1.一种基于端边云协同的无人机智能巡检任务无缝迁移方法，其特征在于，该方法包括以下步骤：

S1，搭建基于端边云协同的无人机智能巡检系统架构：搭建面向无人机智能巡检的系统，该系统包含云数据中心、边缘服务器层和终端设备层三层分布式计算架构；

S2，构建异构资源协同信任图谱：根据系统异构资源之间协同信任度，构建资源间协同信任知识图谱；

S3，基于无人机移动位置，预测任务迁移时间、能耗：根据无人机实时移动位置，搜索附近可用资源，并预测计算任务迁移时间、能耗和成本；

S4，基于能耗感知和位置移动的任务无缝迁移：以任务迁移时间和无人机能耗为目标，获得最优计算任务迁移策略，完成无缝迁移。

2.根据权利要求1所述的基于端边云协同的无人机智能巡检任务无缝迁移方法，其特征在于，所述步骤S1中搭建基于端边云协同的无人机智能巡检系统架构具体包括：终端设备层为，由无人机机组组成的终端巡检模块，用于开启并控制无人机的自主巡检和协同作业，实时地将巡检图像和巡检数据，通过5G基站连接，传输给边缘服务模块；

边缘服务器层为，由智能巡检工作站组成的边缘服务模块，用于接受传输来的巡检数据，并对数据进行预处理和状态预评估，并及时地将结果反馈给云服务模块，同时周期性地将巡检数据存储到云服务模块；此外边缘服务模块根据终端无人机机组运行状态，分配或调整无人机机组巡检任务、协调无人机机组运检路径；

云数据中心为，由多台巡检中心服务器组成的云服务模块，用于接收到由运维人员发出的巡检请求，制定巡检任务后，将巡检任务传达或分配给边缘服务模块；此外，接收边缘服务器的结果，包括巡检数据预处理、状态预评估和数据存储，并根据结果进行数据分析和挖掘，得到故障识别、设备检测结果传输给运维人员。

3.根据权利要求1所述的基于端边云协同的无人机智能巡检任务无缝迁移方法，其特征在于，所述步骤S2中建立异构资源间协同信任知识图谱，包含以下步骤：E1，收集资源协同数据：根据历史记录数据，收集边缘服务器层和终端设备层之间资源协同相关数据，包括案例时间、协同任务、协同负载、协同成功率，五个主要指标；

E2，统计数据：根据收集的数据集，计算并得到资源间的协同信誉值；根据一个时间周期T内，资源间协同次数，计算其有效协同值，作为资源之间的协同信誉值TWij；

E3，构建协同信任知识图谱：根据资源间历史协同情况，利用有向图来构建资源信任知识图谱，节点代表资源节点Ri，节点间的矢线代表资源间的协同关系，箭头指向代表计算任务迁移方向，点权代表资源的个体信誉值，用TUi表示，边权代表协同信誉值，用TWij表示。

4.根据权利要求3所述的基于端边云协同的无人机智能巡检任务无缝迁移方法，其特征在于，所述步骤E2中协同信誉值TWij的计算方法为：‑δ(T‑tk)

引入时间衰退因子T(tk)＝e ，其中tk表示时间周期T内进行协同的时间，δ是一个固定系数；TWij等于T周期内平均协同成功率，假设Nij表示T周期内资源Ri和Rj的协同次数，Sk表示第k次协同时的任务执行成功率，则：所述步骤E3中个体信誉值TUi的计算方法为：其中Mi为T内所有与资源Ri有过协同的资源个数。

5.根据权利要求1所述的基于端边云协同的无人机智能巡检任务无缝迁移方法，其特征在于，所述步骤S3中基于无人机移动位置，预测任务迁移时间、能耗和成本，包含以下步骤：

P1，巡检区域分割：对系统中资源进行区域分割，根据无人机巡检路径，按照一定周期，确定几个移动点，以移动点为中心数据点，将系统资源分割成多个区域；

P2，删选拟用资源：根据无人机实时移动的位置点所在区域，利用距离衰减模型来对可用边缘节点带宽进行建模，从中选取网络带宽较优的前n个资源作为拟用资源；

P3，确定可迁移资源：根据资源间协同信任知识图谱，删选出协同信任度满足给定阈值内的资源，作为可迁移资源；

P4，预测任务迁移时间、迁移能耗。

6.根据权利要求5所述的基于端边云协同的无人机智能巡检任务无缝迁移方法，其特征在于，所述步骤P4的具体方法为：计算任务迁移时间、迁移能耗，若无人机在两个位置点之间移动的过程中，在第一位置点时，正在执行巡检任务Task，其任务负载为w，并且正在资源Ri上进行计算，移动到第二位置点该任务还未完成，此时需要进行任务迁移；则迁移时间Tmigration＝w/Vij，其中，Vij为任务从资源Ri迁移到资源Rj时资源之间数据传输速率，迁移能耗为Emigration＝Eij*w/Vij，其中Eij为传递单位负载时所消耗的无人机终端能耗。

7.根据权利要求1所述的基于端边云协同的无人机智能巡检任务无缝迁移方法，其特征在于，所述步骤S4中基于能耗感知和位置移动的任务无缝迁移：以任务迁移时间和无人机能耗为优化目标，选择迁移时间最小、能耗最小的迁移策略，作为最优策略，并进行迁移。