基于无人机监控平台的校园安全管理对策分析

康泰云，章正伟，杨志平

（浙江交通职业技术学院，杭州 311112）

随着我国经济社会发展，各行各业对人才的需求也不断提升，高等学校伴随着社会进步的浪潮也不断发展，招生人数持续增加，学生数量众多的超级大学陆续涌现。根据教育部目前的公开数据，2022 年度各种形式的高等教育在学总规模4 655 万人，比2021 年增加225 万人，而2011 年度各种形式的高等教育在学总规模仅为3 559 万人，2022 年在校本科生人数超过3 万的双一流高校高达20 所[1]。

1 高校校园安全的重要性

在高等教育高速发展的同时也面临着一些管理问题，其中校园突发事件的发生是校园管理中最重要最敏感的问题。近年来公共安全突发事件在高校校园发生愈加频繁，如学生夜间失踪、校外人员入侵、群体违规聚集等，复杂程度不断升级的校园突发事件对高校公共安全管理能力提出了新的挑战。加强高校校园突发公共安全事件应急管理的研究，对于建立有效的突发公共安全事件应急管理机制、提高高校校园突发公共安全事件应急管理水平意义重大[2]。

2 高校校园安全管理现状

高校校园安全管理涉及到众多方面，包括环境安全管理、人员安全管理、突发事件应急管理等。目前，在高校校园安全管理机制的实际运行过程中，仍存在一些问题。

安全管理流程方面。例如校园入口门禁系统未按规范使用，容易导致外来人员潜入，增加校内安全隐患。此外，个别高校的安全巡逻也存在不够全面的问题，巡逻区域比较固化，存在巡逻盲区。

消防安全方面。校园范围内学生宿舍、实验室等区域属于火灾发生高风险区域，但一般性的火警感应装置为烟雾报警器，可能出现不能及时报告火情的情况，延误了消除火情的最佳时间。

应急安全事件处置方面。目前全国大多数高校均建立了校园视频监控系统，监控系统可覆盖大部分重点区域，部分区域还存在监控盲区，且在众多监控画面的检查中也会存在人为因素的影响，造成监控过程不到位。这导致在部分位置发生紧急事件时，安保人员不能在第一时间发现并介入。

上述各种风险因素表明高校监管盲区有待进一步消除，安全管理体系有待进一步建设加强。

3 无人机智能监控识别技术现状

近年来无人机技术得到了长足的发展，无人机监控平台通过搭载先进的传感器和自主飞行系统，能够在无人驾驶的状态自动执行各类飞行任务。先进传感器（如：高清摄像机、多光谱相机、激光雷达、探照灯和喊话器等先进设备）的应用使得无人机监控平台具备全面的空中监控管理能力，极大提高了事件处理效率，有效降低了人力资源成本。

3.1 无人机监控平台

无人机飞行监控平台是一种通过使用无人机和相关先进设备来实现对空中活动的监视和跟踪的系统。该平台可以利用无人机的高空视角和灵活性来实现对地面目标的实时监控和数据采集[3]。

该平台通常包括无人机、地面控制站和相关的软件系统。无人机通常由控制站来操纵或进行自主飞行，控制站通常由操作员和数据处理设备组成。操作员使用控制站来控制无人机的飞行和执行任务，并可以通过视觉、红外或其他传感器收集数据。数据处理设备可以处理和分析传感器数据，并提供实时数据反馈和其他决策支持信息。

无人机飞行监控平台广泛应用于各种领域，如军事、公共安全、消防、环保、农业和地质勘探等，可以实现对目标区域的实时监控和数据采集，提高工作效率和安全性。

3.2 无人机可使用的传感器类型

无人机传感器可以按照其功能和应用领域进行分类，以下是一些常见的类型。

卫星定位系统：用于无人机的位置和轨迹定位，为无人机飞行提供导航和飞行控制信息。目前主要使用的卫星定位系统包括美国全球卫星定位系统（GPS）与中国北斗卫星定位系统（BDS），定位精度可达厘米级。

可见光传感器：可见光传感器通常为高清摄像头或单反相机，同时配备有三轴自稳云台，可以消除无人机飞行中产生的震动和抖动影响，控制系统自动调整画面后可确保拍摄的图像和视频清晰、稳定。

红外线传感器：主要用于夜间或低光照条件下的拍摄，可以感知红外线辐射并将其转换为数字图像。这种技术能够有效地辨别出人、动物和车辆等物体，可快速发现高温着火点位，帮助无人机完成夜间监视、搜索、救援和火灾预警等任务。

