[发明专利]一种无人机城市巡检系统及方法

权利要求书

1.一种无人机城市巡检系统，其特征在于，包括：

存储管理模块，用于将目标数据集上传并保存至底层存储单元，所述底层存储单元还保存目标检测模型和无人机飞行路径；

分布式缓存模块，用于将所述目标数据集缓存至分布式缓存单元；

分布式训练模块，用于读取所述目标数据集，对所述目标检测模型进行分布式训练，得到训练完成的所述目标检测模型；

路径规划模块，用于计算、规划所述无人机飞行路径，控制无人机按照所述无人机飞行路径进行巡航；

目标检测模块，用于使用所述目标检测模型对特定检测目标进行检测。

2.根据权利要求1所述系统，其特征在于，所述分布式训练模块包括：深度学习框架，

所述分布式训练模块还用于：

通过所述深度学习框架对所述目标数据集进行读取，利用所述深度学习框架对所述目标检测模型进行分布式训练。

3.根据权利要求2所述系统，其特征在于，所述系统还包括硬件设施模块，所述分布式训练模块包括模型并行训练单元和数据并行训练单元，

所述模型并行训练单元用于：

构建深度学习框架的镜像，所述硬件设施模块包括至少一个节点，在每个所述节点上设置至少一个所述深度学习框架的镜像，

通过所述深度学习框架的镜像对所述目标数据集进行处理，得到所述目标检测模型；

所述数据并行训练单元用于：

将所述目标数据集进行拆分，得到目标数据集分块，

通过所述深度学习框架，对所述目标数据集分块进行处理，得到所述目标检测模型。

4.根据权利要求1所述系统，其特征在于，所述分布式缓存模块还用于：

当需要训练目标检测模型时，将所述目标数据集从所述底层存储单元中读出并缓存至所述分布式缓存单元中，所述分布式缓存单元用于使所述目标数据集与所述深度学习框架位于相同节点上。

5.根据权利要求1所述系统，其特征在于，所述分布式训练模块还用于：根据所述目标检测模型是否满足预设标准，判断是否完成所述分布式训练，

若所述目标检测模型满足所述预设标准，则判断所述分布式训练完成。

6.根据权利要求5所述系统，其特征在于，所述目标数据集还包括测试数据集，所述分布式训练模块还用于：

输入所述测试数据集，对所述目标检测模型进行测试；

当所述目标检测模型对所述测试数据集进行处理后得到的标注数据与所述测试数据集中的所述标注数据之间的准确率超过准确率阈值时，判断满足所述预设标准。

7.根据权利要求1所述系统，其特征在于，所述路径规划模块还用于，采用栅格法对所述特定检测目标所在的城市进行三维建模，根据飞行路径成本函数获取飞行路径成本代价值；

其中，所述采用栅格法对所述特定检测目标所在的城市进行三维建模，包括：

将所述特定检测目标所在的城市的三维环境划分为第一预设数量的长、宽、高相同的正方体，

对每个正方体赋予参数，所述参数包括飞行风险、是否存在障碍物和人群密度；

所述根据飞行路径成本函数获取飞行路径成本代价值，包括：

所述飞行路径成本函数包括目标函数和约束函数，所述目标函数用于获取所述无人机飞行路径的总长度和飞行风险代价，所述约束函数用于获取无人机的偏航角约束和俯仰角约束。