(19)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 202210490650.3 (22)申请日 2022.05.07 (71)申请人 陕西欧卡电子智能科技有限公司 地址 710000 陕西省西安市高新区丈 八街 办高新二路14号A-107- 56室 (72)发明人 程宇威　朱健楠　庞长松　池雨豪　 虞梦苓　 (74)专利代理 机构 深圳市精英专利事务所 44242 专利代理师 巫苑明 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 7/246(2017.01) G06T 7/66(2017.01) G06T 7/73(2017.01) G05D 1/02(2020.01) G01S 19/42(2010.01) (54)发明名称 无人船沿岸巡检方法、 装置、 计算机设备及 存储介质 (57)摘要 本发明实施例公开了一种无人船沿岸巡检 方法、 装置、 计算机设备及存储介质， 涉及人工智 能技术领域。 该方法通过接收巡检路线设定请 求， 设定无人船的待巡检路线； 无人船实时获取 待检测图像； 通过预训练的级联视觉目标检测模 型实时检测待检测图像中的预测目标标记框； 利 用预训练的目标追踪模型对多帧待检测图像中 的预测目标标记框进行持续追踪以得到追踪目 标标记框； 根据追踪目标标记框计算追踪目标与 无人船的相对位置关系以得到追踪目标在沿岸 区域的真实坐标； 执行预设的提醒驱逐策略。 本 发明的无人船按照待巡检路线自动沿岸巡检及 时执行预设的提醒驱逐策略， 提高了沿岸巡检的 效率， 节省人力物力， 且提高了 巡检的覆盖率。 权利要求书2页 说明书12页 附图3页 CN 114596536 A 2022.06.07 CN 114596536 A 1.一种无 人船沿岸巡检方法， 其特 征在于， 包括： 接收巡检路线设定请求， 根据所述巡检路线设定请求设定无 人船的待巡检路线； 在无人船依据 所述待巡检路线行驶的过程中， 自主判断岸线方向并将摄像头转向岸侧 并实时获取沿岸区域的图像作为待检测图像； 通过预训练的级联视觉目标检测模型实时检测所述待检测图像中的预测目标标记框， 其中， 所述级联视 觉目标检测模型包括VP ‑YOLO目标检测模型； 利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测目标标记框进行持 续追踪以得到追踪目标 标记框； 根据所述追踪目标标记框计算追踪目标与所述无人船的相对位置关系以得到所述追 踪目标在沿岸区域的真实坐标； 执行预设的提醒驱逐策略并将所述真实坐标发送给终端设备以使所述终端设备对所 述追踪目标的位置进行渲染。 2.根据权利要求1所述的无人船沿岸 巡检方法， 其特征在于， 所述通过预训练 的级联视 觉目标检测模型实时检测所述待检测图像中的预测目标 标记框的步骤 包括： 将所述待检测图像输入预训练的VP ‑YOLO目标检测模型以获得所有目标的标记框以及 该标记框的置信度； 过滤所述置信度小于第一预设置信阈值的所述目标的标记框以得到预测目标的标记 框。 3.根据权利要求2所述的无人船沿岸 巡检方法， 其特征在于， 在利用预训练的目标追踪 模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标记 框之前还 包括： 利用预训练的目标追踪模型中的卷积神经网络提取多帧所述待检测图像中每个所述 预测目标 标记框的特 征， 过滤置信度小于第二预设置信阈值的预测目标 标记框。 4.根据权利要求3所述的无人船沿岸 巡检方法， 其特征在于， 所述利用预训练 的目标追 踪模型对多帧所述待检测图像中的所述预测目标标记框进行持续追踪以得到追踪目标标 记框的步骤 包括： 将多帧所述待检测图像输入所述预训练的目标追踪模型以提取多帧所述待检测图像 中预测目标 标记框的相似度 度量特征； 运用最大匹配的方式使所述待检测图像之间的相同相似度度量特征对准， 使用卡尔曼 滤波器与匈 牙利算法结合的方式实现追踪目标 标记框的输出。 5.根据权利要求1所述的无人船沿岸 巡检方法， 其特征在于， 所述根据 所述追踪目标标 记框计算追踪目标与所述无人船的相对位置关系以得到所述追踪目标在沿岸区域的真实 坐标的步骤 包括： 根据所述追踪目标 标记框计算所述追踪目标的宽度； 获取所述追踪目标的像素宽度以及无人船的实时坐标， 并根据 所述追踪目标的像素宽 度、 所述追踪目标的宽度以及相机的焦距计算所述追踪目标与无 人船的距离； 根据所述追踪目标与无人船的距离以及所述无人船的实时坐标计算所述追踪目标的 真实坐标。 6.根据权利要求5所述的无人船沿岸 巡检方法， 其特征在于， 所述根据 所述追踪目标与权　利　要　求　书 1/2 页 2 CN 114596536 A 2无人船的距离以及所述无 人船的实时坐标计算所述追踪目标的真实坐标的步骤 包括： 获取所述追踪目标相对于无 人船中心点的角度； 根据所述追踪目标与无人船的距离以及所述追踪目标相对于无人船中心点的角度计 算所述追踪目标相对于无 人船的位置坐标； 根据所述无人船的实时坐标以及所述追踪目标相对于无人船的位置坐标计算所述追 踪目标的真实坐标。 7.根据权利要求2所述的无人船沿岸 巡检方法， 其特征在于， 在将所述待检测图像输入 预训练的VP ‑YOLO目标检测模型之前， 所述无 人船沿岸巡检方法还 包括： 获取预先标记的训练集； 将所述训练集输入至待训练的VP ‑YOLO目标检测模型中， 通过损失函数计算损失值； 根据所述损失值调整所述待训练VP ‑YOLO目标检测模型的参数以得到所述预训练的 VP‑YOLO目标检测模型。 8.一种无 人船沿岸巡检装置， 其特 征在于， 包括： 接收设定单元， 用于接收巡检路线设定请求， 根据所述巡检路线设定请求设定无人船 的待巡检路线； 第一获取单元， 用于在无人船依据所述待巡检路线行驶的过程中， 自主判断岸线方向 并将摄像头转向岸侧并实时获取沿岸区域的图像作为待检测图像； 第一检测单元， 用于通过预训练的级联视觉目标检测模型实时检测所述待检测图像中 的预测目标 标记框， 其中， 所述级联视 觉目标检测模型包括VP ‑YOLO目标检测模型； 第一追踪单元， 用于利用预训练的目标追踪模型对多帧所述待检测图像中的所述预测 目标标记框进行持续追踪以得到追踪目标 标记框； 第一计算单元， 用于根据所述追踪目标标记框计算追踪目标与 所述无人船的相对位置 关系以得到所述追踪目标在沿岸区域的真实坐标； 执行单元， 用于执行预设的提醒驱逐策略并将所述真实坐标发送给终端设备以使所述 终端设备对所述追踪目标的位置进行渲染。 9.一种计算机设备， 其特征在于， 所述计算机设备包括存储器及处理器， 所述存储器上 存储有计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 ‑7中任一项所述 的方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计 算机程序当被处 理器执行时实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114596536 A 3