CN112135103A - 一种基于大数据的无人机安全监控系统及方法 - Google Patents

Abstract

本发明公开了一种基于大数据的无人机安全监控系统，包括摄像头、识别单元、数据库、分析计算单元、控制判定单元和智能设备；所述摄像头用于实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；所述数据库内存储有无人机相关的记录信息，所述识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，本发明通过分析计算单元的设置，对数据进行精确分析，从而得到相关数据，控制判定单元依据分析计算单元得到的相关数据进行数据判定，增加数据分析和判定的精确性，从而增加对无人机运行的防护，避免无人机受到损伤，增加无人机的使用寿命，减少经济损失。

Description

一种基于大数据的无人机安全监控系统及方法

技术领域

本发明涉及无人机监控技术领域，具体为一种基于大数据的无人机安全监控系统及方法。

背景技术

无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。

目前，人们使用无人机，均是通过一个简单的操控手柄进行操作，是在肉眼能观察到的情况下进行操作，当无人机的飞行距离超出视线范围后，无法对无人机进行安全操控，造成无人机的损坏，为此，我们提出一种基于大数据的无人机安全监控系统及方法。

发明内容

本发明的目的在于提供一种基于大数据的无人机安全监控系统及方法，通过摄像头实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；数据库内存储有无人机相关的记录信息，识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，避免人为判定所造成的误差，增加识别的准确性，节省识别所消耗的时间，提高工作效率；通过分析计算对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；通过监测单元对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；通过智能设备接收安全时间，并提醒工作人员；增加数据分析和判定的精确性，从而增加对无人机运行的防护，避免无人机受到损伤，增加无人机的使用寿命，减少经济损失。

本发明的目的可以通过以下技术方案实现：一种基于大数据的无人机安全监控系统，包括摄像头、识别单元、数据库、分析计算单元、控制判定单元和智能设备；

所述摄像头用于实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；

所述数据库内存储有无人机相关的记录信息，所述识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，并将其一同传输至分析计算单元；

所述分析计算用于对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；

监测单元用于对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，所述控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；

所述智能设备用于接收安全时间，并提醒工作人员。

作为本发明的进一步改进方案：识别操作的具体操作过程为：

K1：获取记录信息，将其内无人机型号标定为型号数据，并将型号数据标记为XHi，i＝1,2,3......n1，将其内无人机型号对应的影像标定为图像数据，并将图像数据标记为TXi，i＝1,2,3......n1，将其内无人机的记录长度标定为记录长度数据，并将记录长度数据标记为JCi，i＝1,2,3......n1，将其内物体影像信息标定为物体图像数据，并将物体图像数据标记为WTi，i＝1,2,3......n1，且XHi、TXi和JCi一一对应；

K2：获取影像信息，并将其与图像数据一同进行匹配，当图像数据与影像数据的匹配结果一致时，则判定该影像信息中存在无人机，并将该影像标定为无人机影像信息，并自动提取图像数据对应的型号数据和记录长度数据，当图像数据与影像数据的匹配结果不一致时，则判定该影像信息中不存在无人机，并不对其进行影像标定，将影像信息与物体图像数据进行匹配，当影像信息与物体图像数据的匹配结果一致时，则判定该影像信息中存在物体，并将该物体的影像标定为物体影像信息，当影像信息与物体图像数据的匹配结果不一致时，则判定该影像信息中不存在物体，不进行标记。

作为本发明的进一步改进方案：分析计算操作的具体操作过程为：

H1：依据影像信息，获取无人机影像信息和物体影像信息，建立一个虚拟空间直角坐标系，并将无人机影像信息和物体影像信息在虚拟空间直角坐标系中进行标记，并将无人机影像信息和物体影像信息的坐标标记为JZi(1Xi，1Yi，1Zi)和WZi(2Xi，2Yi，2Zi)，选取无人机坐标JZi中X轴和Y轴的值均相同的坐标，将其标定为高度差坐标，将高度差坐标中的Z轴坐标值两两进行差值计算，从而计算出高度差坐标的Z轴坐标差值，并对Z轴坐标差值进行从大到小的排序，选取出排序最大的Z轴坐标差值，并将其与记录长度数据一同带入到计算式：JCi＝BCi*u1*r1，从而计算出距离影响因子r1，其中，BCi表示为Z轴坐标差值，u1表示为坐标计算偏差因子，u1的取值为0.931765328975；

