Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京信息工程大学王其获国家专利权

恭喜南京信息工程大学王其获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜南京信息工程大学申请的专利一种无人机集群控制方法、装置、设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116700349B

龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310856014.2,技术领域涉及:G05D1/46;该发明授权一种无人机集群控制方法、装置、设备及存储介质是由王其;唐思嘉设计研发完成,并于2023-07-13向国家知识产权局提交的专利申请。

一种无人机集群控制方法、装置、设备及存储介质在说明书摘要公布了:本发明公开了一种无人机集群控制方法、装置、设备及存储介质,方法包括:获取无人机集群信息和需要巡检的高空探测气球的属性信息;基于无人机集群信息和需要巡检的高空探测气球的属性信息,采用无人机路径规划算法生成初始的无人机巡检方案;以迭代次数达到预设的迭代次数阈值为目标,执行以下迭代步骤,得到多个无人机巡检方案,其中所述迭代步骤包括:从无人机巡检方案中每个无人机的路径中随机选取一个高空探测气球以构成新的高空探测气球集合;针对新的高空探测气球集合,采用所述无人机路径规划算法生成新的无人机巡检方案;计算每个无人机巡检方案的评估值;根据评估值最小的无人机巡检方案进行无人机集群控制。

本发明授权一种无人机集群控制方法、装置、设备及存储介质在权利要求书中公布了:1.一种无人机集群控制方法,其特征在于,所述方法包括:获取无人机集群信息和需要巡检的高空探测气球的属性信息;其中无人机集群信息包括无人机集群位置;所述属性信息包括高空探测气球的位置、巡检时间、图像拍摄分辨率以及无人机集群在飞行过程中的平稳性信息属性;基于无人机集群信息和需要巡检的高空探测气球的属性信息,采用无人机路径规划算法生成初始的无人机巡检方案;以迭代次数达到预设的迭代次数阈值为目标,执行以下迭代步骤,得到多个无人机巡检方案,其中所述迭代步骤包括:从无人机巡检方案中每个无人机的路径中随机选取一个高空探测气球以构成新的高空探测气球集合;针对新的高空探测气球集合,采用所述无人机路径规划算法生成新的无人机巡检方案;计算每个无人机巡检方案的评估值;根据评估值最小的无人机巡检方案进行无人机集群控制;所述无人机路径规划算法采用双向长短期记忆层的网络单元和CNN网络单元;所述双向长短期记忆层的网络单元,用于根据无人机集群位置和需要巡检的高空探测气球的属性信息提取得到具有t序列无人机预设路径信息的特征;所述CNN网络单元,用于根据具有t序列无人机预设路径信息的特征,确定最优路径;所述双向长短期记忆层的网络单元,用于根据无人机集群位置和需要巡检的高空探测气球的属性信息提取得到具有t序列无人机预设路径信息的特征,包括:给定分配的无人机序列和待任务序列待执行任务序列位置信息,设第i架无人机的初始位置信息为第j个任务点位置为则各无人机与任务点之间的路径距离表示为: 式中:||·||表示二范数:i=1,...,NU,j=1,...,NT;NU为无人机的总数量,NT为任务点的总数量;所有无人机对各个任务点的路径距离Γm表示为NU×NT的矩阵为其中的元素,m表示当前路径的位置点;在信息特征提取网络的输出特征向量ΙH作为序列生成网络的隐藏状态输入使得ΙH能够对每一次的生成序列提供约束;随后设定初始化输入x1=NU+1,网络计算如下式: xt+1=Ot式中:Wz,Wr为网络参数,σ·为sigmoid;整个计算流程表示为一个BiLSTM单元,设置t时刻输入数据为xt,隐藏状态输入为其中xt为上一个时刻BiLSTM单元计算的结果,为上一个时刻BiLSTM单元计算得到的隐藏状态输出;将xt、代入到上式计算得到该时刻的隐藏状态输出中包含了t时刻之前的所有保留下的无人机预设路径信息;随之得到t时刻的输出Ot,即xt+1;所述CNN网络单元,用于根据具有t序列无人机预设路径信息的特征,确定最优路径,包括:JD为预设路径的损失函数,损失值越小表示其预设路径越好,定义为: 式中:β为预设路径损失系数,用于判断评估模型参数的训练更新系数;β=[μ1,μ2]∈R1×2,μ1表示该序列为生成序列的概率,μ2表示该序列为真实预留的概率,R表示全体实数,表示无人机Ui与第j个任务点之间的路径距离;表示无人机Ui是否执行预设路径距离所述CNN网络单元经过训练,首先收集各种场景并使用最优路径规划算法计算各种场景的最优无人机路径,然后提取路径规划过程中不同时刻检测范围内环境信息的状态及位置,训练CNN网络单元;数据集包含全局环境信息和最佳路径,经过训练的CNN网络单元能够估计环境信息的分布。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京信息工程大学,其通讯地址为:210044 江苏省南京市江北新区宁六路219号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。