买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳大学

摘要：本发明实施例提供一种地质灾害的探测方法、装置和系统，涉及电子设备技术领域。其中，该方法包括：发送飞行指令给无人机装置，飞行指令包括目标位置的坐标，当无人机装置飞行至目标位置时，接收无人机装置发送的目标位置的图像，根据预置的人工神经网络模型，确定目标位置的地形异常，并提示用户。通过接收无人机装置拍摄的图像以及根据预置的人工神经网络模型来确定目标位置的地形异常，一方面图像清晰可以减少误判，提高准确率，另一方面，利用人工神经网络模型可以避免信息缺失的问题，以及提高了判断的准确性和效率。

主权项：1.一种地质灾害的探测方法，其特征在于，所述方法包括：发送飞行指令给无人机装置，所述飞行指令包括目标位置的坐标；当所述无人机装置飞行至所述目标位置时，接收所述无人机装置发送的目标位置的图像；获取发生地质灾害的第一图像与未发生地质灾害的第二图像；利用AlexNet模型对所述第一图像和所述第二图像进行学习，得到人工神经网络模型；包括：将第一图像和第二图像输入到AlexNet模型中，其中，预置的人工神经网络模型通过对AlexNet模型进行设置，即AlexNet模型的第一层和第二层为卷积层，第一层和第二层均利用Relu激活函数激活，接着再进行pooling池化，最后进行norm归一化；其中，第一层的滤波器为96*11*11，步长为4，第二层的滤波器为256*5*5；第三层、第四层和第五层同样为卷积层，进行Relu激活函数激活，其中，第三层的滤波器为384*3*3，第四层的滤波器为384*3*3，第五层的滤波器为256*3*3；对第五层先进行pooling池化，再全连接层输出4096，然后进行Relu激活函数激活，再使用dropout层，设置第五层的输出结果为两个，发生地质灾害或者未发生地质灾害；根据预置的人工神经网络模型，确定所述目标位置的地形异常，并提示用户，具体包括：将所述目标位置的图像进行清晰处理，并对处理后的图像进行质量评估，得到多个图像特征值；具体地，首先，利用如下公式对目标位置的图像进行去雾，得到去雾后的图像； 其中，A为全球大气光成分，为透射率，；在实际应用中，当投射图tx的值很小时，会导致Jx的值偏大，从而使图像整体向白场过度，因此设置一个阈值t0，当tx小于t0时，令tx=t0；其次，利用SRCNN算法对去雾后的图像进行超分辨率重建，得到清晰的图像；再次，利用BRISQUE质量评估算法对清晰的图像进行质量评估，得到图像特征值；具体为：对清晰的图像进行规范运算，得到均值对比规范化系数（MeanSubtractedContrastNormalized，MSCN）， 其中，i和j为图像的坐标，C为1，K=L=3；利用广义高斯分布公式，计算图像的特征值f1-f2；由于相邻像素MSCN系数的乘积分布不同，对上述得到的MSCN，即的四个反向的乘积做统计，其中，水平为H，主对角线为D1，垂直为V，副对角线为D2，如下公式，分别计算得到16个值； 然后使用非对称广义高斯分布公式计算上述四个公式得到16个值进行计算得到特征值f3~f18；最后对原图进行模糊处理，以前按照上述步骤进行计算得到另外的的18个特征；利用SVM算法对质量评估值进行训练和分类，得到目标图像；将所述目标图像输入到所述人工神经网络模型中，得到所述目标位置的地形异常的信息。

全文数据：_种地质灾害的探测方法、装置和系统技术领域[0001]本发明属于电子设备技术领域，尤其涉及一种地质灾害的探测方法、装置和系统。背景技术[0002]地质灾害的发生对人们的生命财产造成了很大的危害，例如，地震、泥石流。[0003]在实际应用中，出现地质灾害时，通常是利用卫星航拍的影像资料或者根据航拍的内容进行三维建模给专家判断灾害的情况。但是，卫星航拍的影像资料通常清晰度不高，不能准确的看到灾害的现场，另外利用三维建模后得到的模型，容易存在信息缺失的情况，上述两种方法均会导致判断的准确性差、效率低的问题。