一种目标无人机重量的预测方法、装置和存储介质

摘要

本申请实施例公开了一种目标无人机重量的预测方法、装置和存储介质，其方法包括：基于拟合模型生成目标无人机的第一重量值；基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值；获取基于拟合模型生成的第一重量值、基于转速模型生成的第二重量值和预测模型所采用的加权系数，预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；以及将加权系数、第一重量值和第二重量值均输入至预测模型中进行预测，输出对应的预测结果，预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值。

权利要求

1.一种目标无人机重量的预测方法，其特征在于，所述方法包括：基于拟合模型生成目标无人机的第一重量值；

所述基于拟合模型生成目标无人机的第一重量值，包括：获取目标无人机当前负载重量下的当前动力电池输出功率；

生成所述拟合模型；

将当前动力电池输出功率输入至所述拟合模型中进行拟合处理，生成所述目标无人机的所述第一重量值；

基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值；

所述基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值，包括：获取目标无人机的机臂数、目标无人机各个机臂依次对应的电机转速、以及拉力转速曲线系数；

将目标无人机各个机臂依次对应的电机转速和拉力转速曲线系数依次输入所述转速模型中进行估算处理，生成所述目标无人机的所述第二重量值；

获取基于所述拟合模型生成的所述第一重量值、基于所述转速模型生成的所述第二重量值和预测模型所采用的加权系数，所述预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；

将所述加权系数、所述第一重量值和所述第二重量值均输入至所述预测模型中进行预测，输出对应的预测结果，所述预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

在所述输出对应的预测结果之后，所述方法还包括：生成优化后的加权系数；

所述生成优化后的加权系数，包括：

获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

将各个预测重量值分别与对应的各个实际重量值进行依序比对，得到比对结果；

根据所述比对结果对所述加权系数进行优化处理，生成优化后的加权系数；

基于所述优化后的加权系数，对所述预测模型进行优化处理，得到优化后的预测模型。

2.根据权利要求1所述的方法，其特征在于，所述生成所述拟合模型，包括：获取目标无人机针对多个不同负载重量分别对应的目标无人机的动力电池输出功率；

根据多个不同负载重量，以及对应的目标无人机的动力电池输出功率，进行曲线拟合处理，拟合出对应的拟合曲线；

基于所述拟合曲线生成所述拟合模型。

3.根据权利要求1所述的方法，其特征在于，在所述输出对应的预测结果之后，还包括：获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

依次将目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值与预设重量阈值进行比较，得到对应的比较结果，所述预设重量阈值为用于判断目标无人机是否处于超载状态的重量阈值；

在所述比较结果包括各个预测重量值中的任意一个预测重量值大于所述预设重量阈值的情况下，向所述目标无人机发送控制指令，以基于所述控制指令控制所述目标无人机返航至目标位置。

4.一种目标无人机重量的预测装置，其特征在于，所述装置包括：第一生成模块，用于基于拟合模型生成目标无人机的第一重量值；

所述第一生成模块具体用于：

获取目标无人机当前负载重量下的当前动力电池输出功率；

生成所述拟合模型；

将当前动力电池输出功率输入至所述拟合模型中进行拟合处理，生成所述目标无人机的所述第一重量值；

第二生成模块，用于基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值；

所述第二生成模块具体用于：

获取目标无人机的机臂数、目标无人机各个机臂依次对应的电机转速、以及拉力转速曲线系数；

将目标无人机各个机臂依次对应的电机转速和拉力转速曲线系数依次输入所述转速模型中进行估算处理，生成所述目标无人机的所述第二重量值；

获取模块，用于获取基于所述拟合模型生成的所述第一重量值、基于所述转速模型生成的所述第二重量值和预测模型所采用的加权系数，所述预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；

处理模块，用于将所述加权系数、所述第一重量值和所述第二重量值均输入至所述预测模型中进行预测，输出对应的预测结果，所述预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

