本發(fā)明涉及高空驅鳥，具體涉及一種基于高空驅鳥彈裝填的智能瞄準定位方法。
背景技術：
1、在現代社會，鳥類活動對眾多領域造成了嚴重影響。以機場為例，鳥類與飛機的碰撞事件時有發(fā)生，嚴重威脅航空安全。據統(tǒng)計，全球每年因鳥擊導致的航空事故損失高達數億美元。在電力系統(tǒng)方面，鳥類在桿塔上筑巢、棲息，會引發(fā)線路短路、跳閘等故障，影響電力供應的穩(wěn)定性。農業(yè)領域，鳥類啄食農作物，造成大量減產，給農民帶來經濟損失。目前，高空驅鳥彈是常用的驅鳥手段之一，但現有的驅鳥彈裝填和瞄準定位技術存在顯著缺陷。人工裝填驅鳥彈不僅效率低下，且在緊急情況下易出現錯裝、漏裝等問題，延誤驅鳥時機。人工瞄準定位受限于人眼視力、反應速度和操作經驗，難以精確鎖定快速移動或遠距離的鳥類目標，導致驅鳥效果不佳，無法有效保障相關設施和產業(yè)的安全。
技術實現思路
1、本發(fā)明的目的在于提供一種基于高空驅鳥彈裝填的智能瞄準定位方法，以解決現有技術中人工裝填和瞄準定位的不足，實現高效、精準的驅鳥作業(yè)。
2、本發(fā)明的目的可以通過以下技術方案實現：
3、一種基于高空驅鳥彈裝填的智能瞄準定位方法，包括以下步驟：
4、s1：利用多組不同類型的傳感器協(xié)同工作采集數據，并對采集得到的數據進行融合；
5、s2：運用深度學習模型對融合后的數據進行處理得到鳥類的特征向量，采用長短時記憶網絡模型根據歷史運動數據序列預測鳥類未來運動狀態(tài)序列；
6、s3：通過智能彈藥庫存儲多種不同屬性的驅鳥彈，根據目標鳥類的特征向量和預測的運動狀態(tài)序列，通過選擇函數選擇合適的驅鳥彈，自動化機械臂在智能控制系統(tǒng)的控制下進行裝填操作，并對裝填過程實時監(jiān)控；
7、s4：根據目標鳥類的實時位置、預測位置以及驅鳥彈的彈道特性，通過瞄準函數計算發(fā)射裝置的角度向量；結合環(huán)境因素，利用修正函數對發(fā)射參數進行修正；發(fā)射后通過反饋系統(tǒng)監(jiān)測驅鳥效果。
8、作為本發(fā)明進一步的方案：在所述s1中，具體包括以下步驟：
9、設第i個傳感器在t時刻采集到的數據為di(t)，i＝1,2,...,n，n為傳感器的數量；
10、采用卡爾曼濾波算法對各傳感器采集的數據進行融合處理，所述卡爾曼濾波的預測方程為：
11、
12、p(t|t-1)＝f(t)p(t-1|t-1)ft(t)+q(t)；
13、其中，是t時刻的預測狀態(tài)，f(t)是狀態(tài)轉移矩陣，b(t)是控制輸入矩陣，u(t)是控制輸入向量，p(t∣t-1)是預測誤差協(xié)方差矩陣，q(t)是過程噪聲協(xié)方差矩陣；
14、更新方程為：
15、k(t)＝p(t|t-1)ht(t)[h(t)p(t|t-1)ht(t)+r(t)]-1；
16、
17、p(t|t)＝[i-k(t)h(t)]p(t|t-1)；
18、其中，k(t)是卡爾曼增益，h(t)是觀測矩陣，r(t)是觀測噪聲協(xié)方差矩陣，是t時刻的更新狀態(tài)，p(t∣t)是更新誤差協(xié)方差矩陣；
19、得到融合后的數據dfused(t)。
20、作為本發(fā)明進一步的方案：在所述s2中，具體包括以下步驟：
21、運用深度學習算法對預處理后的融合數據dfused(t)進行分析，經過深度學習模型mfeature得到鳥類的特征向量vfeature，即：