H2：获取上述H1中的无人机影像信息和物体影像信息的坐标值JZi(1Xi，1Yi，1Zi)和WZi(2Xi，2Yi，2Zi)，提取无人机影像信息和物体影像信息的坐标中Z轴坐标值，并对其进行比较，具体为：当1Zi＞2Zi时，则判定该无人机的水平高度大于该物体的水平高度，生成安全信号，当1Zi≤2Zi时，则判定该无人机的水平高度小于该物体的水平高度，生成危险信号；

H3：提取上述安全型号和危险信号，并对其进行识别，具体为：

S1：当识别到危险信号时，提取无人机影像信息和物体影像信息的坐标值JZi和WZi，分别计算出无人机影像信息和物体影像信息的X轴坐标、Y轴坐标和Z轴坐标之间的差值，并将X轴坐标、Y轴坐标和Z轴坐标之间的差值带入到计算式：

其中，P_距表示为平均距离差值，X_差表示为X轴坐标差值，Y_差表示为Y轴坐标差值，Z_差表示为Z轴坐标差值；

S2：当识别到安全信号时，则不进行平均距离差值计算；

H4：获取两个不同时间点，并将两个时间点分别标记为t1和t2，提取与两个时间点对应的无人机影像信息的坐标，并将其分别标记为JZ1(1X1，1Y1，1Z1)和JZ2(1X2，1Y2，1Z2)，将两个不同的时间点和对应的无人机影像信息的坐标一同带入到计算式：

其中，V表示为无人机的运动速度，将每次计算的无人机运动速度进行求和，并将其标定为总速度值，将总速度值除以计算次数，从而得出无人机运动的平均速度，即速度均值。

作为本发明的进一步改进方案：判定操作的具体操作过程为：

G1：获取无人机调整数据，将其内无人机调整转向所需要的时间标定为转向时间数据，并将转向时间数据标记为xa，a＝1,2,3......n2，将其内工作人员反应所需要的时间标定为反应时间，并将反应时间标记为ya，a＝1,2,3......n2；

G2：获取环境信息，将其内无人机运行中外界风力大小标定为风力数据，并将风力数据标记为fa，a＝1,2,3......n2，将其内无人机运行中外界风向标定为风向数据，并将风向数据标记为ga，a＝1,2,3......n2；

G3：提取风力数据、风向数据和转向时间数据，并将其与平均距离差值、距离影响因子和速度均值一同带入计算式：

其中，T_发表示为调节时间，Pv表示为速度均值，e1表示为风力数据和风向数据的偏差调节因子，β1表示为时间计算矫正因子，e1取值为0.81652；

G4：获取监测时间，并将其与调节时间一同进行时间点计算，从而计算出安全时间，其中，安全时间的计算式为：安全时间＝监测时间+调节时间。

作为本发明的进一步改进方案：所述智能设备具体为一种平板电脑。

一种基于大数据的无人机安全监控方法，该安全监控方法具体包括下述步骤：

步骤一：通过摄像头实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；

步骤二：数据库内存储有无人机相关的记录信息，识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，并将其一同传输至分析计算单元；

步骤三：通过分析计算对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；

步骤四：通过监测单元对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；

步骤五：通过智能设备接收安全时间，并提醒工作人员。

本发明的有益效果：

(1)通过摄像头实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；数据库内存储有无人机相关的记录信息，识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，避免人为判定所造成的误差，增加识别的准确性，节省识别所消耗的时间，提高工作效率；

(2)通过分析计算对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；通过监测单元对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；通过智能设备接收安全时间，并提醒工作人员；增加数据分析和判定的精确性，从而增加对无人机运行的防护，避免无人机受到损伤，增加无人机的使用寿命，减少经济损失。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

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，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于大数据的无人机安全监控系统，包括摄像头、识别单元、数据库、分析计算单元、控制判定单元和智能设备；

所述摄像头用于实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；

所述数据库内存储有无人机相关的记录信息，所述识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，识别操作的具体操作过程为：

K1：获取记录信息，将其内无人机型号标定为型号数据，并将型号数据标记为XHi，i＝1,2,3......n1，将其内无人机型号对应的影像标定为图像数据，并将图像数据标记为TXi，i＝1,2,3......n1，将其内无人机的记录长度标定为记录长度数据，并将记录长度数据标记为JCi，i＝1,2,3......n1，将其内物体影像信息标定为物体图像数据，并将物体图像数据标记为WTi，i＝1,2,3......n1，且XHi、TXi和JCi一一对应；

