本發明(ming)涉及(ji)航(hang)(hang)線規劃，具體是一種(zhong)國土資源監(jian)測與巡(xun)查的無人機航(hang)(hang)線自動(dong)優化方法(fa)。

背景技術：

1、現有技術cn112711267b“基(ji)(ji)于(yu)rtk高精(jing)度(du)定(ding)位與機(ji)器視覺融(rong)合的(de)無(wu)人(ren)機(ji)自(zi)(zi)主(zhu)巡檢(jian)(jian)方(fang)法”通過基(ji)(ji)于(yu)關(guan)鍵點(dian)(dian)和軌(gui)跡夾角的(de)軌(gui)跡篩選方(fang)法進(jin)行(xing)冗余點(dian)(dian)過濾(lv)，輸出優化(hua)(hua)后(hou)的(de)巡檢(jian)(jian)航(hang)線；無(wu)人(ren)機(ji)在飛行(xing)至接近拍照(zhao)(zhao)(zhao)點(dian)(dian)時，無(wu)人(ren)機(ji)通過基(ji)(ji)于(yu)rtk的(de)高精(jing)度(du)定(ding)位方(fang)法調整(zheng)無(wu)人(ren)機(ji)空間位置，精(jing)確到達拍照(zhao)(zhao)(zhao)點(dian)(dian)；無(wu)人(ren)機(ji)通過基(ji)(ji)于(yu)巡檢(jian)(jian)對(dui)象差異(yi)特(te)性的(de)動(dong)態優化(hua)(hua)定(ding)位方(fang)法在拍照(zhao)(zhao)(zhao)前控制云臺轉動(dong)，在目(mu)標設備圖片位于(yu)照(zhao)(zhao)(zhao)片中(zhong)心位置后(hou)進(jin)行(xing)拍照(zhao)(zhao)(zhao)。該種無(wu)人(ren)機(ji)自(zi)(zi)主(zhu)巡檢(jian)(jian)方(fang)法解決了航(hang)線采集以(yi)及定(ding)位優化(hua)(hua)問(wen)題，貫穿航(hang)線學習到自(zi)(zi)主(zhu)巡檢(jian)(jian)的(de)流(liu)程之中(zhong)，兼顧了巡檢(jian)(jian)效(xiao)率以(yi)及巡檢(jian)(jian)精(jing)確度(du)，提供了精(jing)細化(hua)(hua)巡檢(jian)(jian)的(de)高效(xiao)率解決方(fang)案(an)。

2、無(wu)人(ren)(ren)(ren)機航(hang)(hang)(hang)跡規劃(hua)(hua)是在(zai)考慮地(di)形、氣(qi)象、威脅等(deng)環境因素(su)以及自身(shen)的飛行(xing)(xing)(xing)性能的基礎上，為無(wu)人(ren)(ren)(ren)機制定(ding)(ding)出從初始位(wei)置(zhi)到目標位(wei)置(zhi)的最優飛行(xing)(xing)(xing)路徑(jing)。無(wu)人(ren)(ren)(ren)機航(hang)(hang)(hang)跡規劃(hua)(hua)對(dui)于(yu)國土資源監測與(yu)保護(hu)具有重要意義，目前，現(xian)(xian)有技術對(dui)二(er)維靜態(tai)(tai)航(hang)(hang)(hang)跡規劃(hua)(hua)研究較充分，在(zai)現(xian)(xian)有技術的航(hang)(hang)(hang)跡規劃(hua)(hua)中(zhong)，通常(chang)都是設定(ding)(ding)指定(ding)(ding)的距(ju)離進行(xing)(xing)(xing)航(hang)(hang)(hang)跡節點(dian)(dian)擴展，對(dui)于(yu)采用動態(tai)(tai)距(ju)離進行(xing)(xing)(xing)節點(dian)(dian)擴展的研究甚少(shao)，而三維動態(tai)(tai)航(hang)(hang)(hang)跡規劃(hua)(hua)缺少(shao)進一步研究，靜態(tai)(tai)規劃(hua)(hua)與(yu)實時規劃(hua)(hua)難以同時兼顧。

