CN109035837A - 一种基于无人机的智能交通系统测试方法 - Google Patents

Abstract

本发明提供一种基于无人机的智能交通系统测试方法，该测试方法引入无人机，避免了人工维护带来了维护效率低、维护成本高的问题，提高了道路视频监控和测速雷达的维护测试效率；此外，由于无人机的维护操作在空中进行，不会对道路交通造成拥堵等影响，在测试维护的过程中维持了正常的交通秩序，是一种便捷、高效的道路视频监控和测速雷达的测试方法。最后，单次测试即可同时实现对道路视频监控和测速雷达两种设备的测试，从而提高了测试效率。

Description

一种基于无人机的智能交通系统测试方法

技术领域

本申请涉及无人机和智能交通的技术领域，尤其涉及一种基于无人机的智能交通系统测试方法。

背景技术

无人机用途广泛，成本低，效费比好；无人机无人员伤亡风险，机动性能好，使用方便。将无人机作为运输工具，不但可以缩短运输时间，还可以节约人工成本，达到提高配送效率的目的。随着社会经济的发展和人们生活水平的提高，车辆的数量急剧增加，随之而来的是越来越多的追尾等交通事故的发生，由于信息传输的滞后、交通事故造成的拥堵等情况常常使执法部门无详细的凭据去了解事故发生的整个过程。

目前，已有各种有关测量安全车距方法、装置及系统等，但这些大都用于辅助驾驶，且不能实时进行两车间距预警并反馈给执法部门。因此急需一种系统来辅助执法部门执法，提高执法效率，并确保执法部门准确无误的掌握交通事故的整个过程，有利于做出公平、公正的判断。

针对上述问题，现有技术中，文献 CN106019264A提出一种基于双目视觉的无人机危险车距识别系统及方法，搭载GPS模块、无线传输模块和机载摄像机，采用双目测距和三维重建技术结合GPS定位技术实现测距和测速以及车辆的危险预警。本系统采用基于双目测距和三维重建技术结合GPS定位技术实现对车辆的测距和测速，具体步骤如下：摄像机的标定、目标图像的获取、特征提取、立体校正、立体匹配、距离和速度测量。在判断两车处在危险距离后通过无线传输模块把摄像头捕捉到的视频实时传输给交通管理部门。其在高效精准的作业同时大大提高了交通智能化程度，降低了交通管理部门的工作强度。

然而，由于无人机的便捷性，其在智能交通控制领域的使用不应局限于上述对车辆的测距和测速，随着技术的发展，智能交通系统的功能和性能在不断提升，例如，道路交通视频监控和雷达测速装置遍布在城市道路的路口和重要路段，其数量已经远远超出了人工检修的能力，因此，有待提出一种利用无人机进行道路交通视频监控和雷达测速装置检修的方法，以提高道路交通视频监控和雷达测速装置的维护效率，降低其维护成本。

发明内容

本发明提供一种基于无人机的智能交通系统测试方法，所述方法包括如下步骤：

S1，所述无人机建立与道路视频监控和测速雷达的通信连接，并向所述道路视频监控和所述测速雷达发送进入测速检测模式的指令；

S2，所述道路视频监控和所述测速雷达接收到所述指令后进入测速检测模式，停止向所述智能交通系统的服务器上传道路的实时视频和测速信息；

S3，所述无人机携带标识牌以预设路径和预设速度飞向所述道路视频监控和所述测速雷达，所述测速雷达捕捉所述无人机的飞行速度数据，将所述飞行速度数据发送给所述无人机，所述道路视频监控捕捉并识别所述标识牌的数据，将所述标识牌的数据发送给所述无人机；

S4，所述无人机接收所述飞行速度数据和所述标识牌的数据，将所述飞行速度数据和所述预设速度进行比对，如果所述比对的结果大于预设的速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护；将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护。

作为一种优选的实施方式，所述无人机建立与道路视频监控和测速雷达的通信连接，还包括：

在所述无人机与道路视频监控和测速雷达的距离达到预设距离后，建立与道路视频监控和测速雷达的通信连接；

所述道路视频监控和所述测速雷达同时完成对同一检测对象的视频采集和速度采集。

作为一种优选的实施方式，所述无人机携带标识牌以预设路径和预设速度飞向所述道路视频监控和所述测速雷达，还包括：

所述无人机携带的所述标识牌为模拟车牌，所述标识牌有多个，每一个所述标识牌对应一个车牌号信息，所述预选存储的标识牌的数据为所述模拟车牌对应的所述车牌号信息；所述标识牌正面朝向所述道路视频监控和所述测速雷达；

