本发明涉及物联网技术领域，公开了一种无人机的管控方法及智慧路灯系统，用于实现智慧路灯对无人机飞行过程进行位置偏移校正并提高无人机飞行过程的控制准确率。方法包括：根据预设飞行路线构建飞行路线坐标集合，并对多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；采集实时位置坐标的多组地面点云图像并识别目标标识信息；根据飞行路线坐标集合对实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据目标标识信息，对实时位置坐标进行高度误差检测，得到高度误差检测结果；根据航向偏移检测结果以及高度误差检测结果生成飞行校正数据集合，并根据飞行校正数据集合对目标无人机进行航向和高度校正，生成实时飞行数据监测图表。
无人机的管控方法及智慧路灯系统
技术领域
[0001] 本发明涉及物联网技术领域，尤其涉及一种无人机的管控方法及智慧路灯系统。
背景技术
[0002] 随着无人机行业的发展和普及，越来越多的无人机产品已经开始走入人们的生活中。在更多的无人机走入人们的生活时，飞行安全以及控制的准确率尤为重要。
[0003] 目前无人机飞行过程中通常是由人工进行高度以及航向的检测，进而实现无人机飞行姿态的调整，现有方案受人工经验的影响较大，导致现有方案的控制准确率低。
发明内容
[0004] 本发明提供了一种无人机的管控方法及智慧路灯系统，用于实现智慧路灯对无人机飞行过程进行位置偏移校正并提高无人机飞行过程的控制准确率。
[0005] 本发明第一方面提供了一种无人机的管控方法，所述无人机的管控方法包括：
[0006] 获取目标飞行区域中目标无人机的预设飞行路线，并对所述目标无人机和预设的智慧路灯系统建立网络连接，以及查询所述目标飞行区域中预设的多个路灯标识信息；
[0007] 根据所述预设飞行路线构建对应的飞行路线坐标集合，并对所述多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；
[0008] 检测所述目标无人机的当前飞行轨迹并回传实时位置坐标，调用所述目标无人机中的图像采集终端采集所述实时位置坐标的多组地面点云图像；
[0009] 对所述多组地面点云图像进行路灯标识信息识别，得到所述实时位置坐标对应的目标标识信息；
[0010] 根据所述飞行路线坐标集合对所述实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据所述目标标识信息，对所述实时位置坐标进行高度误差检测，得到高度误差检测结果；
[0011] 根据所述航向偏移检测结果以及所述高度误差检测结果生成所述目标无人机的飞行校正数据集合，并根据所述飞行校正数据集合对所述目标无人机进行航向和高度校正，生成实时飞行数据监测图表。
[0012] 结合第一方面，在本发明第一方面的第一实施方式中，所述获取目标飞行区域中目标无人机的预设飞行路线，并对所述目标无人机和预设的智慧路灯系统建立网络连接，以及查询所述目标飞行区域中预设的多个路灯标识信息，包括：
[0013] 接收控制终端发送的飞行任务，并对所述飞行任务进行任务解析，得到目标飞行区域；
[0014] 获取目标飞行区域中目标无人机的预设飞行路线；
[0015] 对所述目标无人机和预设的智慧路灯系统建立网络连接，并获取网络连接状态；
[0016] 根据所述网络连接状态，查询所述目标飞行区域中预设的多个路灯标识信息。
[0017] 结合第一方面，在本发明第一方面的第二实施方式中，所述根据所述预设飞行路线构建对应的飞行路线坐标集合，并对所述多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合，包括：
[0018] 根据所述目标飞行区域选取坐标原点，并根据所述坐标原点构建目标坐标系；
[0019] 根据所述目标坐标系，对所述预设飞行路线进行坐标转换，得到飞行路线坐标集合；
[0020] 基于所述目标坐标系，对所述多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合。
[0021] 结合第一方面，在本发明第一方面的第三实施方式中，所述检测所述目标无人机的当前飞行轨迹并回传实时位置坐标，调用所述目标无人机中的图像采集终端采集所述实时位置坐标的多组地面点云图像，包括：
