CN115562332A - 一种无人机机载记录数据的高效处理方法及系统 - Google Patents

Abstract

本发明提供了一种无人机机载记录数据的高效处理方法及系统，涉及数字处理技术领域，方法包括：根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果；进行巡航路线提取，获取巡航路线网络；获取机载记录数据；根据无人机类型对无人机进行仿真建模，生成无人机三维模型；根据无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据，输入巡航路线网络，生成巡航路线；将巡航路线和无人机三维模型输入三维环境建模结果，生成无人机虚拟飞行数据。解决无人机的记录数据与飞行参数的处理效率低技术问题，通过构建巡航路线网络，达到高效处理无人机的记录数据与飞行参数，提高无人机控制参数的优化调整效率技术效果。

Description

一种无人机机载记录数据的高效处理方法及系统

技术领域

本发明涉及数字处理技术领域，具体涉及一种无人机机载记录数据的高效处理方法及系统。

背景技术

无人机机载记录数据在黑匣子(飞行数据记录仪或飞行信息记录系统)中存贮，一般的，需要根据无人机的飞行参数变化情况依次构建虚拟飞行场景，进而将多个飞行场景进行合并，得到虚拟飞行数据，但是，构建多个飞行场景处理无人机机载记录数据，处理器需要运算处理的数据量大，处理效率较低。

现有技术中存在无人机的记录数据与飞行参数的处理效率低的技术问题。

发明内容

本申请通过提供了一种无人机机载记录数据的高效处理方法及系统，解决了无人机的记录数据与飞行参数的处理效率低的技术问题，达到了高效处理无人机的记录数据与飞行参数，提高无人机控制参数的优化调整效率的技术效果。

鉴于上述问题，本申请提供了一种无人机机载记录数据的高效处理方法及系统。

第一方面，本申请提供了一种无人机机载记录数据的高效处理方法，其中，所述方法包括：根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果；对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络；获取机载记录数据，其中，所述机载记录数据包括无人机类型、无人机巡航参数；根据所述无人机类型对所述无人机进行仿真建模，生成无人机三维模型；根据所述无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据；将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络，生成巡航路线；将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果，生成无人机虚拟飞行数据。

第二方面，本申请提供了一种无人机机载记录数据的高效处理系统，其中，所述系统包括：建模结果生成单元，所述建模结果生成单元用于根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果；路线提取单元，所述路线提取单元用于对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络；记录数据获取单元，所述记录数据获取单元用于获取机载记录数据，其中，所述机载记录数据包括无人机类型、无人机巡航参数；三维模型生成单元，所述三维模型生成单元用于根据所述无人机类型对所述无人机进行仿真建模，生成无人机三维模型；记录时序数据获取单元，所述记录时序数据获取单元用于根据所述无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据；巡航路线生成单元，所述巡航路线生成单元用于将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络，生成巡航路线；虚拟飞行数据生成单元，所述虚拟飞行数据生成单元用于将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果，生成无人机虚拟飞行数据。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了对已巡航区域进行仿真建模，生成三维环境建模结果，进行巡航路线提取，获取巡航路线网络，获取机载记录数据，根据无人机类型对无人机进行仿真建模，生成无人机三维模型，根据无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据，输入巡航路线网络，生成巡航路线，将巡航路线和无人机三维模型输入三维环境建模结果，生成无人机虚拟飞行数据。本申请实施例通过构建巡航路线网络，达到了高效处理无人机的记录数据与飞行参数，提高无人机控制参数的优化调整效率的技术效果。

附图说明

图1为本申请一种无人机机载记录数据的高效处理方法的流程示意图；

图2为本申请一种无人机机载记录数据的高效处理方法的获取巡航路线网络的流程示意图；

图3为本申请一种无人机机载记录数据的高效处理方法的获取单元巡航路径并添加进巡航路线网络的流程示意图；

图4为本申请一种无人机机载记录数据的高效处理系统的结构示意图。

附图标记说明：建模结果生成单元11，路线提取单元12，记录数据获取单元13，三维模型生成单元14，记录时序数据获取单元15，巡航路线生成单元16，虚拟飞行数据生成单元17。