作为一种优选的实施方式，还包括：

所述预设路径为预设车道正上方预设高度所在路径；

所述无人机携带标识牌以预设路径和预设速度飞向或者飞离所述道路视频监控和所述测速雷达。

作为一种优选的实施方式，所述如果所述比对的结果大于预设的速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护，还包括：

如果所述比对的结果大于预设的第一速度误差阈值，则所述无人机携带标识牌再次以预设路径和第二预设速度飞向所述道路视频监控和所述测速雷达；

将第二飞行速度数据和所述第二预设速度进行比对，如果所述比对的结果大于预设的第二速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护。

作为一种优选的实施方式，所述将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护，还包括：

将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则所述无人机携带不同的标识牌再次以预设路径和预设速度飞向所述道路视频监控；

将更新后的所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护。

作为一种优选的实施方式，所述速度校准维护和所述视频校准维护后，还包括：

对所述速度校准维护和所述视频校准维护后的所述道路视频监控和所述测速雷达再次进行所述速度校准维护和所述视频校准维护。

作为一种优选的实施方式，还包括：

设置白天检测模式和夜间检测模式；

在所述白天检测模式下检测时段为非高峰时段，在所述夜间检测模式下检测时段为午夜时段。

作为一种优选的实施方式，还包括：

如果所述道路视频监控和所述测速雷达所在路段为限速路段，则所述无人机以多个不同的预设速度v1、v2...vn检测所述道路视频监控和所述测速雷；

且(v1+v2+...+vn)/n=vp，其中vp为所述限速的速度值，n为正整数。

本发明提供一种基于无人机的物流配送方法，由于物流配送接驳点为第三方接驳点，可以兼容多个不同的物流公司的物流信息从而提高了无人机的配送效率，降低了配送成本；此外，本发明将物流信息和用户信息分开存储，使得用户信息仅仅在收件端和配送端存储与识别，从而减少了物流公司服务器数据存储量，同时保护了用户隐私；最后，本发明为不同重量的包裹设置不同载荷的无人机，从而提高了无人机电池的利用效率。

本发明提供一种基于无人机的智能交通系统测试方法，该测试方法引入无人机，避免了人工维护带来了维护效率低、维护成本高的问题，提高了道路视频监控和测速雷达的维护测试效率；此外，由于无人机的维护操作在空中进行，不会对道路交通造成拥堵等影响，在测试维护的过程中维持了正常的交通秩序，是一种便捷、高效的道路视频监控和测速雷达的测试方法。最后，单次测试即可同时实现对道路视频监控和测速雷达两种设备的测试，从而提高了测试效率。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例和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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明的一种基于无人机的智能交通系统测试方法示例性的示意图。

具体实施方式

以下结合附图进一步说明本发明的实施例。

实施例一：

如图1所示，本发明提供一种基于无人机的智能交通系统测试方法，所述方法包括如下步骤：

S1，所述无人机建立与道路视频监控和测速雷达的通信连接，并向所述道路视频监控和所述测速雷达发送进入测速检测模式的指令；需要说明的是，本发明将无人机应用到道路视频监控和测速雷达的测试领域，避免了人工维护带来了维护效率低、维护成本高的问题，提高了道路视频监控和测速雷达的维护测试效率；此外，由于无人机的维护操作在空中进行，不会对道路交通造成拥堵等影响，在测试维护的过程中维持了正常的交通秩序，是一种便捷、高效的道路视频监控和测速雷达的测试方法。此外，由于在道路交通监控领域，视频监控和测速雷达的工作模式为测试雷达实时检测道路某个方向的车辆行进速度，如果检测出有车辆超速，则启动道路视频监控的拍照操作，进而识别出超速的车辆，并保留车辆超速的图像证据；因此，本发明中所述的道路视频监控和测速雷达也存在上述配对关系，即对协同工作的道路视频监控和测速雷达进行一次或多次测试，从而模拟正常道路上车辆超速行驶和非超速行驶，进而对测试结果不准确的道路视频监控和测速雷达进行校准，从而实现对道路视频监控和测速雷达的维护。因此，无人机建立的是与道路视频监控及其配对的测速雷达的通信连接，所述通信连接可以为蓝牙、红外线或者wifi等，在此不做限制。需要说明的是，所述测速检测模式是为了测试道路视频监控及其配对的测速雷达是否能够正常工作而专门设置的工作模式，其不同于常规的工作模式。

S2，所述道路视频监控和所述测速雷达接收到所述指令后进入测速检测模式，停止向所述智能交通系统的服务器上传道路的实时视频和测速信息；需要说明的是，在所述测速检测模式下所述道路视频监控和所述测速雷达停止向服务器上传实时的路况信息，仅仅将其在该测速检测模式所在时间段的路况信息反馈给所述无人机，以便其分析测试结果。

