塊采集目標(biāo)現(xiàn)場(chǎng)巡防視頻圖像時(shí)，假設(shè)無(wú)人機(jī)以恒定速度持續(xù)飛行，文章通過(guò)式（1）所示目標(biāo)函數(shù)進(jìn)行無(wú)人機(jī)的飛行控制［2］。

f=minZ，｛pn｝Nn=0∑Nn=1‖pn-pn-1‖（1）

其約束條件為：

s.t.p0=p0

pN=p1

‖p0-qz‖≤Dmax（2）

其中，f表示無(wú)人機(jī)飛行控制目標(biāo)函數(shù)，pn表示第n個(gè)無(wú)人機(jī)飛行控制點(diǎn)，p0表示無(wú)人機(jī)飛行起點(diǎn)，p1表示無(wú)人機(jī)飛行終點(diǎn)，N表示無(wú)人機(jī)飛行控制點(diǎn)集合，Z表示無(wú)人機(jī)飛行路徑上的5G通信網(wǎng)絡(luò)基站序列，qz表示基站的位置，Dmax表示無(wú)人機(jī)和基站之間的最大視距鏈路。由式（1）可知，在5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)采集目標(biāo)現(xiàn)場(chǎng)巡檢視頻圖像時(shí)，無(wú)人機(jī)在飛行過(guò)程中始終和5G通信網(wǎng)絡(luò)中基站保持通信，所以無(wú)人機(jī)的飛行控制點(diǎn)必須在基站通信覆蓋重疊范圍內(nèi)，并通過(guò)設(shè)計(jì)無(wú)人機(jī)合理的飛行控制點(diǎn)位置pn來(lái)得到最佳的飛行路徑，然后控制無(wú)人機(jī)按照最佳路徑飛行，在飛行過(guò)程中利用搭載傳感器實(shí)時(shí)采集目標(biāo)現(xiàn)場(chǎng)巡防視頻圖像。在5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)完成目標(biāo)現(xiàn)場(chǎng)巡防視頻圖像的采集后，需要通過(guò)5G通信網(wǎng)絡(luò)將這些圖像數(shù)據(jù)傳輸至數(shù)據(jù)處理中心，以便后續(xù)的分析處理［3］。由于公安領(lǐng)域日常巡防視頻圖像數(shù)據(jù)規(guī)模極大，所以無(wú)人機(jī)和5G通信網(wǎng)絡(luò)基站之間的通信鏈路必須以較高的傳輸速率進(jìn)行巡防圖像傳輸任務(wù)，香農(nóng)公式如式（3）所示。

V=Blog2（1+SNR）（3）

其中，V表示5G通信網(wǎng)絡(luò)中通信鏈路的數(shù)據(jù)傳輸速率，B表示信道帶寬，SNR表示信噪比。通常無(wú)人機(jī)和5G通信網(wǎng)絡(luò)基站之間帶寬是固定的，因此為了保障巡防視頻圖像的傳輸速率，文章選擇較高的無(wú)人機(jī)通信信噪比，以便于無(wú)人機(jī)在最短時(shí)間內(nèi)完成目標(biāo)現(xiàn)場(chǎng)巡防視頻圖像的通信傳輸。

1.2數(shù)據(jù)處理中心檢測(cè)巡防圖像中異常目標(biāo)

數(shù)據(jù)處理中心負(fù)責(zé)接收并處理來(lái)自無(wú)人機(jī)模塊和5G通信網(wǎng)絡(luò)的海量巡防視頻圖像，當(dāng)這些圖像數(shù)據(jù)通過(guò)高效的5G通信網(wǎng)絡(luò)傳輸協(xié)議被實(shí)時(shí)、準(zhǔn)確地送入處理中心時(shí)，中心將利用先進(jìn)的智能算法對(duì)圖像進(jìn)行目標(biāo)檢測(cè)，目標(biāo)檢測(cè)即從巡防圖像中檢測(cè)出異常目標(biāo)的位置并識(shí)別其類別［4］。