技術實現思路

1、為了解決上述技術問題，本(ben)發明的(de)目的(de)在于(yu)提(ti)供一種國土資源監測與巡(xun)查的(de)無人機航線(xian)自動(dong)優化(hua)方法，包括以下步驟：

2、步驟s1：通(tong)過gis手段構(gou)建預設(she)區(qu)域范(fan)圍內三(san)維區(qu)域數字(zi)孿(luan)生模型(xing)，根(gen)據(ju)三(san)維區(qu)域數字(zi)孿(luan)生模型(xing)中的地形特(te)征屬性，獲取各(ge)個(ge)三(san)維三(san)角網(wang)模型(xing)的航(hang)(hang)(hang)拍點數量，根(gen)據(ju)無人機航(hang)(hang)(hang)攝覆(fu)蓋面積、各(ge)個(ge)三(san)維三(san)角網(wang)模型(xing)覆(fu)蓋區(qu)域的位置(zhi)特(te)征和航(hang)(hang)(hang)拍點數量構(gou)建三(san)維靜(jing)態(tai)航(hang)(hang)(hang)跡(ji)；

3、步驟s2：根據無人機在三維航拍點坐標采(cai)集的圖像數(shu)據和環境數(shu)據判斷目標區(qu)域內(nei)是否存(cun)在興趣(qu)區(qu)域和排斥區(qu)域；

4、步驟s3：當無人機在當前三(san)維航拍(pai)點坐標僅檢測到興趣區(qu)域以及檢測到興趣區(qu)域和排(pai)斥(chi)區(qu)域且興趣區(qu)域未與排(pai)斥(chi)區(qu)域重(zhong)疊時，則進(jin)行所述興趣區(qu)域的實(shi)時航跡規劃；

5、步驟s4：當無人機在當前三維(wei)航拍點(dian)坐標僅檢測到排(pai)(pai)斥(chi)(chi)區域時(shi)，且(qie)無人機的航線段經(jing)過排(pai)(pai)斥(chi)(chi)區域時(shi)，則進行所述排(pai)(pai)斥(chi)(chi)區域的實時(shi)航跡規劃；

6、步(bu)驟(zou)s5：當(dang)無人機在當(dang)前三維航拍點(dian)坐(zuo)標檢測到興(xing)趣(qu)(qu)區(qu)域(yu)和排斥區(qu)域(yu)，且興(xing)趣(qu)(qu)區(qu)域(yu)與排斥區(qu)域(yu)重疊時，則進(jin)行所述興(xing)趣(qu)(qu)區(qu)域(yu)與排斥區(qu)域(yu)的雙重實(shi)時軌跡規劃。

7、進一(yi)步的，通過gis手段(duan)構(gou)建預(yu)設區域范圍內三(san)維區域數字(zi)孿生模型(xing)的過程(cheng)包括：

8、獲(huo)取預設區域(yu)范(fan)圍內(nei)的地形特征、生(sheng)態環境數(shu)(shu)(shu)據和(he)數(shu)(shu)(shu)字高程數(shu)(shu)(shu)據，根據地形特征構建預設區域(yu)范(fan)圍的平(ping)面(mian)三(san)(san)(san)角(jiao)(jiao)網(wang)(wang)模型(xing)，并(bing)賦予(yu)平(ping)面(mian)三(san)(san)(san)角(jiao)(jiao)網(wang)(wang)模型(xing)中各(ge)個(ge)(ge)三(san)(san)(san)角(jiao)(jiao)形的地形特征屬性信息，根據數(shu)(shu)(shu)字高程數(shu)(shu)(shu)據確定平(ping)面(mian)三(san)(san)(san)角(jiao)(jiao)網(wang)(wang)模型(xing)中各(ge)個(ge)(ge)三(san)(san)(san)角(jiao)(jiao)形頂(ding)點上的高程，獲(huo)取三(san)(san)(san)維(wei)三(san)(san)(san)角(jiao)(jiao)形模型(xing)，將(jiang)生(sheng)態環境數(shu)(shu)(shu)據作為(wei)紋理映射至(zhi)三(san)(san)(san)維(wei)三(san)(san)(san)角(jiao)(jiao)網(wang)(wang)模型(xing)上，生(sheng)成(cheng)三(san)(san)(san)維(wei)區域(yu)數(shu)(shu)(shu)字孿生(sheng)模型(xing)，并(bing)基于三(san)(san)(san)維(wei)區域(yu)數(shu)(shu)(shu)字孿生(sheng)模型(xing)構建三(san)(san)(san)維(wei)坐標系。

