CN105896672B - 一种无线充电传感器网络系统中移动机器人的充电方法 - Google Patents
一种无线充电传感器网络系统中移动机器人的充电方法 Download PDFInfo
- Publication number
- CN105896672B CN105896672B CN201610375933.8A CN201610375933A CN105896672B CN 105896672 B CN105896672 B CN 105896672B CN 201610375933 A CN201610375933 A CN 201610375933A CN 105896672 B CN105896672 B CN 105896672B
- Authority
- CN
- China
- Prior art keywords
- node
- charging
- energy
- mobile robot
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005265 energy consumption Methods 0.000 claims abstract description 20
- 238000010586 diagram Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 abstract description 2
- 239000013589 supplement Substances 0.000 abstract description 2
- 238000003672 processing method Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 230000035922 thirst Effects 0.000 description 1
Classifications
-
- H02J7/025—
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/44—Methods for charging or discharging
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无线充电传感器网络系统中移动机器人的充电方法,系统包括带有多个充电点的基站,具有无线电能接收装置传感器节点,以及有无线充电功能的移动机器人,在此基础提出移动机器人的移动策略,网络能量均衡方法,以及传感器节点数据处理方法。本发明中,基站,传感器节点,以及移动机器人之间均采用无线通信的方式进行数据的交互。根据每一个传感器节点的能量消耗状态来确定充电的周期以及每次充电多少,系统最终提高了整体的能量的利用效率,让能量消耗相对较快和能量消耗相对较慢的节点进行不同的能量的补充。从而使得网络能量消耗均衡。
Description
技术领域
本发明涉及一种无线充电传感器网络系统中移动机器人的充电方法,属于传感器网络技术领域。
背景技术
近年来,WSN(Wireless Sensor Networks,无线传感网)在不断的应用在许多领域,尤其在工业监控中,应用十分广泛.
由于传感器节点能量受限,使得节点在应用中的无法实现持续性监测,本发明,采用移动机器人搭载无线电能传输装置,根据系统中的路径规划算法,以及能量管理算法,对网络中的节点进行充电,在充电过程中为提高充电效率,引入了节点能量消耗模型,对节点的能量消耗进行预测,得到节点在充电过程中的饱和值,从而降低了移动机器人在充电过程中的能量消耗。
然而单个移动机器人可以充电的节点数是有限的,采用了多个移动机器人根据区域划分同时对传感器节点充电的方法。
经过现有文献检索,相关文献如下:
Jae-O Kim,Chanwoo Moon于2015年在“International Journal of AdvancedRobotic System”发表论文“A Vision-based Wireless Charging System for RobotTrophallaxis”提出了一种,采用轮式机器人,搭载无线电能接收装置,对机器人充电方法。
Melike Erol-Kantarci,Hussein T.Mouftah于2012年在“IEEE WirelessCommunication--Recent Advances In wireless Technologies for Smart Grid”中提出一种采用无线充电小车对传感器节点充电的方法,使得传感器节点在电网数据采集中,持续性更强。
Liang He,Peng Cheng在“Mobile-to-Mobile Energy Replenishment inMission-Critical Robotic Sensor Networks”中提出了,采用无线充电方法,对移动无线传感网中的移动机器人动态充电的方法。
