手机版 欢迎访问南京千里眼航空科技有限公司(www.qlyuav.com)网站

当前位置:主页 > 解决方案 >

无人机如何参与城市生态环境监管?

时间:2020-06-12 16:09:48|来源:|编辑:|点击:

8月30-31日,大疆行业创新大会在上海举办。上海聚隆建设集团技术总监屈铭志做了题为《基于大疆无人飞行平台的城市生态环境风险监管解决方案》的分享。这个案例分享比较翔实,对于无人机技术的落地应用、无人机的风险约束研究、城市生态环境监管的未来展望等话题也做了详细说明。考虑到无人机在城市中应用的普遍、广泛需求,无人机世界认为这个案例有足够代表性,整理全文实录呈现给大家。

大家好,今天我来和大家分享一下基于大疆无人飞行平台的城市生态环境监管解决方案。首先简单介绍一下我们这个聚隆,聚隆是一家专注于生态文明建设的综合性企业,可能大家看到这个介绍就会觉得很很奇怪,这是一个非常非常传统的企业,好像跟高科技没有什么关联性。

但我们是整个项目所有技术的最后的落脚点,也是技术应用的场景,所以我们非常关心技术的落地性实用性和可行性。聚隆生态研究中心就是这样一个团队,我们来对接技术到应用的最后一公里。那么我们做一些什么呢?我们在生态环境领域、自然资源领域,还有城市运行管理三个领域分别开展相关的工作,其中城市运行管理领域,我们做了水环境的风险管理,城市更新动态评估以及应急预警项目,这部分工作呢是作为同济大学的城市风险管理研究院的生态风险研究中心所开展的。那么城市风险管理研究院是高校中第一个以城市安全为研究方向的这样一个机构,我们现在就是做生态环境领域的风险评估,以及十三五的国家重点图书的编撰工作。我们的理念和宗旨是打通技术应用的最后一公里。三个重要的特点就是:落地性,除了是技术加应用场景之外,我们非常关心与传统技术结合的这样一个可行性。可行性,除了经济可行性、技术可行性和运行可行性之外,我们还关心技术应用的风险;最后就是实用性,能否真正的提升效率和效果。那么我们使用大疆无人机在这两年当中已经开展了很多在城市生态环境监管的一些应用,也包括水环境监管,公园管理执法取证和城市监管,有一些很快的过一下一些其中一些案例。

打开APP,查看更多精彩资讯

比如说在水环境监管当中,它的痛点是啥?是盲区、死角,还有隐藏排水口,那么大疆无人机它作为一个很卓越的工具,就帮助我们实现了隐藏排水口的发现。大家可以看到左图当中的这样一个红色点,以及其中的录像所拍摄到的一个情况。对于水环境的巡查监管来说,痛点是什么?就是时空一致性,水是流动的,水在这个区域和另外一个区域会有很大的一个区别,那么凭传统的巡查效率是非常低的,用大疆无人机就可以实现全自动的巡航的过程。那么公园管理我们其中遇到了一个情况,就是在闭园之后如果还有人流滞留在公园里面,我们的研究显示,如果一个人在公园闭园之后滞留在公园当中,它可能带来传统超过传统5到10倍的风险。那么需要对公务员当中的人流做这样这样一个监管,大家可以看到右边的这样一个就是用大疆的热成像相机所拍摄到的人所行走的这样一个镜头,那么在闭园之后通过这样一种方式就可以查找有没有滞留的人群。还有就是我们在公园管理当中,传统的公园管理很重要一点是对于区域人流的这样一个一个察看,但是公园的管理者大多很难具备比较高的技术操作能力,那么通过大疆的智能眼镜这样的功能,我们直接可以设定好全自动的航线,公园的管理者只需要戴上眼镜,不需要操作任何飞机,就可以沿着航线直接观察各个区域的人流的这样一个分布情况。

