一种无人机识别方法及系统与流程

本发明涉及无人机识别领域，特别涉及一种无人机识别方法及系统。

背景技术：

随着无人机开发与制造成本的降低，无人机行业发展迅猛，民用无人机已逐步应用到娱乐、物流、新闻、搜救、能源、遥感测绘等领域，贴近普通民众的生活。截止2015年国内从事无人机研发和生产销售的企业超过了400家，对于消费级无人机的操作人员需求总量超过了10万，我国拥有相关机构颁发的具有无人机合格证的操作人员仅为2142个，每年差不多都有2万架无人机处于黑飞状态。由于相关的法律法规还不完善，监控手段及反制手段的缺失，致使无人机黑飞已经成为了棘手的国际化的社会问题，由无人机黑飞所牵扯出的各类事件总是引发社会的广泛热议；而无人机的无序甚至违法使用给社会和个人都带来了重大的安全隐患、隐私侵犯和潜在威胁，也给社会安保带来了巨大的新挑战。

目前在全球已发生多起无人机非法进入敏感空域事件，无人机的违法违规飞行会对国家公共安全、飞行安全甚至空防安全构成威胁，无人机不能无人管，这些民用无人机改造潜力巨大，很容易携带爆炸物、有害化学物品等，很容易成为恐怖袭击、违法监视监听的工具，为公共安全带来极大隐患。

现有反无人机设备通常首先需要对空域内的无人机进行识别，进而对识别到的无人机进行跟踪，最后通过干扰、捕获等手段进行无人机拦截，在无人机识别阶段需要进行雷达识别、红外识别、图像识别等，这需要专有的识别装置和识别算法，在无人机跟踪阶段又需要进行大量的数据处理，最后才能准确打击。然而，现有的方式运行十分复杂，对设备的性能要求很高，设备成本高，此外现有方案要经过大量数据采集与计算最终才能进行拦截，前期花费时间较多，对应入侵时间较短的无人机无法很好的进行拦截。此外，现有方案在识别过程中还可能会出现误识别，例如将与无人机飞行轨迹类似的鸟类误识别为无人机，这势必会对后续的拦截造成影响，当误判后实施捕获时可能捕获到的并非无人机，从而浪费资源。

技术实现要素：

本发明在于克服现有技术的上述不足，提供一种能快速识别无人机、减少误判率的无人机识别方法及系统。

为了实现上述发明目的，本发明采用的技术方案是：

一种无人机识别方法，包括以下步骤：

S1、采集监测区域信息；

S2、向监测区域发送干扰信号，采集所述干扰信号发射后监测区域更新的信息；

S3、将所述原始信息与所述更新的信息进行比较，干扰信号对比较结果有影响时，认为存在无人机。

进一步地，采集监测区域信息包括，对所述监测区域信息进行特征提取，得到飞行物的原始特征信息。

进一步地，按预定时间间隔发送干扰信息。

进一步地，根据采集信息变化的阈值，超过阈值发送干扰信号。

进一步地，所述采集的信息包括图像信息、雷达波反射信息、红外线采集信息中的一种或多种。

本发明同时提供一种无人机识别系统，包括信号发送单元、图像采集单元、特征提取单元、数据处理单元；所述图像采集单元连接特征提取单元，用于采集预定监控区域图像信息，并将所述图像信息发送到特征提取单元；所述特征提取单元连接所述数据处理单元，用于根据所述图像信息得到飞行物的原始特征信息；所述信号发送单元用于向监测区域发送干扰信号；所述图像采集单元还用于采集所述干扰信号发射后监测区域更新的图像信息；所述数据处理单元用于对比干扰信号发射前后的特征信息，将所述原始特征信息与更新的所述特征信息进行对比，判断是否匹配，若否，则表示所述飞行物为无人机。