9、進一(yi)步(bu)的，根據三維區域數(shu)字孿生模型(xing)中的地形特征屬性，獲取各(ge)個三維三角(jiao)網模型(xing)的航拍點數(shu)量的過程包括：

10、將三(san)維(wei)區域數字孿生模(mo)型中各個三(san)維(wei)三(san)角網模(mo)型的(de)地形特征屬性(xing)信息作為(wei)評(ping)(ping)價(jia)指(zhi)標(biao)，設置(zhi)評(ping)(ping)價(jia)指(zhi)標(biao)的(de)指(zhi)標(biao)權(quan)重矩(ju)陣，通過模(mo)糊(hu)綜合評(ping)(ping)價(jia)獲(huo)取(qu)各個三(san)維(wei)三(san)角網模(mo)型關于復雜性(xing)等(deng)級的(de)隸屬度矩(ju)陣；

11、根(gen)據(ju)隸屬(shu)度(du)矩陣以及(ji)權(quan)重指(zhi)標矩陣獲取各個三(san)維三(san)角網模(mo)型(xing)的(de)(de)復雜(za)性等級(ji)，根(gen)據(ju)復雜(za)性等級(ji)獲取各個三(san)維三(san)角網模(mo)型(xing)的(de)(de)航拍點數量。

12、進一步的(de)，根(gen)據無人機航攝覆蓋面積(ji)、各個三(san)維三(san)角網(wang)模型覆蓋區域的(de)位置(zhi)特征(zheng)和航拍點數(shu)量構(gou)建三(san)維靜(jing)態航跡的(de)過程(cheng)包(bao)括：

13、根據無(wu)人機(ji)航攝覆(fu)(fu)蓋面(mian)積(ji)、各個(ge)三維三角網模型(xing)覆(fu)(fu)蓋區域的(de)位(wei)置(zhi)特征和航拍點數量獲取(qu)無(wu)人機(ji)的(de)動(dong)態(tai)覆(fu)(fu)蓋率，并根據動(dong)態(tai)覆(fu)(fu)蓋率獲取(qu)粒子(zi)群算(suan)法(fa)(fa)的(de)適應度函數，同時(shi)引入隨迭代次數改(gai)變的(de)自適應動(dong)態(tai)權重對粒子(zi)群算(suan)法(fa)(fa)進行(xing)改(gai)進；

14、通過改進后的粒子群算法獲(huo)取各個三(san)(san)維(wei)(wei)三(san)(san)角網模型的最(zui)佳(jia)(jia)航(hang)(hang)拍點(dian)以(yi)及(ji)(ji)全(quan)局(ju)(ju)最(zui)佳(jia)(jia)航(hang)(hang)拍點(dian)，并獲(huo)取所(suo)述最(zui)佳(jia)(jia)航(hang)(hang)拍點(dian)以(yi)及(ji)(ji)全(quan)局(ju)(ju)最(zui)佳(jia)(jia)航(hang)(hang)拍點(dian)在(zai)三(san)(san)維(wei)(wei)坐標系(xi)中對(dui)應的投影點(dian)的高(gao)程(cheng)，預設無(wu)人機安全(quan)高(gao)度間隙，根據所(suo)述投影點(dian)的高(gao)程(cheng)以(yi)及(ji)(ji)無(wu)人機安全(quan)高(gao)度間隙獲(huo)取所(suo)述最(zui)佳(jia)(jia)航(hang)(hang)拍點(dian)以(yi)及(ji)(ji)全(quan)局(ju)(ju)最(zui)佳(jia)(jia)航(hang)(hang)拍點(dian)對(dui)應的三(san)(san)維(wei)(wei)航(hang)(hang)拍點(dian)，根據所(suo)述三(san)(san)維(wei)(wei)航(hang)(hang)拍點(dian)構(gou)建三(san)(san)維(wei)(wei)靜態航(hang)(hang)跡。