具体实施方式

本申请通过提供了一种无人机机载记录数据的高效处理方法及系统，解决了无人机的记录数据与飞行参数的处理效率低的技术问题，达到了高效处理无人机的记录数据与飞行参数，提高无人机控制参数的优化调整效率的技术效果。

实施例一

如图1所示，本申请提供了一种无人机机载记录数据的高效处理方法，其中，所述方法包括：

S100：根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果；

进一步的，所述根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果，所述步骤S100包括：

S110：根据所述历史记录数据，获取所述已巡航区域内的巡航目标集和巡航目标集相对位置数据；

S120：根据所述已巡航区域，构建空间网格坐标系；

S130：遍历所述巡航目标集，提取几何特征信息集和形状特征信息集；

S140：将所述几何特征信息集和所述形状特征信息集依次输入所述空间网格坐标系，生成巡航目标仿真模型集；

S150：根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整，获取所述三维环境建模结果。

具体而言，所述历史记录数据为所述无人机的黑匣子记录的数据信息，所述历史记录数据包括无人机的历史巡航飞行高度数据、历史巡航速度数据，根据历史记录数据对已巡航区域进行仿真建模，通过历史记录数据进行数据筛选提取，获取已经完成巡航任务的巡航区域内的巡航目标集和巡航目标集相对位置数据，所述巡航目标集为所述无人机的巡航任务限定的各个巡航目标个体，示例性的，巡航任务为巡查船舶污染水域情况，对应的巡航目标集可以是目标海域的各个船舶的排出信息、各个排污船舶的实时监测信息，相对位置数据为各个排污船舶与无人机的相对位置数据，巡航目标个体即排污船舶，所述示例是为协助进行方案理解，实际需要配合实际数据信息进一步细化，根据已巡航区域，结合经度信息、纬度信息与海拔高度信息，确定三维空间坐标轴，构建空间网格坐标系，空间网格是为便于定位空间坐标信息，在所述空间网格坐标系中可以还原实际的空间位置信息，遍历所述巡航目标集对应的巡航目标个体，提取几何特征信息集和形状特征信息集，所述几何特征信息集即各个巡航目标个体的几何特征信息，所述形状特征信息集即各个巡航目标个体的形状特征信息；将几何特征信息集和形状特征信息集依次输入空间网格坐标系，生成巡航目标仿真模型集，所述巡航目标仿真模型集即无人机巡航采集数据对应的实景仿真还原结果，所述巡航目标仿真模型集为静态；根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整，获取所述三维环境建模结果，所述三维环境建模结果为动态，所述三维环境建模结果为历史记录数据对应的实景仿真还原结果，确定三维环境建模结果，为后续进行数据分析提供数据支持。

结合上述示例进一步具体说明，巡航目标仿真模型集区别于三维环境建模结果，巡航任务为巡查船舶污染水域情况，排污船舶存在行进，在第一时间点采集确定第一排污船舶，在第二时间点采集确定第二排污船舶，所述巡航目标仿真模型集包括第一时间点的第一排污船舶相关信息，第二时间点的第二排污船舶相关信息，所述三维环境建模结果结合相对位置数据进行调整，三维环境建模结果还包括第一时间点的下一时间点的第一排污船舶相关信息，第二时间点的下一时间点的第二排污船舶相关信息，所述下一时间点与无人机的数据采集频率对应，特别的，上述示例中需要限制无人机对各个巡航目标个体最低进行两次数据采集，获取三维环境建模结果，为后续数据处理提供充分的数据支持。

S200：对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络；

进一步的，如图2所示，所述对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络，步骤S200包括：

S210：从所述三维环境建模结果提取巡航起点位置集和巡航节点集；

S220：遍历所述巡航起点位置集，结合所述巡航节点集进行巡航路径优化，获取所述巡航路线网络。

具体而言，从所述三维环境建模结果进行信息提取，获取巡航起点位置集和巡航节点集，所述巡航起点位置集包括无人机多段巡航飞行的起点位置信息，所述巡航节点集包括但不限于无人机的巡航方向转变节点，遍历所述巡航起点位置集，结合所述巡航节点集进行巡航路径优化，所述巡航路径优化可以是巡航路程减少角度的路径优化，也可以是避免巡航路径重复度的路径优化，对所述三维环境建模结果进行巡航路线提取，构建巡航路线网络，所述巡航路线网络但不限于所述无人机的多条巡航路线，获取巡航路线网络，为后续进行数据处理提供网络模型基础。

