本申请涉及人工智能，具体而言，涉及一种基于人工智能的无人机调度方法及系统。
背景技术：
1、随着无人机技术的飞速发展，无人机在各个领域的应用日益广泛，包括环境监测、物流配送、农业植保、灾害救援等。然而，随着应用场景的复杂化和多样化，无人机调度的难度也随之增加。传统的无人机调度方法往往依赖于人工经验，存在调度效率低、响应速度慢、易出错等问题，难以满足高效、精准的无人机作业需求。
技术实现思路
1、为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于人工智能的无人机调度方法及系统。
2、第一方面，本申请提供一种基于人工智能的无人机调度方法，所述方法包括：
3、获取待分配飞行任务，所述待分配飞行任务包括第一任务描述和对应的第二任务描述，所述第一任务描述用于总结所述第二任务描述的任务特征信息；
4、依据所述第一任务描述进行任务逻辑知识图生成，生成候选第一任务逻辑知识图，并依据所述候选第一任务逻辑知识图进行任务知识点预测，生成第一任务知识点标签；
5、依据所述第二任务描述进行任务逻辑知识图生成，生成候选第二任务逻辑知识图，并依据所述候选第二任务逻辑知识图进行任务知识点预测，生成第二任务知识点标签；
6、获取与所述第一任务知识点标签和第二任务知识点标签分别匹配的各个先验飞行调度方案数据，所述先验飞行调度方案数据包括先验任务逻辑知识图和对应的无人机调度执行路线；
7、依据所述候选第一任务逻辑知识图和所述候选第二任务逻辑知识图从各个先验任务逻辑知识图中提取与所述待分配飞行任务匹配的目标先验任务逻辑知识图；
8、将所述目标先验任务逻辑知识图对应的无人机调度执行路线作为所述待分配飞行任务的目标无人机调度执行路线。
9、第二方面，本申请实施例还提供一种基于人工智能的无人机调度系统，所述基于人工智能的无人机调度系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有计算机程序，所述计算机程序结合该处理器加载并执行以实现以上第一方面的基于人工智能的无人机调度方法。
10、采用以上任意方面的技术方案，本申请实施例显著提高了无人机任务调度的效率和准确性。通过自动化生成候选任务逻辑知识图并进行知识点预测，能够迅速捕捉到待分配飞行任务的核心特征和技术需求，为后续调度决策提供坚实的数据基础。利用匹配算法从丰富的先验飞行调度方案数据中快速筛选出与当前任务最为匹配的方案，不仅大幅缩短了调度准备时间，还确保了调度方案的合理性和可行性。最终，将匹配到的先验任务逻辑知识图对应的无人机调度执行路线直接应用于待分配任务，实现了无人机调度的智能化和自动化，有效降低了人为因素导致的错误和延误，提高了无人机作业的整体效能和资源利用率。由此，能够提升无人机应用的灵活性和响应速度。
1.一种基于人工智能的无人机调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的无人机调度方法，其特征在于，所述依据所述第一任务描述进行任务逻辑知识图生成，生成候选第一任务逻辑知识图，包括：
3.根据权利要求1所述的基于人工智能的无人机调度方法，其特征在于，所述依据所述第二任务描述进行任务逻辑知识图生成，生成候选第二任务逻辑知识图，包括：
4.根据权利要求3所述的基于人工智能的无人机调度方法，其特征在于，所述依据所述各个无人机任务节点对应的任务节点特征进行任务逻辑推导，生成所述各个无人机任务节点对应的节点关联逻辑子图，包括：
5.根据权利要求3所述的基于人工智能的无人机调度方法，其特征在于，所述依据所述各个无人机任务节点对应的任务节点特征进行任务逻辑推导，生成所述各个无人机任务节点对应的节点关联逻辑子图，包括：
6.根据权利要求1所述的基于人工智能的无人机调度方法，其特征在于，在所述获取待分配飞行任务之前，还包括：
7.根据权利要求4所述的基于人工智能的无人机调度方法，其特征在于，所述先验任务描述包括先验第一任务描述和先验第二任务描述；
8.根据权利要求1所述的基于人工智能的无人机调度方法，其特征在于，所述先验任务逻辑知识图包括先验第一任务逻辑知识图和先验第二任务逻辑知识图；
9.根据权利要求8所述的基于人工智能的无人机调度方法，其特征在于，所述依据所述各个先验第一任务逻辑关联度和各个先验第二任务逻辑关联度进行加权计算，生成各个先验任务逻辑关联度，包括：
10.一种基于人工智能的无人机调度系统，其特征在于，所述基于人工智能的无人机调度系统包括处理器和机器可读存储介质，该机器可读存储介质中存储有机器可执行指令，该机器可执行指令由该处理器加载并执行以实现权利要求1-9中任意一项所述的基于人工智能的无人机调度方法。