最后就是城市更新管理,城市更新管理有海量碎片化的信息积累性的变化非常非常缓慢,而且这些信息缺乏数据支撑,那么通过大疆无人机的航拍就可以实现这些信息的获取。这以上我们就可以发现,大疆无人机作为一个工具,它能够在生态环境运动当中做了很多相关应用场景。但是今天我要说的是如何从航拍工具进化成生产力,这是我们的一些理解。无人机+X,提供了很多新的应用场景,昨天我们在整个会议上也看到好多好多新的应用场景,我感到非常非常兴奋。但是当它作为一个生产力的时候,我们的理解是,第一他要从无人机进化成无人飞行平台,也就是必须要有硬件软件+行业解决方案。第二就是自动化和智能化,只有自动化和智能化才能提高安全性和效率,改善原有飞手技术差异所带来的风险。第三就是传统技术深度结合,尤其是选择像我们生态环境行业传统技术当中如何去结合新的技术,能够真正的改善一些应用的效果。最后一点是非常重要的一点,就是风险约束和可承受成本,这是定义生产的先决条件,任何一项技术如果没有风险约束和他可承受的成本的话,那么它的应用落地都会遇到一定的困难。我今天会来介绍一个案例,是讲大疆无人飞机系统在水质风险管理的应用,以上海杨浦区的做一个介绍。

我们首先来看一下水质风险管理,它是有什么样的需求,它的痛点是什么?首先它是一个非常复杂的系统工程,水是流动的,也就是说如果水的污染源可以很快从上游到下游,它的时空水质是非常有差异性的,我们不可能在水河道上面布满监测点去监测水质。第二现象在河里,问题在岸上,很多的污染源来自于岸边,而最后的结果呈现在河里面,所以我们不仅要监测河流,还要监测河流两旁的岸边信息。第二个就是过多或过少的数据是影响到决策效率的。现在河湖管理走向了两个方向,一个是数据不足,就是传统的管理方式难以获得全面积极性。但另一方面现在大量的传感器的出现,造成了海量的碎片数据,那么这些碎片数据其实最后对于决策和管理来说有很大的影响。第三就是如何从环境污染的事后到事前往前走,那么需要化被动应对为主动防控,它需要什么呢?需要一个全面及时还有高价值的信息,他不是海量的数据,而是精准数据,它需要简易高效效率人力的数据获取方法,要有专业的人士对数据进行简易分析,最后就是技术能不能帮助发现问题,分析问题,甚至用于解决问题。那么在我们的水质风险的管理当中,它的业务流程是基本上分为这四块,就是风险识别、风险评估、风险预警和风险管理,用一个特别能够通俗的话说,就是我们传统的发现问题,分析问题到解决问题这样一个路径。

这就是我们的上海杨浦区的这一个环状的一个河道,我们所进行的这样一个案例,那么它是一个城市河道,可以看到两边都是高楼建筑物,河道只有20到30米宽,建筑的高度基本上在90米到150米之间。那么我们做一个基于大疆无人飞行平台解决方案,在硬件层我们是采用了大疆的精灵4。在感知层,我们通过大家的MSDK结合IOS开发了相当于啊巡检的一个APP,但是关键的是在于后面有城市河道的自动化飞行的一个解决方案,以及城市飞行风险控制的这样的方案。在数据解译层,我们用 Photoscan、Opendronemap 这样的商业开源的建模软件能够做第一层的数据处理。第二次的数据梳理,我们开发了基于无人机影像的专业影像简易算法和生态风险评估模型,最后在应用层实现了可视风险地图以及高风险区域的无人机自动化监管方案。那么我们来看一看这样一个方案,他最后能实现什么样的效果?我们首先来看一下传统手段和无人飞行平台解决方案的效率对比。传统的解决方案,我们看到项目当中有一个蓝色线条,就是我们通过人工骑着电动车所进行巡演的一个路线,而下图所看到的跳动的每一张图就是无人机一次巡视一次排查之后的一个线路。这其中有一件事情就是杨浦区当时发生了一件事情,就是消防队在做演练的时候,演练结束之后将用完的泡沫排到了河当中,当时就有旁边居民就是发现了这个情况,但是并不知道什么从河面上起了泡,那么就马上通知环保局,那么我们就兵分两路,一路就是通过传统的巡查的方式,另一路就是通过无人机的方式对全河信息要摸底,然后要寻找这个污染源在哪儿,然后最后要重访给他拍照进行取证,那么我们可以看到最后再通过人机的方式只需要15分钟,很快找到了这样一个消防员所在的一个位置,它排出来的污染物,在20分钟之后我们对它的性质做了一个判定,然后第二架无人机再起来之后到达现场只需要五分钟,那么就很快的了解了这件事情的整个来龙去脉,为事后的处置提供很大的帮助。