[0022] 控制所述目标无人机执行所述飞行任务，并生成所述目标无人机的当前飞行轨迹；
[0023] 基于所述目标坐标系，获取所述目标无人机的实时位置坐标，并将所述实时位置坐标回传至所述控制终端；
[0024] 基于预设的图像采集范围，调用所述目标无人机中的图像采集终端，对所述目标无人机所处的实时位置坐标进行图像采集，得到与所述实时位置坐标对应的多组地面点云图像。
[0025] 结合第一方面，在本发明第一方面的第四实施方式中，所述对所述多组地面点云图像进行路灯标识信息识别，得到所述实时位置坐标对应的目标标识信息，包括：
[0026] 分别对每组地面点云图像进行图像区域分割，得到每组地面点云图像对应的多个区域图像；
[0027] 对每组地面点云图像对应的多个区域图像进行二值化处理，得到每个区域图像的二值化图像；
[0028] 分别对每个区域图像的二值化图像进行路灯标识信息识别，得到所述实时位置坐标对应的目标标识信息。
[0029] 结合第一方面，在本发明第一方面的第五实施方式中，所述根据所述飞行路线坐标集合对所述实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据所述目标标识信息，对所述实时位置坐标进行高度误差检测，得到高度误差检测结果，包括：
[0030] 计算所述实时位置坐标与所述飞行路线坐标集合中每个坐标之间的距离数据；
[0031] 根据所述距离数据，计算所述实时位置坐标与所述飞行路线坐标集合中每个坐标之间的航向角度；
[0032] 根据所述航向角度生成所述实时位置坐标对应的航向偏移检测结果；
[0033] 根据所述目标标识信息确定所述路灯坐标集合中的至少三个关联坐标，并计算所述实时位置坐标与所述路灯坐标集合中的至少三个关联坐标之间的平均高度差数据；
[0034] 根据所述平均高度差数据，对所述实时位置坐标进行高度误差校验，生成对应的高度误差检测结果。
[0035] 结合第一方面，在本发明第一方面的第六实施方式中，所述根据所述航向偏移检测结果以及所述高度误差检测结果生成所述目标无人机的飞行校正数据集合，并根据所述飞行校正数据集合对所述目标无人机进行航向和高度校正，生成实时飞行数据监测图表，包括：
[0036] 根据航向偏移检测结果计算所述目标无人机的航向角度校正数据，并根据所述高度误差检测结果，计算所述目标无人机的高度校正数据；
[0037] 将所述航向角度校正数据以及所述高度校正数据放入飞行校正数据集合中，并根据所述飞行校正数据集合对所述目标无人机进行航向和高度校正；
[0038] 获取所述目标无人机的实时飞行数据并生成实时飞行数据监测图表。
[0039] 本发明第二方面提供了一种智慧路灯系统，所述智慧路灯系统包括：
[0040] 获取模块，用于获取目标飞行区域中目标无人机的预设飞行路线，并对所述目标无人机和预设的智慧路灯系统建立网络连接，以及查询所述目标飞行区域中预设的多个路灯标识信息；
[0041] 映射模块，用于根据所述预设飞行路线构建对应的飞行路线坐标集合，并对所述多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；
[0042] 检测模块，用于检测所述目标无人机的当前飞行轨迹并回传实时位置坐标，调用所述目标无人机中的图像采集终端采集所述实时位置坐标的多组地面点云图像；
[0043] 识别模块，用于对所述多组地面点云图像进行路灯标识信息识别，得到所述实时位置坐标对应的目标标识信息；
[0044] 处理模块，用于根据所述飞行路线坐标集合对所述实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据所述目标标识信息，对所述实时位置坐标进行高度误差检测，得到高度误差检测结果；
[0045] 校正模块，用于根据所述航向偏移检测结果以及所述高度误差检测结果生成所述目标无人机的飞行校正数据集合，并根据所述飞行校正数据集合对所述目标无人机进行航向和高度校正，生成实时飞行数据监测图表。
