1.一种基于神经网络的无人机循迹系统，其特征在于，包括：图像采集模块、神经网络处理模块和控制模块，神经网络处理模块分别与图像采集模块和控制模块连接；其中，所述图像采集模块用以进行图像采集以定位无人机的实时位置并将该实时位置信息发送给所述神经网络处理模块；所述神经网络处理模块用以进行神经网络处理；所述控制模块用以控制无人机的飞行动作；

所述神经网络处理模块内设置有飞行数据库，所述飞行数据库用以储存无人机飞行数据，所述飞行数据包括飞行路线和飞行过程中的参量调节；

所述神经网络处理模块内还设置有中控单元，用以通过参量对无人机的飞行进行调节，其内设置有矩阵；

无人机学习飞行路线时，沿着操控路线进行飞行，所述图像采集模块实时获取沿途图像信息并将该信息发送给所述神经网络处理模块进行学习训练并记忆飞行路线，在这个过程中，通过调节旋转角度、飞行高度和飞行速度来对避开飞行障碍物以到达目的地；

无人机在起飞前进行路线规划时，所述神经网络处理模块通过所述飞行数据库中储存的数据提取出所有的飞行关键点建立关键点矩阵组A0以对坐标和飞参矩阵进行调节；

所述图像采集模块进行图像采集过程中，根据坐标和缩放比例来确定无人机的实时位置；

在无人机飞行过程中，当无人机飞行到关键点时，通过对旋转角度、飞行高度、飞行速度的调节来使无人机快速安全地到达目的地；

飞行结束后，所述神经网络处理模块根据飞行过程中的调节改变所述飞行数据库中的参数；

所述中控单元设置有预设无人机旋转角度矩阵θ(θa,θb,θc,θd),其中θa表示预设无人机第一旋转角度,θb表示预设无人机第二旋转角度,θc表示预设无人机第三旋转角度,θd表示预设无人机第四旋转角度；

所述神经网络单元根据所述θ矩阵中各相邻参数形成的角度区间对无人机进行针对性训练以依次得到与各角度区间对应的飞行参数并在得到飞行参数后依次建立对应的飞行参数矩阵；

所述中控单元还设置有预设无人机飞行高度矩阵H0(Ha,Hb,Hc,Hd),其中Ha表示预设无人机第一飞行高度,Hb预设无人机第二飞行高度,Hc预设无人机第三飞行高度,Hd预设无人机第四飞行高度；

所述中控单元还设置有预设无人机飞行速度矩阵V0(Va,Vb,Vc,Vd),其中Va预设无人机第一飞行速度,Vb预设无人机第二飞行速度,Vc预设无人机第三飞行速度,Vd预设无人机第四飞行速度；

所述神经网络处理模块根据所述预设无人机旋转角度矩阵θ中各相邻参数形成的角度区间对无人机进行针对性训练以依次得到与各角度区间对应的飞行参数并在得到飞行参数后建立左右转速差值矩阵△ωa0(△ωa1,△ωa2,△ωa3,△ωa4),其中△ωa1＝|0‑θa|，表示第一左右转速差值,△ωa2＝|θa‑θb|,表示第二左右转速差值，△ωa3＝|θb‑θc|,表示第三左右转速差值，△ωa4＝|θc‑θd|，表示第四左右转速差值；

所述神经网络处理模块根据所述预设无人机飞行速度矩阵V0中各相邻参数形成的速度区间对无人机进行针对性训练以依次得到与各速度区间对应的飞行参数并在得到飞行参数后建立前后转速差值矩阵△ωb0(△ωb1,△ωb2,△ωb3,△ωb4),其中△ωb1＝|0‑Va|,表示第一前后转速差值，△ωb2＝|Va‑Vb|,表示第二前后转速差值，△ωb3＝|Vb‑Vc|,表示第三前后转速差值，△ωb4＝|Vc‑Vd|，表示第四前后转速差值；

所述控制模块内记录有实时飞行高度hi和实时转速ωi，i＝1,2,3,4,用以计算整体转速差值△hi，△hi＝hi×ωi,并建立整体转速差值矩阵△h0(△h1,△h2,△h3,△h4),其中△h1表示第一整体转速差值,△h2表示第二整体转速差值,△h3表示第三整体转速差值,△h4表示第四整体转速差值。

2.根据权利要求1所述的基于神经网络的无人机循迹系统，其特征在于，所述中控单元还设置有关键点矩阵组A0(A1,A2,A3,…,An),其中A1表示第一关键点矩阵组,A2表示第二关键点矩阵组,A3表示第三关键点矩阵组,An表示第n关键点矩阵组；

