【技術實現步驟摘要】
本專利技術涉及人工智能，尤其涉及一種車載無人機防御方法、裝置、設備及介質。
技術介紹
1、目前，隨著無人機技術的不斷發展，越來越多的領域采用無人機執行數據采集等任務，但是，由于無人機能夠低空飛行，且體積較小，靈活性、機動性又比較高，如果被惡意使用，會造成一定的安全隱患。
2、并且，在無人機防御區域較大的情況下，如果負責安全防護的人員不足，也會增加安全風險，因此，亟需一種能夠準確地對無人機進行防御的方法。
技術實現思路
1、鑒于以上內容，有必要提供一種車載無人機防御方法、裝置、設備及介質，能夠對無人機進行精準防御。
2、一種車載無人機防御方法，應用于車載無人機防御系統，所述車載無人機防御方法包括：
3、在預先建立的防御圈內實時進行無線電偵測得到無線電數據，及實時采集圖像數據；
4、對所述無線電數據及所述圖像數據進行特征融合，得到融合特征；
5、將所述融合特征輸入至預先訓練的無人機檢測模型，并根據所述無人機檢測模型的輸出數據檢測所述防御圈內是否有無人機；
6、當檢測到所述防御圈內有無人機時，將檢測到的無人機確定為目標無人機，并對所述目標無人機進行融合定位，得到所述目標無人機的目標位置；
7、基于所述目標位置對所述目標無人機進行光電檢測跟蹤，得到跟蹤結果；
8、根據所述跟蹤結果對所述目標無人機進行反制。
9、根據本專利技術優選實施例，所述在預先建立的防御圈內實時進行無線電偵測得到無
10、獲取防御中心；
11、以所述防御中心為圓心，以第一預設長度為半徑劃定第一立體包圍圈，得到核心區；
12、以所述防御中心為圓心，以第二預設長度為半徑劃定第二立體包圍圈，將所述第二立體包圍圈除去所述第一立體包圍圈后得到的區域確定為驅離區；
13、以所述防御中心為圓心，以第三預設長度為半徑劃定第三立體包圍圈，將所述第三立體包圍圈除去所述第二立體包圍圈后得到的區域確定為警戒區；
14、組合所述核心區、所述驅離區及所述警戒區，得到所述防御圈；
15、其中，所述第一預設長度小于所述第二預設長度，所述第二預設長度小于所述第三預設長度。
16、根據本專利技術優選實施例，所述對所述無線電數據及所述圖像數據進行特征融合，得到融合特征包括：
17、對所述無線電數據進行濾波處理，得到濾波特征；
18、利用卷積神經網絡對所述濾波特征進行特征提取，得到第一特征；
19、對所述圖像數據進行預處理，得到中間圖像；
20、利用所述卷積神經網絡對所述中間圖像進行特征提取，得到第二特征；
21、對所述第一特征及所述第二特征進行融合，得到所述融合特征。
22、根據本專利技術優選實施例，所述將所述融合特征輸入至預先訓練的無人機檢測模型前，所述方法還包括：
23、獲取所述車載無人機防御系統采集到的歷史無線電數據及歷史圖像數據；
24、根據所述歷史無線電數據及所述歷史圖像數據進行特征融合，得到歷史融合特征；
25、利用pca降維算法對所述歷史融合特征進行降維處理，降維特征；
26、獲取具有分類作用的初始神經網絡模型；
27、將所述降維特征作為訓練樣本訓練所述初始神經網絡模型，直至所述初始神經網絡模型的準確率達到配置準確率，停止訓練，得到所述無人機檢測模型。
28、根據本專利技術優選實施例，所述對所述目標無人機進行融合定位前，所述方法還包括：
29、確定在預設時長內是否持續檢測到所述目標無人機；
30、當在所述預設時長內沒有持續檢測到所述目標無人機時，繼續檢測所述防御圈內是否有無人機；或者
31、當在所述預設時長內持續檢測到所述目標無人機時，發出報警提示，并對所述目標無人機進行融合定位。
32、根據本專利技術優選實施例，所述對所述目標無人機進行融合定位，得到所述目標無人機的目標位置包括：
33、獲取輔助進行定位的每個基站的坐標作為每個第一坐標，及獲取輔助進行定位的基站的數量作為目標數量；
34、采用tdoa算法對所述目標無人機進行定位，得到第二坐標；
35、采用aoa算法對所述目標無人機進行定位，得到第三坐標；
36、計算所述目標無人機到每個基站的距離作為每個第一距離；
37、計算所述第二坐標與每個第一坐標間的距離得到每個第二距離；
38、計算每個第一距離與對應的每個第二距離間的差的平方，得到與每個基站對應的每個第一平方值；
39、計算每個第一平方值的累加和作為第一累加和；
40、計算所述第一累加和與所述目標數量的商，得到與所述tdoa算法對應的第一系數；