K2：获取影像信息，并将其与图像数据一同进行匹配，当图像数据与影像数据的匹配结果一致时，则判定该影像信息中存在无人机，并将该影像标定为无人机影像信息，并自动提取图像数据对应的型号数据和记录长度数据，当图像数据与影像数据的匹配结果不一致时，则判定该影像信息中不存在无人机，并不对其进行影像标定，将影像信息与物体图像数据进行匹配，当影像信息与物体图像数据的匹配结果一致时，则判定该影像信息中存在物体，并将该物体的影像标定为物体影像信息，当影像信息与物体图像数据的匹配结果不一致时，则判定该影像信息中不存在物体，不进行标记；

K3：提取上述K2中的无人机影像信息、物体影像信息、型号数据和记录长度数据，并将其与影像信息一同传输至分析计算单元；

所述分析计算用于对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，分析计算操作的具体操作过程为：

H1：依据影像信息，获取无人机影像信息和物体影像信息，建立一个虚拟空间直角坐标系，并将无人机影像信息和物体影像信息在虚拟空间直角坐标系中进行标记，并将无人机影像信息和物体影像信息的坐标标记为JZi(1Xi，1Yi，1Zi)和WZi(2Xi，2Yi，2Zi)，选取无人机坐标JZi中X轴和Y轴的值均相同的坐标，将其标定为高度差坐标，将高度差坐标中的Z轴坐标值两两进行差值计算，从而计算出高度差坐标的Z轴坐标差值，并对Z轴坐标差值进行从大到小的排序，选取出排序最大的Z轴坐标差值，并将其与记录长度数据一同带入到计算式：JCi＝BCi*u1*r1，从而计算出距离影响因子r1，其中，BCi表示为Z轴坐标差值，u1表示为坐标计算偏差因子，u1的取值为0.931765328975；

H2：获取上述H1中的无人机影像信息和物体影像信息的坐标值JZi(1Xi，1Yi，1Zi)和WZi(2Xi，2Yi，2Zi)，提取无人机影像信息和物体影像信息的坐标中Z轴坐标值，并对其进行比较，具体为：当1Zi＞2Zi时，则判定该无人机的水平高度大于该物体的水平高度，生成安全信号，当1Zi≤2Zi时，则判定该无人机的水平高度小于该物体的水平高度，生成危险信号；

H3：提取上述安全型号和危险信号，并对其进行识别，具体为：

S1：当识别到危险信号时，提取无人机影像信息和物体影像信息的坐标值JZi和WZi，分别计算出无人机影像信息和物体影像信息的X轴坐标、Y轴坐标和Z轴坐标之间的差值，并将X轴坐标、Y轴坐标和Z轴坐标之间的差值带入到计算式：

其中，P_距表示为平均距离差值，X_差表示为X轴坐标差值，Y_差表示为Y轴坐标差值，Z_差表示为Z轴坐标差值；

S2：当识别到安全信号时，则不进行平均距离差值计算；

H4：获取两个不同时间点，并将两个时间点分别标记为t1和t2，提取与两个时间点对应的无人机影像信息的坐标，并将其分别标记为JZ1(1X1，1Y1，1Z1)和JZ2(1X2，1Y2，1Z2)，将两个不同的时间点和对应的无人机影像信息的坐标一同带入到计算式：

其中，V表示为无人机的运动速度，将每次计算的无人机运动速度进行求和，并将其标定为总速度值，将总速度值除以计算次数，从而得出无人机运动的平均速度，即速度均值；

H5：提取距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；

监测单元用于对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，所述控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，判定操作的具体操作过程为：

G1：获取无人机调整数据，将其内无人机调整转向所需要的时间标定为转向时间数据，并将转向时间数据标记为xa，a＝1,2,3......n2，将其内工作人员反应所需要的时间标定为反应时间，并将反应时间标记为ya，a＝1,2,3......n2；

G2：获取环境信息，将其内无人机运行中外界风力大小标定为风力数据，并将风力数据标记为fa，a＝1,2,3......n2，将其内无人机运行中外界风向标定为风向数据，并将风向数据标记为ga，a＝1,2,3......n2；