所述中控单元还设置有第i关键点矩阵组Ai(Pi,Ji),i＝1,2,3，…，n,其中Pi表示关键点坐标矩阵,Ji表示无人机参量矩阵；

所述中控单元以起点位置为原点设置有关键点坐标矩阵Pi(Xi,Yi,Zi),i＝1,2,3,…,n，其中Xi表示第i关键点横坐标,Yi表示第i关键点纵坐标,Zi表示第i关键点竖坐标，所述起点位置的坐标为Q(0,0,0)；

所述中控单元还设置有无人机参量矩阵Ji(θi,Hi,Vi),i＝1,2,3,4,其中θi表示无人机的旋转角度，Hi表示无人机的飞行高度，Vi表示无人机的飞行速度。

3.根据权利要求2所述的基于神经网络的无人机循迹系统，其特征在于，所述中控单元还设置有预设无人机飞行坐标P0(X0,Y0,Z0),其中X0表示预设无人机飞行横坐标,Y0表示预设无人机飞行纵坐标,Z0表示预设无人机飞行竖坐标；

在飞行过程中，所述图像采集模块根据实时采集的图像和图像的缩放比例确定无人机的测算横坐标X、测算纵坐标Y和测算竖坐标Z并建立测算坐标矩阵Pa(X，Y，Z)后，所述中控单元将测算坐标矩阵Pa中的参数与预设无人机飞行坐标P0中的对应参数进行比较：若X＝X0，则所述中控单元判定无人机的实时横坐标为Xs＝X，若X≠X0，则所述中控单元判定无人机的实时横坐标为Xs＝X+|X‑X0|；

若Y＝Y0，则所述中控单元判定无人机的实时横坐标为Ys＝Y，若Y≠Y0，则所述中控单元判定无人机的实时横坐标为Ys＝Y+|Y‑Y0|；

若Z＝Z0，则所述中控单元判定无人机的实时横坐标为Zs＝Z，若Z≠Z0，则所述中控单元判定无人机的实时横坐标为Zs＝Z+|Z‑Z0|；

所述中控单元根据上述计算比较结果建立无人机实时坐标矩阵Ps(Xs,Ys,Zs)。

4.根据权利要求3所述的基于神经网络的无人机循迹系统，其特征在于，所述飞行关键点指的是在飞行过程中会进行位置变化的坐标位置；所述飞行数据库能够通过无线与云端大数据连接以获取其他同型号无人机的飞行数据。

5.根据权利要求4所述的基于神经网络的无人机循迹系统，其特征在于，所述中控单元设置有预设左右转速偏差值系数α0(α01,α02,α03,α04),其中α01表示预设左右转速第一偏差值系数,α02表示预设左右转速第二偏差值系数,α03表示预设左右转速第三偏差值系数,α04表示预设左右转速第四偏差值系数；

所述中控单元设置有预设整体偏差值系数δ0(δ01,δ02,δ03,δ04),其中δ01表示预设第一整体偏差值系数,δ02表示预设第二整体偏差值系数,δ03表示预设第三整体偏差值系数,δ04表示预设第四整体偏差值系数；

所述神经网络处理模块设置有预设左右转速最大差值△ωamax，在调节过程中，若所述神经网络处理模块检测到△ωai≤△ωamax，i＝1，2，3，4，所述中控单元判定比较结果符合第一预设条件并调节左右转速使左右转速差值为△ωai；

若所述神经网络处理模块检测到△ωai＞△ωamax，所述中控单元判定比较结果不符合第一预设条件并计算左右转速偏差值系数α。

6.根据权利要求5所述的基于神经网络的无人机循迹系统，其特征在于，所述神经网络处理模块设置有预设前后转速最大差值△ωbmax，当所述中控单元完成对左右转速偏差值系数α的计算时，中控单元将前后转速差值△ωbi与预设前后转速最大差值△ωbmax进行比较：

若△ωbi≤△ωbmax，i＝1，2，3，4，所述中控单元判定比较结果符合第二预设条件并调节前后转速使前后转速差值为△ωbi；

若△ωbi＞△ωbmax，所述中控单元判定比较结果不符合第二预设条件并计算前后转速偏差值系数β，计算完成后，所述中控单元根据所述左右转速偏差值系数α确定整体转速偏差值△hpi,i＝1,2,3,4：若α＝α01，则△hp1＝α01×4；