加权系数优化模块，用于生成优化后的加权系数；

所述加权系数优化模块具体用于：

获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

将各个预测重量值分别与对应的各个实际重量值进行依序比对，得到比对结果；

根据所述比对结果对所述加权系数进行优化处理，生成优化后的加权系数；

模型优化模块，用于基于所述优化后的加权系数，对所述预测模型进行优化处理，得到优化后的预测模型。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1至3中任一项所述的方法。

6.一种电子设备，其特征在于，所述电子设备包括：处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述权利要求1至3中任一项所述的方法。

说明书

一种目标无人机重量的预测方法、装置和存储介质

技术领域

[0001] 本发明涉及无人机技术领域，具体涉及一种目标无人机重量的预测方法、装置和存储介质。

背景技术

[0002] 目前，在植保无人机应用领域，由于需要精准地确定获取药箱重量，以精准控制泵头的药物喷洒量，因此，需要精准地预测目标无人机重量。

[0003] 若避免上述摔机情况发生，需要准确确定目标无人机重量。现有的确定目标无人机重量的常用方法之一为：在目标无人机机架上安装压力传感器，通过上述压力传感器确定负载的重量。该方法简单，而且精度较高。但是在使用过程中，由于压力传感器存在变形的情况，从而导致传感器失效，从而出现预测结果不准的问题。

[0004] 如何实现对目标无人机重量的精准预测，是待解决的技术问题。

发明内容

[0005] 基于此，有必要针对现有的方法无法实现对目标无人机重量的精准预测，提供一种目标无人机重量的预测方法、装置、存储介质、电子设备和计算机程序产品。

[0006] 第一方面，本申请实施例提供了一种目标无人机重量的预测方法，所述方法包括：

[0007] 基于拟合模型生成目标无人机的第一重量值；

[0008] 基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值；

[0009] 获取基于所述拟合模型生成的所述第一重量值、基于所述转速模型生成的所述第二重量值和预测模型所采用的加权系数，所述预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；

[0010] 将所述加权系数、所述第一重量值和所述第二重量值均输入至所述预测模型中进行预测，输出对应的预测结果，所述预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值。

[0011] 在一种实施方式中，所述基于拟合模型生成目标无人机的第一重量值，包括：

[0012] 获取目标无人机当前负载重量下的当前动力电池输出功率；

[0013] 生成所述拟合模型；

[0014] 将当前动力电池输出功率输入至所述拟合模型中进行拟合处理，生成所述目标无人机的所述第一重量值。

[0015] 在一种实施方式中，所述生成所述拟合模型，包括：

[0016] 获取目标无人机针对多个不同负载重量分别对应的目标无人机的动力电池输出功率；

[0017] 根据多个不同负载重量，以及对应的目标无人机的动力电池输出功率，进行曲线拟合处理，拟合出对应的拟合曲线；

[0018] 基于所述拟合曲线生成所述拟合模型。

[0019] 在一种实施方式中，所述基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值，包括：

[0020] 获取目标无人机的机臂数、目标无人机各个机臂依次对应的电机转速、以及拉力转速曲线系数；

[0021] 将目标无人机各个机臂依次对应的电机转速和拉力转速曲线系数依次输入所述转速模型中进行估算处理，生成所述目标无人机的所述第二重量值。

[0022] 在一种实施方式中，在所述输出对应的预测结果之后，还包括：

[0023] 生成优化后的加权系数；

[0024] 基于所述优化后的加权系数，对所述预测模型进行优化处理，得到优化后的预测模型。

[0025] 在一种实施方式中，所述生成优化后的加权系数，包括：

[0026] 获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

[0027] 将各个预测重量值分别与对应的各个实际重量值进行依序比对，得到比对结果；

[0028] 根据所述比对结果对所述加权系数进行优化处理，生成优化后的加权系数。

[0029] 在一种实施方式中，在所述输出对应的预测结果之后，还包括：

[0030] 获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

[0031] 依次将目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值与预设重量阈值进行比较，得到对应的比较结果，所述预设重量阈值为用于判断目标无人机是否处于超载状态的重量阈值；

[0032] 在所述比较结果包括各个预测重量值中的任意一个预测重量值大于所述预设重量阈值的情况下，向所述目标无人机发送控制指令，以基于所述控制指令控制所述目标无人机返航至目标位置。