发明内容[0004]本发明提供一种地质灾害的探测方法、装置和系统，旨在解决现有的判断方法导致判断地质灾害准确性差，效率低的问题。[0005]本发明第一方面提供的一种地质灾害的探测方法，包括：[0006]发送飞行指令给无人机装置，所述飞行指令包括目标位置的坐标；[0007]当所述无人机装置飞行至所述目标位置时，接收所述无人机装置发送的目标位置的图像；[0008]根据预置的人工神经网络模型，确定所述目标位置的地形异常，并提示用户。[0009]本发明第二发面提供的一种地质灾害的探测装置，包括：[0010]发送模块，用于发送飞行指令给无人机装置，所述飞行指令包括目标位置的坐标；[0011]接收模块，用于当所述无人机装置飞行至所述目标位置时，接收所述无人机装置发送的目标位置的图像信息；[0012]确定模块，用于将所述图像信息与预置的目标位置的人工神经网络模型进行比对，确定所述目标位置的地形异常，并提示用户。[0013]本发明第三方面提供的一种地质灾害的探测系统，包括:控制终端和无人机装置；[0014]所述控制终端为第二方面所述的地质灾害的探测装置；[0015]所述无人机装置，用于接收所述控制终端发送的飞行指令，并根据所述飞行指令中目标位置的坐标，飞行至所述目标位置，以及采集所述目标位置的图像信息，并将所述图像信息发送给所述控制终端。[0016]本发明提供的一种地质灾害的探测方法、装置和系统，通过接收无人机装置拍摄的图像以及根据预置的人工神经网络模型来确定目标位置的地形异常，一方面图像清晰可以减少误判，提高准确率，另一方面，利用人工神经网络模型可以避免信息缺失的问题，以及提高了判断的准确性和效率。附图说明[0017]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。[0018]图1是本发明第一实施例提供的一种地质灾害的探测方法的实现流程示意图；[0019]图2是本发明第二实施例提供的一种地质灾害的探测方法的实现流程示意图；[0020]图3是本发明第三实施例提供的一种地质灾害的探测装置的结构示意图；[0021]图4是本发明第四实施例提供的一种地质灾害的探测装置的结构示意图；[0022]图5是本发明第五实施例提供的一种地质灾害的探测系统的结构示意图[0023]图6是本发明第五实施例提供的停机坪装置的结构示意图。具体实施方式[0024]为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0025]请参阅图1，图1为本发明第一实施例提供的一种地质灾害的探测方法的实现流程示意图，图1所示的地质灾害的探测方法主要包括以下步骤：[0026]S101、发送飞行指令给无人机装置；[0027]该飞行指令为用于控制无人机装置飞至目标位置的指令，其中，飞行指令中包括目标位置的坐标。[0028]S102、当该无人机装置飞行至该目标位置时，接收该无人机装置发送的目标位置的图像信息；[0029]S103、将该图像信息与预置的目标位置的人工神经网络模型进行比对，确定该目标位置的地形异常，并提示用户。[0030]本发明提供的一种地质灾害的探测方法，通过接收无人机装置拍摄的图像以及根据预置的人工神经网络模型来确定目标位置的地形异常，一方面图像清晰可以减少误判，提高准确率，另一方面，利用人工神经网络模型可以避免信息缺失的问题，以及提高了判断的准确性和效率。[0031]请参阅图2,图2为本发明第二实施例提供的一种地质灾害的探测方法的实现流程示意图，图2所示的地质灾害的探测方法应用于终端，其中，该方法主要包括以下步骤：[0032]S201、发送飞行指令给无人机装置；[0033]该飞行指令为用于控制无人机装置飞至目标位置的指令，其中，飞行指令中包括目标位置的坐标。[0034]S202、当该无人机装置飞行至该目标位置时，接收该无人机装置发送的目标位置的图像信息；[0035]图像信息为用于表示目标位置图像的信息，例如，照片或视频。[0036]在实际应用中，飞行指令还用于当无人机装置飞行至目标位置的坐标时，控制无人机装置拍摄目标位置的图像，并发送给终端。