G3：提取风力数据、风向数据和转向时间数据，并将其与平均距离差值、距离影响因子和速度均值一同带入计算式：

其中，T_发表示为调节时间，Pv表示为速度均值，e1表示为风力数据和风向数据的偏差调节因子，β1表示为时间计算矫正因子，e1取值为0.81652；

G4：获取监测时间，并将其与调节时间一同进行时间点计算，从而计算出安全时间，其中，安全时间的计算式为：安全时间＝监测时间+调节时间；

G5：将安全时间传输至智能设备；

所述智能设备用于接收安全时间，并提醒工作人员，且智能设备具体为一种平板电脑；

一种基于大数据的无人机安全监控方法，其特征在于，该安全监控方法具体包括下述步骤：

步骤一：通过摄像头实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；

步骤二：数据库内存储有无人机相关的记录信息，识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，并将其一同传输至分析计算单元；

步骤三：通过分析计算对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；

步骤四：通过监测单元对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；

步骤五：通过智能设备接收安全时间，并提醒工作人员。

本发明在工作时，通过摄像头实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；数据库内存储有无人机相关的记录信息，识别单元从数据库内获取记录信息，将影像信息与图像数据一同进行匹配，当图像数据与影像数据的匹配结果一致时，则判定该影像信息中存在无人机，并将该影像标定为无人机影像信息，并自动提取图像数据对应的型号数据和记录长度数据，将影像信息与物体图像数据进行匹配，当影像信息与物体图像数据的匹配结果一致时，则判定该影像信息中存在物体，并将该物体的影像标定为物体影像信息，从而得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，并将其一同传输至分析计算单元；通过分析计算对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；通过监测单元对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；通过智能设备接收安全时间，并提醒工作人员。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于大数据的无人机安全监控系统，其特征在于，包括摄像头、识别单元、数据库、分析计算单元、控制判定单元、监测单元和智能设备；

所述摄像头用于实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；

所述数据库内存储有无人机相关的记录信息，所述识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，并将其一同传输至分析计算单元；

所述分析计算用于对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；

监测单元用于对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，所述控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；

所述智能设备用于接收安全时间，并提醒工作人员。

2.根据权利要求1所述的一种基于大数据的无人机安全监控系统，其特征在于，识别操作的具体操作过程为：

K1：获取记录信息，将其内无人机型号标定为型号数据，并将型号数据标记为XHi，i＝1,2,3......n1，将其内无人机型号对应的影像标定为图像数据，并将图像数据标记为TXi，i＝1,2,3......n1，将其内无人机的记录长度标定为记录长度数据，并将记录长度数据标记为JCi，i＝1,2,3......n1，将其内物体影像信息标定为物体图像数据，并将物体图像数据标记为WTi，i＝1,2,3......n1，且XHi、TXi和JCi一一对应；

K2：获取影像信息，并将其与图像数据一同进行匹配，当图像数据与影像数据的匹配结果一致时，则判定该影像信息中存在无人机，并将该影像标定为无人机影像信息，并自动提取图像数据对应的型号数据和记录长度数据，当图像数据与影像数据的匹配结果不一致时，则判定该影像信息中不存在无人机，并不对其进行影像标定，将影像信息与物体图像数据进行匹配，当影像信息与物体图像数据的匹配结果一致时，则判定该影像信息中存在物体，并将该物体的影像标定为物体影像信息，当影像信息与物体图像数据的匹配结果不一致时，则判定该影像信息中不存在物体，不进行标记。

3.根据权利要求1所述的一种基于大数据的无人机安全监控系统，其特征在于，分析计算操作的具体操作过程为：

H1：依据影像信息，获取无人机影像信息和物体影像信息，建立一个虚拟空间直角坐标系，并将无人机影像信息和物体影像信息在虚拟空间直角坐标系中进行标记，并将无人机影像信息和物体影像信息的坐标标记为JZi(1Xi，1Yi，1Zi)和WZi(2Xi，2Yi，2Zi)，选取无人机坐标JZi中X轴和Y轴的值均相同的坐标，将其标定为高度差坐标，将高度差坐标中的Z轴坐标值两两进行差值计算，从而计算出高度差坐标的Z轴坐标差值，并对Z轴坐标差值进行从大到小的排序，选取出排序最大的Z轴坐标差值，并将其与记录长度数据一同带入到计算式：JCi＝BCi*u1*r1，从而计算出距离影响因子r1，其中，BCi表示为Z轴坐标差值，u1表示为坐标计算偏差因子，u1的取值为0.931765328975；

