阅读说明：本技术 一种定位监控方法及装置 (Positioning monitoring method and device ) 是由 刘若鹏 栾琳 季春霖 杨亮 于 2019-12-18 设计创作，主要内容包括：本发明提供了一种定位监控方法及装置,方法包括：主控板获取云台水平朝向的视角D<Sub>h</Sub>和垂直朝向的视角D<Sub>v</Sub>；主控板通过内置的检测模块识别被摄物身份；主控板将可见光机芯焦距变焦至预设焦距,通过双目测距法计算被摄物与云台在同一水平面下的垂线距离L；主控板通过与其连接的北斗模块获取云台当前的坐标；主控板将云台水平朝向的视角D<Sub>h</Sub>、被摄物与云台在同一水平面下的垂线距离L、以及云台当前的坐标上传至监控平台,监控平台绘制被摄物的地理位置预设焦距通过对传统热成像云台做成像机制改进,加入北斗、九轴惯性传感器,集成深度学习算法识别模块,计算获取被摄物准确地理坐标,大幅提升出警效率,尽可能减少财产损失。(The invention provides a positioning monitoring method and a positioning monitoring device, wherein the method comprises the following steps: main control board acquires visual angle D of horizontal orientation of holder h And a vertically oriented viewing angle D v (ii) a The main control board identifies the identity of a shot object through a built-in detection module; the main control board zooms the focal length of the visible light machine core to a preset focal length, and the distance L of a vertical line of the shot object and the holder under the same horizontal plane is calculated through a binocular distance measurement method; the main control board acquires the current coordinate of the holder through a Beidou module connected with the main control board; visual angle D of horizontal orientation of holder by main control board h The vertical distance L between the shot object and the holder under the same horizontal plane, and the holderThe front coordinates are uploaded to a monitoring platform, the monitoring platform draws the preset focal length of the geographic position of the shot object, the traditional thermal imaging holder is improved through a camera system, a Beidou and nine-axis inertial sensor is added, a deep learning algorithm identification module is integrated, the accurate geographic coordinates of the shot object are calculated and obtained, the alarm efficiency is greatly improved, and property loss is reduced as far as possible.)

一种定位监控方法及装置

技术领域

本发明涉及监控技术领域，尤其涉及一种定位监控装置。

背景技术

传统的热成像云台的一般放置在制高点，通常在山顶或超高层楼顶，360°监控，范围大，镜头的朝向没有和大地坐标系联系起来，对监控图像中的人或物不能识别区分，更不能对被摄物物识别。不能做到事前预警，只能做事后协助调查。

发明内容

本发明所要解决的技术问题是提供一种定位监控装置，通过对传统热成像云台做成像机制改进，加入北斗、九轴惯性传感器，集成深度学习算法识别模块，以及通过本专利方法计算获取被摄物准确地理坐标，大幅提升了出警效率，尽可能减少财产损失。

为解决上述技术问题，一方面，本发明一实施例提供了一种定位监控一种定位监控方法，包括：

主控板获取云台水平朝向的视角D_h和垂直朝向的视角D_v；

主控板通过内置的检测模块识别被摄物身份；

主控板将变焦可见光机芯焦距变焦至预设焦距，通过双目测距法计算被摄物与云台在同一水平面下的垂线距离L；

主控板通过与其连接的北斗模块获取云台当前的坐标（X_A,Y_A）；

主控板将云台水平朝向的视角D_h、被摄物与云台在同一水平面下的垂线距离L、以及云台当前的坐标（X_A,Y_A）上传至监控平台，监控平台绘制被摄物的地理位置；

其中所述主控板通过内置的检测模块识别被摄物身份包括：

可见光机芯将采集到的被摄物进行彩色成像，同时将进行彩色成像后输出的图像送至主控板CPU的深度学习算法模块，该算法模块区分被摄物并从输出的图像中截取出图片，将截取后的图片与存储在本地flash当中的被摄物数据库做比对，确认被摄物身份。

