1.一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，包括如下步骤：S1：获取扫描区高清影像数据；

S2：基于深度学习的目标检测与坐标提取；

S3：获取扫描区初始地形数据；

S4：危险区域电子围栏构建；

S5：顾及地理空间数据的仿地飞行航线规划；

其中，所述S2中，基于深度学习的目标检测与坐标提取的具体步骤为：S21：数据收集，建立铁塔数据集：收集包含检测目标高分辨率影像数据集；

S22：模型选择和构建；选择适合目标的深度学习模型；根据具体需求，自行构建模型或使用预训练的模型进行微调；

S23：模型训练；使用标注数据集对选择的模型进行训练；在训练过程中，输入影像数据作为模型的输入，模型通过反向传播算法来更新网络参数，使其能够学习并识别电力铁塔的特征；

S24：超参数调优；在模型训练过程中，通过验证集的预测结果来调整模型的超参数，以获得更好的性能；

S25：模型评估；使用测试集来评估训练好的模型的性能；评估指标包括准确率、召回率、精确度、F1值；

S26：基于深度学习的目标检测；将训练好的模型应用于未知影像数据，进行目标检测；

通过模型的推理能力，检测出图像中的检测目标并获取其位置和其他相关信息；根据需要，进行进一步的后处理，包括去除重复检测、合并相邻检测框，以提高结果的准确性和一致性；

S27：目标物坐标提取；由于影像图具有准确的地理空间坐标，根据检测目标目标框的中心点图像坐标，实现影像的图像坐标和地理空间坐标转换，获取检测目标中心点的地理坐标；地理空间坐标转换是从图像坐标空间到地理参考坐标空间的仿射变换。

2.根据权利要求1所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述地理空间坐标转换由6个系数组成，分别为：GT(0)左上像素左上角的x坐标；

GT(1)w‑e像素分辨率/像素宽度；

GT(2)行旋转；

GT(3)左上像素左上角的y坐标；

GT(4)列旋转；

GT(5)n‑s像素分辨率/像素高度；

从图像坐标空间(X_pixel，Y_line)到地理参考坐标空间(X_geo，Y_geo)的转换：X_geo＝GT(0)+X_pixel*GT(1)+Y_line*GT(2)Y_geo＝GT(3)+X_pixel*GT(4)+Y_line*GT(5)通过同样的方法，识别其他地物。

3.根据权利要求2所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S21中，利用影像数据自行建立数据集的方法如下：S211：数据预处理：对收集到的影像数据进行预处理；影像的预处理主要包括以下几个步骤；首先，在原始影像中按检测目标范围粗略的裁剪出包含检测目标的影像；然后，进行图像批量裁剪；针对原始影像中检测目标的尺寸特点，设置数据集图片裁剪尺寸大小M*M，裁剪的重叠度为N、步长为M/2；最后，人工筛选获取不同背景、不同成像形状的检测目标数据集，并将筛选后的检测目标影像按照统一格式命名；

S212：样本标注；如果还没有从高分辨率遥感影像中进行检测目标的公开数据集，采用国际通用PASCALVOC格式标准制作检测目标数据集；

利用标注软件进行图片中检测目标的手动标注；还需要对数据集进行数据扩充操作，包括平移、旋转、颜色变化的方式；

S213：数据集划分；数据集划分为训练集、验证集，比例为0.9、0.1，分别在检测目标数据集中的训练集和验证集上进行训练和验证，数据集均为随机分配。

4.根据权利要求3所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S3中，获取扫描区初始地形数据时，DEM数据从多种数据源获取，包括激光雷达、光学立体测绘、卫星遥感测绘和GNSS测量；

如果有最新的DEM最佳，直接使用；

如果没有，则使用公开的DEM数据集。

5.根据权利要求4所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S4中，危险区域电子围栏构建时，根据前面提取的重要地物，分为点状地物、面状地物、线状地物；

其中，点状地物电子围栏构建：

构建以点目标为中心Op、半径Rp、高度Hp的圆柱区域作为电子围栏；

其中，面状地物电子围栏构建：

构建以面目标为中心Oa、长La、宽Wa、高度Hp的圆柱区域作为电子围栏；

其中，线状地物电子围栏构建：

对于线状地线中的一直线段，以中心点Ti和Ti+1连线，两侧外扩宽度W，以中心点Ti和Ti+1的地形高为基础，分别向上延伸H构成了的电子围栏；中心点地形高根据点位坐标从地形数据中获取其高程；向下延伸的高程为该Ti和Ti+1区间内的最低高程。

6.根据权利要求5所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S5中，无人机激光雷达航线规划时，需要先了解激光雷达扫描过程的几个重要参数，包括飞行范围、飞行高度、旁向重叠度，以及相机的航向重叠度；根据无人机激光扫描设备的视场角、航高等参数确定激光扫描的航带宽度；

根据项目对扫描点云的密度、精度等要求，最终确定激光雷达与地面的相对距离；

所述S5中，仿地飞行航线规划流程为：

S51：根据扫描区范围、设备性能参数，设置无人机航高、重叠度等参数；

S52：根据测区范围、设置参数和地形数据，自动生成三维仿地飞行航线；

S53：根据事先生成的电子围栏，对三维航线进行优化。

7.根据权利要求6所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S5中，在单条航线的仿地飞行中：对于每一条航线，首先进行地形约束，根据地面高程来调整无人机飞行的高度，将无人机飞行高度跟踪地形起伏，飞机离地高度控制在一定范围内，即：Hmin≤H≤Hmax

其中，H为无人机飞行高度，Hmax为最大飞行高度，Hmin为最小飞行高度；

采用适应地形变化的激光扫描方式，具体方法如下：

沿航线断面，进行坡度计算，对于坡度小于30°的区域，激光雷达设备云台朝下为‑90°，对于坡度超过30°的区域，激光雷达设备云台角度调整为‑45°。

8.根据权利要求7所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S5中，针对点状地物的三维仿地飞行航线优化：在三维地图中，根据点状地物围栏的高度Hp、飞行航高H进行判断；

从平面上判断，如果无人机航线在点状电子围栏安全范围外，则判断安全，则不需要考虑该点围栏，无人机按航线飞行；

从高度上判断，如果H>Hp，超过一定的安全距离，判断安全，则不需要考虑该点围栏，无人机按航线飞行；如果H

其中，P1点、P2点在俯视状态下，位于以危险点为圆心、Ws为半径的圆上。

9.根据权利要求7所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S5中，针对面状地物的三维仿地飞行航线优化：在三维地图中，根据面状地物围栏的高度Ha、飞行航高H进行判断；

从平面上判断，如果无人机航线在点状电子围栏安全范围外，则判断安全，则不需要考虑该点围栏，无人机按航线飞行；

从高度上判断，如果H>Ha，超过一定的安全距离，判断安全，则不需要考虑该点围栏，无人机按航线飞行；如果H

10.根据权利要求7所述的一种基于地理空间数据的无人机激光雷达仿地飞行方法，其特征在于，所述S5中，针对线状地物的三维仿地飞行航线优化：在智能生成三维航线时，如果线状地物电子围栏，优先避免长距离跨越或者近距离飞行，将航线分布在线状地物两侧安全位置；尽量避免近距离作业；

在三维地图中，根据线状地物围栏的高度Hl、飞行航高H进行判断；

从平面上判断，如果无人机航线在线状电子围栏安全范围外，则判断安全，则不需要考虑该线状电子围栏，无人机按航线飞行；

从高度上判断，如果H>Hl，超过一定的安全距离，判断安全，则不需要考虑该线状电子围栏，无人机按航线飞行；如果H