1.一种基于视觉的超声波定向驱鸟无人机装置，其特征在于：包括四旋翼无人机以及安装于所述无人机上的视觉检测定向驱鸟模块；所述视觉检测定向驱鸟模块包括主控模块、云台模块、云台姿态测量模块、视觉检测模块、超声波模块和运算处理模块；

所述云台模块，连接于主控模块；能够实现俯仰和偏航的运动；

所述云台姿态测量模块，连接于运算处理模块，用于准确定位云台模块的朝向；

所述视觉检测模块，连接于运算处理模块，用于捕捉处于高速运动的鸟类的图片并对鸟类进行距离估计，准确获取鸟类在相机坐标系下的位置；

所述超声波模块，连接于主控模块，用于定向驱鸟；

所述的主控模块通过虚拟串口持续高频接收运算处理模块传送来的标志位指令，确保能够在识别到鸟类时驱动云台模块对准鸟类，同时驱动所述超声波模块；

在接收到标志位指令时，运算处理模块将相对于鸟类的俯仰角度和偏航角度发送给主控模块，主控模块通过pid控制所述云台模块；

运算处理模块解算的结果通过虚拟串口传递给云台模块，让单片机转到特定角度；

获取视觉检测模块的视场角包括水平视场角FOVHorizontal和垂直视场角FOVvertical；

云台的运动角度由如下线性变换近似表达：

ΔYaw＝FOVHorizontal·xcorrect/widthΔPitch＝FOVvertical·ycorrect/height其中，ΔYaw与ΔPitch为驱鸟无人机基于当前的云台角度到预测点的旋转角度，以弧度制为单位；xcorrect、ycorrect为预测特征点在图像坐标原点校正到图片中心点后的特征点坐标；width、height为图像宽和高；

将图像坐标原点到图像中心的转换，使用平移矩阵Rcorrect，表示为：对于任意二维坐标点(x,y)，使用齐次坐标的形式，将其转换为新的坐标系：当运算处理模块认为可以发射超声波，给云台传输标志位，让云台开启超声波驱赶鸟类。

2.根据权利要求1所述的一种基于视觉的超声波定向驱鸟无人机装置，其特征在于：所述超声波模块为蜂鸣器和紧连的外阔型的聚音喇叭组成的定向区域驱鸟结构装备，在接受主控模块的指令后，完成精确的定向驱鸟。

3.利用权利要求1或2所述的装置进行驱鸟的方法，其特征在于：步骤1：四旋翼无人机在工作人员经过指定的路线规划后，在指定高度进行定速巡航；

步骤2：云台模块有规律地在限定范围内进行俯仰和偏航，用于扩大视觉检测模块能够识别的范围；

步骤3：在获取鸟类图像后，对获取的图像进行卷积神经网络处理，区分出有害鸟类和无害鸟类，获取鸟类的特征点；

通过将二维平面的特征点映射到三维空间，估计出鸟类在三维空间中的坐标；

通过鸟类的三维坐标的变化规律，对鸟类的运动进行估计解算；

得到鸟类的飞行轨迹后，对云台模块进行操控，使云台模块能够正对准鸟类的运动方向，并进行超声波发射的操作。

4.利用权利要求3所述的方法，其特征在于：所述的卷积神经网络采用yolov5s模型。

5.利用权利要求3所述的方法，其特征在于：所述的估计出鸟类在三维空间中的坐标，具体是：对视觉检测模块中的双目相机进行标定；

进行立体匹配，寻找图像中对应的特征点对，即在两幅图像中表示同一实际点的像素点，从而获取深度信息；

利用相机的几何关系和视差‑深度关系，通过三角测量法计算出特征点的三维坐标；

将相机坐标系下的三维坐标转换到世界坐标系。

6.利用权利要求3所述的方法，其特征在于：所述的对鸟类的运动进行估计解算，具体是：通过识别鸟类在世界坐标系中的位置变换，推理出鸟类在之后的运动轨迹，使用一阶线性卡尔曼滤波将鸟的位置信息收敛至一个最优值，使用鸟类的最优估计位置作为最后的可信任数据。