进一步地，所述采集预定监测区域图像信息具体是，采集预定时间图像信息，并得到所述飞行物的位置信息。

进一步地，数据处理单元还用于根据所述位置信息分别绘制所述干扰信号发射前后所述飞行物的运行轨迹，若判断前后轨迹不匹配，则判断所述飞行物为无人机。

进一步地，所述特征信息包括位置信息、轨迹信息。

进一步地，所述干扰信号为地磁干扰信号或GPS干扰信号。

与现有技术相比，本发明的有益效果

本发明的无人机识别方法通过判断干扰信号发射权前后检测飞行物目标的飞行特征，就能够判断该飞行物是否是无人机，从而减少了错误识别的风险，提高了识别准确率。

附图说明

图1所示为本发明的无人机识别方法流程图。

图2所示为本发明的无人机识别系统模块框图。

具体实施方式

下面结合具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

实施例1：

图1所示为本发明的无人机识别方法流程图，包括以下步骤：

S1、采集监测区域信息；

S2、向监测区域发送干扰信号，采集所述干扰信号发射后监测区域更新的信息；

S3、将所述原始信息与所述更新的信息进行比较，干扰信号对比较结果有影响时，认为存在无人机。

本发明的无人机识别方法通过判断干扰信号发射权前后检测飞行物目标的飞行特征，就能够判断该飞行物是否是无人机，从而减少了错误识别的风险，提高了识别准确率。

采集监测区域信息包括，对所述监测区域信息进行特征提取，得到飞行物的原始特征信息。按预定时间间隔发送干扰信息。根据采集信息变化的阈值，超过阈值发送干扰信号。

采集监测区域信息包括，对所述监测区域信息进行特征提取，得到飞行物的原始特征信息。具体的，检测区域为预先确定的区域，方便后续进行数据处理，该区域可以是无人机入侵高发区域，或者想要进行保护的区域，例如保护机场飞机飞行安全的区域，集会中人员密集区域的上空。一般地，空中飞行的无人机接收到干扰信号后，无人机的飞行轨迹一般会受到影响，如突然静止飞行，脱落原飞行轨迹飞行，而如果是其他飞行物，如鸟类等就不会受到干扰信号的影响，其飞行轨迹在飞行前后都是不变的，这样，根据飞行前后飞行物的轨迹判断就能够判断出是否是无人机在飞行。

在一个具体实施方式中，所述采集监测区域信息具体包括图像信息、雷达波反射信息、红外线采集信息中的一种或多种。

例如为图像信息时，采集预定时间图像信息，并得到所述飞行物的位置信息。该图像信息可以是红外图像信息，以便本方案能够在黑夜、大雾等可见光不足的情况下正常运行。

在一个具体实施方式中，也可以根据位置信息分别绘制所述干扰信号发射前后所述飞行物的运行轨迹，若判断前后轨迹不匹配，则判断所述飞行物为无人机。绘制飞行轨迹的方法属于现有技术，在此不再赘述。

在一个具体实施方式中，所述特征信息包括位置信息、轨迹信息。

在一个具体实施方式中，所述干扰信号为地磁干扰信号或GPS干扰信号。如果飞行物是无人机，在接收到地磁干扰信号或GPS干扰信号时，会导致GPS悬停或者waypoint following功能失效，其短时间失去导航的方向参照，失去方向感。

本发明同时提供一种无人机识别系统，包括信号发送单元1、图像采集单元2、特征提取单元3、数据处理单元4；所述图像采集单元2连接特征提取单元3，用于采集预定监控区域图像信息，并将所述图像信息发送到特征提取单元3；所述特征提取单元3连接所述数据处理单元4，用于根据所述图像信息得到飞行物的原始特征信息；所述信号发送单元1用于向监测区域发送干扰信号；所述图像采集单元2还用于采集所述干扰信号发射后监测区域更新的图像信息；所述数据处理单元4用于对比干扰信号发射前后的特征信息，将所述原始特征信息与更新的所述特征信息进行对比，判断是否匹配，若否，则表示所述飞行物为无人机。所述采集预定监测区域图像信息具体是，采集预定时间图像信息，并得到所述飞行物的位置信息。数据处理单元还用于根据所述位置信息分别绘制所述干扰信号发射前后所述飞行物的运行轨迹，若判断前后轨迹不匹配，则判断所述飞行物为无人机。所述特征信息包括位置信息、轨迹信息。所述干扰信号为地磁干扰信号或GPS干扰信号。

该图像采集装置可以是LED红外监控机，主动将红外光投射到空域内目标物上，红外光经目标物反射后进入镜头进行成像。激光红外监控机是在模拟摄像机上配上激光灯源，激光灯采用光斑均匀强化技术，光斑自动对焦技术，相比普通红外摄像机，激光摄像机广度强，画面更加均匀、耗电少，实用寿命更长。在远距离监控场景下，激光红外监控机具有更优的监控效果。红外热成像仪利用红外探测器和光学成像物镜接受被测目标的红外辐射能量分布图，反映到红外探测器的光敏元件上，从而获得红外热像图。特征提取单元根据红外热图像的温度场变化以及温度变化等温区分布图判断目标物是否有可能是无人机，并进行标记。在每幅红外热像图中对应查找被标记的目标，通过多图像融合技术融合为一张图像。具体的，在干扰信号发射前后，如果目标物没有受到干扰信号的影响，则合成后的图像中，目标物的飞行轨迹是平滑过渡、规律性强；而如果目标物受到了干扰信号的影响，则合成后的图像中，目标物的飞行轨迹在干扰前后是不规则的，而干扰信号的干扰目标是针对无人机的，即是根据工信部规定无人机通信频率（840.5-845MHz、1430-1444MHz和2408-2440MHz）发送的特定信号，这样就能针对性的进行识别，通过图像识别预筛选，轨迹特征精确判断的方式，减少了错误识别的风险，提高了识别准确率。信号发送单元通过其射频信号生成模块的射频振荡器调频生成射频信号，通过滤波器对该射频信号进行滤波，除掉杂波信号，筛选出特定频率的信号，将筛选出的信号发送至增益模块，提供输出信号的增益能量，然后通过定向天香向周围发送特定功率电磁波，由于电磁波干扰的是无人机的导航信号，则该无人机接收到该电磁波时，其飞行轨迹就会受到干扰，从而对无人机与非无人机进行区分，以便后续对无人机采取处理。

上面结合附图对本发明的具体实施方式进行了详细说明，但本发明并不限制于上述实施方式，在不脱离本申请的权利要求的精神和范围情况下，本领域的技术人员可以作出各种修改或改型。