[0046] 本发明提供的技术方案中，根据预设飞行路线构建飞行路线坐标集合，并对多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；采集实时位置坐标的多组地面点云图像并识别目标标识信息；根据飞行路线坐标集合对实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据目标标识信息，对实时位置坐标进行高度误差检测，得到高度误差检测结果；根据航向偏移检测结果以及高度误差检测结果生成飞行校正数据集合，并根据飞行校正数据集合对目标无人机进行航向和高度校正，生成实时飞行数据监测图表，本发明通过智慧路灯系统与无人机飞行过程进行偏差校验，提高了无人机飞行过程中的飞行误差校验准确率，然后对目标无人机进行航向和高度校正，提高了无人机飞行过程的控制准确率。
附图说明
[0047] 图1为本发明实施例中无人机的管控方法的一个实施例示意图；
[0048] 图2为本发明实施例中构建飞行路线坐标集合以及路灯坐标集合的流程图；
[0049] 图3为本发明实施例中采集多组地面点云图像的流程图；
[0050] 图4为本发明实施例中路灯标识信息识别的流程图；
[0051] 图5为本发明实施例中智慧路灯系统的一个实施例示意图。
具体实施方式
[0052] 本发明实施例提供了一种无人机的管控方法及智慧路灯系统，用于实现智慧路灯对无人机飞行过程进行位置偏移校正并提高无人机飞行过程的控制准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0053] 为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中无人机的管控方法的一个实施例包括：
[0054] S101、获取目标飞行区域中目标无人机的预设飞行路线，并对目标无人机和预设的智慧路灯系统建立网络连接，以及查询目标飞行区域中预设的多个路灯标识信息；
[0055] 可以理解的是，本发明的执行主体可以为智慧路灯系统，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
[0056] 具体的，服务器获取目标飞行区域中目标无人机的预设飞行路线，进一步的，该预设飞行路线可以指示无人机要在其飞行期间执行的多个操作的多个工作区，区域间信息用于确定多个区域间飞行路线，无人机被允许沿着多个区域间飞行路线飞过多个工作区，进一步的，服务器对目标无人机和预设的智慧路灯系统建立网络连接，以及查询目标飞行区域中预设的多个路灯标识信息，需要说明的是，在建立网络连接时，服务器获取智慧路灯系统的网络配置参数，服务器通过与目标无人机之间建立的第一通信链路，向目标无人机发送上述网络配置参数，目标无人机用于采用上述网络配置参数与智慧路灯系统建立网络连接。
[0057] S102、根据预设飞行路线构建对应的飞行路线坐标集合，并对多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；
[0058] 具体的，服务器预先构建三维坐标系，同时，服务器根据预设飞行路线构建对应的飞行路线坐标集合，进而服务器对多个路灯标识信息进行路灯坐标映射，其中，服务器在对多个路灯标识信息进行路灯坐标映射时，服务器通过该三维坐标系对该路灯标识信息进行坐标数值匹配，确定对应的坐标数值信息，最终，服务器根据该坐标数值信息对多个路灯标识信息进行坐标映射，得到路灯坐标集合。
[0059] S103、检测目标无人机的当前飞行轨迹并回传实时位置坐标，调用目标无人机中的图像采集终端采集实时位置坐标的多组地面点云图像；
[0060] 具体的，服务器控制目标无人机执行飞行任务，并生成目标无人机的当前飞行轨迹，基于目标坐标系，获取目标无人机的实时位置坐标，并将实时位置坐标回传至控制终端，基于预设的图像采集范围，调用目标无人机中的图像采集终端，对目标无人机所处的实时位置坐标进行图像采集，得到与实时位置坐标对应的多组地面点云图像。
[0061] S104、对多组地面点云图像进行路灯标识信息识别，得到实时位置坐标对应的目标标识信息；
[0062] 具体的，服务器对多组地面点云图像进行路灯标识信息识别，其中，服务器根据多组地面点云图像获取至少一个目标路灯对应的标识信息，进而服务器根据标识信息生成识别指令，并基于标识信息进行路灯标识信息识别，得到实时位置坐标对应的目标标识信息。
[0063] S105、根据飞行路线坐标集合对实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据目标标识信息，对实时位置坐标进行高度误差检测，得到高度误差检测结果；
