控制无人机拍摄的方法和系统以及无人机系统与流程

1.本技术属于无人机技术领域，尤其涉及一种控制无人机拍摄的方法、一种用于控制无人机的系统、一种无人机系统以及一种计算机可读存储介质。


背景技术：

2.随着智能硬件、人工智能、互联网流媒体技术的快速发展，将这些技术创新结合，为用户带来更新更好的体验，不仅是大势所趋，也是用户期待。无人机航拍摄影是以无人驾驶飞机作为空中平台,以机载遥感设备，如高分辨率ccd数码相机、轻型光学相机、红外扫描仪，激光扫描仪、磁测仪等获取信息，用计算机对图像信息进行处理，并按照一定精度要求制作成图像。全系统在设计和最优化组合方面具有突出的特点，是集成了高空拍摄、遥控、遥测技术、视频影像微波传输和计算机影像信息处理的新型应用技术。
3.无人机航拍影像具有高清晰、大比例尺、小面积等的优点。特别适合获取带状地区航拍影像(公路、铁路、河流、水库、海岸线等)。且无人机为航拍摄影提供了方便，是易于转换场地的遥感平台。无人机起飞降落受场地限制较小，在操场、公路或其它较开阔的地面均可起降，其稳定性高、安全性好，转换场地拍摄也非常容易。但是现有的无人机拍摄大部分都需要人工通过地面站的显示设备选择需要拍摄的对象，然后手动设置拍照录像的参数及拍摄模式进行控制拍摄，这样的拍摄控制方式，对用户的拍摄水平有一定要求，很难拍摄到理想效果的影像图片。不同的用户即使在相同场景拍出的视频，视频质量也会层次不齐，难以保障，尤其是对新手来说更是如此。而且在对所拍摄视频的剪辑处理上，如果没有做过视频专业处理或者不懂视频剪辑处理，那剪辑出来的视频质量和效果也是千差万别，很难剪辑出高质量的视频作品。


技术实现要素：

4.有鉴于现有技术的一个或多个缺陷，本发明提供一种控制无人机拍摄的方法，所述无人机包括云台相机，所述方法包括：
5.s101:构建多个拍摄场景模型，其中每个拍摄场景模型具有相对应的预设拍摄参数；
6.s102：根据用户输入，从所述多个拍摄场景模型中选择一个拍摄场景模型；
7.s103：确定所述无人机返回的图像与所选择的拍摄场景模型是否匹配；和
8.s104：当所述无人机返回的图像与所选择的拍摄场景模型匹配时，将所述云台相机的拍摄参数设置成所述当前选择的拍摄场景模型对应的预设拍摄参数。
9.根据本发明的一个方面，其中所述步骤s102包括：在与所述无人机通信的电子设备上显示与所述多个拍摄场景模型对应的多个选项，并接收用户对所述多个选项的选择。
10.根据本发明的一个方面，其中所述步骤s103包括：
11.接收所述无人机实时图传返回的高清图像；
12.对所述高清图像进行解码压缩处理；
13.计算所述解码压缩后的图像与所选择的拍摄场景模型的匹配度，其中当所述匹配度高于阈值时，确定所述无人机返回的图像与所选择的拍摄场景模型匹配。
14.根据本发明的一个方面，其中所述步骤s104包括：当所述无人机返回的图像与所选择的拍摄场景模型匹配时，通过所述电子设备利用无线通信将所述当前选择的拍摄场景模型对应的预设拍摄参数传输到所述无人机。
15.根据本发明的一个方面，其中所述步骤s103进一步包括：
16.获取所述图像中的元素；
17.根据所述图像中的元素，与所选择的拍摄场景模型进行对比，判断所述无人机返回的图像与所选择的拍摄场景模型是否匹配。
18.根据本发明的一个方面，还包括：
19.s105：当所述无人机返回的图像与所选择的拍摄场景模型不匹配时，控制所述无人机不拍摄或暂停拍摄。
20.根据本发明的一个方面，还包括：
21.s106：接收所述无人机拍摄的视频；
22.s107：接收用户的视频剪辑需求；
23.s108：根据所述视频和所述视频剪辑需求，从多个预设的视频剪辑模块中选择其中一个视频剪辑模型；
24.s109：根据所选择的视频剪辑模型，对所述视频进行处理并输出。
25.本发明还涉及一种用于控制无人机的系统，包括：
26.构建单元，用于构建多个拍摄场景模型，其中每个拍摄场景模型具有相对应的预设拍摄参数；
27.用户输入单元，用于从所述多个拍摄场景模型中选择一个拍摄场景模型；
28.匹配单元，用于确定所述无人机返回的图像与所选择的拍摄场景模型是否匹配；
29.传送单元，用于当所述无人机返回的图像与所选择的拍摄场景模型匹配时将所述当前选择的拍摄场景模型对应的预设拍摄参数传送到所述无人机。
30.本发明还涉及一种无人机系统，包括：
31.无人机，包括设置在其上的云台相机，所述云台相机配置成用于拍摄图像；