[0037]S203、获取发生地质灾害的第一图像与未发生地质灾害的第二图像；[0038]发生地质灾害的第一图像可以为发生泥石流的地形图像、发生地震的地形图像、发生山洪暴发地形图像等其它的地质灾害的图像。相对应的，未发生地质灾害的第二图像为未发生泥石流的地形图像、未发生地震的地形图像、未发生山洪暴发地形图像等其它的地质灾害的图像。[0039]优选地，第一图像和第二图像中的环境相同或相似。[0040]S204、利用AlexNet模型对该第一图像和该第二图像进行学习，得到该人工神经网络丰吴型；[0041]具体地，将第一图像和第二图像输入到AlexNet模型中，其中，预置的人工神经网络模型通过对AlexNet模型进行设置，S卩AlexNet模型的第一层和第二层为卷积层，第一层和第二层均可以利用Relu激活函数激活，接着再进行pooling池化，最后进行norm归一化。其中，第一层的滤波器为96*11*11，步长为4,第二层的滤波器为256*5*5。第三层、第四层和第五层同样为卷积层，进行Relu激活函数激活，其中，第三层的滤波器为384*3*3,第四层的滤波器为384*3*3,第五层的滤波器为256*3*3。对第五层先进行pooling池化，再全连接层输出4096，然后进行Relu激活函数激活，再使用dropout层，设置第五层的输出结果为两个，发生地质灾害或者未发生地质灾害。[0042]具体地，可以根据实际情况设置输出的结果，如发生地质灾害可以为发生滑坡，发生地震或发生山洪暴发等。未发生地质灾害可以为未发生滑坡，未发生地震或未发生山洪暴发等。[0043]S205、将该图像信息与预置的目标位置的人工神经网络模型进行比对，确定该目标位置的地形异常，并提示用户；[0044]进一步地，步骤S205包括如下步骤：[0045]步骤一、将该目标位置的图像进行清晰处理，并对处理后的图像进行质量评估，得到多个图像特征值；[0046]具体地，首先，利用如下公式对图像对目标位置的图像IX进行去雾，得到去雾后的图像JX。[0047][0048]其中，A为全球大气光成分，tX为透射率，t*3=0.1。[0049]在实际应用中，当投射图tX的值很小时，会导致JX的值偏大，从而使图像整体向白场过度，因此设置一个阈值#，当tX小于W时，令tX=?。[0050]其次，利用SRCNN算法对去雾后的图像进行超分辨率重建，得到清晰的图像；[0051]再次，利用BRISQUE质量评估算法对清晰的图像进行质量评估，得到图像特征值。具体为：对清晰的图像进行规范运算，得到均值对比规范化系数（MeanSubtractedContrastNormalized?MSCN[0054][0055]其中，w={wk,iIk=-K,···，K,I=-L,'"U，i和j为图像的坐标，C为I，K=L=3。[0056]利用广义高斯分布公式，计算图像的特征值fl-f2。[0057]由于相邻像素MSCN系数的乘积分布不同，对上述得到的MSCN，S卩的四个反向的乘积做统计，其中，水平为H，主对角线为D1，垂直为V，副对角线为D2,如下公式，分别计算得到16个值。[0062]然后使用非对称广义高斯分布公式计算上述四个公式得到16个值进行计算得到特征值f3〜Π8。最后对原图进行模糊处理，以前按照上述步骤进行计算得到另外的的18个特征。[0063]步骤二、利用SVM算法对图像特征值进行训练和分类，得到目标图像；[0064]具体地，利用SVM算法对上述得到的36个特征进行训练和分类，得到目标图像。其中，目标图像为清晰的图像。[0065]步骤三、将该目标图像输入到该人工神经网络模型中，得到该目标位置的地形异常的信息。[0066]S206、通过该目标位置的图像信息，确定目标人群所在位置的坐标；[0067]具体地，接收到目标位置的图像信息后，对目标图像进行人脸分析，确定目标人群所在的位置的坐标。[0068]S207、发送包含该目标人群所在位置的坐标的飞行指令给该无人机装置；[0069]S208、当该无人机装置飞行至该目标人群所在的位置时，发送语音信息或投放指令给该无人机装置以播放该语音信息及投放物品给该目标人群。