本发明涉及人车流分布及运动热力图构建，具体是一种基于无人机ai视觉的人车流分布及运动热力图构建方法。
背景技术：
1、城市级人车流分布及运动热力图是一种利用数据可视化技术展示城市中人员和车辆流动情况的图表。它通过不同颜色的区域表示人流和车流的密度，颜色越深表示密度越高。
2、这种热力图可以帮助城市规划者、交通管理者和决策者更好地了解城市的交通流量、人口分布和活动热点等信息，从而做出更合理的规划和决策。例如，在交通管理方面，可以根据热力图来优化交通信号灯的设置，调整公交线路和班次，改善道路拥堵状况；在商业规划方面，可以根据人口流动情况来选择店铺的位置，制定营销策略等。
3、此外，城市级人车流分布及运动热力图也可以为居民提供出行参考，帮助他们避开拥堵区域，选择更便捷的路线。同时，这种可视化的呈现方式也可以增强公众对城市交通和人口流动的认知，提高他们的交通安全意识。
4、目前的构建方法需要人员手动去做，该方法需要很多的人力资源和专业性，不适用于大面积的城市管道巡检。
技术实现思路
1、本发明的目的是提供一种基于无人机ai视觉的人车流分布及运动热力图构建方法，包括以下步骤：
2、s1、基于无人机管理功能，管理城市区域内所有的无人机和无人机机场，设置每台设备的一条或多条航线，也可以每次飞行前指定相关航线；
3、s2、基于无人机管理功能，设定每条航线的飞行姿态和拍摄姿态；
4、s3、基于无人机管理功能，实时调度区域内无人机和无人机机场，根据指定路线调动无人机飞行；
5、s4、基于视频通道，实时或延时获取无人机飞行视频信息；
6、s5、基于数据通道，获取视频对应的无人机位置，无人机相对和绝对高度，无人机摄像头的参数信息；
7、s6、基于无人机视频，识别画面内的车辆和人员对象；
8、s7、基于无人机视频，对整个城市画面进行识别切割，包含道路，建筑，河道，广场，市政设施等等各类区域，将这些区域识别并记录相关画面位置信息；
9、s8、基于分割数据，判断核心目标的车和人所处的画面区域，基于画面区域对人和车进行分类；
10、s9、基于人和车对象，对人和车辆进行行动追踪，记录对象的行动方向，行动速度等信息；
11、s10、基于指定的人和车，调用无人机管理平台，对指定对象进行自动飞行追踪；
12、s11、基于无人机设备，基于追踪目标调整摄像头焦距，识别追踪对象的属性信息；
13、s12、基于追踪对象的行为模式和属性，例如数目，每个对象的运动数据和属性，将这些数据记录分析，基于预测算法推算对象的数目和位置变化趋势；
14、s13、基于数据和预测数据，绘制基于地图的动态热力图。
15、与现有技术相比，本发明基于无人机ai视觉的人车流分布及运动热力图构建方法的有益效果是：高效、全方位视角、精准定位、灵活适应、实时性、成本效益、数据质量高、安全性高。
1.基于无人机ai视觉的人车流分布及运动热力图构建方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于无人机ai视觉的人车流分布及运动热力图构建方法，其特征在于：所述步骤s7中的道路包括正负行车道、非机动车道、人行道、路牙和地面绿化。
3.根据权利要求1所述的基于无人机ai视觉的人车流分布及运动热力图构建方法，其特征在于：所述步骤s11中追踪对象的属性信息，包括人员的属性信息和车辆的属性信息。
4.根据权利要求3所述的基于无人机ai视觉的人车流分布及运动热力图构建方法，其特征在于：所述人员的属性信息为人脸提取，车辆的属性信息为车牌类型。
5.根据权利要求1所述的基于无人机ai视觉的人车流分布及运动热力图构建方法，其特征在于：所述步骤s13的动态热力图包含城市当前的动态热力图数据和未来可能的热力数据。