為了實(shí)現(xiàn)實(shí)時(shí)檢測(cè)的要求，文章采用YOLOv3算法進(jìn)行目標(biāo)檢測(cè)運(yùn)算。文章構(gòu)建一個(gè)由Darknet-53特征提取網(wǎng)絡(luò)和多個(gè)檢測(cè)頭組成的YOLOv3模型，在檢測(cè)巡防圖像中異常目標(biāo)的位置并識(shí)別其類別的流程中，YOLOv3模型首先利用Darknet-53特征提取網(wǎng)絡(luò)對(duì)輸入圖像進(jìn)行特征提取。隨后，這些特征被送入多個(gè)檢測(cè)頭進(jìn)行目標(biāo)定位和分類。在檢測(cè)頭模塊中，圖像被劃分為多個(gè)網(wǎng)格，每個(gè)網(wǎng)格負(fù)責(zé)預(yù)測(cè)固定數(shù)量的邊界框，這些邊界框用于捕捉并定位圖像中的目標(biāo)。與此同時(shí)，YOLOv3模型采用多標(biāo)簽分類策略識(shí)別異常目標(biāo)的類別，即允許每個(gè)邊界框預(yù)測(cè)多個(gè)類別概率，文章將Sigmoid函數(shù)設(shè)置為分類函數(shù)，其可以將每個(gè)類別的邏輯回歸輸出轉(zhuǎn)換為0到1之間概率值［5］，其表達(dá)式為：

S（x）=11+e-x（4）

其中，S（x）表示YOLOv3模型將巡防視頻圖像上異常目標(biāo)特征x劃分為特定類別的輸出得分。由式（4）可知，該模型可以求出異常目標(biāo)特征被識(shí)別為每個(gè)類別的概率得分，并從中挑選概率得分最大的類別作為巡防視頻圖像異常目標(biāo)特征的最終類別。

為提升YOLOv3模型的目標(biāo)檢測(cè)精度與類別識(shí)別能力，文章設(shè)置式（5）所示的二元交叉熵?fù)p失函數(shù)［6］。

Loss=-∑i∈h1log（Ki）-∑j∈h2log（Kj）（5）

其中，Loss表示YOLOv3模型的損失函數(shù)，Ki、Kj分別表示正樣本（包含目標(biāo)的框）和負(fù)樣本（不包含目標(biāo)的框）的預(yù)測(cè)置信度，h1、h2分別表示正樣本和負(fù)樣本的集合。

2實(shí)驗(yàn)分析

2.1仿真設(shè)置

該次仿真實(shí)驗(yàn)在專業(yè)的無(wú)人機(jī)模擬軟件中進(jìn)行，該軟件能夠模擬真實(shí)的無(wú)人機(jī)飛行環(huán)境、數(shù)據(jù)采集、5G網(wǎng)絡(luò)通信及數(shù)據(jù)處理等過(guò)程。為了模擬城市巡防場(chǎng)景，文章在軟件中構(gòu)建包括街道、建筑、公園等多種地形的虛擬城市模型，并在其中設(shè)置多種異常目標(biāo)，如佩戴口罩或帽子的可疑目標(biāo)、手持棍棒或刀具的危險(xiǎn)目標(biāo)等，從中選擇10個(gè)具有代表性的目標(biāo)點(diǎn)，這些目標(biāo)點(diǎn)分布在不同的地形和環(huán)境中，以驗(yàn)證系統(tǒng)的普適性。表1展示了各目標(biāo)點(diǎn)的實(shí)際位置信息。

將5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)部署在仿真環(huán)境中，按照預(yù)設(shè)的情景進(jìn)行上述異常目標(biāo)點(diǎn)的巡防作業(yè)，根據(jù)系統(tǒng)巡防結(jié)果驗(yàn)證其在公安領(lǐng)域的實(shí)際應(yīng)用效果。

2.2仿真結(jié)果

在該次仿真模擬實(shí)驗(yàn)中，5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)可以實(shí)時(shí)采集目標(biāo)現(xiàn)場(chǎng)的視頻圖像數(shù)據(jù)，并通過(guò)5G網(wǎng)絡(luò)傳輸至數(shù)據(jù)處理中心，由數(shù)據(jù)處理中心進(jìn)行圖像處理與目標(biāo)檢測(cè)，通過(guò)中心的檢測(cè)識(shí)別后，標(biāo)注出上述10個(gè)異常目標(biāo)并得到異常目標(biāo)的坐標(biāo)數(shù)據(jù)，具體巡防結(jié)果如圖1所示。