32.电子控制设备，所述电子控制设备与所述无人机无线通讯，并配置成执行如上所述的方法。
33.根据本发明的一个方面，还包括：
34.服务器，所述服务器与所述电子控制设备通讯，并配置成向所述电子控制设备提供所述多个拍摄场景模型。
35.本发明还涉及一种计算机可读存储介质,包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上所述的方法。
36.采用本发明的技术方案，提高了无人机拍摄视频的智能化和专业化程度，提高了视频拍摄以及视频剪辑的质量和效率，而且操作简便有趣，从而提升了客户体验。
附图说明
37.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实
施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
38.图1示出了根据本发明一个实施例的控制无人机拍摄的方法的流程图；
39.图2示出了根据本发明一个实施例的无人机系统200的示意图；
40.图3a示出了根据本发明一个实施例的电子控制设备203的示意图；
41.图3b示出了根据本发明另一个实施例的电子控制设备203的示意图；
42.图3c示出了根据本发明一个优选实施例的电子控制设备203的示意图；
43.图4示出了确定无人机201返回的图像与所选择的拍摄场景模型是否匹配的示意图；和
44.图5示出了根据本发明一个实施例的用于控制无人机的系统300的示意图。
具体实施方式
45.在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
46.在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。
47.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语"安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
48.在本发明中，除非另有明确的规定和限定，第一特征在第二特征之"上"或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
49.下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
50.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
51.图1示出了根据本发明一个实施例的控制无人机拍摄的方法的流程图。所述无人机包括设置在其上的云台相机，所述云台相机配置成用于拍摄图像。下面对方法100的各个步骤具体描述。
52.在步骤s101中，构建多个拍摄场景模型，其中每个拍摄场景模型具有相对应的预设拍摄参数。
53.在使用无人机拍摄时，会有各种各样的拍摄需求，常见的拍摄需求比如拍摄城市建筑、人流车流、草地森林、人物写真、动物写真、静景写真、运动捕捉、夜景拍摄、山川河流等等。针对每种拍摄场景，都可以有相应的预设拍摄参数。例如对于夜景拍摄，需要设置较长的曝光时间和较高的感光度；对于动物写真，需要较短的曝光时间和较低的感光度即可。因此根据每种拍摄场景，可以根据该场景的具体情况来设置相应的拍摄参数，从而构建拍摄场景模型。根据本发明的一个优选实施例，拍摄场景模型中可包括该场景的参数、一幅或多幅示例图片以及预设拍摄参数。或者可选的，拍摄场景模型中可包括该场景名称(或编号)以及预设拍摄参数
54.根据本发明的一个优选实施例，根据各种拍摄需求，也可以通过ai深度学习智能取景拍摄算法，对常见的拍摄场景进行智能分类，每一类通过深度学习算法训练生成对应的拍摄场景模型。
55.根据本发明的一个实施例，例如构建草地森林的拍摄场景模型。无人机在草地森林的拍摄场景中拍摄多帧图像，根据图像中的草地、树木、绿色等元素(关键对象)，对拍摄的图像进行标注。根据经过标注的图像生成训练样本，对新输入的图像进行训练，生成草地森林的拍摄场景模型。并且每个拍摄场景模型都具有相应的预设拍摄参数。所述拍摄参数包括但不限于例如焦距、光圈系数、快门速度、感光度iso和白平衡等。所述预设拍摄参数指的是每个拍摄场景模型拍摄效果最佳对应的拍摄参数。应理解，本实施例只是举例说明，并不构成对本发明的限制。
56.在步骤s102中，根据用户输入，从多个拍摄场景模型中选择一个拍摄场景模型。
