一种基于人工智能的监测样地位置调节系统及方法与流程

本发明涉及人工智能，具体为一种基于人工智能的监测样地位置调节系统及方法。

背景技术：

1、为更好地完成生态环境的监测工作，为推动林业发展，一般会设置生态环境监测样地，能够帮助对生态环境、质量进行科学勘测、评估，带动生态环境良好发展，对于监测样地，有关部门需要先对监测样地设置的位置进行核实和及时的调节；

2、然而，现有的监测样地位置调节方式仍然存在一些问题：首先，在进行核实工作时，需要由相关技术人员深入监测样地核查监测样地的可达性和可监测性，由于部分地区路径崎岖，难以到达，为核查工作带来了很大的困难，现有技术无法解决这一问题以减轻核查工作难度；其次，对于部分不可到达的监测样地需要技术人员寻找具备可达性和可监测性的相同类型样地作为新的监测样地，调节监测样地位置，可能存在寻找到不止一个监测样地，现有技术无法帮助选择出最合适的监测样地，并减轻技术人员到达样地进行核查的工作难度、提高核查工作安全性。

3、所以，人们需要一种基于人工智能的监测样地位置调节系统及方法来解决上述问题。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的监测样地位置调节系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的监测样地位置调节系统，所述系统包括：监测样地探测模块、样地信息采集模块、数据管理中心、样地信息分析模块和监测样地调整模块；

3、所述监测样地探测模块的输出端连接所述样地信息采集模块的输入端，所述样地信息采集模块的输出端连接所述数据管理中心的输入端，所述数据管理中心的输出端连接所述样地信息分析模块的输入端，所述样地信息分析模块的输出端连接所述监测样地调整模块的输入端；

4、通过所述监测样地探测模块对监测样地进行探测并拍摄样地图像；

5、通过所述样地信息采集模块采集可到达的监测样地图像信息以及图像传输信息，将采集到的全部数据传输到所述数据管理中心；

6、通过所述数据管理中心存储并管理采集到的全部数据；

7、通过所述样地信息分析模块在统计到不止一个可到达监测样地时分析监测样地的适配度；

8、通过所述监测样地调整模块调节适配度最高的监测样地作为最佳监测样地。

9、进一步的，所述监测样地探测模块包括样地图像拍摄单元和探测数据传输单元；

10、所述样地图像拍摄单元的输出端连接所述探测数据传输单元的输入端；

11、所述样地图像拍摄单元用于利用无人机对预先设定的监测样地图像进行拍摄；

12、所述探测数据传输单元用于将拍摄到的图像数据传输到远程终端。

13、进一步的，所述样地信息采集模块包括图像数据采集单元和传输信息采集单元；

14、所述图像数据采集单元的输入端连接所述探测数据传输单元的输出端，所述图像数据采集单元和传输信息采集单元的输出端连接所述数据管理中心的输入端；

15、所述图像数据采集单元用于利用神经网络算法进行图像识别，在识别到预先设定的监测样地不存在可达路径时，利用无人机从预先设定的监测样地开始出发寻找可到达的监测样地，并采集无人机在寻找过程中拍摄的图像；

16、所述传输信息采集单元用于采集无人机传输拍摄到的图像的时长信息，利用人工智能技术对图像进行路径识别，有利于快速核实出是否存在到达预先设定的监测样地路径，帮助及时提醒寻找可到达的监测样地，即存在可到达路径的监测样地。

17、进一步的，所述样地信息分析模块包括可行样地统计单元、图像数据分析单元和传输效率分析单元；

18、所述可行样地统计单元的输入端连接所述数据管理中心的输出端，所述可行样地统计单元的输出端连接所述图像数据分析单元的输入端，所述图像数据分析单元的输入端连接所述数据管理中心的输出端，所述图像数据分析单元的输出端连接所述传输效率分析单元的输入端；

19、所述可行样地统计单元用于统计可到达的监测样地数量和位置，将统计到的监测样地数据传输到远程终端；

20、所述图像数据分析单元用于若统计到可到达的监测样地不止一个，调取并分析存在到达不同监测样地路径的图像数据，分析到达不同监测样地的难度；

21、所述传输效率分析单元用于分析无人机在不同监测样地传输拍摄到的图像到远程终端的效率。

22、进一步的，所述监测样地调整模块包括样地选择单元和样地位置调节单元；

23、所述样地选择单元的输入端连接所述传输效率分析单元的输出端，所述样地选择单元的输出端连接所述样地位置调节单元的输入端；

24、所述样地选择单元用于根据到达难度和效率数据分析监测样地的适配度，选择适配度最高的监测样地作为最佳的监测样地；

25、所述样地位置调节单元用于调节最佳的监测样地作为新的生态环境监测地点。

26、一种基于人工智能的监测样地位置调节方法，包括以下步骤：

27、s1：对监测样地进行探测并拍摄样地图像；

28、s2：采集可到达的监测样地图像信息以及图像传输信息；

29、s3：在统计到不止一个可到达的监测样地时分析到达监测样地的难度；

30、s4：分析在不同监测样地传输拍摄到的图像到远程终端的效率；

31、s5：分析监测样地的适配度，调节适配度最高的监测样地作为最佳监测样地。

32、进一步的，在步骤s1中：利用无人机对预先设定的监测样地图像进行拍摄，将拍摄到的图像数据传输到远程终端，利用神经网络算法对图像进行路径识别，在识别不存在到达预先设定的监测样地的路径时，利用无人机从预先设定的监测样地开始出发寻找可到达的监测样地，在寻找过程中拍摄图像，将拍摄的图像传输到远程终端；