[0070]在实际应用中，当无人机装置飞至目标人群所在的位置时，终端发送语音信息或投放指令给无人机装置。其中，语音信息为用于播放给目标人群的语音，投放指令为用于控制无人机装置中的投放装置松开的指令，以使物质投放给目标人群。[0071]本发明提供的一种地质灾害的探测方法，通过接收无人机装置拍摄的图像以及根据预置的人工神经网络模型来确定目标位置的地形异常，一方面图像清晰可以减少误判，提高准确率，另一方面，利用人工神经网络模型可以避免信息缺失的问题，以及提高了判断的准确性和效率。[0072]请参阅图3,图3为本发明第三实施例提供的一种地质灾害的探测装置的结构示意图，图3所示的地质灾害的探测装置主要包括:发送模块301、接收模块302和确定模块303。各模块的功能具体如下所述：[0073]发送模块301，用于发送飞行指令给无人机装置。[0074]飞行指令包括目标位置的坐标。[0075]接收模块302，用于当无人机装置飞行至目标位置时，接收无人机装置发送的目标位置的图像信息。[0076]确定模块303,用于将图像信息与预置的目标位置的人工神经网络模型进行比对，确定目标位置的地形异常，并提示用户。[0077]本发明第三实施例中的未尽细节，请参照图1和图2所述的第一和第二实施例，在此不再赘述。[0078]本发明提供的一种地质灾害的探测装置，通过接收无人机装置拍摄的图像以及根据预置的人工神经网络模型来确定目标位置的地形异常，一方面图像清晰可以减少误判，提高准确率，另一方面，利用人工神经网络模型可以避免信息缺失的问题，以及提高了判断的准确性和效率。[0079]请参阅图4,图4为本发明第四实施例提供的一种地质灾害的探测装置的结构示意图，图4所示的地质灾害的探测装置主要包括:发送模块401、接收模块402、确定模块403、获取模块405和学习模块406，其中，确定模块403包括:处理模块413、评估模块423、分类模块433和输入模块443。各模块的功能具体如下所述：[0080]发送模块401，用于发送飞行指令给无人机装置。[0081]飞行指令包括目标位置的坐标。[0082]接收模块402，用于当无人机装置飞行至目标位置时，接收无人机装置发送的目标位置的图像信息。[0083]确定模块403,用于将图像信息与预置的目标位置的人工神经网络模型进行比对，确定目标位置的地形异常，并提示用户。[0084]进一步地，该装置还包括：[0085]获取模块405,用于获取发生地质灾害的第一图像与未发生地质灾害的第二图像。[0086]学习模块406,用于利用AlexNet模型对该第一图像和该第二图像进行学习，得到该人工神经网络模型。[0087]进一步地，确定模块403包括:处理模块413、评估模块423、分类模块433和输入模块443。[0088]处理模块413，用于将所述目标位置的图像进行清晰处理；[0089]评估模块423,用于对处理后的图像进行质量评估，得到多个图像特征值；[0090]分类模块433,用于利用SVM算法对质量评估值进行训练和分类，得到目标图像；[0091]输入模块443,用于将目标图像输入到所述人工神经网络模型中，得到目标位置的地形异常的信息。[0092]进一步地，[0093]确定模块403，还用于通过目标位置的图像信息，确定目标人群所在位置的坐标。[0094]发送模块401，还用于发送包含目标人群所在位置的坐标的飞行指令给无人机装置。[0095]发送模块401，还用于当无人机装置飞行至目标人群所在的位置时，发送语音信息或投放指令给无人机装置以播放语音信息及投放物品给所述目标人群。[0096]本发明第四实施例中的未尽细节，请参照图1和图2所述的第一和第二实施例，在此不再赘述。[0097]本发明提供的一种地质灾害的探测装置，通过接收无人机装置拍摄的图像以及根据预置的人工神经网络模型来确定目标位置的地形异常，一方面图像清晰可以减少误判，提高准确率，另一方面，利用人工神经网络模型可以避免信息缺失的问题，以及提高了判断的准确性和效率。