若α＝α02，则△hp2＝α02×3；

若α＝α03，则△hp3＝α03×2；

若α＝α04，则△hp4＝α04×0.5。

7.根据权利要求6所述的基于神经网络的无人机循迹系统，其特征在于，当所述中控单元将整体转速偏差值确定为△hpi时，中控单元根据确定结果调节整体转速使调节后的整体转速差值为△hi，△hi＝△hpi+α0i，调节完成后，所述中控单元将调节后的整体转速与预设整体转速进行比较：

若ωi＜ω0，所述中控单元判定比较结果符合第三预设条件；

若ωi≥ω0，所述中控单元判定比价结果不符合第三预设条件，所述中控单元根据左右转速偏差值系数α和所述前后转速偏差值系数β计算整体偏差值系数δ，计算完成后，所述中控单元根据整体偏差值系数δ再次对整体转速进行调节：若δ＝δ01，所述中控单元调节δ01量的整体转速；

若δ＝δ02，所述中控单元调节δ02量的整体转速；

若δ＝δ03，所述中控单元调节δ03量的整体转速；

若δ＝δ04，所述中控单元调节δ04量的整体转速；

所述左右转速偏差值系数α的计算公式如下：α＝μ×(△ωai‑△ωamax)；

其中，μ表示左右转速最大差值系数；

所述前后转速偏差值系数β的计算公式如下：β＝m×(△ωbi‑△ωbmax)；

其中，m表示前后转速最大差值系数；

所述整体偏差值系数δ的计算公式如下：δ＝α+β。

8.根据权利要求7所述的基于神经网络的无人机循迹系统，其特征在于，所述中控单元设置有预设无人机调节坐标矩阵Pt(Xt,Yt,Zt),其中Xt表示预设无人机调节横坐标,Yt表示预设无人机调节纵坐标,Zt表示预设无人机调节竖坐标；

所述中控单元结合无人机实时坐标矩阵Ps(Xs,Ys,Zs)中的参数和预设无人机调节坐标矩阵Pt中的对应参数确定坐标差值绝对值矩阵△Pj(△Xj,△Yj,△Zj)中的参数大小：△Xj＝f×|Xs‑Xt|；

△Yj＝f×|Ys‑Yt|；

△Zj＝f×|Zs‑Zt|；

其中f表示坐标差值绝对值系数；

确定完成后，所述中控单元计算整体差值绝对值系数g,其计算公式如下：所述中控单元设置有预设整体绝对值系数矩阵g0和预设基准调节参数矩阵E0；对于所述预设整体绝对值系数矩阵g0，g0(g1，g2，g3,g4)，其中g1表示预设第一整体绝对值系数，g2表示预设第二整体绝对值系数，g3表示预设第三整体绝对值系数,g4表示预设第四整体绝对值系数；对于所述预设基准调节参数矩阵E0，E0(E1，E2，E3，E4)，其中，E1为第一预设基准调节参数，E2为第二预设基准调节参数，E3为第三预设基准调节参数，E4为第四预设基准调节参数；

当所述中控单元完成对整体差值绝对值系数g的计算时，中控单元将g与g0矩阵中的参数进行比对：

当g≤g1时，中控单元选用E1作为调节无人机飞行参数的局准调节参数；

当g1＜g≤g2时，中控单元选用E2作为调节无人机飞行参数的局准调节参数；

当g2＜g≤g3时，中控单元选用E3作为调节无人机飞行参数的局准调节参数；

当g3＜g≤g4时，中控单元选用E4作为调节无人机飞行参数的局准调节参数。

9.根据权利要求8所述的基于神经网络的无人机循迹系统，其特征在于，所述中控单元中还设有角度调节参数eθ、高度调节参数eH和移速调节参数eV；当所述中控单元选用Ei作为调节无人机飞行参数的局准调节参数时，i＝1，2，3，4，中控单元依次计算针对无人机的角度调节系数Gθ、高度调节系数GH和移速调节系数GV；其中，Gθ＝eθ×Ei，GH＝eH×Ei，GV＝eV×Ei；计算完成后，所述中控单元依次对△ωa0矩阵、△ωb0矩阵和△h0矩阵中的参数进行调节，调节后的△ωa0矩阵变为△ωa0’(△ωa1×Gθ,△ωa2×Gθ,△ωa3×Gθ,△ωa4×Gθ)，调节后的△ωb0矩阵变为△ωb0’(△ωb1×GV,△ωb2×GV,△ωb3×GV,△ωb4×GV)，调节后的△h0矩阵变为△h0’(△h1×GH,△h2×GH,△h3×GH,△h4×GH)。