进一步的，如图3所示，所述遍历所述巡航起点位置集，结合所述巡航节点集进行巡航路径优化，获取所述巡航路线网络，所述步骤S220包括：

S221：根据所述巡航节点集，获取巡航节点位置集，其中，所述巡航节点集和所述巡航节点位置集一一对应；

S222：从所述巡航起点位置集提取任意一个所述巡航起点位置添加进所述巡航节点位置集，生成路径优化节点群；

S223：基于所述巡航起点位置按照预设规则遍历所述路径优化节点群，获取单元巡航路径，添加进所述巡航路线网络。

具体而言，所述巡航节点位置集即各个巡航节点的三维坐标位置，所述三维坐标位置与实际位置的经度信息、纬度信息、海拔高度信息对应，根据所述巡航节点集，获取巡航节点位置集，巡航节点集的元素和巡航节点位置集的元素一一对应；从所述巡航起点位置集提取任意一个巡航起点位置，将所述任意一个巡航起点位置作为标记信息，添加进所述巡航节点位置集，确定该标记信息对应的路径优化节点群，所述路径优化节点群包括完成所述任意一个巡航起点位置的巡航任务对应的多种路径节点优化方案；所述预设规则可以将巡航路程最短确定为路径优化准则，也可以将巡航路径重复度最低为确定路径优化准则，区别性说明，巡航路程最短不一定与巡航路径重复度最低确定的巡航路径优化结果完全一致，需要结合实际数据信息进行对照分析确定；基于所述巡航起点位置，按照预设规则遍历所述路径优化节点群，筛选确定单元巡航路径，将单元巡航路径添加进所述巡航路线网络，所述单元巡航路径与所述任意一个巡航起点位置对应，为所述任意一个巡航起点位置的最优巡航路径，获取单元巡航路径并添加进所述巡航路线网络，优化所述巡航路线网络，为后续进行数据分析提供数据支持。

进一步的，所述预设规则，所述步骤S223还包括：

S223-1：基于预设距离对所述路径优化节点群进行区域聚类，获取区域聚类结果；

S223-2：根据所述巡航起点位置对所述区域聚类结果进行距离排序，获取聚类区域排序结果；

S223-3：获取聚类区域节点筛选公式：p_x→x+1＝min(d₁,d₂,d₃,....,d_n)，其中，p_x→x+1表征从节点x筛选的第x+1节点，d₁,d₂,d₃,....,d_n表征聚类区域内未划定路径的n个节点到节点x的距离；

S223-4：从所述巡航起点位置根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果，获取所述单元巡航路径。

进一步的，本申请实施例还还包括：

S224：当出现相同距离的节点或聚类区域时，随机连续排序。

具体而言，所述区域聚类中的“区域”表示所述巡航起点位置对应的巡航任务的面积区域数据，所述区域聚类表示结合聚类算法对所述面积区域数据进行聚类分析，所述聚类算法可以包括k-means算法、K-medoids算法等其他相关聚类算法，所述预设距离可以通过飞机维检信息与燃油量信息共同推导确定，所述预设距离为保障无人机飞行安全的单次飞行最远距离，基于预设距离对所述路径优化节点群进行区域聚类，获取区域聚类结果，所述区域聚类结果包括但不限于多种路径节点优化方案的路程数据；根据所述巡航起点位置，一方面，当不存在相同距离的节点时，对所述区域聚类结果依照距离从小到大进行排序，获取聚类区域排序结果，另一方面，当出现相同距离的节点时，对聚类区域排序结果进行随机连续排序，特别的，当出现相同距离的聚类区域时，可以采用随机连续排序的方式进行距离排序；获取聚类区域节点筛选公式：p_x→x+1＝min(d₁,d₂,d₃,....,d_n)，其中，p_x→x+1表征从节点x筛选的第x+1节点，d₁,d₂,d₃,....,d_n表征聚类区域内未划定路径的n个节点到节点x的距离，n∈N*、x∈N*，d₁,d₂,d₃,....,d_n单位为km且结果精确至千分位；以所述巡航起点位置为起始位置，根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果，获取所述单元巡航路径，其中，所述单元巡航路径为巡航路径网络中的一条路径，为后续进行数据分析提供可靠数据支持。