從圖1中可以看出，5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)巡防下異常目標(biāo)點(diǎn)的標(biāo)注結(jié)果和實(shí)際點(diǎn)位之間在經(jīng)緯度上呈現(xiàn)高度的一致性，10個(gè)代表目標(biāo)點(diǎn)的位置數(shù)據(jù)均無(wú)明顯偏差現(xiàn)象。這一結(jié)果表明，所采用的5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)在異常目標(biāo)定位方面展現(xiàn)出了顯著的準(zhǔn)確性。與此同時(shí)，該次仿真實(shí)驗(yàn)中選擇的異常目標(biāo)點(diǎn)覆蓋了多種地形和復(fù)雜環(huán)境，說(shuō)明即使在某些復(fù)雜環(huán)境條件下（如陰影覆蓋或地表紋理不清晰的情況），5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)仍能保持相對(duì)穩(wěn)定的定位性能。因此，5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)進(jìn)行巡防作業(yè)是可行且可靠的，可以滿足公安領(lǐng)域的智慧巡防實(shí)際應(yīng)用需求。

3結(jié)語(yǔ)

該研究深入探討了5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)在公安領(lǐng)域的應(yīng)用，展示了其在智慧巡防精度、效率、穩(wěn)定性等方面的顯著優(yōu)勢(shì)，并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了該系統(tǒng)能夠有效地提高公安部門的巡防水平和應(yīng)對(duì)突發(fā)事件的能力。未來(lái)，隨著5G技術(shù)的不斷發(fā)展和無(wú)人機(jī)技術(shù)的持續(xù)創(chuàng)新，文章預(yù)期該系統(tǒng)將更加智能化、高效化，為公安工作提供更強(qiáng)大的支持。通過(guò)不斷完善和優(yōu)化，5G網(wǎng)聯(lián)無(wú)人機(jī)自動(dòng)管控系統(tǒng)將在公安領(lǐng)域發(fā)揮更加重要的作用，為維護(hù)社會(huì)安全穩(wěn)定貢獻(xiàn)更大的力量。

參考文獻(xiàn)

［1］張曉華，彭小，黃龍.5G網(wǎng)絡(luò)中無(wú)人機(jī)-車輛非平穩(wěn)信道模型與統(tǒng)計(jì)特性分析［J］.電訊技術(shù)，2022（9）：1355-1362.

［2］丁雨，李晨凱，韓會(huì)梅，等.基于5G無(wú)人機(jī)通信的多智能體異構(gòu)網(wǎng)絡(luò)選擇方法［J］.電信科學(xué)，2022（8）：28-36.

［3］龐明慧，臺(tái)鑫，呂崇玉，等.面向5G無(wú)人機(jī)通信場(chǎng)景的傳播路徑概率預(yù)測(cè)模型［J］.電波科學(xué)學(xué)報(bào)，2023（1）：54-62.

［4］葉翔，孫嘉興，甘永葉，等.改進(jìn)YOLOv3模型在無(wú)人機(jī)巡檢輸電線路部件缺陷檢測(cè)中的應(yīng)用研究［J］.電測(cè)與儀表，2023（5）：85-91.

［5］田宗浩，郭佳暉，孫姍姍，等.基于改進(jìn)YOLOv3的彈載圖像弱小目標(biāo)檢測(cè)算法［J］.火力與指揮控制，2022（4）：34-42.

［6］屈文謙，邱志斌，廖才波，等.基于YOLOv3的電網(wǎng)作業(yè)人員安全帽佩戴檢測(cè)［J］.中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2022（2）：214-219.

（編輯王永超編輯）

Application of 5G connected UAV automatic control system in field of public security

QIAO" Xianbin， MA" Dengyun， FENG" Zhipeng， TANG" Lin， SHEN" Jiangming

（Highway Traffic Police Corps of Hebei Provincial Public Security Department， Shijiazhuang 050000， China）

Abstract： Traditional monitoring equipment makes it difficult for public security personnel to timely understand and grasp all unexpected situations that occur in the target area. Therefore， the application of 5G connected unmanned aerial vehicle（UAV）automatic control system in the public security field is proposed. The UAV module of the system is used to collect the target on-site patrol video image， and it is transmitted to the data processing center through the 5G communication network. At the center， the abnormal targets in the patrol image are detected and identified. The experimental results show that the 5G connected UAV automatic control system has shown significant accuracy and stability in locating abnormal targets， which can meet the practical application needs of the public security field.

Key words： 5G connected UAV automatic control system; public security field; system application; intelligent patrol