优选地，获取云台水平朝向的视角D_h和垂直朝向的视角D_v之前包括：根据九轴惯性传感器数据，云台获得正北点及水平基准点，云台初始水平视角设置在正北点。

优选地，根据九轴惯性传感器数据，云台获得正北点及水平基准点之前还包括：云台上电自检。

优选地，所述主控板通过内置的检测模块识别被摄物身份包括：由热成像机芯预先发现温度为预定温度阈值范围内的被摄物后，启动可见光机芯及激光补光灯对被摄物进行黑白成像，黑白图像经过ISP后送至CPU深度学习算法模块，该算法模块区分被摄物并从输出的图像中截取出图片，将截取后的图片与存储在本地flash当中的被摄物数据库做比对，确认被摄物身份。

优选地，当云台运动时，获得云台水平朝向的视角D_h和垂直朝向的视角D_v包括：假定云台转一圈步机电机总共行走STP1步，当云台水平电机行走了A1步时，A1＜STP1，云台水平朝向的视角D_h=A1/STP1×360°，云台旋转超过一圈后A1从0计算，云台垂直朝向的视角为D_v=A2/STP2× Angle_VMax，A2为垂直电机当前行走步数，STP2为垂直电机行走总步数，Angle_VMax为垂直电机行走最大角度。

优选地，通过双目测距法来计算被摄物与云台在同一水平面下的垂线距离L包括：设P点为被摄物，PL为被摄物在热成像机芯像面上的成像点，PR为被摄物在可见光机芯像面上的成像点，L1为热成像像面宽度，L2为可见光成像像面宽度，OL为热成像机芯光心，OR为可见光机芯光心，b为热成像机芯光心OL与可见光机芯光心OR之间的距离，即OLOR=b ，PL距离热成像机芯像面的边缘距离为XL，PR距离可见光机芯像面的边缘距离为XR，热成像机芯、可见光机芯的焦距均为f，PLPR为PL点到PR点之间线段长度，Z为被摄物与云台之间的直线距离，则：

PLPR/（Z-f）=OLOR/Z，其中PLPR=b-（XL-（L1/2））-（（L2/2）-XR）， 则L为：

，其中

。

优选地，绘制被摄物的准确地理位置为：设P点为被摄物，P点经纬度为P(Xp,Yp)，Xp=X_A+L×cos(D_h)，Yp=Y_A+L×sin(D_h)。

另一方面，本发明一实施例提供一种定位监控装置，包括：通过网络连接的云台双仓模块和监控平台，所述监控平台设有GIS地图，所述云台双仓模块包括控制模块和与所述控制模块通过电连接的激光补光灯、变焦可见光摄像机、定焦热成像机芯、北斗模块、九轴惯性传感器、云台水平电机、云台垂直电机，所述装置执行上述的定位监控方法。

优选地，所述控制模块包括通过电连接的MCU、CPU、ISP，所述控制模块通过CPU与所述监控平台连接。

优选地，所述北斗模块与所述控制模块通过串口连接。

优选地，所述九轴惯性传感器与所述控制模块通过串口连接。

优选地，所述控制模块通过IO控制与所述激光补光灯连接。

优选地，所述控制模块与所述变焦可见光摄像机交互YUV数据。

优选地，所述控制模块与所述定焦热成像机芯通过LVDS线连接。

优选地，所述云台水平电机用于控制云台进行水平方向运动。

优选地，所述云台垂直电机用于控制云台进行垂直方向运动。

与现有技术相比，上述技术方案具有以下优点：通过对传统热成像云台做成像机制改进，加入北斗、九轴惯性传感器，集成深度学习算法识别模块，以及通过本专利方法计算获取被摄物准确地理坐标，大幅提升了出警效率，尽可能减少财产损失。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1是双目测距示意图。