S3，所述无人机携带标识牌以预设路径和预设速度飞向所述道路视频监控和所述测速雷达，所述测速雷达捕捉所述无人机的飞行速度数据，将所述飞行速度数据发送给所述无人机，所述道路视频监控捕捉并识别所述标识牌的数据，将所述标识牌的数据发送给所述无人机；需要说明的是，示例性的，所述标识牌为模拟或者仿真的车牌，该标识牌挂载于无人机行进方向的前方，以便所述道路视频监控和所述测速雷达进行捕捉；示例性的，所述路径为某个车道的正上方某个高度所在路径，该路径可以通过无人机自身携带的摄像装置进行规划，具体的，所述摄像装置拍摄道路图像，并识别出其中的车道位置信息，在车道的中间位置所在线路规划为无人机的飞行线路；或者，所述无人机内置高精度定位系统，将某一个或者多个车道的中间位置规划为无人机的飞行线路。进一步的，为了保证道路车辆的行驶安全性，避免无人机在其上空飞行造成阻碍车辆正常通行，需要限制无人机飞行的所述飞行线路的高度信息，因此，示例性的，所述无人机携带有高度检测装置，以保证所述无人机的飞行高度不会影响车辆正常通行所需的安全高度。进一步的，为了保证无人机飞行过程中的安全性，避免无人机碰撞高空的线路等障碍物，所述无人机自身携带有摄像装置，以采集其飞行方向上的障碍物，从而避开所述障碍物，避免无人机的飞行碰撞造成的安全事故。此外，所述测速雷达捕捉所述无人机的飞行速度数据，此时得到的是测速雷达对无人机飞行的测速速度；同样，所述道路视频监控捕捉并识别所述标识牌的数据，此时，所述道路视频监控获取到的是无人机飞行过程中携带的标识牌上标识的信息。

S4，所述无人机接收所述飞行速度数据和所述标识牌的数据，将所述飞行速度数据和所述预设速度进行比对，如果所述比对的结果大于预设的速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护；将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护。需要说明的是，所述预设速度为所述无人机预设的飞行速度，该预设的飞行速度作为速度的参考值进行比较，以获取两者速度之间的差值，进而判断出所述测速雷达能否准确测量无人机的飞行速度，从而间接判断所述测速雷达能否正常执行测速功能。类似的，所述预选存储的标识牌的数据为所述无人机本身存储的与其挂载显示的标识牌相对应的标识牌数据；将所述标识牌的数据和预选存储的标识牌的数据进行比对，以比较两者是否相同，进而判断出所述道路视频监控能否准确识别无人机的标识牌，从而间接判断所述道路视频监控能否正常执行视频监控过过程中的图像抓拍与识别。进一步的，在所述测速雷达和所述道路视频监控不能满足设定要求时，将所述测速雷达和所述道路视频监控的编号信息发送给所述智能交通系统的服务器，进而进行人工维护；或者，由所述无人机对所述测速雷达和所述道路视频监控发送重置指令，使其恢复初始设置；然后再次对其进行无人机的检测，如果检测结果仍然不能满足要求，此时再将所述测速雷达和所述道路视频监控的编号信息发送给所述智能交通系统的服务器，进而进行人工维护。

作为一种优选的实施方式，所述无人机建立与道路视频监控和测速雷达的通信连接，还包括：

在所述无人机与道路视频监控和测速雷达的距离达到预设距离后，建立与道路视频监控和测速雷达的通信连接；需要说明的是，为了保证所述无人机与道路视频监控和测速雷达能够保持通信畅通，避免信号弱造成的通信不畅，需要设置两者通信连接的距离，此时，可以根据不同的通信连接方式设置不同的所述预设距离，例如，如果为蓝牙通信，则所述预设距离为20米，如果为wifi通信，则所述预设距离为40米；此外，为了保证测速过程中无人机能够维持预定速度，所述无人机与道路视频监控和测速雷达的距离也不能太近，具体可以根据实际情况设置，在此不做赘述。