H2：获取上述H1中的无人机影像信息和物体影像信息的坐标值JZi(1Xi，1Yi，1Zi)和WZi(2Xi，2Yi，2Zi)，提取无人机影像信息和物体影像信息的坐标中Z轴坐标值，并对其进行比较，具体为：当1Zi＞2Zi时，则判定该无人机的水平高度大于该物体的水平高度，生成安全信号，当1Zi≤2Zi时，则判定该无人机的水平高度小于该物体的水平高度，生成危险信号；

H3：提取上述安全型号和危险信号，并对其进行识别，具体为：

S1：当识别到危险信号时，提取无人机影像信息和物体影像信息的坐标值JZi和WZi，分别计算出无人机影像信息和物体影像信息的X轴坐标、Y轴坐标和Z轴坐标之间的差值，并将X轴坐标、Y轴坐标和Z轴坐标之间的差值带入到计算式：

其中，P_距表示为平均距离差值，X_差表示为X轴坐标差值，Y_差表示为Y轴坐标差值，Z_差表示为Z轴坐标差值；

S2：当识别到安全信号时，则不进行平均距离差值计算；

H4：获取两个不同时间点，并将两个时间点分别标记为t1和t2，提取与两个时间点对应的无人机影像信息的坐标，并将其分别标记为JZ1(1X1，1Y1，1Z1)和JZ2(1X2，1Y2，1Z2)，将两个不同的时间点和对应的无人机影像信息的坐标一同带入到计算式：

其中，V表示为无人机的运动速度，将每次计算的无人机运动速度进行求和，并将其标定为总速度值，将总速度值除以计算次数，从而得出无人机运动的平均速度，即速度均值。

4.根据权利要求1所述的一种基于大数据的无人机安全监控系统，其特征在于，判定操作的具体操作过程为：

G1：获取无人机调整数据，将其内无人机调整转向所需要的时间标定为转向时间数据，并将转向时间数据标记为xa，a＝1,2,3......n2，将其内工作人员反应所需要的时间标定为反应时间，并将反应时间标记为ya，a＝1,2,3......n2；

G2：获取环境信息，将其内无人机运行中外界风力大小标定为风力数据，并将风力数据标记为fa，a＝1,2,3......n2，将其内无人机运行中外界风向标定为风向数据，并将风向数据标记为ga，a＝1,2,3......n2；

G3：提取风力数据、风向数据和转向时间数据，并将其与平均距离差值、距离影响因子和速度均值一同带入计算式：

其中，T_发表示为调节时间，Pv表示为速度均值，e1表示为风力数据和风向数据的偏差调节因子，β1表示为时间计算矫正因子，e1取值为0.81652；

G4：获取监测时间，并将其与调节时间一同进行时间点计算，从而计算出安全时间，其中，安全时间的计算式为：安全时间＝监测时间+调节时间。

5.根据权利要求1所述的一种基于大数据的无人机安全监控系统，其特征在于，所述智能设备具体为一种平板电脑。

6.一种基于大数据的无人机安全监控方法，其特征在于，该安全监控方法具体包括下述步骤：

步骤一：通过摄像头实时获取无人机的状态信息，自动获取影像信息，并将影像信息传输至识别单元；

步骤二：数据库内存储有无人机相关的记录信息，识别单元从数据库内获取记录信息，并将其与影像信息一同进行识别操作，得到无人机影像信息、物体影像信息、型号数据、影像信息和记录长度数据，并将其一同传输至分析计算单元；

步骤三：通过分析计算对影像信息、无人机影像信息、物体影像信息、型号数据和记录长度数据进行分析计算操作，得到距离影响因子、平均距离差值和速度均值，并将其一同传输至控制判定单元；

步骤四：通过监测单元对无人机外部环境信息进行实时监测，并将监测到的环境信息和监测时间传输至控制判定单元，数据库内还存储有无人机调整数据，控制判定单元从数据库内获取无人机调整数据，并将其与环境信息、距离影响因子、平均距离差值和速度均值进行判定操作，得到安全时间，并将其传输至智能设备；

步骤五：通过智能设备接收安全时间，并提醒工作人员。

Images