33、在步骤s2中：采集无人机在寻找过程中拍摄到的图像，对图像进行路径识别，对图像中的路径曲线进行拟合，将拟合后所有存在路径的图像进行拼接整合，得到完整的到达监测样地的路径图像，采集无人机传输在寻找到的监测样地拍摄图像到远程终端的时长数据，利用无人机对监测样地进行探测，结合神经网络算法对探测到的图像进行识别，解决了现有技术中由相关技术人员深入监测样地核查监测样地的可达性导致核查效率低、核查工作艰难的问题。

34、进一步的，在步骤s3中：统计到可到达的监测样地数量为m，若m=1，说明可到达的监测样地只有一个；若m≠1，说明可到达的监测样地不止一个，分析到达不同监测样地的难度：调取完整的到达不同监测样地的路径图像，以完整的到达监测样地的路径图像中心为原点建立二维坐标系，得到完整的到达随机一个监测样地的路径曲线方程为：y=f(x)，将监测样地的路径曲线平均分为n段，根据公式计算得到曲线的曲率k，将分段点坐标代入公式得到曲线在所有分段点处的曲率集合为k={k1，k2，…，ki，…，kn+1}，其中，ki表示曲线在第i个分段点处的曲率，根据下列公式计算到达随机一个监测样地的难度wj：

35、；

36、其中，表示曲率权重系数，表示路径长度权重系数，且，a和b分别表示路径曲线起点和终端的横坐标，通过相同方式计算得到到达所有监测样地的难度集合为w={w1，w2，…，wj，…，wm}，在核查到预先设定的监测样地不可达时，需要寻找附近能够到达的监测样地，进行监测样地的位置调节，在寻找到多个监测样地情况下，通过图像分析选择最佳的监测样地，计算到达监测样地的难度的目的在于将难度参数作为选择最佳监测样地的考虑因素之一，路径曲线越长、越曲折，说明到达对应监测样地的难度越大，结合曲线长度、曲折情况分析难度，提高了分析结果的准确性和可参考价值，选择到达难度低的监测样地有利于帮助减轻相关技术人员到达监测样地进行核实的工作难度。

37、进一步的，在步骤s4中：调取到无人机传输在寻找到的监测样地拍摄图像到远程终端的时长集合为t={t1，t2，…，tm}，获取到对应监测样地到远程终端所在位置的直线距离集合为d={d1，d2，…，dm}，其中，m表示寻找到的可到达的监测样地数量，获取到完整的到达随机一个监测样地的路径图像中，将每个路径图像传输到远程终端的时长集合为t={t1，t2，…，tv，…，tg}，对应图像的拍摄地点到远程终端所在位置的直线距离集合为d={d1，d2，…，dv，…，dg}，每拍摄一张图像传输一次到远程终端，其中，g表示组成完整到达随机一个监测样地的路径图像数量，根据下列公式计算得到随机一个监测样地传输拍摄到的图像到远程终端的效率pj：

38、；

39、其中，tj表示无人机传输在寻找到的随机一个监测样地拍摄图像到远程终端的时长，dj表示随机一个监测样地到远程终端所在位置的直线距离，tv表示将完整图像中随机一个路径图像传输到远程终端的时长，dv表示随机一个图像的拍摄地点到远程终端所在位置的直线距离，通过相同计算方式得到监测样地传输拍摄到的图像到远程终端的效率集合为p={p1，p2，…，pj，…，pm}，通过大数据分析传输无人机定点拍摄到的图像至远程终端的效率，目的在于将效率参数作为选择最佳监测样地的考虑因素之一，传输效率越高，说明对应监测样地发送监测数据的速度越快、效率越高，在效率分析过程中，除分析在监测样地拍摄图像的传输效率外，考虑到相关技术人员后续需要自行前往对应监测样地进行核实，部分路径崎岖、度过难度大，在前往过程中容易发生异常情况，加入传输拍摄完整的到达监测样地的路径图像的效率参数，有利于在相关技术人员前往选择出的监测样地过程中发生异常情况、需要发送异常警报信号时，及时快速地发送警报信号，提高安全性。

40、进一步的，在步骤s5中：得到随机一个监测样地作为调节后的样地的适配度ej：，其中，和分别表示难度权重系数和效率权重系数，且，得到所有监测样地作为调节后的样地的适配度集合为e={e1，e2，…，ej，…，em}，比较适配度，调节适配度最高的监测样地作为最佳监测样地，所有监测样地作为调节后样地的适配度计算过程中难度权重系数都为，效率权重系数都为，调节后监测样地的位置为对应监测样地所在位置，结合难度和效率参数分析将不同监测样地作为调节后样地的适配度，难度越低且效率越高，判断适配度越高，选择适配度最高的监测样地作为最佳监测样地，调节监测样地的位置，有利于在寻找到可达监测样地的同时减轻到达样地进行核查的工作难度、提高核查工作安全性。

41、与现有技术相比，本发明所达到的有益效果是：

42、本发明利用无人机对监测样地进行探测，结合神经网络算法对探测到的图像进行识别，解决了现有技术中由相关技术人员深入不可达的监测样地导致核查效率低、核查工作艰难的问题；利用人工智能技术对图像进行路径识别，有利于快速核实出是否存在到达预先设定的监测样地路径，帮助及时提醒寻找可到达的监测样地；在核查到预先设定的监测样地不可达时，需要寻找附近能够到达的监测样地，进行监测样地的位置调节，在寻找到多个监测样地情况下，通过图像分析选择最佳的监测样地，结合到达监测样地的难度以及传输无人机定点拍摄到的图像至远程终端的效率来选择最佳的监测样地，在相关技术人员前往选择出的监测样地过程中发生异常情况、需要发送异常警报信号时，能够及时快速地发送警报信号，提高核查工作的安全性。