[0033] 第二方面，本申请实施例提供了一种目标无人机重量的预测装置，所述装置包括：

[0034] 第一生成模块，用于基于拟合模型生成目标无人机的第一重量值；

[0035] 第二生成模块，用于基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值；

[0036] 获取模块，用于获取基于所述拟合模型生成的所述第一重量值、基于所述转速模型生成的所述第二重量值和预测模型所采用的加权系数，所述预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；

[0037] 处理模块，用于将所述加权系数、所述第一重量值和所述第二重量值均输入至所述预测模型中进行预测，输出对应的预测结果，所述预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值。

[0038] 第三方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于执行上述的方法步骤。

[0039] 第四方面，本申请实施例提供一种电子设备，所述电子设备包括：

[0040] 处理器；

[0041] 用于存储所述处理器可执行指令的存储器；

[0042] 所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述的方法步骤。

[0043] 第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的方法步骤。

[0044] 在本申请实施例中，基于拟合模型生成目标无人机的第一重量值；基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值；获取基于拟合模型生成的第一重量值、基于转速模型生成的第二重量值和预测模型所采用的加权系数，预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；以及将加权系数、第一重量值和第二重量值均输入至预测模型中进行预测，输出对应的预测结果，预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值。本申请实施例提供的目标无人机重量的预测方法，由于引入了能够预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值的预测模型，因此，实现了对目标无人机重量的精准预测；此外，由于无需使用传感器，不仅有效地降低了传感器失效的风险，还降低了无人机的成本。

附图说明

[0045] 通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

[0046] 图1为根据本申请一示例性实施例提供的目标无人机重量的预测方法的流程图；

[0047] 图2为具体应用场景中的不同载重时标定的对应的目标无人机的动力电池输出功率的示意图；

[0048] 图3为具体应用场景的目标无人机的动力电池输出功率和不同载重进行曲线拟合处理所得到的拟合曲线示意图；

[0049] 图4为具体应用场景的电机桨叶的电机转速和拉力数据之间的对应关系示意图；

[0050] 图5为根据本申请一示例性实施例提供的目标无人机重量的预测装置500的结构示意图；

[0051] 图6示出了本申请一示例性实施例提供的一种电子设备的示意图；

[0052] 图7示出了本申请一示例性实施例提供的一种计算机可读介质的示意图。

具体实施方式

[0053] 下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

[0054] 需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。

[0055] 另外，术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0056] 本申请实施例提供一种目标无人机重量的预测方法及装置、一种电子设备以及计算机可读介质，下面结合附图进行说明。