多光谱传感器：可以同时收集多个波段的光谱数据，包括红外线、绿光、蓝光等。根据不同物体的独特光谱反射特性，多光谱传感器主要用于植被监测、土地利用、水资源管理等领域。

激光雷达：激光雷达是一种高精度的遥感技术，可以测量地面、建筑物、树木等物体的高度和形状。激光雷达通过向地面发射脉冲激光，利用接收回波的时间和强度信息来计算物体的位置和高度。激光雷达通常用于三维地图绘制、城市规划、林业资源调查等领域。

气象传感器：可快速收集大气环境信息，包括气压、温度、湿度、风速和风向等。传感器数据可用于天气监测和环境污染检测等领域。

各类传感器主要以任务载荷形式挂载于无人机平台上，使无人机可完成环境监测、资源调查、灾害响应等工作任务，能为地球科学、环境保护、资源开发等领域提供更为精准和高效的科研数据支持。

3.3 图像识别技术

图像识别技术是一种计算机视觉技术，旨在让计算机能够自动识别和分类数字图像。这种技术基于模式识别和机器学习的原理，通过对图像进行数字化处理和特征提取，从而使计算机能够自动识别和分类不同的图像。

现代图像识别技术使用深度学习算法，特别是卷积神经网络（CNN），来处理图像并提取特征。CNN 通过对图像的卷积和池化操作，逐层提取图像的特征，并使用这些特征进行图像分类[4]。这些算法已经在许多领域得到深入应用，如人脸识别、图像搜索、自动驾驶汽车、医学诊断、农业生产和安全监控等，目前无人机系统也在逐步对该技术进行集成化应用。

3.4 无人机智能巡检技术

无人机智能巡检技术是一种基于无人机的新型巡检技术，它将人工智能技术和无人机技术相结合，实现对工业设备、建筑物、电力线路等进行自动化巡检。该技术可以有效提高巡检效率和减少人员危险，具有很高的实用价值[5]。

该技术的核心是通过搭载各种传感器的无人机对目标进行监测和识别，比如使用热成像传感器进行热成像检测、使用高清相机进行图像识别、使用激光雷达进行三维扫描等。这些传感器采集到的数据通过人工智能算法进行处理，实现自动化巡检和故障诊断。

4 无人机监控平台的实际应用案例

本文采用Dji M300 飞行平台（图1）进行以下实际应用案例演示。飞行设备和飞行区域均已进行合法报批，飞行人员具备相应等级的飞行资质。

图1 M300 飞行平台

4.1 数字正射影像图快速制作

数字正射影像图（DOM）是一种无人机航拍的图像处理技术，基于无人机飞行平台合理的航拍航线规划飞行和高清相机的拍摄数据，可通过图像后期处理软件进行数字二位地图的快速制作。本案例基于M300飞行平台、禅思P1 高清相机和“大疆智图”软件对某高校校园场景进行快速建模并得到DOM 影像数据。飞行平台智能航线规划与“大疆智图”的后期数据处理界面如图2 所示，在182 047 m2测区范围内建立了6 665 m的飞行航线，预计飞行时间11 min 45 s，飞行完成后处理有效照片数据680 张。

通过以上飞行与建模环节，得到该测区高精度数字正射影像图一张，如图3 所示。该图片可有效反映测区的实际环境场景，对于某些应急测绘场景现场应急决策指挥具有重要意义。

4.2 昼间实时飞行监控

校园场景下人口密度较大，人员、车辆、植被与建筑物等各类元素较多，使用无人机进行实时监控可提高监控效率。在昼间场景下使用M300 飞行平台搭载禅思H20T 多功能传感器，可有效完成目标监控、目标追踪和目标定位等任务。

如图4 所示，无人机升空后可采用高放大倍率观测地面目标，并可开启传感器目标识别功能，传感器可自动识别人员和车辆等标志物，经飞行人员确认后可对选择目标进行跟踪，相机视角将跟随目标移动，并获取高清影像数据。

图4 目标自动跟踪界面

如图5 所示，无人机开启激光雷达测距功能后可对中心目标点进行测距，案例中测距长度为272.2 m，即目标物与无人机距离为272.2 m（H20T 传感器的激光雷达最大测距范围为1 200 m）；完成打点测距后，目标点位可在电子地图中显示，同时标注测量测点准确的经纬度，在实际使用场景中可使监测人员快速对事发地点进行坐标通报。

