CN114527800A - 一种无人机降落场选取方法、装置、系统及可读存储介质 - Google Patents

Abstract

一种无人机降落场选取方法、装置、系统及可读存储介质，涉及无人机测绘技术领域。该无人机降落场选取方法包括：首先，根据降落区域，得到各初步降落场的位置点；其次，根据各初步降落场的位置点，确定筛查航线，筛查航线包括各初步降落场的位置点；再者，控制无人机对各初步降落场的位置点进行图像采集，得到筛查图像；最后，根据各筛查图像和筛查条件，对各初步降落场进行筛查，得到各目标降落场。本申请不仅能够提高降落场查找的效率和自动化程度，而且查找结果的可靠性也明显优于现有技术。

Description

一种无人机降落场选取方法、装置、系统及可读存储介质

技术领域

本发明涉及无人机测绘技术领域，具体而言，涉及一种无人机降落场选取方法、装置、系统及可读存储介质。

背景技术

目前，随着无人机技术的不断发展，无人机的应用也越来越广泛，如何快速巡察到应急降落场地，对无人机能否迫降成功起到关键的作用。

现有的技术方案主要通过人工来寻找和判别无人机的降落场地，然而，人工查找的效率非常低，比较耗时耗力，并且可靠性不高。

发明内容

本发明的目的在于提供了一种无人机降落场选取方法、装置、系统及可读存储介质，其能够有效提高降落场选取的效率和可靠性。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本申请提供了一种无人机降落场选取方法，所述方法包括：

根据降落区域，得到各初步降落场的位置点；

根据各所述初步降落场的位置点，确定筛查航线，所述筛查航线包括各所述初步降落场的位置点；

控制无人机对各所述初步降落场的位置点进行图像采集，得到筛查图像；

根据各所述筛查图像和筛查条件，对各所述初步降落场进行筛查，得到各目标降落场。

可选的，得到各目标降落场的步骤之后，所述方法还包括：

获取各所述目标降落场的环境信息，根据各所述目标降落场的环境信息和无人机的类型，确定各所述目标降落场的类型。

可选的，确定各所述目标降落场的类型的步骤之后，所述方法还包括：

将各所述目标降落场的类型发送至云端服务器。

可选的，根据降落区域，得到各初步降落场的位置点的步骤包括：

确定无人机的活动中心与活动半径，根据所述活动中心与活动半径得到所述降落区域；

在所述降落区域内并以所述活动中心为螺旋中心进行螺旋航线规划，得到巡察航线；

根据所述巡察航线，得到各所述初步降落场的位置点。

可选的，根据所述巡察航线，得到各所述初步降落场的位置点的步骤包括：

根据所述巡察航线，所述巡察航线包括多个巡察点，控制无人机在各所述巡察点进行图像采集，得到各初步图像数据；

根据各所述初步图像数据，得到各所述初步降落场的位置点。

可选的，根据各所述初步图像数据，得到各所述初步降落场的位置点的步骤包括：

将全部所述初步图像数据进行空三校正和拼接处理，得到数字正射影像、数字表面模型以及数字高程模型；

根据所述数字正射影像、所述数字表面模型以及所述数字高程模型，得到各所述初步降落场的位置点。

可选的，根据所述数字正射影像、所述数字表面模型以及所述数字高程模型，得到初步降落场信息的步骤包括：

根据所述数字正射影像、所述数字表面模型以及所述数字高程模型，进行多模态AI识别，得到各所述初步降落场的位置点。

可选的，根据各所述初步降落场的位置点，确定筛查航线的步骤包括：

根据各所述初步降落场的位置点，选择各位置点连线最短的航线作为筛查航线。

第二方面，本申请提供了一种无人机降落场选取装置，所述装置包括初步降落场确定模块、筛查航线模块以及目标降落场确定模块；

所述初步降落场确定模块用于根据降落区域，得到各初步降落场的位置点；

所述筛查航线模块用于根据各所述初步降落场的位置点，确定筛查航线，所述筛查航线包括各所述初步降落场的位置点，控制无人机对各所述初步降落场的位置点进行图像采集，得到筛查图像；