[0098]请参阅图5,图5为本发明第五实施例提供的一种地质灾害的探测系统的结构示意图，图5所示的地质灾害的探测系统主要包括:控制终端501、无人机装置502和和停机坪装置503。各模块的功能具体如下所述：[0099]控制终端501为本发明第三和第四实施例提供的地质灾害的探测装置。[0100]控制终端501实现其地质灾害探测方法的具体细节，请参照图1和图2所示的第一和第二实施例，在此不再赘述。[0101]无人机装置502,用于接收控制终端502发送的飞行指令，并根据飞行指令中目标位置的坐标，飞行至目标位置，以及采集目标位置的图像信息，并将图像信息发送给控制终端502。[0102]停机坪装置503,用于接收该飞行指令，并控制停机坪装置503的盖体打开，以及控制内置的升降器升高，以使无人机装置501飞出。[0103]进一步地，[0104]无人机装置502,还用于接收控制终端501发送的包含目标人群所在位置的坐标的飞行指令，并按照坐标飞行至目标人群所在的位置，以及接收控制终端发送的语音信息和投放指令，并播放语音指令和根据投放指令投放携带的物品。[0105]进一步地，请参照图6,图6示出了停机坪装置503的结构示意图，其中，停机坪装置503包括控制芯片、壳体613、升降器623、支撑板633和盖体643。[0106]壳体613和盖体643围成密闭的空间，用于放置无人机装置502。[0107]具体地，壳体613可以为组装结构，也可以为一体成型结构。壳体613和盖体643围成的空间可以为正方体结构、圆柱体结构或矩形结构等其它用于放置物体的空间结构。壳体所选用的材料可以为塑料或金属。[0108]优选地，壳体613围成的空间为矩形，其尺寸为50〇11*40〇11*50〇]1。[0109]具体地，盖体643覆盖壳体513的开口。[0110]本发明的一个实施例，盖体643的一侧与壳体613的开口从一侧边缘固定，且盖体643可以围绕壳体613的开口处一侧边缘旋转。当接收到飞行指令后，盖体643沿着固定的边缘处旋转打开，以使无人机装置502飞出。[0111]本发明的另一个实施例，壳体513的开口处相对的两个边缘设有滑轨。盖体643包括两个部分，其中，两部分的边缘分别沿开口处边缘的滑轨滑动。当接收到飞行指令后，盖体643的两部分沿着滑轨滑动，其中间打开，以使无人机装置502飞出。[0112]升降器623的底部与壳体613的内部固定，升降器623的顶部支撑板533,支撑板633用于放置无人机装置502。[0113]具体地，升降器623可以为伸缩杆，也可以为由多个杆折叠形成的升降装置。其中，升降器623可以为多个，也可以为一个。优选地，升降器623为2个。[0114]具体地，支撑板533置于升降器的顶部，形成一平台，用于放置无人机装置502。[0115]控制芯片与升降器623和盖体643连接，用于接收控制终端发送的飞行指令，并控制升降器623升高以及控制盖体643打开。[0116]进一步地，无人机装置，包括:控制板、扩音器和投放控制机。[0117]控制板分别与扩音器和投放控制机连接，用于接收控制终端发送的语音信息和投放指令。[0118]扩音器，用于播放语音信息。[0119]投放控制机，用于根据投放指令，并投放物品。[0120]本发明提供的一种地质灾害的探测系统，通过接收无人机装置拍摄的图像以及根据预置的人工神经网络模型来确定目标位置的地形异常，一方面图像清晰可以减少误判，提高准确率，另一方面，利用人工神经网络模型可以避免信息缺失的问题，以及提高了判断的准确性和效率。[0121]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

