5G網聯無人機自動管控系統在公安領域的應用

摘要：傳統監控設備導致公安人員無法及時了解掌握所有目標區域發生的突發狀況，文章提出5G網聯無人機自動管控系統在公安領域的應用。文章采用系統的無人機模塊采集目標現場巡防視頻圖像，并通過5G通信網絡將其傳輸至數據處理中心，在中心對巡防圖像中異常目標進行檢測與識別。實驗結果表明，5G網聯無人機自動管控系統在異常目標定位方面展現出了顯著的準確性和穩定性，可以滿足公安領域實際應用需求。

關鍵詞：5G網聯無人機自動管控系統；公安領域；系統應用；智慧巡防

中圖分類號：TN919.5文獻標志碼：A

0引言

在公安領域，無人機已經成為一種新型的、高效的巡防手段。然而，傳統的無人機技術在傳輸速度、傳輸距離和圖像清晰度等方面存在一定的局限性，這在一定程度上制約了其在公安領域的應用效果。因此，研發一種新型的、高效的無人機管控系統，對于提升公安部門的巡防水平和應對突發事件的能力具有重要的現實意義。5G網絡作為前沿的通信技術，其高速、低延遲和大容量連接的特點為無人機通信帶來了革命性的解決方案。借助5G網絡，無人機能實時與地面控制中心交流，傳輸高分辨率視頻和圖像數據，為公安決策提供更為精準和及時的信息支持。現有研究多聚焦于無人機的通信與控制技術，而對其在公安領域的具體應用場景和深層需求探討不足。因此，文章致力于填補現有研究的空白，深入研究5G網聯無人機自動管控系統在公安領域的應用，有望為公安部門提供更為迅捷、智能化的科技支持，從而在維護社會治安、促進社會穩定方面發揮積極作用。

1基于5G網聯無人機自動管控系統的智慧巡防

一般而言，5G網聯無人機自動管控系統主要由無人機、5G通信網絡、地面控制中心和數據處理中心4個部分組成。5G網聯無人機自動管控系統具有傳輸速度快、傳輸距離遠、圖像清晰度高等優點，能夠有效地解決傳統無人機巡防方式存在的問題。因此，文章提出將5G網聯無人機自動管控系統應用于公安領域的巡防工作中，為公安部門提供了更加先進和便捷的偵查手段，協助公安部門快速獲取現場情況，有助于提升公安工作的效率和質量。

1.15G網聯無人機獲取目標現場巡防視頻圖像

將5G網聯無人機自動管控系統應用于公安領域進行巡防作業時，關鍵在于通過系統的無人機和5G通信網絡模塊采集并傳輸巡防現場的視頻圖像［1］。系統的無人機模塊是實現視頻圖像采集的核心部分。無人機搭載的高清攝像頭能夠在空中對目標現場進行全方位地拍攝，不受地面障礙物的限制。通過精確的飛行控制系統，無人機能夠按照預設的航線進行自主飛行，確保對目標區域的全面覆蓋。在無人機模塊采集目標現場巡防視頻圖像時，假設無人機以恒定速度持續飛行，文章通過式（1）所示目標函數進行無人機的飛行控制［2］。

