技术特征：
1.一种货物配送无人机的控制方法，其特征在于，包括以下步骤：获取第一训练数据集，所述第一训练数据集包括若干个预设配送区域的第一历史街景视角图像和第一历史无人机拍摄图像；根据所述第一训练数据集训练云服务器上的第一深度神经网络模型，将训练好的第二深度神经网络模型作为教师模型；提取所述教师模型的模型参数；将所述模型参数配置到若干个边缘服务器上的第二深度神经网络模型，所述若干个边缘服务器分别设置于所述若干个预设配送区域；获取第二训练数据集，所述第二训练数据集包括所述边缘服务器对应所述预设配送区域的第二历史街景视角图像和第二历史无人机拍摄图像；根据所述第二训练数据集训练配置好教师模型参数的第二深度神经网络模型，将训练好的第二深度神经网络模型作为学生模型；根据实时货物配送地址和所述学生模型控制所述无人机的当前货物配送状态。2.根据权利要求1所述的一种货物配送无人机的控制方法，其特征在于，所述根据实时货物配送地址和所述学生模型控制所述无人机的当前货物配送状态，包括：获取实时货物配送地址；获取所述无人机在飞行路程中拍摄的实时街景图像，所述飞行路程包括所述无人机飞行至所述实时货物配送地址对应的目标区域的路程；通过所述学生模型确定所述实时街景图像包括目标建筑物图像，控制所述无人机飞行至所述目标建筑物图像对应的实体建筑物所处位置；获取所述无人机在盘旋路程中拍摄的实体建筑物方位图像，所述盘旋路程包括所述无人机绕所述实体建筑物盘旋的路程；通过所述学生模型确定所述实体建筑物方位图像与预设方位图像相同，控制所述无人机飞行至所述实体建筑物方位图像对应位置。3.根据权利要求2所述的一种货物配送无人机的控制方法，其特征在于，所述获取实时货物配送地址，包括：获取实时订单收货地址；将所述实时订单收货地址转换为gps位置信息，将所述gps位置信息作为实时货物配送地址。4.根据权利要求2所述的一种货物配送无人机的控制方法，其特征在于，所述获取所述无人机在盘旋路程中拍摄的实体建筑物方位图像，包括：获取所述无人机在盘旋路程中，通过不同倾斜角度拍摄的实体建筑物方位图像。5.根据权利要求1所述的一种货物配送无人机的控制方法，其特征在于，所述方法还包括以下步骤：确定所述无人机完成当前货物配送任务，根据所述当前货物配送任务对应的实时街景图像和所述实体建筑物方位图像更新所述学生模型的参数。6.根据权利要求5所述的一种货物配送无人机的控制方法，其特征在于，所述方法还包括以下步骤：获取若干个边缘服务器上的实时街景图像和所述实体建筑物方位图像；
根据所述若干个边缘服务器上的实时街景图像和所述实体建筑物方位图像，更新所述教师模型的参数。7.根据权利要求1所述的一种货物配送无人机的控制方法，其特征在于，所述提取所述教师模型的模型参数，包括：采用知识蒸馏方式提取所述教师模型的模型参数。8.根据权利要求1所述的一种货物配送无人机的控制方法，其特征在于，所述第一深度神经网络模型包括resnet-152模型。9.一种货物配送无人机的控制系统，其特征在于，包括：至少一个存储器，用于存储程序；至少一个处理器，用于加载所述程序以执行如权利要求1-8任一项所述的货物配送无人机的控制方法。10.一种存储介质，其特征在于，其中存储有计算机可执行的程序，所述计算机可执行的程序被处理器执行时用于实现如权利要求1-8任一项所述的货物配送无人机的控制方法。
技术总结
本发明公开了一种货物配送无人机的控制方法、系统和存储介质，本发明可广泛应用于无人机技术领域。本发明通过将云服务器上训练好的教师模型的模型参数，配置到若干个边缘服务器上的第二深度神经网络模型，并根据获取的第二训练数据集对练配置好教师模型参数的第二深度神经网络模型进行训练后，得到训练好的第二深度神经网络模型作为学生模型，然后在根据实时货物配送地址和学生模型控制无人机的当前货物配送状态，从而可以利用训练好的学生模型，提高货物配送目标地址的识别精度，从而有效提高无人机进行货物配送的准确度。效提高无人机进行货物配送的准确度。效提高无人机进行货物配送的准确度。
技术研发人员：罗浩宇 李双印
受保护的技术使用者：华南师范大学
技术研发日：2022.01.25
技术公布日：2022/5/25