所述道路视频监控和所述测速雷达同时完成对同一检测对象的视频采集和速度采集。需要说明的是，所述同一检测对象为无人机及其携带的标识牌。

作为一种优选的实施方式，所述无人机携带标识牌以预设路径和预设速度飞向所述道路视频监控和所述测速雷达，还包括：

所述无人机携带的所述标识牌为模拟车牌，所述标识牌有多个，每一个所述标识牌对应一个车牌号信息，所述预选存储的标识牌的数据为所述模拟车牌对应的所述车牌号信息；所述标识牌正面朝向所述道路视频监控和所述测速雷达。需要说明的是，为了满足多次测速的需求，所述无人机可以携带多个所述标识牌，以便其进行更换，所述更换操作可以是人工的，也可以是所述无人机自动完成的，在此不做限制。所述模拟车牌为与真正的车牌具有同样的尺寸和标记信息，当所述无人机出示某一个标识牌时，自动提取所述标识牌对应的标记信息，以便进行比对。此外，无论所述无人机是朝向所述道路视频监控和所述测速雷达飞行还是背向所述道路视频监控和所述测速雷达飞行，始终设置所述标识牌正面朝向所述道路视频监控和所述测速雷达，以便其进行信息采集。

作为一种优选的实施方式，还包括：

所述预设路径为预设车道正上方预设高度所在路径；需要说明的是，为了保证道路车辆的行驶安全性，避免无人机在其上空飞行造成阻碍车辆正常通行，需要限制无人机飞行的所述飞行线路的高度信息，因此，示例性的，所述无人机携带有高度检测装置，以保证所述无人机的飞行高度不会影响车辆正常通行所需的安全高度。进一步的，为了保证无人机飞行过程中的安全性，避免无人机碰撞高空的线路等障碍物，所述无人机自身携带有摄像装置，以采集其飞行方向上的障碍物，从而避开所述障碍物，避免无人机的飞行碰撞造成的安全事故。

所述无人机携带标识牌以预设路径和预设速度飞向或者飞离所述道路视频监控和所述测速雷达。需要说明的是，飞向所述道路视频监控和所述测速雷达是为了测试正向行驶的车辆是否超速，而飞离所述道路视频监控和所述测速雷达是为了测试车辆是否逆行而进行的测试。

作为一种优选的实施方式，所述如果所述比对的结果大于预设的速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护，还包括：

如果所述比对的结果大于预设的第一速度误差阈值，则所述无人机携带标识牌再次以预设路径和第二预设速度飞向所述道路视频监控和所述测速雷达；将第二飞行速度数据和所述第二预设速度进行比对，如果所述比对的结果大于预设的第二速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护。需要说明的是，当所述比对的结果大于预设的第一速度误差阈值时，表明有可能所述测速雷达测速不准确，为了保证测试的准确性，本发明实施二次检测，从而提高检测的准确性，避免因为意外因素导致测试不准确，进而影响后续的维护操作的效率。

作为一种优选的实施方式，所述将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护，还包括：

将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则所述无人机携带不同的标识牌再次以预设路径和预设速度飞向所述道路视频监控；将更新后的所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护。需要说明的是，当所述标识牌的数据和预选存储的标识牌的数据比对结果不一致时，表明有可能所述道路视频监控对拍摄到的图像数据识别不准确，为了保证测试的准确性，本发明实施二次检测，从而提高检测的准确性，避免因为意外因素导致测试不准确，进而影响后续的维护操作的效率。

作为一种优选的实施方式，所述速度校准维护和所述视频校准维护后，还包括：

对所述速度校准维护和所述视频校准维护后的所述道路视频监控和所述测速雷达再次进行所述速度校准维护和所述视频校准维护。需要说明的是，示例性的，上述维护操作为人工进行的，而为了确保人工维护的有效性，本发明实施了维护后的校准操作，该校准操作与维护前的校准操作采用同样的方法来实施，在此不做赘述。

作为一种优选的实施方式，还包括：

设置白天检测模式和夜间检测模式；在所述白天检测模式下检测时段为非高峰时段，在所述夜间检测模式下检测时段为午夜时段。需要说明的是，为了减少对道路交通正常通行的影响，本发明的测试操作优选的，分为白天检测模式和夜间检测模式，而不论是白天检测模式还是夜间检测模式，都需要避开其中的道路交通繁忙的时间段，即在所述白天检测模式下检测时段为非高峰时段，在所述夜间检测模式下检测时段为午夜时段。

作为一种优选的实施方式，还包括：

如果所述道路视频监控和所述测速雷达所在路段为限速路段，则所述无人机以多个不同的预设速度v1、v2...vn检测所述道路视频监控和所述测速雷；

且(v1+v2+...+vn)/n=vp，其中vp为所述限速的速度值，n为正整数。

需要说明的是，优选的，为了检测在不同速度模型下所述道路视频监控和所述测速雷达的监控准确性，本发明设置了多个速度以进行最大限度的模拟现实环境中的道路交通路况，且上述多个速度覆盖了不超速和超速，测试速度具有更大的覆盖范围，更具有客观性。