[0064] 具体的，服务器计算实时位置坐标与飞行路线坐标集合中每个坐标之间的距离数据，服务器根据距离数据，计算实时位置坐标与飞行路线坐标集合中每个坐标之间的航向角度，服务器根据航向角度生成实时位置坐标对应的航向偏移检测结果，服务器根据目标标识信息确定路灯坐标集合中的至少三个关联坐标，并计算实时位置坐标与路灯坐标集合中的至少三个关联坐标之间的平均高度差数据，服务器根据平均高度差数据，对实时位置坐标进行高度误差校验，生成对应的高度误差检测结果。
[0065] 利用预设航向角预测模型对目标车辆检测框进行航向角分类得到航向角预测结果，具体包括目标车辆的航向角区间和航向角偏移量；根据目标车辆检测结果确定目标车辆的航向角先验值；根据航向角预测结果和航向角先验值确定目标车辆的航向角。本申请通过预设航向角预测模型对航向角进行区间分类，缩小了航向角预测范围，减小了预测误差，并在航向角先验值的基础上进行更精细的调整，提高了预测精度。
[0066] S106、根据航向偏移检测结果以及高度误差检测结果生成目标无人机的飞行校正数据集合，并根据飞行校正数据集合对目标无人机进行航向和高度校正，生成实时飞行数据监测图表。
[0067] 具体的，服务器根据航向偏移检测结果以及高度误差检测结果生成目标无人机的飞行校正数据集合，并根据飞行校正数据集合对目标无人机进行航向和高度校正，生成实时飞行数据监测图表，其中，服务器根据该航向偏移检测结果以及高度误差检测结果生成对应的航向角度修正数据，进一步的，服务器根据该航校角度修正数据生成目标无人机的飞行校正数据集合，最终，服务器根据该飞行校正数据集合对母校无人机进行航向和高度校正，最终服务器生成飞行数据检测图表。
[0068] 本发明实施例中，根据预设飞行路线构建飞行路线坐标集合，并对多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；采集实时位置坐标的多组地面点云图像并识别目标标识信息；根据飞行路线坐标集合对实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据目标标识信息，对实时位置坐标进行高度误差检测，得到高度误差检测结果；根据航向偏移检测结果以及高度误差检测结果生成飞行校正数据集合，并根据飞行校正数据集合对目标无人机进行航向和高度校正，生成实时飞行数据监测图表，本发明通过智慧路灯系统与无人机飞行过程进行偏差校验，提高了无人机飞行过程中的飞行误差校验准确率，然后对目标无人机进行航向和高度校正，提高了无人机飞行过程的控制准确率。
[0069] 在一具体实施例中，执行步骤S101的过程可以具体包括如下步骤：
[0070] （1）接收控制终端发送的飞行任务，并对飞行任务进行任务解析，得到目标飞行区域；
[0071] （2）获取目标飞行区域中目标无人机的预设飞行路线；
[0072] （3）对目标无人机和预设的智慧路灯系统建立网络连接，并获取网络连接状态；
[0073] （4）根据网络连接状态，查询目标飞行区域中预设的多个路灯标识信息。
[0074] 具体的，服务器接收控制终端发送的飞行任务，并对飞行任务进行任务解析，得到目标飞行区域，其中，在对飞行任务进行任务解析时将目标区域参数的飞行任务、原始数据按照XML格式进行任务解析，得到目标飞行区域，获取目标飞行区域中目标无人机的预设飞行路线，对目标无人机和预设的智慧路灯系统建立网络连接，并获取网络连接状态，其中，服务器在建立网络连接时，服务器获取智慧路灯系统的网络配置参数，服务器通过与目标无人机之间建立的第一通信链路，向目标无人机发送上述网络配置参数，目标无人机用于采用上述网络配置参数与智慧路灯系统建立网络连接，最终，服务器根据网络连接状态，查询目标飞行区域中预设的多个路灯标识信息。
[0075] 在一具体实施例中，如图2所示，执行步骤S102的过程可以具体包括如下步骤：
[0076] S201、根据目标飞行区域选取坐标原点，并根据坐标原点构建目标坐标系；
[0077] S202、根据目标坐标系，对预设飞行路线进行坐标转换，得到飞行路线坐标集合；
[0078] S203、基于目标坐标系，对多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合。