[0057] 请参考图1，其示出了本申请的一些实施方式所提供的目标无人机重量的预测方法的流程图，如图1所示，目标无人机重量的预测方法可以包括以下步骤：

[0058] 步骤S101：基于拟合模型生成目标无人机的第一重量值。

[0059] 在一种可能的实现方式中，基于拟合模型生成目标无人机的第一重量值，包括以下步骤：

[0060] 获取目标无人机当前负载重量下的当前动力电池输出功率；

[0061] 生成拟合模型；

[0062] 将当前动力电池输出功率输入至拟合模型中进行拟合处理，生成目标无人机的第一重量值。

[0063] 如图2所示，为具体应用场景中的不同载重时标定的对应的目标无人机的动力电池输出功率的示意图。

[0064] 通过如图2所示的示意图，可以获知：针对不同的载重，可以对应的目标无人机对应的动力电池输出功率。

[0065] 具体如下所述：

[0066] 在载重为10Kg的情况下，对应的目标无人机对应的功力电池输出功率为0.9KW。

[0067] 在载重为20Kg的情况下，对应的目标无人机对应的功力电池输出功率为2.6KW。

[0068] 在载重为30Kg的情况下，对应的目标无人机对应的功力电池输出功率为4.8KW。

[0069] 在载重为40Kg的情况下，对应的目标无人机对应的功力电池输出功率为7.8KW。

[0070] 在一种可能的实现方式中，生成拟合模型，包括以下步骤：

[0071] 获取目标无人机针对多个不同负载重量分别对应的目标无人机的动力电池输出功率；

[0072] 根据多个不同负载重量，以及对应的目标无人机的动力电池输出功率，进行曲线拟合处理，拟合出对应的拟合曲线；

[0073] 基于拟合曲线生成拟合模型。

[0074] 如图3所示，为具体应用场景中的不同载重时标定的对应的目标无人机的动力电池输出功率的示意图。

[0075] 可以基于如图3所示的拟合曲线生成拟合模型，如图3所示的拟合模型所采用的拟合公式如下公式（1）所示：

[0076] 公式（1）；

[0077] 在上述公式（1）中， 为目标无人机的动力电池输出功率、 为目标无人机的第一重量值。

[0078] 步骤S102：基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值。

[0079] 在一种可能的实现方式中，基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值，包括以下步骤：

[0080] 获取目标无人机的机臂数、目标无人机各个机臂依次对应的电机转速、以及拉力转速曲线系数；

[0081] 将目标无人机各个机臂依次对应的电机转速和拉力转速曲线系数依次输入转速模型中进行估算处理，生成目标无人机的第二重量值。

[0082] 如图4所示，为具体应用场景的电机桨叶的电机转速和拉力数据之间的对应关系示意图。

[0083] 在某一具体应用场景中，通过如下公式（2）确定电机转速和拉力数据之间的对应关系，公式（2）具体如下所示：

[0084] 公式（2）；

[0085] 在上述公式（2）中，为目标无人机的整机总拉力， 为目标无人机的第二重量值，为目标无人机的的电机转速， 为拉力转速曲线系数。

[0086] 通过如图4所示的示意图中的各项数据，就可以获得当前应用场景下的拉力转速曲线系数 。

[0087] 如图4所示，读取第一组数据：为505、（即： 电机转速）为309。

[0088] 通过上述公式（2）以及如图4所示的数据可以计算得到：拉力转速曲线系数 的数值为0.005289。

[0089] 步骤S103：获取基于拟合模型生成的第一重量值、基于转速模型生成的第二重量值和预测模型所采用的加权系数，预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；

[0090] 步骤S104：将加权系数、第一重量值和第二重量值均输入至预测模型中进行预测，输出对应的预测结果，预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值。

[0091] 在实际应用场景中，预测模型所采用的预测公式如下公式（3）所示：

[0092] 公式（3）；

[0093] 在上述公式（3）中，为目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值， 为目标无人机的第一重量值， 为加权系数， 为目标无人机的第二重量值， 的取值范围为【0，1】。

[0094] 在实际应用场景中，通过如上公式（3）所示的预测公式能够构建预测模型，基于预测公式构建预测模型的方式为常规方式，在此不再赘述。

[0095] 在实际应用场景中通过安装在目标无人机的拉力传感器，能够精准地获取到目标无人机携带具有不同负载重量的负载物时所对应的各个实际重量值 。将 和上述预测模型所得到的对应的预测重量值 进行比对（其中，在上述比对过程中， 与 均对应于同一目标无人机和同一负载物），得到对应的比对结果；并根据上述比对结果对上述预测模型进行迭代和优化，当 趋近于 时，停止上述预测模型的迭代过程，得到最佳加权系数 。

[0096] 在实际应用场景中，将加权系数、第一重量值和第二重量值均输入至预测模型中进行预测，输出对应的预测结果，预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值。

[0097] 由于上述预测模型能够精准地预测出目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值，因此，可将采用上述预测模型的目标无人机应用于植保领域，这样，由于能够精准地确定出负载物的负载重量，因此，能够精准地控制安装于植保目标无人机上的泵头的喷撒量。

[0098] 此外，由于上述预测模型能够精准地预测出目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值，因此，若预测模型预测出目标无人机处于超载运行状态的情况下，向目标无人机发送控制指令，以基于控制指令控制目标无人机返航至目标位置，以避免其可能出现的无人机摔机现象，从而有效地提高了目标无人机飞行的安全性。

