【技术实现步骤摘要】
本申请涉及深度学习，具体而言，涉及一种基于深度学习的无人机飞行状态监测方法及系统。
技术介绍
1、随着无人机技术的飞速发展，其在航拍、农业、环境监测、物流运输等多个领域的应用日益广泛。然而，无人机的自主飞行能力虽然不断提升，但其飞行状态监测与反馈机制仍然是确保飞行安全、提升飞行效率的关键环节。传统的无人机飞行状态监测方法主要依赖于飞行控制系统采集的传感器数据，如速度、高度、姿态等结构化信息，这些数据虽然能够直观反映无人机的飞行状态，但在面对复杂多变的飞行环境时，往往难以全面准确地捕捉无人机的实际飞行行为。
2、近年来，随着大数据、人工智能技术的兴起，特别是深度学习技术的快速发展，为无人机飞行状态监测带来了新的思路。深度学习模型凭借其强大的特征提取和模式识别能力，在图像处理、自然语言处理等领域取得了显著成效。然而，在无人机飞行状态监测领域，如何有效整合无人机飞行过程中产生的结构化数据与非结构化数据（如视频、图像、语音等），实现对无人机飞行行为的全面、深入分析，仍是一个亟待解决的问题。
3、现有技术中，部分研究尝试将...
【技术保护点】
1.一种基于深度学习的无人机飞行状态监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的无人机飞行状态监测方法，其特征在于，在所述获得至少一个飞行状态监测周期的无人机飞行监测数据序列之后，所述方法还包括：
3.根据权利要求1-2中任意一项所述的基于深度学习的无人机飞行状态监测方法，其特征在于，所述对所述无人机飞行监测数据序列和所述飞行交互非结构化数据进行组合飞行行为分析，生成相应的组合飞行行为分析数据，包括：
4.根据权利要求3所述的基于深度学习的无人机飞行状态监测方法，其特征在于，所述依据设定的引导策略，基...
【技术特征摘要】
1.一种基于深度学习的无人机飞行状态监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的无人机飞行状态监测方法，其特征在于，在所述获得至少一个飞行状态监测周期的无人机飞行监测数据序列之后，所述方法还包括：
3.根据权利要求1-2中任意一项所述的基于深度学习的无人机飞行状态监测方法，其特征在于，所述对所述无人机飞行监测数据序列和所述飞行交互非结构化数据进行组合飞行行为分析，生成相应的组合飞行行为分析数据，包括：
4.根据权利要求3所述的基于深度学习的无人机飞行状态监测方法，其特征在于，所述依据设定的引导策略，基于所述无人机飞行监测数据序列中的飞行交互结构化数据和所述飞行交互非结构化数据，生成相应的目标引导特征数据，包括：
5.根据权利要求3所述的基于深度学习...
【专利技术属性】
技术研发人员：张莉军，吴敬杰，周婵，赵鹏，王梅，
申请(专利权)人：贵州警察学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。