第二个就是排口的一个人工复查,一个非常麻烦的事情,就是一线的工作人员很难有非常专业的无人机操作的知识,那么传统的排查或者说采用在船上进入现场再次复查,或者就要通过手动操作无人机的方式来做,那么我们通过自动化的复查之后,它直接就是通过一键形成一个特定的线路,然后每一个排口自动进行一个独立的一个拍照和位置信息的一个获取。那么直接在数据导出SD卡的时候,它就变成了每一个排口的具体信息,那么这样的话对于排口的复查就有一个非常非常大的帮助。第三个就是我们看到的河面的油污。与传统卫星照片相比,由于水面的这样一个建模和水面的这个分析通常都是无人机数据获取的难点,我们可以看到左图当中无人机照片当中的油污在树荫底下,通过我们的照片和建模仍然可以保留油污的这样一个特点,那么这些信息对于我们事后整个监管来说是非常有帮助的。效果对比:另外一个就是传统排查手段,我们看到水面的一个反光以及污染物的这样一个情况,对它的了解非常局部非常片面。那么我们通过多机同步的这样一个方式,就对环境污染事情做到了完整的取证,是事中它污染的一个情况,事后它的影响以及它的整个上方这一条线它的影响面积是怎样?那么这就是用无人飞行平台所能实现的这样一个风险识别,也就是我们发现问题的一种工作思路。

风险评估。风险评估就是我们说当我们拿到了无人机的数据之后,我们怎么样对无人机数据进行进一步解读。通常情况下,我们现在比较流行的方式是通过大量的无人机照片进行拼接,拼接完了之后我们能够形成一个二维或三维的地图,但是传统的正射影像最大问题就是大家看到左图当中河面的反光现象,这简直是不可避免的。那么我们在发现了这个问题之后,使用了水环境感知的这样一个飞行方案以及特别的一个处理算法,就能够基本上消除80%到90%的水面反光。那么在这样一个情况下,对于我们的环境监管来说,就能够避开水面反光得到真实的数据。第二个,就是正射影像当中,可能做开发的很多同行都知道水面是缺乏控制点、缺乏点云数据的,那么对于水面拼接来说简直是一个非常非常难的情况。一个很常见的情况就是在拼接完了之后,就会出现这样的斑块状的这样一个纹理的现象,其实这一部分在我们的行业叫做一个被修改的数据,这个数据已经不再是被能够我们深入分析的数据。那么我们通过我们这些影像的拼接算法,保留了原本河道表面的信息,那么这些信息能够为我们进一步用于环境的解读。