S300：获取机载记录数据，其中，所述机载记录数据包括无人机类型、无人机巡航参数；

S400：根据所述无人机类型对所述无人机进行仿真建模，生成无人机三维模型；

具体而言，对黑匣子记录的数据信息进行数据提取，获取机载记录数据，所述机载记录数据包括无人机类型、无人机巡航参数，可以结合无人机的设备铭牌与无人机型号确定所述无人机类型，所述无人机巡航参数包括但不限于巡航速度、巡航飞行高度、巡航推力，所述历史记录数据；根据所述无人机类型对所述无人机进行仿真建模，生成无人机三维模型，所述无人机三维模型可以在所述巡航路线网络中还原所述无人机的飞行情况，为后续进行数据分析提供模型基础。

S500：根据所述无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据；

S600：将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络，生成巡航路线；

S700：将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果，生成无人机虚拟飞行数据。

具体而言，所述无人机位置记录时序数据即无人机位置与位置更新时间点一一对应的数据信息，所述无人机姿态记录时序数据即飞机姿态角与姿态角更新时间点一一对应的数据信息，对所述无人机巡航参数进行数据提取，获取无人机位置记录时序数据和无人机姿态记录时序数据；将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络，对无人机的巡航过程进行仿真还原，生成巡航路线；将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果，对无人机机载记录数据进行虚拟还原，生成无人机虚拟飞行数据，所述无人机虚拟飞行数据为无人机实际的历史记录数据虚拟还原所得，为高效处理无人机机载记录数据提供技术支持。

进一步的，本申请还包括：

S710：根据所述机载记录数据，获取航拍图像集合；

S720：根据所述巡航路线对所述航拍图像集合进行排序，获取航拍图像排序结果；

S730：根据所述航拍图像排序结果对所述三维环境建模结果进行调整；

S740：将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果，生成无人机虚拟飞行数据优化结果。

具体而言，所述航拍图像集合为所述无人机的航拍摄像装置采集的图像信息集合，所述航拍摄像装置可以是高清晰度摄像机，对所述机载记录数据进行数据提取，获取航拍图像集合；根据所述巡航路线对所述航拍图像集合进行位置排序，获取航拍图像排序结果，所述航拍图像排序结果与所述巡航路线的位置信息对应；根据所述航拍图像排序结果对所述三维环境建模结果进行环境调整，避免因环境改变导致的环境数据更新不及时，进而使得所述三维环境建模结果不可靠的情况发生；将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果，对无人机虚拟飞行数据进行优化更新，生成无人机虚拟飞行数据优化结果，为优化调整无人机控制信号的精准度提供技术支持。

综上所述，本申请所提供的一种无人机机载记录数据的高效处理方法及系统具有如下技术效果：

由于采用了对已巡航区域进行仿真建模，生成三维环境建模结果，进行巡航路线提取，获取巡航路线网络，获取机载记录数据，根据无人机类型对无人机进行仿真建模，生成无人机三维模型，根据无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据，输入巡航路线网络，生成巡航路线，将巡航路线和无人机三维模型输入三维环境建模结果，生成无人机虚拟飞行数据。本申请通过提供了一种无人机机载记录数据的高效处理方法及系统，通过构建巡航路线网络，达到了高效处理无人机的记录数据与飞行参数，提高无人机控制参数的优化调整效率的技术效果。

由于采用了根据巡航节点集，获取巡航节点位置集；提取任意一个巡航起点位置添加进巡航节点位置集，生成路径优化节点群；基于巡航起点位置按照预设规则遍历路径优化节点群，获取单元巡航路径并添加进巡航路线网络，优化巡航路线网络，为后续进行数据分析提供数据支持。

由于采用了基于预设距离对路径优化节点群进行区域聚类，获取区域聚类结果，进行距离排序，获取聚类区域排序结果，获取聚类区域节点筛选公式：p_x→x+1＝min(d₁,d₂,d₃,....,d_n)，从巡航起点位置根据聚类区域节点筛选公式遍历聚类区域排序结果，获取单元巡航路径。根据聚类区域节点筛选公式遍历聚类区域排序结果，获取单元巡航路径，为后续进行数据分析提供可靠数据支持。