15、進一步(bu)的，根據(ju)無人機在(zai)三維航(hang)拍點坐標采集(ji)的圖像數據(ju)判斷(duan)目標區(qu)域(yu)內是否存在(zai)興趣區(qu)域(yu)的過程包括：

16、根(gen)據圖像(xiang)數(shu)據提取(qu)目(mu)(mu)標(biao)區(qu)(qu)域(yu)(yu)內(nei)各(ge)(ge)個局部(bu)區(qu)(qu)域(yu)(yu)對應(ying)的(de)(de)紋理(li)(li)(li)特征(zheng)(zheng)集(ji)，并獲取(qu)三維航拍(pai)點坐標(biao)所屬的(de)(de)三維三角網模型(xing)在所述(shu)各(ge)(ge)個局部(bu)區(qu)(qu)域(yu)(yu)對應(ying)的(de)(de)紋理(li)(li)(li)特征(zheng)(zheng)集(ji)，將(jiang)所述(shu)紋理(li)(li)(li)特征(zheng)(zheng)集(ji)標(biao)記(ji)為標(biao)準(zhun)紋理(li)(li)(li)特征(zheng)(zheng)集(ji)，將(jiang)目(mu)(mu)標(biao)區(qu)(qu)域(yu)(yu)內(nei)各(ge)(ge)個局部(bu)區(qu)(qu)域(yu)(yu)對應(ying)的(de)(de)紋理(li)(li)(li)特征(zheng)(zheng)集(ji)與對應(ying)的(de)(de)標(biao)準(zhun)紋理(li)(li)(li)特征(zheng)(zheng)集(ji)進行(xing)相(xiang)似度比較(jiao)，根(gen)據比較(jiao)結果將(jiang)局部(bu)區(qu)(qu)域(yu)(yu)標(biao)記(ji)為興趣區(qu)(qu)域(yu)(yu)。

17、進一步的(de)(de)，根據無人機在三維航拍點(dian)坐標采集的(de)(de)環境數據判斷(duan)目標區域內是否(fou)存(cun)在排斥區域的(de)(de)過(guo)程包括：

18、將目(mu)標(biao)(biao)區域(yu)內各個局部(bu)區域(yu)的(de)環境數據作為評(ping)價指標(biao)(biao)，設(she)置評(ping)價指標(biao)(biao)的(de)指標(biao)(biao)權重矩陣，通過模糊綜合(he)評(ping)價獲取(qu)各個局部(bu)區域(yu)關于(yu)威脅性系數的(de)隸屬度矩陣；

19、根據隸(li)屬度矩(ju)陣以及權(quan)重指標矩(ju)陣獲取各個局(ju)部(bu)區域的威(wei)(wei)脅(xie)性(xing)(xing)系(xi)數(shu)，預設威(wei)(wei)脅(xie)性(xing)(xing)系(xi)數(shu)閾值，將威(wei)(wei)脅(xie)性(xing)(xing)系(xi)數(shu)大于威(wei)(wei)脅(xie)性(xing)(xing)系(xi)數(shu)閾值局(ju)部(bu)區域標記為(wei)排斥區域。

