基于无人机和图像识别技术的城市水系垃圾清理方法

冯雅清

摘要：目前无人机技术发展迅速，广泛应用于各个领域，取得了不错的效果。利用无人机结合图像识别技术对城市水系垃圾进行侦测、识别、清理和日常维护可以有效提高城市水系垃圾清理的效率，具有一定创新性和可行性。

关键词：无人机；图像识别技术；垃圾清理

前言

无人机（UVA）是一种机上无人驾驶的航空飞行器。其主要包括了动力系统和导航系统，通过人为遥控或自主导航进行飞行[1]。目前无人机技术发展迅速，目前已有50多个国家装备300余种无人机。不论是军用或是民用，无人机承担的任务更加复杂多样，深入各个领域并取得了不错的效果。单纯的无人机技术需要同其他遥感或控制技术相结合才容易发挥预先需求的功能，目前无人机技术与图像识别技术相结合可以实现无人机自主着陆，无人机识别目标，无人机对特定目标作业等功能，具有机动性强，识别精度高，低成本，风险小，效率高等特点[2，3]。现阶段，图像识别技术主要依靠图像识别处理模块，GPS导航模块、通讯，遥感测量等模块[4]。其主要可实现对侦测到的目标通过一定的算法进行识别，并加以分类，同时提取侦测到的符合预先设定要求的目标物[5]。

随着城市发展，生活垃圾的处理成为城市维护和环境治理的重要内容[6]。其中城市水系中由于人为和自然因素不可避免会产生漂浮垃圾，有的甚至覆盖整个河面湖面，成为城市脏乱差的典型代表，因此城市水系垃圾清理对于一个城市的城市形象，为城市居民提供良好的生活环境，城市防汛等方面至关重要。现今城市水系清理的主要方法主要依靠人工或驾驶船舶清理[7]，主要存在的问题为效率低，耗费人力，同时存在翻船事故的风险，此外当城市水系复杂，需要清理点过多时又会增加投资与消耗。将无人机结合图像识别技术应用于城市水系垃圾清理，利用无人机灵活性强，成本低可以有效提升城市水系垃圾清理效率，在城市垃圾清理和水系环境维护上具有可行性和创新性。

1无人机和图像识别系统的发展现状

无人机（UAV）是一种机上无人驾驶的航空器，具有动力装置和导航模块，在一定范围内靠无线电遥控设备或计算机预编程序自主控制飞行。无人机系统是一套综合的技术支撑系统，它是对 UAV 概念的扩展，它由机体、机上载荷和地面设备等组成，实现其飞行、操控、数据处理和信息传导等功能[1]。微小型无人驾驶飞机主要有旋翼直升飞机和固定翼飛机2 种。无人驾驶的微小型固定翼飞机具有成本低、效率高、操作简单、安全性好、抗风能力较强等优点。

无人机开展航拍，持久性强，还可采用远红外夜拍等模式，实现全天候航监测，无人机飞行又不受空间与地形限制，时效性强，机动性好，巡查范围广。无人机搭载高清摄像机，可实现高清实时传输，其距离可达5km，而标清传输距离可达10km。目前无人机最大载重可达60kg，满足约一个成人的重量，可以轻松实现城市水系垃圾的清理收集工作。

图像处理，是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术计算机图像处理技术的优点：再现性好，处理精度高.适用面广，灵活性高.图像识别中的模式识别（Pattern Recognition），是一种从大量信息和数据出发，在专家经验和已有认识的基础上，利用计算机和数学推理的方法对形状、模式、曲线、数字、字符格式和图形自动完成识别、评价的过程。模式识别包括两个阶段，即学习阶段和实现阶段，前者是对样本进行特征选择，寻找分类的规律，后者是根据分类规律对未知样本集进行分类和识别。这个模式识别的模板匹配模型简单明了，也容易得到实际应用。

2无人机和图像识别系统应用于城市水系垃圾清理的可行性

基于图像识别技术的无人机河道水系清理系统采用无线电遥控和预编程自主控制型UAV，通过绑定的高清分辨率相机进行水面情况的实时监控。并通过图像识别技术对图像进行预处理、特征选择。通过模块识别对侦测到的目标通过一定算法进行识别，并加以分类，同时提取侦测到的符合预先设定要求的杂草、水瓶、垃圾袋等目标物。无人机在识别目标后通过预编程自主控制靠近目标，利用安装的特质机械手与收集机构进行垃圾回收。其中，机械手可进行360°旋转，方便进行打捞工作。收集装置后端底部设有漏孔，可排除多余水分。在回收机构内部装有自动压缩排水装置以最大限度利用空间及有效载重，并装有压力传感装置，当收集机构内部承载重量接近预先设定标准或电量不足时，无人机则向地面控制系统传达信息或自主进行返航。当目标未被系统识别时，地面工作人员可通过无人机返还画面对其进行无线电遥控，人工操作无人机进行清理。当机械手承受拉力过大时系统则判断垃圾超出载重范围，无人机自动放弃垃圾清理，并对垃圾所在地理信息进行标记，返还地面控制中心，可由地面控制中心进行人工清理。

在这项技术应用于实际工作中时，可采用划分不同区域，在某一区域内由特定无人机进行工作的方式。划定区域范围应由区域内水系垃圾量以及工作面积等决定，使无人机在其垃圾收集能力范围以及电池续航能力内达到作业最优效果。并在作业中多次训练无人机目标甄别能力，使无人机在特定水域区域，根据特定水域垃圾特点加强特征识别能力。

3结论

综上，相比传统的人工清理方式，无人机和图像识别技术的自动清理化模式可以更好的增加城市环境优化效率，并相对传统方法具有节省人力物力财力、高效、精准的特点。这项技术结合了无人机技术与目前发展迅速的图像识别技术，旨在创造一种更新、更便捷的城市水系清理方法，助力营造更好的城市环境。这项技术不仅可以减少城市清洁工作的负担，还能减轻政府经济负担。

参考文献：

[1]汪沛，罗锡文，周志艳，等.基于微小型无人机的遥感信息获取关键技术综述[J].农业工程学报，2014，30（18）：1-12.

[2]王林惠，甘海明，岳学军，等.基于图像识别的无人机精准喷雾控制系统的研究[J].华南农业大学学报，2016，37（6）：23-30.

[3]田振坤，傅莺莺，刘素红，等.基于无人机低空遥感的农作物快速分类方法[J].农业工程学报，2013，29（7）：109-116.