实施例二

基于与前述实施例中一种无人机机载记录数据的高效处理方法相同的发明构思，如图4所示，本申请提供了一种无人机机载记录数据的高效处理系统，其中，所述系统包括：

建模结果生成单元11，所述建模结果生成单元11用于根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果；

路线提取单元12，所述路线提取单元12用于对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络；

记录数据获取单元13，所述记录数据获取单元13用于获取机载记录数据，其中，所述机载记录数据包括无人机类型、无人机巡航参数；

三维模型生成单元14，所述三维模型生成单元14用于根据所述无人机类型对所述无人机进行仿真建模，生成无人机三维模型；

记录时序数据获取单元15，所述记录时序数据获取单元15用于根据所述无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据；

巡航路线生成单元16，所述巡航路线生成单元16用于将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络，生成巡航路线；

虚拟飞行数据生成单元17，所述虚拟飞行数据生成单元17用于将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果，生成无人机虚拟飞行数据。

进一步的，所述系统包括：

巡航目标集数据获取单元，所述巡航目标集数据获取单元用于根据所述历史记录数据，获取所述已巡航区域内的巡航目标集和巡航目标集相对位置数据；

坐标系构建单元，所述坐标系构建单元用于根据所述已巡航区域，构建空间网格坐标系；

特征信息集提取单元，所述特征信息集提取单元用于遍历所述巡航目标集，提取几何特征信息集和形状特征信息集；

目标仿真模型集生成单元，所述目标仿真模型集生成单元用于将所述几何特征信息集和所述形状特征信息集依次输入所述空间网格坐标系，生成巡航目标仿真模型集；

三维环境建模结果获取单元，所述三维环境建模结果获取单元用于根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整，获取所述三维环境建模结果。

进一步的，所述系统包括：

数据提取单元，所述数据提取单元用于从所述三维环境建模结果提取巡航起点位置集和巡航节点集；

巡航路线网络获取单元，所述巡航路线网络获取单元用于遍历所述巡航起点位置集，结合所述巡航节点集进行巡航路径优化，获取所述巡航路线网络。

进一步的，所述系统包括：

巡航节点位置集获取单元，所述巡航节点位置集获取单元用于根据所述巡航节点集，获取巡航节点位置集，其中，所述巡航节点集和所述巡航节点位置集一一对应；

路径优化节点群生成单元，所述路径优化节点群生成单元用于从所述巡航起点位置集提取任意一个所述巡航起点位置添加进所述巡航节点位置集，生成路径优化节点群；

单元巡航路径获取单元，所述单元巡航路径获取单元用于基于所述巡航起点位置按照预设规则遍历所述路径优化节点群，获取单元巡航路径，添加进所述巡航路线网络。

进一步的，所述系统包括：

区域聚类结果获取单元，所述区域聚类结果获取单元用于基于预设距离对所述路径优化节点群进行区域聚类，获取区域聚类结果；

聚类区域排序结果获取单元，所述聚类区域排序结果获取单元用于根据所述巡航起点位置对所述区域聚类结果进行距离排序，获取聚类区域排序结果；

节点筛选获取单元，所述节点筛选获取单元用于获取聚类区域节点筛选公式：p_x→x+1＝min(d₁,d₂,d₃,....,d_n)，其中，p_x→x+1表征从节点x筛选的第x+1节点，d₁,d₂,d₃,....,d_n表征聚类区域内未划定路径的n个节点到节点x的距离；

单元巡航路径获取单元，所述单元巡航路径获取单元用于从所述巡航起点位置根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果，获取所述单元巡航路径。

进一步的，所述系统包括：

随机连续排序单元，所述随机连续排序单元用于当出现相同距离的节点或聚类区域时，随机连续排序。

进一步的，所述系统包括：

航拍图像集合获取单元，所述航拍图像集合获取单元用于根据所述机载记录数据，获取航拍图像集合；

航拍图像排序结果获取单元，所述航拍图像排序结果获取单元用于根据所述巡航路线对所述航拍图像集合进行排序，获取航拍图像排序结果；

环境建模结果调整单元，所述环境建模结果调整单元用于根据所述航拍图像排序结果对所述三维环境建模结果进行调整；

单元，所述单元用于将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果，生成无人机虚拟飞行数据优化结果。