所述目标降落场确定模块用于根据各所述筛查图像和筛查条件，对各所述初步降落场进行筛查，得到各目标降落场的位置点。

第三方面，本申请提供了一种无人机降落场选取系统，所述系统包括控制器和无人机，所述控制器与所述无人机通信连接，所述控制器用于执行所述的无人机降落场选取方法。

第四方面，本申请提供了一种无人机降落场选取系统，所述系统包括控制器和无人机，所述控制器与所述无人机通信连接，所述无人机用于执行所述的无人机降落场选取方法。

第五方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的无人机降落场选取方法。

相对于现有技术，本发明具有以下有益效果：

一种无人机降落场选取方法、装置、系统及可读存储介质，该无人机降落场选取方法包括：首先，根据降落区域，得到各初步降落场的位置点；其次，根据各初步降落场的位置点，确定筛查航线，筛查航线包括各初步降落场的位置点；再者，控制无人机对各初步降落场的位置点进行图像采集，得到筛查图像；最后，根据各筛查图像和筛查条件，对各初步降落场进行筛查，得到各目标降落场。本申请不仅能够提高降落场查找的效率和自动化程度，而且查找结果的可靠性也明显优于现有技术。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。

图1为本申请实施例提供的无人机降落场选取系统的架构示意图；

图2为本申请实施例提供的电子设备的架构示意图；

图3为本申请实施例提供的无人机降落场选取方法流程图之一；

图4为本申请实施例提供的无人机降落场选取方法流程图之二；

图5为本申请实施例提供的无人机降落场选取方法流程图之三；

图6为本申请实施例提供的螺旋航线示意图；

图7为本申请实施例提供的无人机降落场选取方法流程图之四；

图8为本申请实施例提供的无人机降落场选取方法流程图之五；

图9为本申请实施例提供的无人机降落场选取装置的结构示意图。

图标：10-处理器；11-存储器；12-总线；13-通信接口；20-初步降落场确定模块；30-筛查航线模块；40-目标降落场确定模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

下面结合附图，对本发明的一些实施方式作详细说明。需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

本实施例提供了一种可以实现无人机降落场选取的系统，请参阅图1，该系统包括控制器和无人机，控制器与无人机通信连接，无人机上搭载有测绘设备，测绘设备与无人机通信连接，该系统可以执行本申请提供的无人机降落场选取方法。

本实施例提供的系统还可以包括服务器，服务器可以是云端服务器，服务器与控制器、无人机通信连接。

本申请实施例还提供了一种电子设备，可以是降落场选取设备，也可以是电脑、手机、平板等电子设备。请参照图2，电子设备的结构示意图。电子设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接，处理器10用于执行存储器11中存储的可执行模块，例如计算机程序。

处理器10可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，无人机降落场选取方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器 (Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－ Programmable GateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

存储器11可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。

总线12可以是ISA(Industry Standard Architecture)总线、PCI (PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图2中仅用一个双向箭头表示，但并不表示仅有一根总线12或一种类型的总线12。

存储器11用于存储程序，例如无人机降落场选取设备对应的程序。无人机降落场选取设备包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在电子设备的操作系统(operating system，OS) 中的软件功能模块。处理器10在接收到执行指令后，执行所述程序以实现无人机降落场选取方法。

可能地，本申请实施例提供的电子设备还包括通信接口13。通信接口 13通过总线12与处理器10连接。

应当理解的是，图2所示的结构仅为电子设备的部分的结构示意图，电子设备还可包括比图2中所示更多或者更少的组件，或者具有与图1所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。

正如本申请背景技术中所记载的，现有的技术方案主要通过人工来寻找和判别无人机的降落场地，然而，人工查找的效率非常低，比较耗时耗力，并且可靠性不高。

有鉴于此，请结合参阅图3，本发明实施例提供了一种无人机降落场选取方法，能够有效地解决上述问题，该无人机降落场选取方法包括：

步骤S101：根据降落区域，得到各初步降落场的位置点。

在无人机的具体应用中，降落区域的选择并非是随意的，降落区域往往与无人机的活动区域密切相关，在本实施例中，可以根据无人机的活动区域来划定降落区域。

具体来说，无人机的活动区域可以根据无人机的活动中心和无人机的活动半径来确定，在本实施例中，以无人机的活动中心为降落区域的区域中心，以无人机的活动半径为降落区域的区域半径，以此来确定降落区域。

本实施例中，在确定好降落区域以后，还可以采用多种方式获得各初步降落场的位置点。例如，可以通过采集降落区域内的图像数据，并结合 AI识别技术对图像数据进行初步的分析识别，得到各初步降落场的位置点。同样的，还可以在系统中预先存储各初步降落场的位置点信息，从而提高整个无人机降落场选取的效率。