20、進一步(bu)的(de)，當無(wu)人機在當前三維航(hang)拍點坐標僅檢(jian)測到(dao)(dao)興(xing)(xing)趣(qu)(qu)區(qu)域(yu)(yu)(yu)以及檢(jian)測到(dao)(dao)興(xing)(xing)趣(qu)(qu)區(qu)域(yu)(yu)(yu)和排斥區(qu)域(yu)(yu)(yu)且(qie)興(xing)(xing)趣(qu)(qu)區(qu)域(yu)(yu)(yu)未與排斥區(qu)域(yu)(yu)(yu)重疊時(shi)，則進行所述興(xing)(xing)趣(qu)(qu)區(qu)域(yu)(yu)(yu)的(de)實時(shi)航(hang)跡規(gui)劃(hua)的(de)過程(cheng)包括(kuo)：

21、獲(huo)(huo)取興趣(qu)區(qu)域的(de)中(zhong)心點(dian)(dian)坐標(biao)(biao)、覆(fu)蓋面積(ji)以(yi)及相似度系(xi)數(shu)，根(gen)(gen)據(ju)興趣(qu)區(qu)域的(de)覆(fu)蓋面積(ji)以(yi)及相似度系(xi)數(shu)獲(huo)(huo)取當(dang)(dang)前三(san)維航(hang)拍(pai)點(dian)(dian)坐標(biao)(biao)對(dui)應的(de)動態(tai)距(ju)離(li)，并根(gen)(gen)據(ju)興趣(qu)區(qu)域的(de)中(zhong)心點(dian)(dian)坐標(biao)(biao)和當(dang)(dang)前三(san)維航(hang)拍(pai)點(dian)(dian)坐標(biao)(biao)獲(huo)(huo)取航(hang)向，根(gen)(gen)據(ju)動態(tai)距(ju)離(li)和航(hang)向獲(huo)(huo)取臨(lin)時目標(biao)(biao)點(dian)(dian)坐標(biao)(biao)，根(gen)(gen)據(ju)當(dang)(dang)前三(san)維航(hang)拍(pai)點(dian)(dian)坐標(biao)(biao)和臨(lin)時目標(biao)(biao)點(dian)(dian)坐標(biao)(biao)構(gou)建局(ju)部動態(tai)航(hang)跡；

22、獲取在臨(lin)時(shi)目(mu)(mu)標(biao)(biao)點坐(zuo)標(biao)(biao)采集(ji)的興趣(qu)區域內的圖(tu)像數據，并(bing)根據圖(tu)像數據獲取興趣(qu)區域的覆(fu)蓋面積(ji)以(yi)及(ji)相似(si)度(du)系數，根據所述(shu)覆(fu)蓋面積(ji)以(yi)及(ji)相似(si)度(du)系數獲取下一臨(lin)時(shi)目(mu)(mu)標(biao)(biao)點坐(zuo)標(biao)(biao)，根據當(dang)前臨(lin)時(shi)目(mu)(mu)標(biao)(biao)點坐(zuo)標(biao)(biao)和下一臨(lin)時(shi)目(mu)(mu)標(biao)(biao)點坐(zuo)標(biao)(biao)構建局部(bu)動(dong)態航跡，重(zhong)復上述(shu)局部(bu)動(dong)態航跡構建過程；

23、設(she)置動(dong)態(tai)(tai)距(ju)離(li)閾值，當(dang)局部動(dong)態(tai)(tai)航(hang)跡構建(jian)過程中臨時(shi)(shi)目標(biao)(biao)點(dian)坐(zuo)標(biao)(biao)對應(ying)的動(dong)態(tai)(tai)距(ju)離(li)大于動(dong)態(tai)(tai)距(ju)離(li)閾值時(shi)(shi)，則獲取(qu)無人機在三(san)(san)維(wei)(wei)靜態(tai)(tai)航(hang)跡上當(dang)前三(san)(san)維(wei)(wei)航(hang)拍(pai)點(dian)坐(zuo)標(biao)(biao)對應(ying)的下一三(san)(san)維(wei)(wei)航(hang)拍(pai)點(dian)坐(zuo)標(biao)(biao)，根據(ju)所(suo)述臨時(shi)(shi)目標(biao)(biao)點(dian)坐(zuo)標(biao)(biao)和下一三(san)(san)維(wei)(wei)航(hang)拍(pai)點(dian)坐(zuo)標(biao)(biao)構建(jian)靜態(tai)(tai)回歸航(hang)跡。