[0079] 具体的，服务器根据目标飞行区域选取坐标原点，并根据坐标原点构建目标坐标系，根据目标坐标系，对预设飞行路线进行坐标转换，得到飞行路线坐标集合，其中，服务器从指定区域中获取飞行路线点位在目标坐标系中的坐标信息，飞行路基于飞行路线在目标坐标系中与多个飞行路线点位之间的距离关系，确定飞行路线在目标坐标系中的坐标信息，最终得到飞行路线坐标集合，进一步的，服务器基于目标坐标系，对多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合。
[0080] 在一具体实施例中，如图3所示，执行步骤S103的过程可以具体包括如下步骤：
[0081] S301、控制目标无人机执行飞行任务，并生成目标无人机的当前飞行轨迹；
[0082] S302、基于目标坐标系，获取目标无人机的实时位置坐标，并将实时位置坐标回传至控制终端；
[0083] S303、基于预设的图像采集范围，调用目标无人机中的图像采集终端，对目标无人机所处的实时位置坐标进行图像采集，得到与实时位置坐标对应的多组地面点云图像。
[0084] 具体的，服务器控制目标无人机执行飞行任务，并生成目标无人机的当前飞行轨迹，基于目标坐标系，获取目标无人机的实时位置坐标，并将实时位置坐标回传至控制终端，基于预设的图像采集范围，调用目标无人机中的图像采集终端，对目标无人机所处的实时位置坐标进行图像采集，得到与实时位置坐标对应的多组地面点云图像，其中，服务器获取采集设备在不同预设亮度控制参数下采集的被测物体的至少两组2D图像，创标记预定义图像中的码值状态，得到标记图像，对标记图像的码值状态标记区域进行点云重建，得到与标记图像对应的点云图像，最终确定与实时位置坐标对应的多组地面点云图像。
[0085] 在一具体实施例中，如图4所示，执行步骤S104的过程可以具体包括如下步骤：
[0086] S401、分别对每组地面点云图像进行图像区域分割，得到每组地面点云图像对应的多个区域图像；
[0087] S402、对每组地面点云图像对应的多个区域图像进行二值化处理，得到每个区域图像的二值化图像；
[0088] S403、分别对每个区域图像的二值化图像进行路灯标识信息识别，得到实时位置坐标对应的目标标识信息。
[0089] 具体的，服务器分别对每组地面点云图像进行图像区域分割，得到每组地面点云图像对应的多个区域图像，其中，服务器扫描每组地面点云图像建立分割块之间的邻接关系，生成初始的底层小尺度区域结构，继而在此基础上先后加入灰度、纹理、形状等特征进行合并调整，得到每组地面点云图像对应的多个区域图像，进一步的，服务器对每组地面点云图像对应的多个区域图像进行二值化处理，得到每个区域图像的二值化图像，其中，服务器使用至少两种二值化算法，分别对所获取的每组地面点云图像进行二值化处理，得到对应的二值化图像以及二值化图像中每个像素点的置信度；基于所得到的二值化图像中的各个像素点的置信度，确定该像素点的权重；基于所得到的各个像素点的权重对所得到的二值化图像进行融合处理，得到每个区域图像的二值化图像，最终，服务器分别对每个区域图像的二值化图像进行路灯标识信息识别，得到实时位置坐标对应的目标标识信息。
[0090] 在一具体实施例中，执行步骤S105的过程可以具体包括如下步骤：
[0091] （1）计算实时位置坐标与飞行路线坐标集合中每个坐标之间的距离数据；
[0092] （2）根据距离数据，计算实时位置坐标与飞行路线坐标集合中每个坐标之间的航向角度；
[0093] （3）根据航向角度生成实时位置坐标对应的航向偏移检测结果；
[0094] （4）根据目标标识信息确定路灯坐标集合中的至少三个关联坐标，并计算实时位置坐标与路灯坐标集合中的至少三个关联坐标之间的平均高度差数据；
[0095] （5）根据平均高度差数据，对实时位置坐标进行高度误差校验，生成对应的高度误差检测结果。
[0096] 具体的，服务器计算实时位置坐标与飞行路线坐标集合中每个坐标之间的距离数据，根据距离数据，计算实时位置坐标与飞行路线坐标集合中每个坐标之间的航向角度，根据航向角度生成实时位置坐标对应的航向偏移检测结果，根据目标标识信息确定路灯坐标集合中的至少三个关联坐标，并计算实时位置坐标与路灯坐标集合中的至少三个关联坐标之间的平均高度差数据，根据平均高度差数据，对实时位置坐标进行高度误差校验，生成对应的高度误差检测结果。
[0097] 在一具体实施例中，执行步骤S106的过程可以具体包括如下步骤：
[0098] （1）根据航向偏移检测结果计算目标无人机的航向角度校正数据，并根据高度误差检测结果，计算目标无人机的高度校正数据；
[0099] （2）将航向角度校正数据以及高度校正数据放入飞行校正数据集合中，并根据飞行校正数据集合对目标无人机进行航向和高度校正；
