[发明专利]一种无人机状态预测方法、装置、存储介质及电子设备

权利要求书

1.一种无人机状态预测方法，其特征在于，包括：

获取任务信息；

将所述任务信息发送给无人机，并，根据所述任务信息，生成状态预测模型，所述状态预测模型用于预测所述无人机在执行所述任务信息对应的任务时的各个时刻的目标位置；

接收所述无人机发送的校准数据，所述校准数据是无人机根据接收到的任务信息，生成状态预测模型，并在执行所述任务时，根据当前时刻监控到的自身的实际位置与所述状态预测模型预测出的目标位置的差异确定出并上传的；

根据所述校准数据，更新所述状态预测模型；

采用更新后的所述状态预测模型预测所述无人机的位置。

2.如权利要求1所述的方法，其特征在于，所述状态预测模型还用于预测所述无人机在执行所述任务信息对应的任务时各个时刻的速度、高度、无人机的电池电压中的至少一种。

3.如权利要求1所述的方法，其特征在于，采用更新后的所述状态预测模型预测所述无人机的位置，具体包括：

当未接收到所述无人机上传的实际位置时，采用更新后的所述状态预测模型预测所述无人机的位置，所述实际位置是所述无人机根据全球定位系统GPS确定出的。

4.一种无人机状态预测方法，其特征在于，包括：

接收服务端发送的任务信息；

根据接收到的所述任务信息，生成状态预测模型，所述状态预测模型用于预测自身在执行所述任务信息对应的任务时的各个时刻的目标位置；

在执行所述任务时，通过所述状态预测模型预测当前时刻自身所在的位置，将预测出的位置作为当前时刻的目标位置，并，监控当前时刻自身的实际位置；

根据监控到的实际位置与所述状态预测模型预测出的目标位置之间的差异，确定校准数据；

向所述服务端上传所述校准数据，所述校准数据用于使无人机更新自身存储的状态预测模型，并使所述服务端更新所述服务端存储的状态预测模型，以使服务端采用更新后的状态预测模型预测所述无人机在当前时刻的位置，其中，所述服务端存储的状态预测模型是所述服务端根据所述任务信息生成的。

5.如权利要求4所述的方法，其特征在于，所述服务端根据所述任务信息生成的状态预测模型与所述无人机根据所述任务信息生成的状态预测模型相同。

6.如权利要求4所述的方法，其特征在于，监控当前时刻自身的实际位置，具体包括：

根据全球定位系统GPS，确定当前时刻自身的实际位置；

监控当前时刻自身的实际位置之后，所述方法还包括：

将监测到的当前时刻的自身的实际位置上传至所述服务端。

7.如权利要求4所述的方法，其特征在于，向所述服务端上传所述校准数据，具体包括：

当所述差异大于指定阈值时，上传所述校准数据。

8.一种无人机状态预测装置，其特征在于，包括：

第一生成模块，用于获取任务信息；将所述任务信息发送给无人机，并，根据所述任务信息，生成状态预测模型，所述状态预测模型用于预测所述无人机在执行所述任务信息对应的任务时的各个时刻的目标位置；

预测模块，用于接收所述无人机发送的校准数据，所述校准数据是无人机根据接收到的任务信息，生成状态预测模型，并在执行所述任务时，根据当前时刻监控到的自身的实际位置与所述状态预测模型预测出的位置的差异确定出并上传的；根据所述校准数据，更新所述状态预测模型；采用更新后的所述状态预测模型预测所述无人机的位置。