24、進一步(bu)的(de)，當無(wu)人機(ji)在當前三維航(hang)拍點(dian)坐標僅檢測(ce)到排斥(chi)區(qu)(qu)域(yu)時，且無(wu)人機(ji)的(de)航(hang)線(xian)段經過排斥(chi)區(qu)(qu)域(yu)時，則進行所(suo)述排斥(chi)區(qu)(qu)域(yu)的(de)實時航(hang)跡規劃的(de)過程包(bao)括：

25、獲取排(pai)斥區域的排(pai)斥中心(xin)點(dian)(dian)(dian)坐(zuo)(zuo)標(biao)(biao)(biao)、最長排(pai)斥半徑以及(ji)無(wu)人(ren)機(ji)安全排(pai)斥距離，并根(gen)據排(pai)斥區域的排(pai)斥中心(xin)點(dian)(dian)(dian)坐(zuo)(zuo)標(biao)(biao)(biao)、最長排(pai)斥半徑、無(wu)人(ren)機(ji)安全排(pai)斥距離以及(ji)當前(qian)(qian)三維(wei)航拍點(dian)(dian)(dian)坐(zuo)(zuo)標(biao)(biao)(biao)獲取子(zi)目(mu)標(biao)(biao)(biao)點(dian)(dian)(dian)坐(zuo)(zuo)標(biao)(biao)(biao)，根(gen)據當前(qian)(qian)三維(wei)航拍點(dian)(dian)(dian)坐(zuo)(zuo)標(biao)(biao)(biao)、子(zi)目(mu)標(biao)(biao)(biao)點(dian)(dian)(dian)坐(zuo)(zuo)標(biao)(biao)(biao)和下一三維(wei)航拍點(dian)(dian)(dian)坐(zuo)(zuo)標(biao)(biao)(biao)構建實時避險(xian)航跡(ji)。

26、進(jin)一步的(de)，當無人機在當前三維航拍點坐標檢測到興(xing)趣(qu)區域(yu)和(he)排斥區域(yu)，且興(xing)趣(qu)區域(yu)與排斥區域(yu)重疊時，則進(jin)行所述興(xing)趣(qu)區域(yu)與排斥區域(yu)的(de)雙重實時軌跡規劃的(de)過程包括：

27、獲取(qu)排(pai)(pai)(pai)斥區(qu)(qu)域(yu)的排(pai)(pai)(pai)斥中(zhong)(zhong)心(xin)(xin)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)和興(xing)趣區(qu)(qu)域(yu)的中(zhong)(zhong)心(xin)(xin)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)，根據排(pai)(pai)(pai)斥區(qu)(qu)域(yu)的排(pai)(pai)(pai)斥中(zhong)(zhong)心(xin)(xin)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)和興(xing)趣區(qu)(qu)域(yu)的中(zhong)(zhong)心(xin)(xin)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)獲取(qu)排(pai)(pai)(pai)斥區(qu)(qu)域(yu)的子目標(biao)(biao)(biao)(biao)(biao)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)，并設(she)置安(an)全(quan)距離(li)，根據子目標(biao)(biao)(biao)(biao)(biao)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)和當(dang)前(qian)三(san)維(wei)(wei)航(hang)(hang)拍(pai)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)獲取(qu)航(hang)(hang)向，獲取(qu)當(dang)前(qian)三(san)維(wei)(wei)航(hang)(hang)拍(pai)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)與(yu)排(pai)(pai)(pai)斥中(zhong)(zhong)心(xin)(xin)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)之(zhi)間的實(shi)時距離(li)，根據興(xing)趣區(qu)(qu)域(yu)的覆蓋面(mian)積、相似(si)度系數(shu)、排(pai)(pai)(pai)斥區(qu)(qu)域(yu)的威(wei)脅性系數(shu)、實(shi)時距離(li)以及(ji)安(an)全(quan)距離(li)獲取(qu)當(dang)前(qian)三(san)維(wei)(wei)航(hang)(hang)拍(pai)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)對應的動(dong)態距離(li)，根據動(dong)態距離(li)和航(hang)(hang)向獲取(qu)臨(lin)時目標(biao)(biao)(biao)(biao)(biao)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)，根據當(dang)前(qian)三(san)維(wei)(wei)航(hang)(hang)拍(pai)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)和臨(lin)時目標(biao)(biao)(biao)(biao)(biao)點(dian)坐(zuo)(zuo)(zuo)(zuo)標(biao)(biao)(biao)(biao)(biao)構建(jian)局部動(dong)態航(hang)(hang)跡，重復上述局部動(dong)態航(hang)(hang)跡構建(jian)過程；