本发明提供一种基于无人机的智能交通系统测试方法，该测试方法引入无人机，避免了人工维护带来了维护效率低、维护成本高的问题，提高了道路视频监控和测速雷达的维护测试效率；此外，由于无人机的维护操作在空中进行，不会对道路交通造成拥堵等影响，在测试维护的过程中维持了正常的交通秩序，是一种便捷、高效的道路视频监控和测速雷达的测试方法。最后，单次测试即可同时实现对道路视频监控和测速雷达两种设备的测试，从而提高了测试效率。

本技术领域技术人员可以理解，可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来生成机器，从而通过计算机或其他可编程数据处理方法的处理器来执行的指令创建了用于实现结构图和/或框图和/或流图的框或多个框中指定的方法。

本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于无人机的智能交通系统测试方法，其特征在于，所述方法包括如下步骤：

S1，所述无人机建立与道路视频监控和测速雷达的通信连接，并向所述道路视频监控和所述测速雷达发送进入测速检测模式的指令；

S2，所述道路视频监控和所述测速雷达接收到所述指令后进入测速检测模式，停止向所述智能交通系统的服务器上传道路的实时视频和测速信息；

S3，所述无人机携带标识牌以预设路径和预设速度飞向所述道路视频监控和所述测速雷达，所述测速雷达捕捉所述无人机的飞行速度数据，将所述飞行速度数据发送给所述无人机，所述道路视频监控捕捉并识别所述标识牌的数据，将所述标识牌的数据发送给所述无人机；

S4，所述无人机接收所述飞行速度数据和所述标识牌的数据，将所述飞行速度数据和所述预设速度进行比对，如果所述比对的结果大于预设的速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护；将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护。

2.根据权利要求1所述的方法，其特征在于，所述无人机建立与道路视频监控和测速雷达的通信连接，还包括：

在所述无人机与道路视频监控和测速雷达的距离达到预设距离后，建立与道路视频监控和测速雷达的通信连接；

所述道路视频监控和所述测速雷达同时完成对同一检测对象的视频采集和速度采集。

3.根据权利要求1所述的方法，其特征在于，所述无人机携带标识牌以预设路径和预设速度飞向所述道路视频监控和所述测速雷达，还包括：

所述无人机携带的所述标识牌为模拟车牌，所述标识牌有多个，每一个所述标识牌对应一个车牌号信息，所述预选存储的标识牌的数据为所述模拟车牌对应的所述车牌号信息；所述标识牌正面朝向所述道路视频监控和所述测速雷达。

4.根据权利要求3所述的方法，其特征在于，还包括：

所述预设路径为预设车道正上方预设高度所在路径；

所述无人机携带标识牌以预设路径和预设速度飞向或者飞离所述道路视频监控和所述测速雷达。

5.根据权利要求1所述的方法，其特征在于，所述如果所述比对的结果大于预设的速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护，还包括：

如果所述比对的结果大于预设的第一速度误差阈值，则所述无人机携带标识牌再次以预设路径和第二预设速度飞向所述道路视频监控和所述测速雷达；

将第二飞行速度数据和所述第二预设速度进行比对，如果所述比对的结果大于预设的第二速度误差阈值，则向所述智能交通系统的服务器发送所述测速雷达的编号信息，以供速度校准维护。

6.根据权利要求1或3所述的方法，其特征在于，所述将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护，还包括：

将所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则所述无人机携带不同的标识牌再次以预设路径和预设速度飞向所述道路视频监控；

将更新后的所述标识牌的数据和预选存储的标识牌的数据进行比对，如果所述比对的结果不一致，则向所述智能交通系统的服务器发送所述道路视频监控的编号信息，以供视频校准维护。

7.根据权利要求1所述的方法，其特征在于，所述速度校准维护和所述视频校准维护后，还包括：

对所述速度校准维护和所述视频校准维护后的所述道路视频监控和所述测速雷达再次进行所述速度校准维护和所述视频校准维护。

8.根据权利要求1所述的方法，其特征在于，还包括：

设置白天检测模式和夜间检测模式；

在所述白天检测模式下检测时段为非高峰时段，在所述夜间检测模式下检测时段为午夜时段。

9.根据权利要求1所述的方法，其特征在于，还包括：

如果所述道路视频监控和所述测速雷达所在路段为限速路段，则所述无人机以多个不同的预设速度v1、v2...vn检测所述道路视频监控和所述测速雷；

且(v1+v2+...+vn)/n=vp，其中vp为所述限速的速度值，n为正整数。