图2是被测人与设备之间的距离几何示意图。

图3是本发明定位监控装置逻辑框图。

具体实施方式

。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

一种定位监控方法，包括步骤：

a）云台上电自检一圈，根据九轴惯性传感器数据找到正北点及水平基准点。将云台的水平电机基准0位与正北重合，即云台初始水平视角在正北点。假定云台转一圈步机电机总共行走STP1步，那么当云台水平电机行走了A1（A1＜STP1）步时，云台水平朝向D_h可以计算出来为，D_h=A1/STP1×360°。云台旋转超过一圈后A1从0计算。云台视角垂直朝向的视角同样可以由垂直电机的的运转步数计算，D_v=A2/STP2× Angle_VMax 40°；其中A2为垂直电机当前行走步数，STP2为垂直电机行走总步数，Angle_VMax为垂直电机行走最大角度，单位为°，具体实施时Angle_VMax可以为40°。

b）可疑人的识别分为光线强和光线弱的两种情况：光线强时如白天时，可见光机芯将采集到的被摄物进行彩色成像，同时将进行彩色成像后输出的图像送至主控板CPU的深度学习算法模块，该算法模块可以区分人、车、或者其他物体，可以内置于主控板，用于检测识别面部特征如人脸及人体。该算法模块区分被摄物并从输出的图像中截取出图片，将截取后的图片与存储在本地flash当中的可疑人脸库做比对，确认可疑人身份。具体实施时，可见光机芯可以选为300万1/2.8" CMOS ICR日夜型网络高清一体机、HCM622NX30D、1080P星光级宽动态网络机芯等，也可以选为其他能够实现此功能的机芯，在此，不对可见光机芯进行限制。光线弱时如晚上光线差，由热成像机芯预先发现温度为预定温度阈值范围内如30-40度的人或动物后，启动可见光机芯及激光补光灯对被摄物进行黑白成像，黑白图像经过ISP后送至CPU深度学习算法模块，该算法模块区分被摄物并从输出的图像中截取出图片，该算法模块黑白图像里有很多人、车、其他物体，经过CPU深度学习算法模块处理后，将截取后的图片与存储在本地flash当中的可疑人脸库做比对，确认可疑人身份。通过本步骤可实现可疑人脸的识别。热成像机芯可以选取DM66系列测温型红外热像仪等，此处不对热成像机芯进行限制。

c）识别出可疑人后，主控板将变焦可见光一体机机芯焦距变焦至预设焦距，具体实施时如根据实际需要选为100mm，此时热成像机芯及可见光机芯的焦距一致，通过双目测距法来计算可疑人与云台的距离，双目测距数学模型见图1所示。图1是双目测距示意图。设P点为被摄物，PL为被摄物在热成像机芯像面上的成像点，PR为被摄物在可见光机芯像面上的成像点，L1为热成像像面宽度，L2为可见光成像像面宽度，OL为热成像机芯光心，OR为可见光机芯光心，b为热成像机芯光心OL与可见光机芯光心OR之间的距离，即OLOR=b ，PL距离热成像机芯像面的边缘距离为XL，PR距离可见光机芯像面的边缘距离为XR，热成像机芯、可见光机芯的焦距均为f，PLPR为PL点到PR点之间线段长度，Z为被摄物与云台之间的直线距离。根据相似三角形，有如下比例关系：PLPR/（Z-f）=OLOR/Z，其中PLPR=b-（XL-（L1/2））-（（L2/2）-XR）。公式中XL和XR都可以通过成像点在各自传感器中的坐标及像元大小换算出来。L1和L2是各自传感器成像面宽度，b为热成像机芯光心OL与可见光机芯光心OR之间的距离，都可标定测算出来，f为共同聚焦焦距如为100mm。共同聚焦焦距也可以根据实际情况来调整。比如如果热成像机芯焦距值为55mm，双目测距时就调整可见光机芯焦距至55mm。在此对共同聚焦焦距大小不做限制。通过上述公式可计算得Z值。