本说明书和附图仅仅是本申请的示例性说明，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (8)

1.一种无人机机载记录数据的高效处理方法，其特征在于，包括：

根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果；

对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络；

获取机载记录数据，其中，所述机载记录数据包括无人机类型、无人机巡航参数；

根据所述无人机类型对所述无人机进行仿真建模，生成无人机三维模型；

根据所述无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据；

将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络，生成巡航路线；

将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果，生成无人机虚拟飞行数据。

2.如权利要求1所述的方法，其特征在于，所述根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果，包括：

根据所述历史记录数据，获取所述已巡航区域内的巡航目标集和巡航目标集相对位置数据；

根据所述已巡航区域，构建空间网格坐标系；

遍历所述巡航目标集，提取几何特征信息集和形状特征信息集；

将所述几何特征信息集和所述形状特征信息集依次输入所述空间网格坐标系，生成巡航目标仿真模型集；

根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整，获取所述三维环境建模结果。

3.如权利要求1所述的方法，其特征在于，所述对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络，包括：

从所述三维环境建模结果提取巡航起点位置集和巡航节点集；

遍历所述巡航起点位置集，结合所述巡航节点集进行巡航路径优化，获取所述巡航路线网络。

4.如权利要求3所述的方法，其特征在于，所述遍历所述巡航起点位置集，结合所述巡航节点集进行巡航路径优化，获取所述巡航路线网络，包括：

根据所述巡航节点集，获取巡航节点位置集，其中，所述巡航节点集和所述巡航节点位置集一一对应；

从所述巡航起点位置集提取任意一个所述巡航起点位置添加进所述巡航节点位置集，生成路径优化节点群；

基于所述巡航起点位置按照预设规则遍历所述路径优化节点群，获取单元巡航路径，添加进所述巡航路线网络。

5.如权利要求4所述的方法，其特征在于，所述预设规则包括：

基于预设距离对所述路径优化节点群进行区域聚类，获取区域聚类结果；

根据所述巡航起点位置对所述区域聚类结果进行距离排序，获取聚类区域排序结果；

获取聚类区域节点筛选公式：

p_x→x+1＝min(d₁,d₂,d₃,…,d_n)

其中，p_x→x+1表征从节点x筛选的第x+1节点，d₁,d₂,d₃,…,d_n表征聚类区域内未划定路径的n个节点到节点x的距离；

从所述巡航起点位置根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果，获取所述单元巡航路径。

6.如权利要求5所述的方法，其特征在于，还包括：当出现相同距离的节点或聚类区域时，随机连续排序。

7.如权利要求1所述的方法，其特征在于，还包括：

根据所述机载记录数据，获取航拍图像集合；

根据所述巡航路线对所述航拍图像集合进行排序，获取航拍图像排序结果；

根据所述航拍图像排序结果对所述三维环境建模结果进行调整；

将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果，生成无人机虚拟飞行数据优化结果。

8.一种无人机机载记录数据的高效处理系统，其特征在于，所述系统包括：

建模结果生成单元，所述建模结果生成单元用于根据历史记录数据对已巡航区域进行仿真建模，生成三维环境建模结果；

路线提取单元，所述路线提取单元用于对所述三维环境建模结果进行巡航路线提取，获取巡航路线网络；

记录数据获取单元，所述记录数据获取单元用于获取机载记录数据，其中，所述机载记录数据包括无人机类型、无人机巡航参数；

三维模型生成单元，所述三维模型生成单元用于根据所述无人机类型对所述无人机进行仿真建模，生成无人机三维模型；

记录时序数据获取单元，所述记录时序数据获取单元用于根据所述无人机巡航参数，获取无人机位置记录时序数据和无人机姿态记录时序数据；

巡航路线生成单元，所述巡航路线生成单元用于将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络，生成巡航路线；

虚拟飞行数据生成单元，所述虚拟飞行数据生成单元用于将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果，生成无人机虚拟飞行数据。

Images