[0099] 在一种可能的实现方式中，在输出对应的预测结果之后，本申请实施例提供的目标无人机重量的预测方法还可以包括以下步骤：

[0100] 生成优化后的加权系数；

[0101] 基于优化后的加权系数，对预测模型进行优化处理，得到优化后的预测模型。

[0102] 在一种可能的实现方式中，生成优化后的加权系数，包括以下步骤：

[0103] 获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

[0104] 将各个预测重量值分别与对应的各个实际重量值进行依序比对，得到比对结果；

[0105] 根据比对结果对加权系数进行优化处理，生成优化后的加权系数。

[0106] 在一种可能的实现方式中，在输出对应的预测结果之后，本申请实施例提供的目标无人机重量的预测方法还可以包括以下步骤：

[0107] 获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

[0108] 依次将目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值与预设重量阈值进行比较，得到对应的比较结果，预设重量阈值为用于判断目标无人机是否处于超载状态的重量阈值；

[0109] 在比较结果包括各个预测重量值中的任意一个预测重量值大于预设重量阈值的情况下，向目标无人机发送控制指令，以基于控制指令控制目标无人机返航至目标位置。

[0110] 在实际应用场景中，当目标无人机进入称重模式的情况下，控制目标无人机处于悬停状态，电子调速器把包括目标无人机携带当前负载物时的预测重量值的预测结果发送至飞行控制器。若预测结果超过预设重量阈值（例如，将预设重量阈值设置为等于或大于设计重量的百分之10%），则通过飞行控制器发送控制指令给目标无人机，以控制目标无人机返航至目标位置。此外，通过飞行控制器控制电子调速器闪红灯，以提示用户目标无人机当前处于超载运行状态。

[0111] 在实际应用场景中，上述预设重量阈值可以根据不同应用场景进行设置，在此不做具体限制。

[0112] 本申请实施例提供的目标无人机重量的预测方法，由于引入了能够预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值的预测模型，因此，实现了对目标无人机重量的精准预测；此外，由于无需使用传感器，不仅有效地降低了传感器失效的风险，还降低了无人机的成本。

[0113] 在上述的实施例中，提供了一种目标无人机重量的预测方法，与之相对应的，本申请还提供一种目标无人机重量的预测装置。本申请实施例提供的目标无人机重量的预测装置可以实施上述目标无人机重量的预测方法，该目标无人机重量的预测装置可以通过软件、硬件或软硬结合的方式来实现。例如，该目标无人机重量的预测装置可以包括集成的或分开的功能模块或单元来执行上述各方法中的对应步骤。

[0114] 请参考图5，其示出了本申请的一些实施方式所提供的一种目标无人机重量的预测装置的示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。

[0115] 如图5所示，目标无人机重量的预测装置500可以包括：

[0116] 第一生成模块501，用于基于拟合模型生成目标无人机的第一重量值；

[0117] 第二生成模块502，用于基于目标无人机每一个机臂对应的电机转速、以及转速模型生成目标无人机的第二重量值；

[0118] 获取模块503，用于获取基于拟合模型生成的第一重量值、基于转速模型生成的第二重量值和预测模型所采用的加权系数，预测模型用于预测目标无人机携带具有不同负载重量的负载物时所对应的各个重量值；

[0119] 处理模块504，用于将加权系数、第一重量值和第二重量值均输入至预测模型中进行预测，输出对应的预测结果，预测结果包括目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值。