28、當局部動(dong)態(tai)航跡(ji)構建過程中臨時目標(biao)(biao)(biao)(biao)點(dian)(dian)(dian)坐(zuo)標(biao)(biao)(biao)(biao)對(dui)應的動(dong)態(tai)距離大于動(dong)態(tai)距離閾值(zhi)或無(wu)人機到達子目標(biao)(biao)(biao)(biao)點(dian)(dian)(dian)坐(zuo)標(biao)(biao)(biao)(biao)時，則獲(huo)取無(wu)人機在三(san)維(wei)靜態(tai)航跡(ji)上當前三(san)維(wei)航拍點(dian)(dian)(dian)坐(zuo)標(biao)(biao)(biao)(biao)對(dui)應的下(xia)一三(san)維(wei)航拍點(dian)(dian)(dian)坐(zuo)標(biao)(biao)(biao)(biao)，根據所述臨時目標(biao)(biao)(biao)(biao)點(dian)(dian)(dian)坐(zuo)標(biao)(biao)(biao)(biao)或子目標(biao)(biao)(biao)(biao)點(dian)(dian)(dian)坐(zuo)標(biao)(biao)(biao)(biao)和下(xia)一三(san)維(wei)航拍點(dian)(dian)(dian)坐(zuo)標(biao)(biao)(biao)(biao)構建靜態(tai)回歸航跡(ji)。

29、與現(xian)有技術(shu)相比，本(ben)發明(ming)的有益效果是：

30、1、通過gis手段構建預設區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)范圍(wei)內(nei)三(san)維(wei)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)數(shu)字孿生模型，根據(ju)已掌握的(de)(de)(de)環境信息(xi)進(jin)行(xing)(xing)事先規(gui)劃，得到(dao)一條三(san)維(wei)靜態(tai)航跡(ji)(ji)，隨后(hou)根據(ju)無人機在(zai)三(san)維(wei)航拍點(dian)(dian)坐標采集的(de)(de)(de)圖像(xiang)(xiang)數(shu)據(ju)和(he)環境數(shu)據(ju)判斷目標區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)內(nei)是(shi)否存在(zai)興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)和(he)排(pai)斥區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)，當(dang)無人機在(zai)當(dang)前三(san)維(wei)航拍點(dian)(dian)坐標僅檢測(ce)到(dao)興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)以及(ji)檢測(ce)到(dao)興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)和(he)排(pai)斥區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)且興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)未(wei)與排(pai)斥區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)重疊時(shi)，則(ze)進(jin)行(xing)(xing)所述(shu)興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)的(de)(de)(de)實時(shi)航跡(ji)(ji)規(gui)劃，當(dang)興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)的(de)(de)(de)相(xiang)似(si)(si)度系數(shu)的(de)(de)(de)增(zeng)(zeng)大(da)或興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)的(de)(de)(de)覆蓋(gai)面積的(de)(de)(de)減少，航跡(ji)(ji)的(de)(de)(de)臨時(shi)目標點(dian)(dian)之間(jian)(jian)的(de)(de)(de)距(ju)離逐漸增(zeng)(zeng)大(da)，從而(er)加快(kuai)數(shu)據(ju)采集速度，縮短(duan)無人機內(nei)部算(suan)法運行(xing)(xing)時(shi)間(jian)(jian)；而(er)興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)的(de)(de)(de)相(xiang)似(si)(si)度系數(shu)的(de)(de)(de)越(yue)小或興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)的(de)(de)(de)覆蓋(gai)面積的(de)(de)(de)增(zeng)(zeng)加時(shi)，則(ze)證明興(xing)(xing)趣(qu)區(qu)(qu)(qu)域(yu)(yu)(yu)(yu)(yu)(yu)內(nei)受到(dao)資(zi)源破壞程度較大(da)，則(ze)航跡(ji)(ji)的(de)(de)(de)臨時(shi)目標點(dian)(dian)之間(jian)(jian)的(de)(de)(de)距(ju)離逐漸增(zeng)(zeng)大(da)，實現精細搜索，便(bian)于采集高(gao)質量的(de)(de)(de)圖像(xiang)(xiang)數(shu)據(ju)。