57.图2示出了根据本发明一个实施例的无人机系统200的示意图。所述系统200包括：无人机201，包括设置在其上的云台相机202，所述云台相机202配置成用于拍摄图像；电子控制设备203，所述电子控制设备203与所述无人机201无线通讯，并配置成执行控制无人机201拍摄的方法100；服务器204，所述服务器204与所述电子控制设备203通讯，并配置成向所述电子控制设备203提供多个拍摄场景模型。
58.所述电子控制设备203可以是无人机专用的控制器，也可以是安装有无人机控制app的手机、pad、计算机或其他类型的电子设备，通过蓝牙、wifi、3g、4g、5g无线网络与无人机进行通讯。所述服务器204上可运行ai深度学习智能取景拍摄算法，根据输入的各个场景拍摄的图片或视频，生成拍摄场景模型，并提供给电子控制设备203。电子设备203可以与服务器204进行实时通讯从而实时获取所述拍摄场景模型，也可以将拍摄场景模型预先存储在本地，定期地与服务器204进行通讯从而进行拍摄场景模型的更新，这些都在本发明的保护范围内。图2中，将电子控制设备203与服务器204示为相互分离的装置，也可以将服务器204集成于电子控制设备203中，这会对电子控制设备203的算力和功耗产生更高的要求。
59.图3a示出了根据本发明一个实施例的电子控制设备203的示意图。如图3a所示，所述电子控制设备203包括多个机械按键/旋钮2032。所述多个机械按键/旋钮2032与多个拍摄场景模型一一对应。具体的，如图3a所示，机械按键/旋钮2032-1与拍摄场景“城市建筑”相对应，2032-2与拍摄场景“人流车流”相对应，2032-3与拍摄场景“草地森林”相对应，2032-4与拍摄场景“人物写真”相对应，2032-5与拍摄场景“动物写真”相对应，2032-6与拍摄场景“静景写真”相对应，2032-7与拍摄场景“运动捕捉”相对应，2032-8与拍摄场景“夜景拍摄”相对应，2032-9与拍摄场景“山川河流”相对应。用户可通过上述多个机械按键/旋钮直接选择需要的拍摄场景。应理解，本实施例只是举例说明，并不构成对本发明的限制。也就是说，拍摄场景不限于此，机械按键/旋钮2032的排列方式、类型、数量也不限于此。
60.图3b示出了根据本发明另一个实施例的电子控制设备203的示意图。如图3b所示，所述电子控制设备203包括显示屏2031以及多个机械按键/旋钮2032。所述显示屏2031用于显示与多个拍摄场景模型对应的多个选项，所述多个机械按键/旋钮2032与显示屏2031显示的多个拍摄场景模型一一对应，用于接收用户对拍摄场景模型对应的选项的选择。应理解，本实施例只是举例说明，并不构成对本发明的限制。也就是说，本发明不限制显示屏2031以及机械按键/旋钮2032的具体类型、数量以及排列方式。
61.图3c示出了根据本发明一个优选实施例的电子控制设备203的示意图。如图3c所示，所述电子控制设备203包括显示屏2031。所述显示屏2031用于显示与多个拍摄场景模型对应的多个选项。优选的，所述显示屏2031为液晶触摸屏，用户可以直接通过手指在所述显示屏2031上选择需要的拍摄场景模型。应理解，本实施例只是举例说明，并不构成对本发明的限制。换言之，本发明不限制液晶触摸屏的具体型号。
62.在步骤s103中，确定无人机201返回的图像与所选择的拍摄场景模型是否匹配。
63.图4示出了确定无人机201返回的图像与所选择的拍摄场景模型是否匹配的示意图。在步骤s102，用户根据自身拍摄需求通过电子控制设备203在多个拍摄场景模型中选择其中一个拍摄场景模型。电子控制设备203接收到用户选择的拍摄场景模型的输入指令后，与无人机201无线通讯，进行试验拍摄，在步骤s1031，接收无人机201实时图传返回的高清图像，在步骤s1032，对所述高清图像进行解码压缩处理。根据本发明的一个优选实施例，将所述高清图像处理成分辨率为224
×
224的图像。然后在步骤s1033，计算压缩处理后的图像与用户所选择的拍摄场景模型中的样本图像的匹配度，其中当所述匹配度高于阈值(例如75％)时，确定所述无人机返回的图像与所选择的拍摄场景模型匹配。具体的，获取所述解码压缩后的图像中的元素，根据所述图像中的元素，与所选择的拍摄场景模型中的样本图像中的元素进行对比，从而判断所述无人机返回的图像与所选择的拍摄场景模型是否匹配。这里所述的元素指的是图像中的关键对象。应理解，本实施例只是举例说明，并不构成对本发明的限制。
