[发明专利]一种基于智慧路灯的飞行器管制方法及智慧路灯

权利要求书

1.一种基于智慧路灯的飞行器管制方法，其特征在于，包括：

当在指定空域侦测到飞行器时，建立智慧路灯与预设的若干个从属摄像装置之间的时间同步，其中，各个从属摄像装置分别预先部署在所述智慧路灯之外的不同位置上；

通过所述智慧路灯上的通信装置向各个从属摄像装置下发图像采集指令，所述图像采集指令中携带着进行图像采集的统一时间点；

在所述统一时间点，通过所述智慧路灯上的摄像装置采集所述飞行器的原始图像；

分别接收各个从属摄像装置在所述统一时间点采集的所述飞行器的原始图像；

将所述摄像装置和各个从属摄像装置采集的所述飞行器的原始图像构成所述飞行器的原始图像集合；

根据各个原始图像对应的观测角度对所述原始图像集合进行三维重构，得到目标图像；

使用预设的飞行器分类模型对所述飞行器的目标图像进行处理，得到所述飞行器的型号；在使用所述飞行器分类模型之前，构建对其进行训练的训练数据集，使用所述训练数据集对初始的飞行器分类模型进行训练，直至满足预设的训练条件，以得到已训练的飞行器分类模型；所述训练数据集中包括若干训练样本，每个训练样本均包括一帧飞行器的图像和与该图像对应的预期输出的飞行器的型号，且每个训练样本中飞行器的图像均为三维重构得到的三维图像；在训练的过程中，针对所述训练数据集中的每个训练样本，使用所述飞行器分类模型对该训练样本中的飞行器的图像进行处理，得到实际输出的飞行器的型号，计算该训练样本中的预期输出的飞行器的型号和所述实际输出的飞行器的型号之间的平方误差，并将所述平方误差确定为训练损失值；根据所述训练损失值对所述飞行器分类模型的模型参数进行调整，直至满足所述训练条件；所述训练条件是训练次数达到预设的次数阈值或所述飞行器分类模型收敛；在得到已训练的飞行器分类模型之后，对已训练的飞行器分类模型进行知识蒸馏，得到知识蒸馏后的飞行器分类模型，在知识蒸馏过程中，以已训练的飞行器分类模型作为教师模型，以另一个随机初始化的神经网络模型为学生模型；

在预设的飞行器数据库中查找与所述飞行器的型号对应的通信频率以及飞行器控制指令集；所述飞行器数据库中存储着各种型号的飞行器，以及与各种型号的飞行器分别对应的通信频率以及飞行器控制指令集；

根据所述通信频率和所述飞行器控制指令集，通过所述通信装置与所述飞行器进行试探通信；

若试探通信成功，则根据所述通信频率和所述飞行器控制指令集，通过所述通信装置控制所述飞行器降落至指定降落区域；

所述指定降落区域的选取过程包括：

通过所述智慧路灯上的雷达测量所述飞行器在预设的笛卡尔坐标系中的位置坐标；

读取预先存储的各个候选降落区域的中心点在所述笛卡尔坐标系中的位置坐标；

根据所述飞行器的位置坐标与各个候选降落区域的中心点的位置坐标分别计算所述飞行器与各个候选降落区域之间的距离；

从各个候选降落区域中选取与所述飞行器之间的距离最短的一个候选降落区域作为所述指定降落区域；

所述通信频率包括若干个候选频率，所述根据所述通信频率和所述飞行器控制指令集，通过所述智慧路灯上的通信装置与所述飞行器进行试探通信，包括：

从所述飞行器控制指令集中选取心跳包获取指令；

从所述通信频率中选取一个尚未选取过的候选频率作为与所述飞行器进行试探通信的测试频率；

通过所述通信装置在所述测试频率上向所述飞行器发送所述心跳包获取指令，并接收所述飞行器反馈的心跳包；

若在预设的时间段内未接收到所述飞行器反馈的心跳包，则重新从所述通信频率中选取一个候选频率作为与所述飞行器进行试探通信的测试频率，直至所述通信频率中的各个候选频率均被选取过为止；

若在预设的时间段内接收到所述飞行器反馈的心跳包，则确定试探通信成功；

若无法确定所述飞行器的型号，则遍历所述飞行器数据库中的通信频率以及飞行器控制指令集与所述飞行器进行试探通信；

若试探通信成功，则根据试探通信成功时所使用的通信频率和飞行器控制指令集，通过所述通信装置控制所述飞行器降落至指定降落区域。