1.一种基于目标识别无人机精准降落方法，其特征在于，所述无人机包括无人机本体，无人机本体包括微处理器飞行控制模块、无人机运动模块、GPS模块、DTU数据传输模块、树莓派4b和下视摄像头，所述微处理器飞行控制模块用于根据微处理器计算出的飞行路线，生成相应的实时飞行控制指令；GPS模块用于粗略估计返航位置，以便使摄像头捕获降落信息；DTU数据传输模块通过4G网络实时传输无人机各项参数给中心站，便于中心站内及时获取无人机的实时状况；树莓派4b使用ubnutu系统装载YOLOv5用于目标检测以及速度指令传输给微处理器飞行控制模块，通过无人机分电版链接外置式电池分离系统给树莓派4b供电，使用15路引脚带状电缆连接摄像头获取图像信息，所述方法包括以下步骤：S1、训练集的准备：使无人机在不同的停机坪上方和不同高度飞行，同时下视摄像头开启录像，以保存视频内容；

S2、图像增强和扩充：通过copy‑paste算法以及透视变换扩充数据集的数量，让模型训练出更准确的识别精度与中心点预测值，同时让无人机适应各种不同地形目标点预测，copy‑paste算法使无人机识别出不同地表下的降落点，透视变换将降落目标扩充为侧视视角下的形状；

S3、训练权重参数：为了满足实时中心点预测，且面向树莓派4b，选择合适的YOLOv5网络模型在主机中训练出权重文件；

S4、载入权重文件实现精准降落：通过全球定位系统GPS模块为无人机飞行提供粗略的返航位置信息，运用树莓派4b将位置信息传入微处理器飞行控制模块执行返航任务同时保持无人机状态悬停，打开树莓派4b链接的下视摄像头，将图像传入YOLOv5预训练网络输出目标检测的中心点，根据摄像头图像中心与目标检测中心点的差值大小，树莓派4b发送PID调节速度给微处理器飞行控制模块与惯性测量单元IMU模块协同，以控制无人机向中心点移动；

步骤S3中，树莓派4b运用基于YOLOv5模型的目标检测算法，使用labelimg软件准确标注数据集中的停机坪，采用kmeans计算anchor的参数数值，以保证分类停机坪目标边框以及中心点的准确性；

步骤S4中，设置中心点偏移量阈值，若实际偏移量小于阈值则实行降落固定高度命令，固定高度为10cm；若实际偏移大于等于中心点偏移量阈值，再次重复S4指令，以修正无人机机体姿态，最终实现高精度降落。

2.根据权利要求1所述的一种基于目标识别无人机精准降落方法，其特征在于，步骤S1中，视频内容随机抽帧并保存为图片格式。

3.根据权利要求1所述的一种基于目标识别无人机精准降落方法，其特征在于，步骤S2中，通过copy‑paste算法以及透视变换来增强数据集。