[0120] 在本申请实施例的一些实施方式中，第一生成模块501用于：

[0121] 获取目标无人机当前负载重量下的当前动力电池输出功率；

[0122] 生成拟合模型；

[0123] 将当前动力电池输出功率输入至拟合模型中进行拟合处理，生成目标无人机的第一重量值。

[0124] 在本申请实施例的一些实施方式中，第一生成模块501具体用于：

[0125] 获取目标无人机针对多个不同负载重量分别对应的目标无人机的动力电池输出功率；

[0126] 根据多个不同负载重量，以及对应的目标无人机的动力电池输出功率，进行曲线拟合处理，拟合出对应的拟合曲线；

[0127] 基于拟合曲线生成拟合模型。

[0128] 在本申请实施例的一些实施方式中，第二生成模块502具体用于：

[0129] 获取目标无人机的机臂数、目标无人机各个机臂依次对应的电机转速、以及拉力转速曲线系数；

[0130] 将目标无人机各个机臂依次对应的电机转速和拉力转速曲线系数依次输入转速模型中进行估算处理，生成目标无人机的第二重量值。

[0131] 在本申请实施例的一些实施方式中，目标无人机重量的预测装置500还可以包括：

[0132] 加权系数优化模块（在图5中未示出），用于在输出对应的预测结果之后，生成优化后的加权系数；

[0133] 模型优化模块（在图5中未示出），用于基于优化后的加权系数，对预测模型进行优化处理，得到优化后的预测模型。

[0134] 在本申请实施例的一些实施方式中，加权系数优化模块具体用于：

[0135] 获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

[0136] 将各个预测重量值分别与对应的各个实际重量值进行依序比对，得到比对结果；

[0137] 根据比对结果对加权系数进行优化处理，生成优化后的加权系数。

[0138] 在本申请实施例的一些实施方式中，获取模块503还可以用于：

[0139] 在输出对应的预测结果之后，获取目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值；

[0140] 目标无人机重量的预测装置500还可以包括：

[0141] 比较模块（在图5中未示出），用于依次将目标无人机携带具有不同负载重量的负载物时所对应的各个预测重量值与预设重量阈值进行比较，得到对应的比较结果，预设重量阈值为用于判断目标无人机是否处于超载状态的重量阈值；

[0142] 发送模块（在图5中未示出），用于在比较结果包括各个预测重量值中的任意一个预测重量值大于预设重量阈值的情况下，向目标无人机发送控制指令，以基于控制指令控制目标无人机返航至目标位置。

[0143] 在本申请实施例的一些实施方式中本申请实施例提供的目标无人机重量的预测装置500，与本申请前述实施例提供的目标无人机重量的预测方法出于相同的发明构思，具有相同的有益效果。

[0144] 本申请实施方式还提供一种与前述实施方式所提供的目标无人机重量的预测方法对应的电子设备，电子设备可以是用于服务端的电子设备，例如服务器，包括独立的服务器和分布式服务器集群等，以执行上述目标无人机重量的预测方法；电子设备也可以是用于客户端的电子设备，例如手机、笔记本电脑、平板电脑、台式机电脑等，以执行上述目标无人机重量的预测方法。

[0145] 请参考图6，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图6所示，电子设备60包括：处理器600，存储器601，总线602和通信接口603，处理器600、通信接口603和存储器601通过总线602连接；存储器601中存储有可在处理器600上运行的计算机程序，处理器600运行计算机程序时执行本申请前述的目标无人机重量的预测方法。

[0146] 其中，存储器601可能包含高速随机存取存储器（RAM：Random Access Memory），也可能还包括非不稳定的存储器（non‑volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口603（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

[0147] 总线602可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中，存储器601用于存储程序，处理器600在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的目标无人机重量的预测方法可以应用于处理器600中，或者由处理器600实现。

[0148] 处理器600可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述目标无人机重量的预测方法的各步骤可以通过处理器600中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器600可以是通用处理器，包括中央处理器（Central Processing Unit，简称CPU）、网络处理器（Network Processor，简称NP）等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现成可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器601，处理器600读取存储器601中的信息，结合其硬件完成上述方法的步骤。

[0149] 本申请实施例提供的电子设备与本申请实施例提供的目标无人机重量的预测方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。

[0150] 本申请实施方式还提供一种与前述实施方式所提供的目标无人机重量的预测方法对应的计算机可读介质，请参考图7，其示出的计算机可读存储介质为光盘70，其上存储有计算机程序（即程序产品），所述计算机程序在被处理器运行时，会执行前述目标无人机重量的预测方法。

[0151] 需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。

[0152] 本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的目标无人机重量的预测方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。

[0153] 需要说明的是，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0154] 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。

[0155] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0156] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0157] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

[0158] 所述功能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，本申请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）执行本申请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（ROM，Read‑Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

[0159] 最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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，或者对其中部分或者全部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申请各实施例技术方案的范围，其均应涵盖在本申请的权利要求和说明书的范围当中。