本技術涉及計算機，特別是涉及一種無人機控制方法、裝置、計算機設備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品。

背景技術：

1、隨著無人機技術的發(fā)展，利用無人機高效地處理任務，對于提高任務的處理效率，顯得至關重要。

2、傳統(tǒng)技術中，在對無人機進行控制的過程中，一般采用人工操控的方式；但是，這種人工操控方式容易耗費大量的時間和人力，導致無人機的控制效率較低。

技術實現(xiàn)思路

1、基于此，有必要針對上述技術問題，提供一種能夠提高無人機的控制效率的無人機控制方法、裝置、計算機設備、計算機可讀存儲介質(zhì)和計算機程序產(chǎn)品。

2、第一方面，本技術提供了一種無人機控制方法，包括：

3、獲取待控制無人機拍攝的與配網(wǎng)設備關聯(lián)的待分析視頻；

4、對所述待分析視頻進行分幀處理，得到多個待分析視頻幀；

5、對每個待分析視頻幀進行轉(zhuǎn)換處理，得到每個待分析視頻幀對應的文本信息；

6、獲取所述每個待分析視頻幀對應的文本信息的詞向量；

7、對所述每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量；

8、將所述融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到所述融合詞向量對應的目標無人機控制指令；

9、按照所述目標無人機控制指令，控制所述待控制無人機對所述配網(wǎng)設備進行監(jiān)測。

10、在其中一個實施例中，所述對所述待分析視頻進行分幀處理，得到多個待分析視頻幀，包括：

11、對所述待分析視頻進行分幀處理，得到多個候選視頻幀；

12、對每個候選視頻幀進行去噪處理，得到多個處理后視頻幀；

13、按照預設時間間隔，對所述多個處理后視頻幀進行提取處理，得到所述多個待分析視頻幀。

14、在其中一個實施例中，所述對所述每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量，包括：

15、對所述每個待分析視頻幀對應的文本信息進行分詞處理，得到所述每個待分析視頻幀對應的文本信息的多個分詞；

16、根據(jù)所述每個待分析視頻幀對應的文本信息的多個分詞的信息熵，確定所述每個待分析視頻幀對應的文本信息的重要程度；

17、根據(jù)所述每個待分析視頻幀對應的文本信息的重要程度，確定所述每個待分析視頻幀對應的文本信息的權重；

18、根據(jù)所述每個待分析視頻幀對應的文本信息的權重，對所述每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量。

19、在其中一個實施例中，所述將所述融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到所述融合詞向量對應的目標無人機控制指令，包括：

20、將所述融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到所述融合詞向量對應的多個預設無人機控制指令，以及各所述預設無人機控制指令對應的預測概率；

21、從各所述預設無人機控制指令中，篩選出對應的所述預測概率最大的預設無人機控制指令，作為所述目標無人機控制指令。

22、在其中一個實施例中，所述訓練完成的無人機控制指令預測模型，通過下述方式訓練得到：

23、獲取樣本無人機拍攝的與樣本配網(wǎng)設備關聯(lián)的樣本視頻；

24、對所述樣本視頻進行分幀處理，得到多個樣本視頻幀；

25、對每個樣本視頻幀進行轉(zhuǎn)換處理，得到所述每個樣本視頻幀對應的文本信息；

26、獲取所述每個樣本視頻幀對應的文本信息的詞向量；

27、對所述每個樣本視頻幀對應的文本信息的詞向量進行融合處理，得到樣本融合詞向量；

28、將所述樣本融合詞向量輸入至待訓練的無人機控制指令預測模型，得到所述樣本融合詞向量對應的預測無人機控制指令；

29、獲取所述樣本融合詞向量對應的實際無人機控制指令，并根據(jù)所述預測無人機控制指令和所述實際無人機控制指令之間的差異，對所述待訓練的無人機控制指令預測模型進行迭代訓練，得到所述訓練完成的無人機控制指令預測模型。