d）图2为被测人与设备之间的距离几何示意图。求得Z值后，根据图2，可得到可疑人与云台在同一水平面下的垂线距离L。

，其中

；

e）主控板上MCU通过与其连接的北斗模块获取云台当前经纬度坐标（X_A,Y_A）。北斗模块和GPS模块一样，北斗模块被称为用户部分，它像“收音机”捕获并跟踪卫星的信号，根据数据按一定的方式进行定位计算，最终得到用户的经纬度、高度、速度、时间等信息。

f）根据以上计算，得知云台水平视角D_h值以及可疑人与云台在同一水平面下的垂线距离L，已知云台A经纬度坐标（X_A,Y_A）。把以上数据上送监控平台，监控平台通过内置的GIS（地理信息系统，Geographic Information System或 Geo－Information system，有时又称为“地学信息系统”）地图，可以迅速在地图上绘制可疑人经纬度P(Xp,Yp)的准确地理位置，计算方法如下：Xp=X_A+L×cos(D_h)；Yp=Y_A+L×sin(D_h)；

g）测距完成后，变焦可见光一体机机芯焦距可变焦到其他倍率作为普通监控视频用。

实施例二

图3是本发明定位监控装置逻辑框图。如图3所示，一种定位监控装置，包括：通过网络连接的云台双仓模块和监控平台，监控平台设有GIS地图，云台双仓模块包括控制模块和与控制模块通过电连接的激光补光灯、变焦可见光摄像机、定焦热成像机芯、北斗模块、九轴惯性传感器、云台水平电机、云台垂直电机，装置执行上述的定位监控方法。控制模块包括通过电连接的MCU（Micro Controller Unit）、CPU（Central Processing Unit）、ISP（Internet Service Provider），控制模块通过CPU与监控平台连接。北斗模块与控制模块通过串口连接。九轴惯性传感器与控制模块通过串口连接。控制模块通过IO控制与激光补光灯连接。控制模块与变焦可见光摄像机交互YUV数据。控制模块与定焦热成像机芯通过LVDS线（Low-Voltage Differential Signaling）低电压差分信号连接。云台水平电机用于控制云台进行水平方向运动。云台垂直电机用于控制云台进行垂直方向运动。白天对可疑人定位时，用可见光摄像机抓图同时图像送至主控板CPU的深度学***面下的垂线距离L；主控板获取北斗模块以及九轴惯性传感器数据以及两个方向的步进步数，对云台经纬度坐标计算，通过测距L及云台经纬度，可定位可疑人经纬度坐标。

实施例三

在实施例二的基础上，将热成像镜头换成变焦可见光机芯，也就是云台双仓内都是两个变焦可见光机芯。MCU让两个可见光机芯统一变焦，保持双摄像头焦距一致，同时由于两个传感器传感器的像面大小一致，还能简化Z值计算：（b-XL+XR）/（Z-f）=b/Z。b为两个传感器光心距离，f为共同聚焦焦距值，P点为可疑人，PL为可疑人在热成像像面上的成像点，PR为可疑人在可见光机芯像面上的成像点，L1为热成像像面宽度，L2为可见光成像面宽度，OL为热成像相机光心，OR为可见光机芯光心，b为两个光心距离，PL和PR距各自像面做边缘距离分别为XL和XR，f为两个传感器的焦距，Z为可疑人与云台之间的直线距离。

采用这种方法可以测量出现在云台视角中的任何人或物体的准确地理坐标。Xp=X_A+L×cos(D_h)；Yp=Y_A+L×sin(D_h)，其中，D_h为云台水平视角，（X_A,Y_A）为云台A经纬度坐标，L为可疑人与云台在同一水平面下的垂线距离。

实施例四

将设备放在边境区域，CPU集成深度学习算法模块，可以识别可疑人，也可以识别危险动物，比如熊、老虎、狮子等。可以通过本发明定位监控装置发现危险动物，同时定位危险动物出没地点。

由上述说明可知，使用根据本发明的定位监控方法及装置，通过对传统热成像云台做成像机制改进，加入北斗、九轴惯性传感器，集成深度学习算法识别模块，以及通过本专利方法计算获取被摄物准确地理坐标，大幅提升了出警效率，尽可能减少财产损失。

以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。