22、vfeature＝mfeature(dfused(t))；
23、采用長短時記憶網絡模型，根據輸入的歷史運動數據序列shistory＝[v1,v2,...,vm]，經過長短時記憶網絡模型得到預測的未來k個時刻的運動狀態(tài)序列
24、作為本發(fā)明進一步的方案：在所述s3中，具體包括以下步驟：
25、構建智能彈藥庫，內置多種不同類型的驅鳥彈，第j種驅鳥彈的屬性向量為aj＝[aj1,aj2,...,ajl]；
26、根據目標鳥類的特征向量vfeature和預測的運動狀態(tài)序列通過選擇函數fselect選擇合適的驅鳥彈編號jselected，即s為驅鳥彈的種類數；
27、通過自動化機械臂和智能控制系統(tǒng)實現裝填操作，機械臂的位置向量為parm(t)，目標裝填位置向量為ptarget，建立約束：
28、
29、并對裝填過程進行實時監(jiān)控。
30、作為本發(fā)明進一步的方案：在所述s4中，具體包括以下步驟：
31、根據目標鳥類的實時位置pbird(t)、預測位置以及驅鳥彈的彈道特性參數向量bballistic；
32、通過瞄準函數faim計算發(fā)射裝置的角度向量θ＝[θ1,θ2]，即
33、結合環(huán)境因素對原始發(fā)射參數向進行修正；
34、發(fā)射后通過反饋系統(tǒng)實時監(jiān)測驅鳥效果指標e，若e未達到預期閾值ethreshold，則重新進行數據采集、分析、裝填和瞄準發(fā)射操作。
35、作為本發(fā)明進一步的方案：所述多組不同類型的傳感器包括高清熱成像攝像頭、毫米波雷達和超聲波傳感器。
36、作為本發(fā)明進一步的方案：所述環(huán)境因素包括風速、風向和氣壓。
37、本發(fā)明的有益效果：
38、本發(fā)明的多源數據采集與融合技術，能夠全面、準確地獲取鳥類信息，不受環(huán)境因素的過多干擾，為精準瞄準定位提供了可靠的數據基礎，大大提高了對不同環(huán)境和鳥類行為的適應性。
39、智能裝填系統(tǒng)實現了驅鳥彈的快速、準確選擇和裝填，避免了人工操作的失誤，提高了驅鳥作業(yè)的效率和安全性，確保在緊急情況下能夠迅速響應。
40、精準的瞄準定位模型和發(fā)射控制算法，充分考慮了鳥類的運動特性和環(huán)境因素，顯著提高了驅鳥彈的命中率，有效增強了驅鳥效果，為相關設施和產業(yè)提供了更可靠的保護。
1.一種基于高空驅鳥彈裝填的智能瞄準定位方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于高空驅鳥彈裝填的智能瞄準定位方法，其特征在于，在所述s1中，具體包括以下步驟：
3.根據權利要求2所述的一種基于高空驅鳥彈裝填的智能瞄準定位方法，其特征在于，在所述s2中，具體包括以下步驟：
4.根據權利要求1所述的一種基于高空驅鳥彈裝填的智能瞄準定位方法，其特征在于，在所述s3中，具體包括以下步驟：
5.根據權利要求1所述的一種基于高空驅鳥彈裝填的智能瞄準定位方法，其特征在于，在所述s4中，具體包括以下步驟：
6.根據權利要求1所述的一種基于高空驅鳥彈裝填的智能瞄準定位方法，其特征在于，所述多組不同類型的傳感器包括高清熱成像攝像頭、毫米波雷達和超聲波傳感器。
7.根據權利要求5所述的一種基于高空驅鳥彈裝填的智能瞄準定位方法，其特征在于，所述環(huán)境因素包括風速、風向和氣壓。