30、在其中一個實施例中，在獲取待控制無人機拍攝的與配網(wǎng)設備關聯(lián)的待分析視頻之前，還包括：

31、獲取配網(wǎng)設備的第一位置信息，以及多個候選無人機的第二位置信息；

32、根據(jù)所述配網(wǎng)設備的第一位置信息，以及多個候選無人機的第二位置信息，確定出各所述候選無人機與所述配網(wǎng)設備之間的距離信息；

33、從各所述候選無人機中，篩選出與所述配網(wǎng)設備之間的距離信息最小的候選無人機，作為所述待控制無人機。

34、第二方面，本技術還提供了一種無人機控制裝置，包括：

35、視頻獲取模塊，用于獲取待控制無人機拍攝的與配網(wǎng)設備關聯(lián)的待分析視頻；

36、視頻處理模塊，用于對所述待分析視頻進行分幀處理，得到多個待分析視頻幀；

37、視頻幀轉(zhuǎn)換模塊，用于對每個待分析視頻幀進行轉(zhuǎn)換處理，得到每個待分析視頻幀對應的文本信息；

38、詞向量獲取模塊，用于獲取所述每個待分析視頻幀對應的文本信息的詞向量；

39、詞向量融合模塊，用于對所述每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量；

40、指令預測模塊，用于將所述融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到所述融合詞向量對應的目標無人機控制指令；

41、無人機控制模塊，用于按照所述目標無人機控制指令，控制所述待控制無人機對所述配網(wǎng)設備進行監(jiān)測。

42、第三方面，本技術還提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

43、獲取待控制無人機拍攝的與配網(wǎng)設備關聯(lián)的待分析視頻；

44、對所述待分析視頻進行分幀處理，得到多個待分析視頻幀；

45、對每個待分析視頻幀進行轉(zhuǎn)換處理，得到每個待分析視頻幀對應的文本信息；

46、獲取所述每個待分析視頻幀對應的文本信息的詞向量；

47、對所述每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量；

48、將所述融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到所述融合詞向量對應的目標無人機控制指令；

49、按照所述目標無人機控制指令，控制所述待控制無人機對所述配網(wǎng)設備進行監(jiān)測。

50、第四方面，本技術還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

51、獲取待控制無人機拍攝的與配網(wǎng)設備關聯(lián)的待分析視頻；

52、對所述待分析視頻進行分幀處理，得到多個待分析視頻幀；

53、對每個待分析視頻幀進行轉(zhuǎn)換處理，得到每個待分析視頻幀對應的文本信息；

54、獲取所述每個待分析視頻幀對應的文本信息的詞向量；

55、對所述每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量；

56、將所述融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到所述融合詞向量對應的目標無人機控制指令；

57、按照所述目標無人機控制指令，控制所述待控制無人機對所述配網(wǎng)設備進行監(jiān)測。

58、第五方面，本技術還提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

59、獲取待控制無人機拍攝的與配網(wǎng)設備關聯(lián)的待分析視頻；

60、對所述待分析視頻進行分幀處理，得到多個待分析視頻幀；

61、對每個待分析視頻幀進行轉(zhuǎn)換處理，得到每個待分析視頻幀對應的文本信息；

62、獲取所述每個待分析視頻幀對應的文本信息的詞向量；

63、對所述每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量；

64、將所述融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到所述融合詞向量對應的目標無人機控制指令；

65、按照所述目標無人機控制指令，控制所述待控制無人機對所述配網(wǎng)設備進行監(jiān)測。

66、上述無人機控制方法、裝置、計算機設備、存儲介質(zhì)和計算機程序產(chǎn)品，先獲取待控制無人機拍攝的與配網(wǎng)設備關聯(lián)的待分析視頻，并對待分析視頻進行分幀處理，得到多個待分析視頻幀，再對每個待分析視頻幀進行轉(zhuǎn)換處理，得到每個待分析視頻幀對應的文本信息，接著，獲取每個待分析視頻幀對應的文本信息的詞向量，并對每個待分析視頻幀對應的文本信息的詞向量進行融合處理，得到融合詞向量，然后，將融合詞向量輸入至訓練完成的無人機控制指令預測模型，得到融合詞向量對應的目標無人機控制指令，最后，按照目標無人機控制指令，控制待控制無人機對配網(wǎng)設備進行監(jiān)測。這樣，在對無人機進行控制的過程中，通過分幀處理和文本轉(zhuǎn)換，從而可以快速將視頻信息轉(zhuǎn)化為可分析的文本形式，減少了直接處理視頻數(shù)據(jù)的復雜性；其次，通過詞向量融合和利用訓練好的模型預測控制指令，大大提高了指令生成的速度，有利于提高無人機的控制效率；而且，整個過程無需人工進行干預，避免了采用人工操控的方式容易耗費大量的時間和人力，導致無人機的控制效率較低的缺陷，進一步提高了無人機的控制效率。