[發明專利]基于人工智能的無人機變向果凍效應處理方法與系統

在審

• 申請號: 202110381988.0
• 申請日: 2021-04-09
• 公開（公告）號: CN113112520A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 張承諾;錢思宇
• 申請（專利權）人: 鄭州易酷航空科技有限公司
• 主分類號: G06T7/207
• 分類號: G06T7/207;G06T7/11;G06T7/13;B64C39/02
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 張丹丹

1.一種基于人工智能的無人機變向果凍效應處理方法，其特征在于，該方法包括：

利用無人機即將變向時所對應的最后幀城市區域圖像中建筑物角點的數量和建筑物邊緣線的數量，得到所述城市區域圖像中每個子區域的密集度，進而根據所述密集度預測所述無人機的飛行方向；

根據所述無人機的飛行速度和所述飛行方向所對應的變向程度預測所述無人機變向時的變向指標；所述變向程度是根據所述無人機在不同飛行方向上所對應的所述飛行角度進行量化得到的；

根據歷史果凍效應指標和預測的所述變向指標預測所述無人機變向時的果凍效應指標，進而根據預測的所述果凍效應指標調節所述無人機的所述飛行速度。

2.如權利要求1所述的方法，其特征在于，所述歷史果凍效應指標的獲取方法，包括:

根據所述無人機采集的城市區域圖像中建筑物角點的光流信息得到對應的光流圖像；

根據相鄰所述光流圖像中所述建筑物角點的所述光流信息得到圖像特征差異值；

根據所述無人機的飛行速度和對應的變向程度獲取所述無人機的歷史變向指標；

通過由所述圖像特征差異值和所述歷史變向指標建立的果凍效應指標分析模型得到所述歷史果凍效應指標。

3.如權利要求1所述的方法，其特征在于，所述城市區域圖像中每個子區域是以所述城市區域圖像的中心為輻射分割中心進行區域分割得到的。

4.如權利要求1所述的方法，其特征在于，所述子區域的所述密集度與所述建筑物角點的數量、所述建筑物邊緣線的數量呈正相關。

5.如權利要求2所述的方法，其特征在于，所述根據所述密集度預測所述無人機的飛行方向的方法，進一步包括：

選擇所述密集度最大時所對應所述子區域作為所述無人機的所述飛行方向。

6.如權利要求1所述的方法，其特征在于，所述根據預測的所述果凍效應指標調節所述無人機的所述飛行速度，包括：

當所述預測的果凍效應指標大于果凍效應的程度閾值時，降低所述無人機的所述飛行速度；否則，提高所述無人機的所述飛行速度。

7.一種基于人工智能的無人機變向果凍效應處理系統，其特征在于，該系統包括：

飛行方向預測單元，用于利用無人機即將變向時所對應的最后幀城市區域圖像中建筑物角點的數量和建筑物邊緣線的數量，得到所述城市區域圖像中每個子區域的密集度，進而根據所述密集度預測所述無人機的飛行方向；

變向指標預測單元，用于根據所述無人機的飛行速度和所述飛行方向所對應的變向程度預測所述無人機變向時的變向指標；所述變向程度是根據所述無人機在不同飛行方向上所對應的飛行角度進行量化得到的；

飛行速度調節單元，用于根據歷史果凍效應指標和預測的所述變向指標預測所述無人機變向時的果凍效應指標，進而根據預測的所述果凍效應指標調節所述無人機的所述飛行速度。

8.如權利要求7所述的方法，其特征在于，所述飛行速度調節單元，包括：

圖像處理單元，用于根據所述無人機采集的城市區域圖像中建筑物角點的光流信息得到對應的光流圖像；

差異分析單元，用于根據相鄰所述光流圖像中所述建筑物角點的所述光流信息得到圖像特征差異值；

變向檢測單元，用于根據所述無人機的飛行速度和對應的變向程度獲取所述無人機的歷史變向指標；

果凍效應獲取單元，用于通過由所述圖像特征差異值和所述歷史變向指標建立的果凍效應指標分析模型得到所述歷史果凍效應指標。

9.如權利要求7所述的方法，其特征在于，所述飛行方向預測單元中所述根據所述密集度預測所述無人機的飛行方向的方法，進一步包括：

選擇所述密集度最大時所對應所述子區域作為所述無人機的所述飛行方向。

10.如權利要求7所述的方法，其特征在于，所述飛行速度調節單元中所述根據預測的所述果凍效應指標調節所述無人機的所述飛行速度，包括：

當所述預測的果凍效應指標大于果凍效應的程度閾值時，降低所述無人機的所述飛行速度；否則，提高所述無人機的所述飛行速度。