那么在正射影像拼接之后,我们做了一些什么事情呢?这是一个定量化的分析结果。我们来看这一张图。这张图就是我们截取的一个河段,其中紫色的区域就是我们通过数据分析得到的一个重度推出区域。黄色红色的是中度黑臭区,黄色的是轻度黑臭区,非洲去无色的代表水质。这是9月29号11:37的情况。10月12号我们看到明确的改善,10月13号由于再一次的污染之后,引起了一个大规模的一个污染的现象。10月17号、25号、26号基本上污染消失。那么首先我们所知道的是,通过这样一种的对比,我们可以及时的知道整个污染事件的发展的状况。但是更重要的是我们通过这些数据的分析,道了泵站放江这个污染事件对区域水质的影响需要持续换取长达七天才能基本消除。这个信息对于管理者非常关键,在用应用我们这些技术之前,我们的管理者知道污染出现了之后需要进行大量治理,然后才能够经过一定的时间能够消除,但是究竟多少天这个数据并没有一个明确的概念。但是通过我们这些经过专业领域的数据分析之后,我们就知道需要七天,那么这样一个数据,就有一个非常明确的定量化的分析结果,那么对于监管来说就会有非常大的帮助。我们再来看一个非常常见的现象,就是在河两岸的居民区,阳台监管是一个非常普遍的现象,在城市当中尤其是老旧城区,通过阳台要装洗衣机,接一个PVC管直接往河里面排,那么这样的一个事件的发生其实是非常随机、非常零散的,通过传统的人工巡查,你不可能实现每天每个星期的去巡查,通常只有一年或半年一次。那么我们现在通过无人机包括RTK技术的引入,我们能够将影像相对准确的一个位置来进行判断,那么能够做一个风险的运评估。

那么通过了这样的算法的处理之后,他能够发现我们潜在的这样一个1234的这样一个风险点,那么之所以它是风险预评估,是因为它的精确度还不够高,但是通过风险预评估之后,再进一步派人去现场做二次的验证,就能够将这些风险点找出来,相对于传统需要全河十几公里一个一个点去找来说,现在只需要到人到现场针对这几个点做一下二次确认,极大地缩短了时间。尤其是考虑到像杨浦区整个污染防治科,一共只有三个科员和六个环境检查,那么对于管理65公里的河道来说,这点人力是远远不够的,那么这些技术就能够帮助到环境部门。好,我们再来看这张图也是非常有意思的,当我们发现了某个区域具有非常高频风险的时候,比如说在这个区域当中的河道,我们认为是由人往里面倾倒的一个现象,那么我们就通过了无人机飞行平台,实现了每个小时的一个自动监测,在自动监测之后,在几十分钟之内在笔记本电脑上面自动生成了一个数据,很快就能够通过影像对比发现其中的风险。然后基于现场的二次比对确认再用后面的油污分析算法之后,我们就可以评判出环境损害,鉴定这些污染究竟有多少面积,它的究竟污染物是什么?再结合传统的这样的化学手段分析,我们就可以准确地定量,这样的事情对环境污染的损害究竟是多少?能够计算到元内的单位,那么对于环境执法来说就一个非常实用的一个数据。

最后就是我们说的可视化风险地图。我们一直提倡的是技术无感,就是当我们把技术应用到监管当中去的时候,我们不过多地突出技术,最后在监管部门我们所提供的是这样一个风险地图。大家可以看到啊我们现在所关注的整个河道5.3公,我们只需要关注的是使用的红色的部分和橙色的部分,整条河当中蓝色部分是没有风险的,红色部分当中我们标注了其中的一些排污口,一些污染源以及一些污染的现象,也就是说当河长和各个管理部门在一起开会的时候,直接就根据这张风险地图直接安排解决问题的任务,不用再像传统的原来这样开会方式,首先是大家坐在一起我们来发现问题,然后再去分析问题,最后再寻找解决问题的方案。通过我们背后的这样一个真实客观的数据,直接将问题和他的一个大概分析情况全部展示在这张图上,最后作为一个监管部门来说,直接就针对问题来进行一个一个的解决。那么我们也可以看到底下的一个风险情况和处置建议里面包括了风险的识别和分析的水质数据和无人机数据当中最后给出一个解决的建议。在这样一个情况下,上海这条河道的整个环境的风险里面,包括所有的排口在三个月之内就全部给解决了。最后就是这样一个可视化的一个风险预警和监管平台。那么这样呢我们一直认为数据的可视化是非常关键,尤其是对于一个专业人士来说,啊一个可视化的数据能够帮助我们更好地去看问题。那么我们这是一个水环境风险评估系统,它就是专门针对于污染源、排水口、堤岸、巡查,还有就是那个它的可视、可塑和可比,它可以随时的去在对同一个位置,像切片式的这样一个时空回溯,能够找到上个星期和这个星期究竟有什么样的变化,我们关注的点应该在哪?