权利要求：CN108318008A权利要求书12页1.一种地质灾害的探测方法，其特征在于，所述方法包括：发送飞行指令给无人机装置，所述飞行指令包括目标位置的坐标；当所述无人机装置飞行至所述目标位置时，接收所述无人机装置发送的目标位置的图像；根据预置的人工神经网络模型，确定所述目标位置的地形异常，并提示用户。2.根据权利要求1所述的方法，其特征在于，所述根据预置的目标位置的人工神经网络模型，确定所述目标位置的地形异常之前，还包括：获取发生地质灾害的第一图像与未发生地质灾害的第二图像；利用AlexNet模型对所述第一图像和所述第二图像进行学习，得到所述人工神经网络模型。3.根据权利要求1或2所述的方法，其特征在于，所述根据预置的人工神经网络模型，确定所述目标位置的地形异常，具体包括：将所述目标位置的图像进行清晰处理，并对处理后的图像进行质量评估，得到多个图像特征值；利用SVM算法对质量评估值进行训练和分类，得到目标图像；将所述目标图像输入到所述人工神经网络模型中，得到所述目标位置的地形异常的信息。4.根据权利要求1所述的方法，其特征在于，所述将所述图像信息与预置的目标位置的人工神经网络模型进行比对，确定所述目标位置的地形异常，并提示用户之后，还包括：通过所述目标位置的图像信息，确定目标人群所在位置的坐标；发送包含所述目标人群所在位置的坐标的飞行指令给所述无人机装置；当所述无人机装置飞行至所述目标人群所在的位置时，发送语音信息或投放指令给所述无人机装置以播放所述语音信息及投放物品给所述目标人群。5.—种地质灾害的探测装置，其特征在于，所述装置包括：发送模块，用于发送飞行指令给无人机装置，所述飞行指令包括目标位置的坐标；接收模块，用于当所述无人机装置飞行至所述目标位置时，接收所述无人机装置发送的目标位置的图像信息；确定模块，用于将所述图像信息与预置的目标位置的人工神经网络模型进行比对，确定所述目标位置的地形异常，并提示用户。6·根据权利要求5所述的装置，其特征在于，所述装置还包括：获取模块，用于获取发生地质灾害的第一图像与未发生地质灾害的第二图像；学习模块，用于利用AlexNet模型对所述第一图像和所述第二图像进行学习，得到所述人工神经网络模型。7·根据权利要求5或6所述的装置，其特征在于，所述确定模块包括：处理模块，用于将所述目标位置的图像进行清晰处理；评估模块，用于对处理后的图像进行质量评估，得到多个图像特征值；分类模块，用于利用SVM算法对质量评估值进行训练和分类，得到目标图像；输入模块，用于将所述目标图像输入到所述人工神经网络模型中，得到所述目标位置的地形异常的信息。2CN108318008A权利要求书22页8·根据权利要求5所述的装置，其特征在于，所述确定模块，还用于通过所述目标位置的图像信息，确定目标人群所在位置的坐标；所述发送模块，还用于发送包含所述目标人群所在位置的坐标的飞行指令给所述无人机装置；所述发送模块，还用于当所述无人机装置飞行至所述目标人群所在的位置时，发送语音信息或投放指令给所述无人机装置以播放所述语音信息及投放物品给所述目标人群。9.一种地质灾害的探测系统，其特征在于，所述系统包括:控制终端、无人机装置和停机坪装置；所述控制终端为权利要求5〜8任一项所述的地质灾害的探测装置；所述无人机装置放置于所述停机坪装置中，用于接收所述控制终端发送的飞行指令，并根据所述飞行指令中目标位置的坐标，飞行至所述目标位置，以及采集所述目标位置的图像信息，并将所述图像信息发送给所述控制终端；所述停机坪装置，用于接收所述飞行指令，并控制所述停机坪装置的盖体打开，以及控制内置的升降器升高，以使所述无人机装置飞出。10.根据权利要求1所述的系统，其特征在于，所述无人机装置，还用于接收所述控制终端发送的包含目标人群所在位置的坐标的飞行指令，并按照所述坐标飞行至所述目标人群所在的位置，以及接收所述控制终端发送的语音信息和投放指令，并播放所述语音指令和根据所述投放指令投放携带的物品。11.根据权利要求1所述的系统，其特征在于，所述停机坪装置包括:控制芯片、壳体、升降器、支撑板和盖体；所述壳体和所述盖体围成密闭的空间，用于放置所述无人机装置；所述升降器的底部与所述壳体的内部固定，所述升降器的顶部支撑所述支撑板，所述支撑板用于放置所述无人机装置；所述控制芯片与所述升降器和所述盖体连接，用于接收控制终端发送的飞行指令，并控制所述升降器升筒以及控制盖体打开。3

百度查询： 深圳大学 一种地质灾害的探测方法、装置和系统