31、2、當(dang)無(wu)人機(ji)(ji)在當(dang)前三維(wei)航(hang)(hang)拍點坐(zuo)標(biao)檢(jian)測到興趣(qu)(qu)區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)和排(pai)(pai)(pai)斥區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)，且(qie)興趣(qu)(qu)區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)與排(pai)(pai)(pai)斥區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)重(zhong)疊時，則(ze)進行所述興趣(qu)(qu)區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)與排(pai)(pai)(pai)斥區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)的(de)雙(shuang)重(zhong)實(shi)(shi)(shi)(shi)時軌跡規(gui)劃(hua)，當(dang)無(wu)人機(ji)(ji)的(de)實(shi)(shi)(shi)(shi)時距(ju)離(li)(li)(li)大于(yu)(yu)(yu)等于(yu)(yu)(yu)安(an)全距(ju)離(li)(li)(li)時，動態距(ju)離(li)(li)(li)取值較大，當(dang)無(wu)人機(ji)(ji)的(de)實(shi)(shi)(shi)(shi)時距(ju)離(li)(li)(li)小于(yu)(yu)(yu)安(an)全距(ju)離(li)(li)(li)時，逐漸(jian)靠近排(pai)(pai)(pai)斥區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)時，各個臨時目(mu)標(biao)點坐(zuo)標(biao)之(zhi)間的(de)動態距(ju)離(li)(li)(li)以指數(shu)趨(qu)勢快(kuai)速縮減，實(shi)(shi)(shi)(shi)現(xian)(xian)精(jing)細化檢(jian)測，提(ti)高(gao)(gao)無(wu)人機(ji)(ji)對于(yu)(yu)(yu)興趣(qu)(qu)區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)與排(pai)(pai)(pai)斥區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)之(zhi)間的(de)重(zhong)疊區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)的(de)數(shu)據(ju)采集精(jing)確度，并提(ti)高(gao)(gao)無(wu)人機(ji)(ji)對于(yu)(yu)(yu)排(pai)(pai)(pai)斥區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)的(de)感知，避(bi)免誤進入排(pai)(pai)(pai)斥區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)，通過采用動態距(ju)離(li)(li)(li)規(gui)劃(hua)策(ce)略，可(ke)以在目(mu)標(biao)區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)附近實(shi)(shi)(shi)(shi)現(xian)(xian)精(jing)細搜索，在無(wu)目(mu)標(biao)區(qu)(qu)(qu)(qu)域(yu)(yu)(yu)實(shi)(shi)(shi)(shi)現(xian)(xian)大距(ju)離(li)(li)(li)搜索，提(ti)供(gong)航(hang)(hang)程(cheng)更(geng)(geng)短(duan)、危險程(cheng)度更(geng)(geng)低、數(shu)據(ju)采集效率和精(jing)確度更(geng)(geng)高(gao)(gao)的(de)三維(wei)航(hang)(hang)跡。