41、計算所述第三坐標與每個第一坐標間的距離得到每個第三距離；
42、計算每個第一距離與對應的每個第三距離間的差的平方，得到與每個基站對應的每個第二平方值；
43、計算每個第二平方值的累加和作為第二累加和；
44、計算所述第二累加和與所述目標數量的商，得到與所述aoa算法對應的第二系數；
45、計算所述第二坐標與所述第一系數的商作為第一定位結果，及計算所述第三坐標與所述第二系數的商作為第二定位結果；
46、計算所述第一定位結果與所述第二定位結果的和，得到當前定位；
47、計算所述第一系數的倒數得到第一權重，及計算所述第二系數的倒數得到第二權重；
48、計算所述第一權重與所述第二權重的和，得到目標權重；
49、計算所述當前定位與所述目標權重的商，得到所述目標位置。
50、根據本專利技術優選實施例，所述根據所述跟蹤結果對所述目標無人機進行反制包括：
51、當所述跟蹤結果顯示所述目標無人機處于所述驅離區或者所述核心區時，檢測所述車載無人機防御系統的操作區域內是否有人值守；
52、當檢測到無人值守時，向所述目標無人機發射配置時長的無線電壓制信號；或者當檢測到有人值守時，發出反制提示信息，當接收到反制指令時，向所述目標無人機發射所述配置時長的無線電壓制信號；
53、繼續對所述目標無人機進行光電檢測跟蹤；
54、當跟蹤到所述目標無人機返航時，確定反制有效；
55、當跟蹤到所述目標無人機未返航時，確定反制無效，發出二次反制提示信息；
56、在進行二次反制后，若再次確定反制無效，則控制所述車載無人機防御系統的車輛跟隨所述目標無人機的飛行軌跡，并獲取所述目標無人機與所述車載無人機防御系統的車輛的實時距離，當所述實時距離達到射程時，向所述目標無人機發射所述配置時長的無線電壓制信號。
57、一種車載無人機防御裝置，運行于車載無人機防御系統，所述車載無人機防本文檔來自技高網...
【技術保護點】
1.一種車載無人機防御方法，其特征在于，應用于車載無人機防御系統，所述車載無人機防御方法包括：
2.如權利要求1所述的車載無人機防御方法，其特征在于，所述在預先建立的防御圈內實時進行無線電偵測得到無線電數據，及實時采集圖像數據前，所述方法還包括：
3.如權利要求1所述的車載無人機防御方法，其特征在于，所述對所述無線電數據及所述圖像數據進行特征融合，得到融合特征包括：
4.如權利要求1所述的車載無人機防御方法，其特征在于，所述將所述融合特征輸入至預先訓練的無人機檢測模型前，所述方法還包括：
5.如權利要求1所述的車載無人機防御方法，其特征在于，所述對所述目標無人機進行融合定位前，所述方法還包括：
6.如權利要求1所述的車載無人機防御方法，其特征在于，所述對所述目標無人機進行融合定位，得到所述目標無人機的目標位置包括：
7.如權利要求2所述的車載無人機防御方法，其特征在于，所述根據所述跟蹤結果對所述目標無人機進行反制包括：
8.一種車載無人機防御裝置，其特征在于，運行于車載無人機防御系統，所述車載無人
9.一種計算機設備，其特征在于，所述計算機設備包括：
10.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質中存儲有至少一個指令，所述至少一個指令被計算機設備中的處理器執行以實現如權利要求1至7中任意一項所述的車載無人機防御方法。
...【技術特征摘要】
1.一種車載無人機防御方法，其特征在于，應用于車載無人機防御系統，所述車載無人機防御方法包括：
2.如權利要求1所述的車載無人機防御方法，其特征在于，所述在預先建立的防御圈內實時進行無線電偵測得到無線電數據，及實時采集圖像數據前，所述方法還包括：
3.如權利要求1所述的車載無人機防御方法，其特征在于，所述對所述無線電數據及所述圖像數據進行特征融合，得到融合特征包括：
4.如權利要求1所述的車載無人機防御方法，其特征在于，所述將所述融合特征輸入至預先訓練的無人機檢測模型前，所述方法還包括：
5.如權利要求1所述的車載無人機防御方法，其特征在于，所述對所述目標無人機進行融合定位前，所述方...
【專利技術屬性】
技術研發人員：張曉杰，孫忠良，易曉宇，王李青，
申請(專利權)人：杰能科世智能安全科技杭州有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。