64.根据本发明的一个优选实施例，例如用户选择的拍摄场景模型为“运动捕捉”，接收无人机201实时图传返回的高清图像进行解码压缩处理后，提取图像中的多个元素(关键对象)，具体的，例如可以提取颜色、轮廓等，本发明不限制具体的提取方法。如果提取的多个元素(关键对象)中有羽毛球场、有打球的人、有羽毛球、羽毛球拍就能判断无人机拍摄的是“运动捕捉”的场景，所述无人机201返回的图像与用户选择的“运动捕捉”的拍摄场景模型相匹配。应理解，本发明只是举例说明，并不构成对本发明的限制。
65.根据本发明的另一个优选实施例，例如用户选择的拍摄场景为“山川河流”，接收无人机201实时图传返回的高清图像进行解码压缩处理成分辨率为后，提取图像中的多个元素(关键对象)，如果提取的多个元素(关键对象)中有山、有河流就能判断无人机201拍摄的是“山川河流”的场景，与用户选择的“山川河流”的拍摄场景模型相匹配。同理，如果用户选择了其他的拍摄场景模型，例如城市建筑、人流车流、草地森林、人物写真、动物写真、静景写真、夜景拍摄等等，也可以根据类似方法判断无人机201返回的图像与用户选择的拍摄场景模型是否相匹配。应理解，原则上提取的元素(关键对象)越多判断结果越准确，但是如果提取的元素(关键对象)太多计算量会比较大，因此均衡考虑结果的准确性以及计算量，优选的，可提取3个元素(关键对象)与选择的拍摄场景对应的样本图像比对。应理解，本发明只是举例说明，并不构成对本发明的限制。根据本发明的另一个优选实施例，还可以计算解码压缩后的图像与用户所选择的拍摄场景模型对应的样本图像的匹配度，当所述匹配度高于阈值(例如75％)时，即可认为无人机201返回的图像与用户选择的拍摄场景模型相匹配。应理解，本实施例只是举例说明，并不构成对本发明的限制。
66.根据本发明的另一个实施例，可以在电子控制设备203中内置ai图像分类模型，该模型经过预先训练，可以将输入的图片分类为多个预设类型中的一个，包括但不限于上面所述的“城市建筑”、“人物写真”、“运动捕捉”、“人流车流”、“动物写真”、“夜景拍摄”、“草地森林”、“静景写真”、“山川河流”等类型中的一项或多项。根据本发明的一个优选实施例，该模型可以在服务器204中生成，并提供给电子控制设备203，以节省电子控制设备203的算力和功耗。
67.在步骤s104中，当无人机201返回的图像与所选择的拍摄场景模型匹配时，将所述云台相机202的拍摄参数设置成所述当前选择的拍摄场景模型对应的预设拍摄参数。
68.当确定所述无人机201返回的图像与用户所选择的拍摄场景模型匹配时，通过所述电子控制设备203利用无线通信将用户当前选择的拍摄场景模型对应的预设拍摄参数传输到所述无人机201，并将云台相机202的拍摄参数设置成对应的预设拍摄参数，控制所述无人机201开始正式拍摄。根据本发明的一个优选实施例，如果用户选择“山川河流”的拍摄场景模型拍摄时，一般想要拍摄出的图像清晰范围大，也就是要求大景深，需要光圈系数调大，光圈调小，因此“山川河流”的拍摄场景模型对应的预设拍摄参数可以为焦距：90mm，光圈：f10，快门速度：1/250s，感光度：iso100。如果用户选择“夜景拍摄”的拍摄场景模型拍摄时，对应的预设拍摄参数可以为快门1/30、光圈f10感光度100。应理解，本实施例只是举例说明，并不构成对本发明的限制。
69.在每种拍摄场景模型中，还可以有更细致的划分，根据本发明的一个优选实施例，比如“山川河流”的拍摄场景模型中，可以进一步分为“拍摄绸缎感的流水”、“拍摄湖泊全景”、“拍摄测光下的山”等等。应理解，本实施例只是举例说明，并不构成对本发明的限制。
70.通过采用拍摄场景模型对应的预设拍摄参数进行拍摄，用户无需设置各种复杂的拍摄参数控制无人机201拍摄，就可以得到各种拍摄场景的高质量图像，简单智能人性化，对摄影新手非常友好。当然，如果专业摄影师对摄影有更加精细化的要求，也可以根据自身需求diy设置各项拍摄参数，对默认的拍摄场景模型进行优化或者创作新的拍摄场景模型，并分享至相关社交平台交流经验。
71.如图1所示，如果无人机返回的图像与所选择的拍摄场景模型不匹配时，则进行到
步骤s105，控制所述无人机不拍摄或暂停拍摄。
72.当控制无人机201根据用户选择的拍摄场景模型完成拍摄后，还可以对拍摄的图像或视频进行剪辑。继续参考图1，对无人机201拍摄的视频进行剪辑的步骤包括步骤s106-s109。下面具体描述。