步骤S102：根据各初步降落场的位置点，确定筛查航线，筛查航线包括各初步降落场的位置点。

在确定好各初步降落场的位置点以后，考虑到各初步降落场中并非所有的降落场都满足无人机降落的要求，为了进一步提高降落场选取结果的可靠性，则可以根据各初步降落场的位置点，对各初步降落场进行再次筛查，从过滤掉部分不符合要求的初步降落场。

并且，对各初步降落场的筛查也并非是随意的，在本实施例中，以各初步降落场的位置点作为航行点来进行航线规划，使得筛查航线可以覆盖所有的初步降落场位置点，并选择其中各位置点连线最短的航线最为筛查航线，从而可以极大的提高筛查的效率。

步骤S103：控制无人机对各初步降落场的位置点进行图像采集，得到筛查图像。

在本实施例中，确定好筛查航线后，无人机按照筛查航线进行航行，并对各初步降落场的位置点进行图像采集，为了降低数据处理量，提高筛查效果，无人机只需要对各初步降落场的位置点进行图像采集，而不需要采集各位置点之间航线的图像信息。

无人机在各位置点进行图像采集时，考虑到各位置点的大小范围不同，当采集的位置点的范围较大时，为了保证能够获取完整的位置点的图像信息，则可以控制无人机在该位置点的范围内进行小范围的环绕飞行，以获取该位置点完整的图像信息。

需要说明的是，为了保证图像的采集效果，无人机可以搭载高清摄像机，并设置合适的采集分辨率对各位置点进行图像采集。同时，为了保证各位置点图像信息的统一性，可以控制无人机在同一设定的飞行高度进行图像采集，以得到筛查图像。

步骤S104：根据各筛查图像和筛查条件，对各初步降落场进行筛查，得到各目标降落场。

需要说明的是，在本实施例中，各筛查图像为各初步降落场位置点的图像信息，筛查条件为各种类型无人机的降落条件，由于不同类型的无人机对降落场所要求的条件也各不相同，所以本实施例中的筛查条件并非单一的降落条件，而是与各种类型无人机相对应的降落条件。

具体来讲，当某一筛查图像符合特定种类无人机的降落条件时，则将该筛查图像对应的初步降落场作为目标降落场，而当某一筛查图像不符合任何种类无人机的降落条件时，则将放弃该筛查图像对应的初步降落场，从而达到对初步降落场进行筛查的目的。

本实施例中，通过上述步骤S101-步骤S104的相互配合，实现了对无人机降落场的智能选取，与现有技术相比，大幅提高了降落场选取的效率和自动化程度，并且通过二次筛查，也极大提高了降落场选取结果的可靠性。

需要说明的是，本实施提供的方法可以在控制器中实现，也可以在无人机上实现，还可以由控制器和无人机共同实现。当控制器和无人机均与服务器连接时，本申请提供的方法还可以全部或者部分在服务器中实现，服务器可以是云端服务器，也可以是实体服务器。同理，本实施例后续方法的实现方式与上述方法一致，在后续实施例中便不再赘述。

通过上述步骤S101-步骤S104获取到各目标降落场后，为了便于后续的查找和使用，在另外一种可选的实施方式中，请结合参阅图4，在上述步骤S104之后，方法还包括：

步骤S105：获取各目标降落场的环境信息，根据各目标降落场的环境信息和无人机的类型，确定各目标降落场的类型。

在本实施例中，各目标降落场的环境信息主要包括降落场的面积、位置等环境信息，并结合不同类型无人机的降落条件，将各目标降落场进行分类。例如，将满足轻微小型多旋翼无人机降落条件的目标降落场划分为A 类型，将满足中大型旋翼无人机降落条件的目标降落场划分为B类型，将满足重型旋翼无人机降落条件的目标降落场划分为C类型，将满足固定翼、复合翼无人机降落条件的目标降落场划分为D类。需要说明的是，上述对于各目标降落场的分类只是示例性的，在实际应用中，可以根据不同的分类标准对各目标降落场进行分类。

在确定了目标降落场的类型以后，用户还可以根据各目标降落场的类型信息(如位置、机型、环境、交通等信息)对降落场进行快速查询，并将各降落场的类型信息记录到云端地理信息科学(Geographic Information Science，简称GIS)地图上，还可以直接通过应用接口以及第三方数据信息进行调用，从而满足无人机在应急情况下对迫降场地进行快速选择的需求。