它提供了一个客观可靠的数据,这就是我们在大疆无人飞行平台,在城市生态环境风险监管的一个解决方案。我们有一个愿景,就是希望能够通过技术的引入,去实现手中有科学及时的数据,心中有清晰整体的影像,在分工的时候有效精准落实,以及遇事有明确应急措施。那么这就是技术无感的一个引入,最后能够为管理者提供一个有用的一个数据结果。

我最后就想提一下,就是我们现在的这些无人飞行平台,信息技术的应用已经在整个杨浦区所有的65公里的河道,包括内河和外河当中得到了应用。其实刚刚还有一点很重要的,我们有说到在无人机巡查的时候,我们地面同步的现场的数据,和河上的无人船等传递的数据,实现了点线面数据的同步,对于我们环境的数据的分析来说,点线面是好的,对于数据的分析非常重要,这也是我们目前一个非常重要的一个研发的方向帮忙。好,那么除了这个大疆飞行平台,我们现在还在城市运行管理当中可以看到右图对于一个现状所有的信息结合传统的GIS的信息做进一步的监管的帮助。那么包括在自然资源当中,我们在上海崇明东滩国家自然保护区的一个案例当中,就是通过无人机的数据,能够进一步对植被作分析,那么这样的分析不是基于高光谱和多光谱的,而是基于可见光的。那么这样极大地降低了技术应用的成本。

那么这是在规划数据支撑中的一个项目,就是上海青浦区对一个湖进行整治的时候,那么向我们提出了一个意见,就是说能不能告诉我说哪个区是最重要最值得整治的,因为全湖面积非常大,治理难度非常高。那么我们通过我们无人机的数据,尤其大水面的这样的分析,对于它的这样一个透明度做了一个分析,大家可以看到图中的右下角黑色的部分就是透明度比较差的,那么通过我们的这个分析之后就提出了一个建议,就是我们应该优先考虑右下角这部分比较黑的这个透明度比较差的部分,对于通过局部的治理能够对整体的水系有个非常大的帮助,那就是我们现在所说的以小见大,就是一个局部治理,改善整体水环境的这样一个方法。

我每次演讲都会被问到一个问题,说你们的解决方案中为什么选择的是大疆的四旋翼无人机?有什么特别的考虑吗?那么我想今天说一下,我们做了一个风险约束研究,就是城市低空无人机飞行对人群感知的影响,这可能是国内首个针对无人飞行器对城市运行安全的研究。为什么我非常关注这个风险约束?因为如果说低空飞行的无人机在人群看不到飞手的情况下,从你头上飞过,你的注意力会被吸引住,听觉会被影响?同时你会产生应急的反应。一旦有很多人群做这样的反应之后,就会造成大人流的风险,导致城市当中运行的一个问题。

那么我们是怎么做的呢?我们选取了两个不同的一个机型,一个是四旋翼的飞机,一个是八旋翼的一个传统的平台,然后分别是10米到50米的高度,我们测试方法是我们找了很多没有接触过无人机的人,大多数中老年尤其老年人是非常重要的,我们的研究人员和老年人在这聊天,然后我们预设的是有一个飞机在它上空通过自动化的10米或20、30米的经过,我们观察这个人的视觉,他的听觉和他自己身体的应急反应,我们可以看到在10米高度的情况下,大部分情况都有视觉注意转移的,他一下就会去看这个机器,然后他噪音会非常严重,还会想办法去捂耳朵,然后他会有直接当无人机飞来的时候,它会有应激的躲避反应,他会想办法去躲开。那么可以想象一下,如果说有一大群人同时做出这样的应急反应,那么就会造成人群踩踏的风险。但是我们看到这两个图的对比,当小型四旋翼无人机在30米到40米之后,就可以基本达到一个无感的状态,在很多测试场景中,我们的小型的多旋翼无人机在40米高空的时候飞过去就可以不对人,他们都甚至是感觉不到,但是八旋翼无人机直到50米都没有过我们的一个风险关,这也是为什么虽然四旋翼无人机可能在功能上并没有那么突出,但是我们说我们选择它作为我们的一个工具。

