1.一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，包括：

根据测距传感器对被追踪车辆进行视觉测距，并将视觉测距信息反馈至云端；

根据云端存储的视觉测距信息，对被追踪车辆的位姿进行估计，并确定被追踪车辆的位姿；

根据被追踪车辆的位姿，进行障碍物检测，根据障碍物检测结果，规划局部路径；

在局部路径中确定追踪航点，利用所述追踪航点对无人机的飞行进行引导。

2.如权利要求1所述的一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，所述根据测距传感器对被追踪车辆进行视觉测距，并将视觉测距信息反馈至云端包括：

获取无人机多个相机的图像信息，将图像信息的内部参数和相机的外部参数进行提取，

对多个相机的图像信息进行反转失真，获得初校准图像信息；

对多个初校准图像信息进行特征提取，并对提取的相同特征进行匹配，获得二次矫正图像信息；

将多个二次矫正图像信息投影到位于进行矫正的多个矫正图像的同一水平面，并通过单应矩阵变形对多个二次矫正图像信息进行三次矫正；

利用三次矫正图像信息进行距离测算，获得视觉测距信息。

3.如权利要求2所述的一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，

所述无人机相机的内部参数包括：焦距和像素信息；

所述无人机相机的外部参数为世界坐标系中的相机位置和相机旋转方向。

4.如权利要求2所述的一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，

所述三次矫正图像信息中包含第一图像组和第二图像组；

所述利用三次矫正图像信息进行距离测算，获得视觉测距信息包括：将第一图像组和第二图像组中的当前时刻t和上一时刻t‑1中对应的图像分别进行提取，获得四组图像组；

获取四组图像组的特征对应关系中的特征匹配信息；

根据特征匹配信息，构建第一图像组和第二图像组的重建场景特征中的重建位置；

根据重建位置利用公式（1）进行坐标变换：；

其中，n为重建位置中存在的点的总和； 为上一时刻t‑1时点q位于重建位置中的位置； 为当前时刻t时点q位于重建位置中的位置；X为重建位置的坐标变换中的旋转动作后的坐标，s为重建位置的坐标变换中的平移动作后的坐标；

若在其中任意一组图像组的中心定义坐标系，且各组图像组被矫正，则获得特征匹配信息的重建位置坐标，如公式（2）所示  ；

其中，（d1，d2）分别为其中一个图像组的特征平面坐标，f为相机焦距，J为多个相机的基线，c为各图像组上的特征视差，Z为重建位置坐标。

5.如权利要求2所述的一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，

根据云端存储的视觉测距信息，对被追踪车辆的位姿进行估计，并确定被追踪车辆的位姿还包括：

对重建坐标设定已知的起点，并根据该起点累积帧的变换；若第一帧的位姿为世界坐标系的（0，0，0），则被追踪车辆在当前时刻t的位姿为公式（3）： ；

其中，Ot‑1为3*3矩阵记录在上一时刻t‑1的被追踪车辆方向；qt‑1为3*1矢量记录在上一时刻t‑1的被追踪车辆位姿坐标；Ot为3*3矩阵记录在t时刻的被追踪车辆方向；qt为3*1矢量记录在t时刻的被追踪车辆位姿坐标；Xt为t时刻中重建位置的坐标变换中的旋转参数；St为t时刻中重建位置的坐标变换中的平移参数。

6.如权利要求5所述的一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，

所述根据被追踪车辆的位姿，进行障碍物检测，根据障碍物检测结果，规划局部路径；

还包括：

对所述被追踪车辆的位姿和无人机的位姿进行立体匹配，获得实时运行路径；

根据被追踪车辆的实时运行路径进行障碍物检测；

若无障碍物，则规划无人机飞行路径中存在的多个局部路径。

7.如权利要求6所述的一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，

若存在障碍物，则匹配临时路径点m，并计算临时路径m与当前时刻t的无人机位置的距离；

对该距离进行网格化，获得多个子网格单元；

将多个子网格单元以外的区域定义为无障碍；

获取无障碍边界，并将无人机移至无障碍区域。

8.如权利要求1所述的一种基于视觉导航定位的车载系留无人机实时跟踪移动车辆的控制方法，其特征在于，所述在局部路径中确定追踪航点，利用所述追踪航点对无人机的飞行进行引导，包括：

将局部路径进行分段，并将每个段中的子局部路径进行提取特征，将多个特征信息定义为航点；

将多个航点以时间顺序进行连线，获得航点线路；

将航点线路作为无人机飞行状态的引导线路。