在另外一种可选的实施方式中，为了便于无人机在进行二次作业时，可以更加快速准确的查找出符合条件的目标降落场，请继续参阅图4，在上述步骤105之后，还包括以下步骤：

步骤106：将各目标降落场的类型发送至云端服务器。

在本实施例中，通过步骤101至步骤105确定好个目标降落场的类型后,将各目标降落场的类型发送至云端服务器，云端服务器将各目标降落场的类型信息进行备份，当无人机进行再次作业时，特别是在需要紧急降落的情况下，可以直接调用云端服务器中备份的目标降落场，从而节省了目标降落场选择的时间。

在另外一种可选的实施方式中，为了更加全面、准确、高效的得到降落区域内的各初步降落场的位置点，请结合参阅图5和图6，上述步骤S101 可以包括以下子步骤：

步骤S101-1：确定无人机的活动中心与活动半径，根据活动中心与活动半径得到降落区域。

步骤S101-2：在降落区域内并以活动中心为螺旋中心进行螺旋航线规划，得到巡察航线。

在本实施例中，确定好降落区域以后，由于降落区域的中心就是无人机的活动中心，为了更加全面快速的获取整个降落区域内的数据信息，以活动中心作为螺旋中心，对无人机进行螺旋航线的规划，请参阅图6，以使无人机可以全面快速的采集降落区域内所有地理信息。

需要说明的是，在具体的应用中，还可以通过设置螺旋航线的航向重叠度(像片重叠是指相邻像片相同影像的重叠，其中，同一航线上两相邻像片的重叠称航向重叠)和旁向重叠度(又称横向重叠，是指相邻像片相同影像的重叠)，来提高数据采集的效率。

步骤S101-3：根据巡察航线，得到各初步降落场的位置点。

本实施例中的巡察航线为螺旋航线，无人机按照螺旋航线进行飞行，并对降落范围内的地理图像信息进行采集后，可以通过AI或其他分析识别技术得到初步降落场的位置点。

为了进一步提高降落场选取的效率，在可能的实施方式中，请参阅图7，上述步骤S101-3还可以包括以下子步骤：

步骤S301：根据巡察航线，巡察航线包括多个巡察点，控制无人机在各巡察点进行图像采集，得到各初步图像数据。

在本实施例中，考虑到在实际的应用场景中，降落区域内并非所有的区域都可以作为降落场，甚至有些区域明显不具备作为降落场的条件。所以，在本实施例中，可以通过采用巡察点的方式进行巡察航线的设置，巡察点可以跳过那些明显不具备降落条件的区域，而针对那些具有降落条件的区域则可以设置更多数量的巡察点，无人机只需要对巡察点进行图像采集即可，极大的优化了图像采集的采集量。

步骤S302：根据各初步图像数据，得到各初步降落场的位置点。

在本实施例中，通过对初步图像数据进行分析，具体的分析方式包括但不限于上述的AI识别技术，也可以通过其他图像识别技术，得到各初步降落场的位置点。

在另外一种可能的实施例中，请结合参阅图8，针对上述步骤S302，本实施例提供了一种高效且可靠的数据处理方法，具体来讲上述步骤S302 可以包括以下子步骤：

步骤S302-1：将全部初步图像数据进行空三校正和拼接处理，得到数字正射影像、数字表面模型以及数字高程模型。

步骤S302-2：根据数字正射影像、数字表面模型以及数字高程模型，得到各初步降落场的位置点。

在本实施例中，采用空三校正和拼接处理的方式对全部图像数据进行处理，其具有高效且可靠的优势。

为了提高图像识别的准确性，在另外一种可能的实施方式，上述步骤S302-2具体可以包括以下内容：

根据数字正射影像、数字表面模型以及数字高程模型，进行多模态AI 识别，得到各初步降落场的位置点。

在本实施例中，多模态AI识别是指结合不同降落场的降落标准、降落场的尺寸、面积和规则度等条件、并结合分析其位置信息、交通状况、周边人员密集度、周边环境信息等对数字正射影像、数字表面模型以及数字高程模型进行识别，从而选择出若干个初步降落场。

在本实施例中，还可以结合降落场地环境识别算法获取场地内的障碍物信息，从而判断障碍物对无人机降落的影响程度。

请参阅图9，本实施例还提供了一种无人机降落场选取装置，该装置包括初步降落场确定模块20、筛查航线模块30以及目标降落场确定模块40。

初步降落场确定模块20用于根据降落区域，得到各初步降落场的位置点。

筛查航线模块30用于根据各初步降落场的位置点，确定筛查航线，筛查航线包括各初步降落场的位置点，控制无人机对各初步降落场的位置点进行图像采集，得到筛查图像。

目标降落场确定模块40用于根据各筛查图像和筛查条件，对各初步降落场进行筛查，得到各目标降落场的位置点。

需要说明的是，本实施例所提供的无人机降落场选取装置，其可以执行上述方法流程实施例所示的方法流程，以实现对应的技术效果。为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。