图5 目标测距与定位

4.3 夜间实时飞行监控

无人机监控平台的一个重要功能即是在夜间对环境目标物进行侦测。如图6 所示，通过开启传感器的IR（红外成像）功能，在夜间低光照场景下能有效识别高热量辐射物体，通过此功能可在夜间复杂环境下进行高效率的人物或动物目标识别任务。

图6 夜间红外侦测

5 基于无人机监控平台的校园安全应急管理对策

利用无人机监控平台加强对校园的安全应急管理包括以下步骤。

5.1 监控范围确定

根据校园实际占地情况与管辖范围确定无人机监控平台的监测与巡检区域，根据地形情况使用无人机进行校园数字正射影像（DOM）与实景三维模型绘制，并根据不同区块的不同风险等级进行校园区块划分，建立校园云端监控一张图系统。

5.2 部署无人机监控设备

根据已确定的范围和覆盖区域，部署无人机监控设备，包括无人机和相关的设备、软件和服务器等。手动飞行巡检可部署工业级巡检无人机（例如：“M300”系列、“MAVIC 3 行业版”系列或“M30”系列无人机系统），同时匹配相适用的可见光传感器、红外传感器、激光雷达等任务载荷；自动无人巡检可部署“大疆机场”无人值守作业平台，并匹配“M30”系列无人机使用，部署位置可在楼顶或者较为空旷的专用地面场地。“大疆机场”可通过大疆司空平台，远程制定巡检计划、自动执行任务。

建立专属5G 通信通道来满足无人机数据通信需求，可解决现阶段无人机数据传输速率宽带低、覆盖空域小等难题[6]。同时，为保障高空信号覆盖，无人机实时通信基站需采用多天线垂直波束来增强覆盖。考虑校园信息保密需求，需要建立数据传输和存储机制[7]，确保监控数据安全、高效地传输和存储，无人机通信延迟控制在20 ms 以内[8]。

5.3 制定日常安防巡检方案

根据学校现行的日常安防巡检流程，定制无人化自动巡检方案。建立一般巡检区域与重点巡检区域巡查自动飞行航线，区分日间与夜间的飞行计划安排。设置照相点位使用可见光与红外线传感器进行自动照相记录，相关记录数据实时上传云端数据库，由云端系统完成图像识别工作，自动排查出可疑点位，如人员聚集点位、异常高温点位和交通事故点位等。无人机可见光传感器画面实时回传至校园监控中心显示，由相关安保人员持续监控。

5.4 健全应急响应机制

针对校园内可能发生的各类安全事件，建立匹配原有校园安全应急响应机制的无人机应急任务方案，包括应急响应组织架构、应急响应流程、应急通信机制等。在应急任务方案中，需要明确无人机监控平台的作用和职责，协调无人机监控平台和其他应急力量的配合，确保空地协同的应急响应任务的高效进行。

5.5 加强应急演练

定期组织应急演练，包括针对各种安全事件的演练和无人机监控平台的应急响应演练。通过应急演练，检验应急预案的可行性和有效性，提高应急响应的能力和效率。

5.6 加强人员培训

为无人机监控平台相关人员提供专业的培训，包括无人机操作、监控数据分析等方面的培训。通过培训，提高无人机监控平台相关人员的专业能力和应急响应能力，确保无人机监控平台的有效运作。

5.7 定期维护设备

安排专人定期对无人机监控设备进行维护和检修，确保设备的正常运行和数据的准确性。同时，需要对无人机监控平台的技术和设备进行升级，不断提高无人机监控平台的监控能力和应急响应能力。

通过以上步骤，可以建立一套基于无人机监控平台的校园安全应急管理体系，在各项安防工作趋于无人化与自动化的过程中进一步提高校园安全的保障能力，有效应对各种突发安全事件。需要注意的是，在实施无人机监控平台建设的过程中，需要严格遵守相关法律法规和规章制度，确保无人机监控平台运行的合法性与规范性。同时，需要考虑到运行安全风险和隐私保护等问题，确保飞行任务安全开展以及监控数据的安全性和合法性，避免出现安全漏洞和隐私泄露等问题。

6 结束语

无人机技术在近十年中的发展趋势是前所未有的，从日常的娱乐拍照到紧张的军事对抗，革命性的技术更新给人类带来了全新的技术应用路线。本文分析了高校校园安全管理现状，结合前沿无人机应用技术方案，详细阐述了基于无人机监控平台的校园安全应急管理对策，形成了一套切实可行的步骤方案供相关管理人员参考借鉴，为我国智慧校园、平安校园的建设贡献力量。