[0100] （3）获取目标无人机的实时飞行数据并生成实时飞行数据监测图表。
[0101] 具体的，服务器根据航向偏移检测结果计算目标无人机的航向角度校正数据，并根据高度误差检测结果，计算目标无人机的高度校正数据；服务器将航向角度校正数据以及高度校正数据放入飞行校正数据集合中，并根据飞行校正数据集合对目标无人机进行航向和高度校正，其中，服务器根据航向偏移检测结果以及高度误差检测结果生成目标无人机的飞行校正数据集合，并根据飞行校正数据集合对目标无人机进行航向和高度校正，生成实时飞行数据监测图表，其中，服务器根据该航向偏移检测结果以及高度误差检测结果生成对应的航向角度修正数据，进一步的，服务器根据该航校角度修正数据生成目标无人机的飞行校正数据集合，最终，服务器根据该飞行校正数据集合对母校无人机进行航向和高度校正，最终服务器生成飞行数据检测图表，服务器获取目标无人机的实时飞行数据并生成实时飞行数据监测图表。
[0102] 上面对本发明实施例中无人机的管控方法进行了描述，下面对本发明实施例中智慧路灯系统进行描述，请参阅图5，本发明实施例中智慧路灯系统一个实施例包括：
[0103] 获取模块501，用于获取目标飞行区域中目标无人机的预设飞行路线，并对所述目标无人机和预设的智慧路灯系统建立网络连接，以及查询所述目标飞行区域中预设的多个路灯标识信息；
[0104] 映射模块502，用于根据所述预设飞行路线构建对应的飞行路线坐标集合，并对所述多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；
[0105] 检测模块503，用于检测所述目标无人机的当前飞行轨迹并回传实时位置坐标，调用所述目标无人机中的图像采集终端采集所述实时位置坐标的多组地面点云图像；
[0106] 识别模块504，用于对所述多组地面点云图像进行路灯标识信息识别，得到所述实时位置坐标对应的目标标识信息；
[0107] 处理模块505，用于根据所述飞行路线坐标集合对所述实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据所述目标标识信息，对所述实时位置坐标进行高度误差检测，得到高度误差检测结果；
[0108] 校正模块506，用于根据所述航向偏移检测结果以及所述高度误差检测结果生成所述目标无人机的飞行校正数据集合，并根据所述飞行校正数据集合对所述目标无人机进行航向和高度校正，生成实时飞行数据监测图表。
[0109] 通过上述各个组成部分的协同合作，根据预设飞行路线构建飞行路线坐标集合，并对多个路灯标识信息进行路灯坐标映射，得到路灯坐标集合；采集实时位置坐标的多组地面点云图像并识别目标标识信息；根据飞行路线坐标集合对实时位置坐标进行航向偏移检测，得到航向偏移检测结果，以及根据目标标识信息，对实时位置坐标进行高度误差检测，得到高度误差检测结果；根据航向偏移检测结果以及高度误差检测结果生成飞行校正数据集合，并根据飞行校正数据集合对目标无人机进行航向和高度校正，生成实时飞行数据监测图表，本发明通过智慧路灯系统与无人机飞行过程进行偏差校验，提高了无人机飞行过程中的飞行误差校验准确率，然后对目标无人机进行航向和高度校正，提高了无人机飞行过程的控制准确率。
[0110] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0111] 所述集成的单元如果以软件功能单元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，本发明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全部或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）执行本发明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（read‑only memory， ROM）、随机存取存储器（random acceS memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
[0112] 以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