73.在步骤s106中，接收所述无人机201拍摄的视频。当无人机201根据用户选择的拍摄场景模型完成拍摄后，接收所述无人机201拍摄的视频。
74.在步骤s107中，接收用户的视频剪辑需求。在步骤s108中，根据所述视频和所述视频剪辑需求，从多个预设的视频剪辑模型中选择其中一个视频剪辑模型。视频剪辑需求是通过对各种类型视频进行深度学习算法训练得到的视频剪辑模型。各种视频剪辑模型与构建的各种拍摄场景模型相对应，用户可通过电子控制设备203上的显示屏2031和/或机械按键/旋钮2032从多个预设的视频剪辑模型中选择需要的视频剪辑模型。
75.根据本发明的一个实施例，例如当接收到无人机201通过“动物写真”拍摄场景模型拍摄的视频时，则选择“动物写真视频剪辑”这一选项；当接收到无人机201通过“人流车流”拍摄场景模型拍摄的视频时，则选择“人流车流视频剪辑”这一选项；当接收到无人机201通过“草地森林”拍摄场景模型拍摄的视频时，则选择“草地森林视频剪辑”这一选项；当接收到无人机201通过“人物写真”拍摄场景模型拍摄的视频时，则选择“人物写真视频剪辑”这一选项。同理，对无人机201用其他拍摄场景模型拍摄的视频进行选择视频剪辑模型亦如此，不再赘述。应理解，本实施例只是举例说明，并不构成对本发明的限制。
76.根据本发明的一个优选实施例，例如构建“山川河流”这一场景的视频剪辑模型。视频剪辑算法模型会提供对应场景的剪辑逻辑，如湖泊全景、湖泊中的重要景点、人、湖边的树、湖周边的建筑、湖中的船等重要的剪辑要素，通过搜索视频中的内容，对含有重要剪辑要素的视频片段的视频进行剪辑保存，再通过去除过于重复的图像，增加片头片尾，淡入淡出，增加对应视频场景字幕，视频转场拼接，把剪辑的重点片段合成新的视频，并配置背景音乐。应理解，本实施例只是举例说明，并不构成对本发明的限制。
77.在步骤s109中，根据所选择的视频剪辑模型，对所述视频进行处理并输出。根据本发明的一个实施例，例如用户选择的视频剪辑模型为“人物写真剪辑模型”后，ai视频剪辑算法模块通过结合用户选择的视频剪辑模型和对要剪辑视频的内容进行算法分析，剪辑输出成品视频。输出的成品视频可以直接播放，还可以分享至各种社交平台。
78.通过采用视频剪辑模型对无人机201拍摄的视频或图像进行剪辑，用户无需拥有各种剪辑技巧，就可以得到各种拍摄场景的高质量视频，简单智能人性化，对新手非常友好。当然，如果专业用户对视频剪辑有更加精细化的需求，也可以diy亲自进行视频剪辑，还可以对默认的拍摄场景模型进行优化或者创作新的拍摄场景模型，并分享至相关社交平台交流经验。当然，无论对于新手还是专业人士，通过视频剪辑模型不仅可以剪辑无人机201拍摄的图像或视频，还可以将其他设备拍摄好的视频导入视频剪辑模型进行剪辑。本发明不限制图像或视频的来源。
79.采用本发明的技术方案，提高了无人机拍摄图像(视频)的智能化和专业化程度，质量好和效率高，而且操作简便有趣，大大提升了用户体验。
80.本发明还涉及一种用于控制无人机的系统300。图5示出了根据本发明一个实施例的用于控制无人机的系统300的示意图。如图5所示，所述系统300包括：
81.构建单元301，用于构建多个拍摄场景模型的单元，其中每个拍摄场景模型具有相对应的预设拍摄参数；
82.用户输入单元302，用于从所述多个拍摄场景模型中选择一个拍摄场景模型；
83.匹配单元303，用于确定所述无人机返回的图像与所选择的拍摄场景模型是否匹配的单元；
84.传送单元304，用于当所述无人机返回的图像与所选择的拍摄场景模型匹配时将所述当前选择的拍摄场景模型对应的预设拍摄参数传送到所述无人机的单元。
85.本发明还涉及一种无人机系统200，参考图2，所述系统200包括：
86.无人机201，包括设置在其上的云台相机202，所述云台相机配置成用于拍摄图像；
87.服务器204，所述服务器204与所述电子控制设备203通讯，并配置成向所述电子控制设备203提供所述多个拍摄场景模型。
88.电子控制设备203，所述电子控制设备203与所述无人机201无线通讯，并配置成执行如上所述的方法100。
89.本发明还涉及一种计算机可读存储介质,包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上所述的方法100。
90.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。