f=minZ，｛pn｝Nn=0∑Nn=1‖pn-pn-1‖（1）

其約束條件為：

s.t.p0=p0

pN=p1

‖p0-qz‖≤Dmax（2）

其中，f表示無人機飛行控制目標函數，pn表示第n個無人機飛行控制點，p0表示無人機飛行起點，p1表示無人機飛行終點，N表示無人機飛行控制點集合，Z表示無人機飛行路徑上的5G通信網絡基站序列，qz表示基站的位置，Dmax表示無人機和基站之間的最大視距鏈路。由式（1）可知，在5G網聯無人機自動管控系統采集目標現場巡檢視頻圖像時，無人機在飛行過程中始終和5G通信網絡中基站保持通信，所以無人機的飛行控制點必須在基站通信覆蓋重疊范圍內，并通過設計無人機合理的飛行控制點位置pn來得到最佳的飛行路徑，然后控制無人機按照最佳路徑飛行，在飛行過程中利用搭載傳感器實時采集目標現場巡防視頻圖像。在5G網聯無人機自動管控系統完成目標現場巡防視頻圖像的采集后，需要通過5G通信網絡將這些圖像數據傳輸至數據處理中心，以便后續的分析處理［3］。由于公安領域日常巡防視頻圖像數據規模極大，所以無人機和5G通信網絡基站之間的通信鏈路必須以較高的傳輸速率進行巡防圖像傳輸任務，香農公式如式（3）所示。

V=Blog2（1+SNR）（3）

其中，V表示5G通信網絡中通信鏈路的數據傳輸速率，B表示信道帶寬，SNR表示信噪比。通常無人機和5G通信網絡基站之間帶寬是固定的，因此為了保障巡防視頻圖像的傳輸速率，文章選擇較高的無人機通信信噪比，以便于無人機在最短時間內完成目標現場巡防視頻圖像的通信傳輸。

1.2數據處理中心檢測巡防圖像中異常目標

數據處理中心負責接收并處理來自無人機模塊和5G通信網絡的海量巡防視頻圖像，當這些圖像數據通過高效的5G通信網絡傳輸協議被實時、準確地送入處理中心時，中心將利用先進的智能算法對圖像進行目標檢測，目標檢測即從巡防圖像中檢測出異常目標的位置并識別其類別［4］。

為了實現實時檢測的要求，文章采用YOLOv3算法進行目標檢測運算。文章構建一個由Darknet-53特征提取網絡和多個檢測頭組成的YOLOv3模型，在檢測巡防圖像中異常目標的位置并識別其類別的流程中，YOLOv3模型首先利用Darknet-53特征提取網絡對輸入圖像進行特征提取。隨后，這些特征被送入多個檢測頭進行目標定位和分類。在檢測頭模塊中，圖像被劃分為多個網格，每個網格負責預測固定數量的邊界框，這些邊界框用于捕捉并定位圖像中的目標。與此同時，YOLOv3模型采用多標簽分類策略識別異常目標的類別，即允許每個邊界框預測多個類別概率，文章將Sigmoid函數設置為分類函數，其可以將每個類別的邏輯回歸輸出轉換為0到1之間概率值［5］，其表達式為：

S（x）=11+e-x（4）

其中，S（x）表示YOLOv3模型將巡防視頻圖像上異常目標特征x劃分為特定類別的輸出得分。由式（4）可知，該模型可以求出異常目標特征被識別為每個類別的概率得分，并從中挑選概率得分最大的類別作為巡防視頻圖像異常目標特征的最終類別。

為提升YOLOv3模型的目標檢測精度與類別識別能力，文章設置式（5）所示的二元交叉熵損失函數［6］。

Loss=-∑i∈h1log（Ki）-∑j∈h2log（Kj）（5）

其中，Loss表示YOLOv3模型的損失函數，Ki、Kj分別表示正樣本（包含目標的框）和負樣本（不包含目標的框）的預測置信度，h1、h2分別表示正樣本和負樣本的集合。

2實驗分析

2.1仿真設置

該次仿真實驗在專業的無人機模擬軟件中進行，該軟件能夠模擬真實的無人機飛行環境、數據采集、5G網絡通信及數據處理等過程。為了模擬城市巡防場景，文章在軟件中構建包括街道、建筑、公園等多種地形的虛擬城市模型，并在其中設置多種異常目標，如佩戴口罩或帽子的可疑目標、手持棍棒或刀具的危險目標等，從中選擇10個具有代表性的目標點，這些目標點分布在不同的地形和環境中，以驗證系統的普適性。表1展示了各目標點的實際位置信息。