我想说的就是这就是我们的一个理念,在利用无人机开展城市生态环境风险防控工作时,需要充分判断应用场景的各类风险源,做到事前防控和应急准备。那么包括还有很多的城乡飞行,可能大家都会觉得说在城市当中飞无人机、在河道上面飞无人机就是规划的航线,但是我们在合作当中遇到了好多问题,这些问题相信大家都会遇到过,斜拉桥的磁场干扰、飞鸟的干扰,城市信号、玻璃幕墙、操作失误,电池高温低温,任何一项风险都会导致飞机坠落,而飞机坠落以后就会对城市运行方面造成影响。那么我们很高兴的是我们现在在这一年多来的应用业务化应用当中,1200多架次飞行3500公里河道的数据,我们建立了20种模拟完演练和12种应急处置预案,到现在为止没有任何一次飞行的事故出现。

最后我想用这张片子来结束就是城市生态环境风险监管,也展望未来,昨天我很高兴见到很多开发者,那么我把一些开发者根据我的理解放到了不同的这样一个生态位当中去,如果有不对的话也希望大家能够指正。在硬件层当中,我们生态风险管理未来是基于无人机以及基于硬件生态,包括FLIR这样的热成像仪、以及爱普生的飞行眼镜等等等等。在环境感知层,我们高兴的看到有很多专业的飞行平台和软件以及飞行及培训服务,那么我们在其中增加了一点就是城市自动飞行的风险控制和解决方案。

在数据分析层,我们看到有PIX4D、Skycatch、Microsoft等等等等的平台以及数据的基本的飞行方案,那么就能把大量的无人机的照片数据形成像地图或三维这样的情况,有了这些工具的帮助之后,我们就可以基于我们生态领域的专业知识来进行影像解读,能够做分析模型。那么有了这个硬件层、感知层、数据分析层之后,我们就可以达到一个应用层。

那么我最后要着重来讲一下应用层,就是我们是作为一个行业当中的最终用户,我们非常知道我们在技术应用的时候的需求是什么?在应用层当中我也想提一下,我们按照现在比较流行的一个自动驾驶的一个方法,把它分成了Level1-5的这样一个阶段。对于很多用户来说,终端用户来说他可能是第一次接触无人机,或者他可能想象说我无人机能做这个事情,那么Level1的服务就是我们说的标准航拍,还我们通过我们的专业知识来对一些需求来看一看无人机或者无人飞行平台适不适合这项业务。如果适合的话,那我们进入Level2深入访谈,通过无人飞行器以及机载的平台做数据的这个采集,那么Level2就牵涉到硬件层和环境感知层做数据的采集。当我们采集完数据之后,我们就可以进入Level3的阶段,就是影像的简易分析。如比如说我们做水质污染情况下,我们要知道水质污染的表面哪些地方是有油污的,那么这就不仅仅是一个基本的数据分析层,还有一个就是专业领域的分析层。

如果在Level1、2、3之后有更大的一个兴趣的话,那可以就进入Level4就是专项人才调查,我们可以对整个河道做一个这样的分析,发现问题分析问题。通过这项技术的应用,还有一个很重要的就是结合传统的工具,两者结合之后去发现问题、分析问题。最后就是Level5,我就是管理风控,如果发现问题分析问题,他最后解决问题之后,我们这些技术能够进一步去做管理,就像我刚才提到的是能够在当中对于高风险区域进行这样一个巡查和分析,实现从事后的处置到事前预防的这样一个发展,那么我也希望通过我们这个一个解决方案的应用层面,结合硬件层、感知层和数据分析层的各家的行业解决方案,来共同为客户提供一些解决方案。好的,谢谢大家!

热门导读

Copyright © 2020 南京千里眼航空科技有限公司 版权所有