本申请实施例还提供了一种无人机降落场选取系统，系统包括控制器和无人机，控制器与无人机通信连接，控制器用于执行上述的无人机降落场选取方法。

在另外一种可选的实施方式中，无人机降落场选取系统包括控制器和无人机，控制器与无人机通信连接，无人机用于执行上述的无人机降落场选取方法。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的无人机降落场选取方法。

需要说明的是，该存储介质可以设置于控制器上，也可以设置于无人机或服务器上。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器11(ROM，Read-Only Memory)、随机存取存储器11(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种无人机降落场选取方法，其特征在于，所述方法包括：

根据降落区域，得到各初步降落场的位置点；

根据各所述初步降落场的位置点，确定筛查航线，所述筛查航线包括各所述初步降落场的位置点；

控制无人机对各所述初步降落场的位置点进行图像采集，得到筛查图像；

根据各所述筛查图像和筛查条件，对各所述初步降落场进行筛查，得到各目标降落场。

2.根据权利要求1所述的无人机降落场选取方法，其特征在于，得到各目标降落场的步骤之后，所述方法还包括：

获取各所述目标降落场的环境信息，根据各所述目标降落场的环境信息和无人机的类型，确定各所述目标降落场的类型。

3.根据权利要求2所述的无人机降落场选取方法，其特征在于，确定各所述目标降落场的类型的步骤之后，所述方法还包括：

将各所述目标降落场的类型发送至云端服务器。

4.根据权利要求1所述的无人机降落场选取方法，其特征在于，根据降落区域，得到各初步降落场的位置点的步骤包括：

确定无人机的活动中心与活动半径，根据所述活动中心与活动半径得到所述降落区域；

在所述降落区域内并以所述活动中心为螺旋中心进行螺旋航线规划，得到巡察航线；

根据所述巡察航线，得到各所述初步降落场的位置点。

5.根据权利要求4所述无人机降落场选取方法，其特征在于，根据所述巡察航线，得到各所述初步降落场的位置点的步骤包括：

根据所述巡察航线，所述巡察航线包括多个巡察点，控制无人机在各所述巡察点进行图像采集，得到各初步图像数据；

根据各所述初步图像数据，得到各所述初步降落场的位置点。

6.根据权利要求5所述的无人机降落场选取方法，其特征在于，根据各所述初步图像数据，得到各所述初步降落场的位置点的步骤包括：

将全部所述初步图像数据进行空三校正和拼接处理，得到数字正射影像、数字表面模型以及数字高程模型；

根据所述数字正射影像、所述数字表面模型以及所述数字高程模型，得到各所述初步降落场的位置点。

7.根据权利要求6所述的无人机降落场选取方法，其特征在于，根据所述数字正射影像、所述数字表面模型以及所述数字高程模型，得到初步降落场信息的步骤包括：

根据所述数字正射影像、所述数字表面模型以及所述数字高程模型，进行多模态AI识别，得到各所述初步降落场的位置点。

8.根据权利要求1所述的无人机降落场选取方法，其特征在于，根据各所述初步降落场的位置点，确定筛查航线的步骤包括：

根据各所述初步降落场的位置点，选择各位置点连线最短的航线作为筛查航线。

9.一种无人机降落场选取装置，其特征在于，所述装置包括初步降落场确定模块、筛查航线模块以及目标降落场确定模块；

所述初步降落场确定模块用于根据降落区域，得到各初步降落场的位置点；

所述筛查航线模块用于根据各所述初步降落场的位置点，确定筛查航线，所述筛查航线包括各所述初步降落场的位置点，控制无人机对各所述初步降落场的位置点进行图像采集，得到筛查图像；

所述目标降落场确定模块用于根据各所述筛查图像和筛查条件，对各所述初步降落场进行筛查，得到各目标降落场的位置点。

10.一种无人机降落场选取系统，其特征在于，所述系统包括控制器和无人机，所述控制器与所述无人机通信连接，所述控制器用于执行权利要求1-8任一项所述的方法。

11.一种无人机降落场选取系统，其特征在于，所述系统包括控制器和无人机，所述控制器与所述无人机通信连接，所述无人机用于执行权利要求1-8任一项所述的无人机降落场选取方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8任一项所述的无人机降落场选取方法。

Images