將5G網聯無人機自動管控系統部署在仿真環境中，按照預設的情景進行上述異常目標點的巡防作業，根據系統巡防結果驗證其在公安領域的實際應用效果。

2.2仿真結果

在該次仿真模擬實驗中，5G網聯無人機自動管控系統可以實時采集目標現場的視頻圖像數據，并通過5G網絡傳輸至數據處理中心，由數據處理中心進行圖像處理與目標檢測，通過中心的檢測識別后，標注出上述10個異常目標并得到異常目標的坐標數據，具體巡防結果如圖1所示。

從圖1中可以看出，5G網聯無人機自動管控系統巡防下異常目標點的標注結果和實際點位之間在經緯度上呈現高度的一致性，10個代表目標點的位置數據均無明顯偏差現象。這一結果表明，所采用的5G網聯無人機自動管控系統在異常目標定位方面展現出了顯著的準確性。與此同時，該次仿真實驗中選擇的異常目標點覆蓋了多種地形和復雜環境，說明即使在某些復雜環境條件下（如陰影覆蓋或地表紋理不清晰的情況），5G網聯無人機自動管控系統仍能保持相對穩定的定位性能。因此，5G網聯無人機自動管控系統進行巡防作業是可行且可靠的，可以滿足公安領域的智慧巡防實際應用需求。

3結語

該研究深入探討了5G網聯無人機自動管控系統在公安領域的應用，展示了其在智慧巡防精度、效率、穩定性等方面的顯著優勢，并通過仿真實驗驗證了該系統能夠有效地提高公安部門的巡防水平和應對突發事件的能力。未來，隨著5G技術的不斷發展和無人機技術的持續創新，文章預期該系統將更加智能化、高效化，為公安工作提供更強大的支持。通過不斷完善和優化，5G網聯無人機自動管控系統將在公安領域發揮更加重要的作用，為維護社會安全穩定貢獻更大的力量。

參考文獻

［1］張曉華，彭小，黃龍.5G網絡中無人機-車輛非平穩信道模型與統計特性分析［J］.電訊技術，2022（9）：1355-1362.

［2］丁雨，李晨凱，韓會梅，等.基于5G無人機通信的多智能體異構網絡選擇方法［J］.電信科學，2022（8）：28-36.

［3］龐明慧，臺鑫，呂崇玉，等.面向5G無人機通信場景的傳播路徑概率預測模型［J］.電波科學學報，2023（1）：54-62.

［4］葉翔，孫嘉興，甘永葉，等.改進YOLOv3模型在無人機巡檢輸電線路部件缺陷檢測中的應用研究［J］.電測與儀表，2023（5）：85-91.

［5］田宗浩，郭佳暉，孫姍姍，等.基于改進YOLOv3的彈載圖像弱小目標檢測算法［J］.火力與指揮控制，2022（4）：34-42.

［6］屈文謙，邱志斌，廖才波，等.基于YOLOv3的電網作業人員安全帽佩戴檢測［J］.中國安全生產科學技術，2022（2）：214-219.

（編輯王永超編輯）

Application of 5G connected UAV automatic control system in field of public security

QIAO" Xianbin， MA" Dengyun， FENG" Zhipeng， TANG" Lin， SHEN" Jiangming

（Highway Traffic Police Corps of Hebei Provincial Public Security Department， Shijiazhuang 050000， China）

Abstract： Traditional monitoring equipment makes it difficult for public security personnel to timely understand and grasp all unexpected situations that occur in the target area. Therefore， the application of 5G connected unmanned aerial vehicle（UAV）automatic control system in the public security field is proposed. The UAV module of the system is used to collect the target on-site patrol video image， and it is transmitted to the data processing center through the 5G communication network. At the center， the abnormal targets in the patrol image are detected and identified. The experimental results show that the 5G connected UAV automatic control system has shown significant accuracy and stability in locating abnormal targets， which can meet the practical application needs of the public security field.

Key words： 5G connected UAV automatic control system; public security field; system application; intelligent patrol