发明内容
本发明提出采用移动机器人搭载无线充电装置,根据充电算法得到的移动路径,对传感器节点进行充电,从而解决无线传感网中,传感器节点过快死亡的问题。
为实现以上目的,本发明采用以下技术方案实现:
一种无线充电传感器网络系统中移动机器人的充电方法,包括如下步骤:
(1)、首先构建无线传感器网络系统,所述系统中包括多个充电点的基站,具有无线电能接收装置传感器节点,以及有无线充电功能的移动机器人;根据传感器发送到基站的信息,对所有传感器节点建立能量消耗模型,同时根据传感器节点相对基站的位置,传感器节点能量消耗的速度,传感器节点在网络中的优先级,以及传感器节点的剩余电量,对传感器节点的充电优先级进行评级得到优先级列表;
(2)、其次根据传感器节点的分布情况,以及单个移动机器人可负责充电的节点数,划分出不同的充电区域;
(3)、最后根据步骤(1)中得到优先级列表,生成待充电节点列表,并根据列表中节点的位置,生成一个封闭路径,移动机器人根据生成的封闭路径,对传感器节点进行充电。
上述步骤(1)中的能量消耗模型建立如下:
由无线传感器网络中的节点集合(N1,N2,N3,…)一起构成了传感器网络,基站开始接收无线传感器网络中的节点的信息,每个节点的发送到基站的信息为一个信息报,信息报由(N,C,B,L,T)组成,N代表节点编号,C代表采集的环境数据,B代表节点的剩余电量,L代表节点距离基站的相对位置,T代表发送时间戳;
根据无线传感器网络中T1时刻到T2时刻的能量消耗速度V,
得到在系统中所有节点的能量消耗速度,每分钟刷新一次,得到系统中所有节点能量消耗模型。
上述步骤(1)中的节点的充电优先级的评级如下:
基站根据无线传感器网络中的节点在组网时发回的消息链,得到网络拓扑图,根据网络中的拓扑结构,处于网络拓扑终端的节点优先级最低,与该节点建立的路由连接越多,节点的优先级越高,从而获得每个节点的优先级P,得到节点的充电特征分析集(L,P,B,V)。
上述步骤(2)中充电区域的划分按照以下步骤进行:
(a)、在无线充电传感器网络系统中,节点总数为N,每个移动机器人负责充电的节点数为50≤M<80,系统划分的区域数为K,有
(b)、得到所有节点在网络建立后十分钟内的能量消耗速度的方差δ,当δ>1.2,选择作为网络划分的区域数;当δ<1.2,选择作为网络划分的区域数;
(c)、得到对应的K值,并配置K个移动机器人。
上述步骤(3)充电的过程具体如下:
(a)、根据节点剩余能量B,节点从开始工作后能量的平均消耗速度为节点维持正常工作的能量水平为B1,得到待充电时限为
(b)、无线传感器网络中所有节点相对基站的位置为(L1,L2,L3…),所有节点的待充电时限为(t1,t2,t3…),得到所有节点位置与充电时限进行映射,并根据充电时限的大小进行由小到大的排序,得到充电时限最小的节点的映射为(Ln,tmin),移动机器人的移动速度为v,移动机器人到达时间时,开始启动移动机器人充电功能,开始移动为传感器节点进行充电;
机器人移动第一次的损耗为e1,为第一个节点充电的消耗为E1,机器人当前剩余能量为Bm,机器人为节点充电的损耗为(E1,E2,E3…),机器人在去为节点充电的过程中,移动中得损耗为(e1,e2,e3…),得到完成一轮充电的消耗为Eloss=(E1+e1)+(E2+e2)+(E3+e3)…;
(c)、对充电特征分析集(L,P,B,V)中的因素进行正反关系分析,得到节点的充电特征值,充电特征值与充电特征分析集的关系为val为充电的急迫程度值,值越大,充电的急迫程度越高;
对应节点编号,则有val值集合(val 1,val2,val3…),得到充电列表,其中第一列为val值的编号,后面四列分别为(V,P,L,B);
对充电列表进行操作:
筛选出列表中节点能量B<20%E的节点,得到相应的集合,其中E为传感器节点的电池容量大小;
在该集合中对集合的所有元素的V,P值进行相乘,根据由大到小的顺序进行排序,得到充电的先后顺序,然后根据L的值,进行路径由近及远,再由远及近的路径规划,得到一个封闭路径,所述封闭路径算法如下所示:
节点当前能量值为E,移动机器人完成一次回环路径充电的移动时间和充电时间称为一个周期T,节点充电饱和度为2.2VT+E,得到为每个节点充电的能量损耗e=2.2VT,η为机器人为节点充电的效率;路径为(l1+l2+l3…+ln),由此得到充电的总损耗Eloss,机器人的能量为Erobot,当有Eloss<0.95Erobot,根据封闭路径算法的结果开始为节点充电。
本发明所达到的有益效果:
本发明中,基站,传感器节点,以及移动机器人之间均采用无线通信的方式进行数据的交互。根据每一个传感器节点的能量消耗状态来确定充电的周期以及每次充电多少,系统最终提高了整体的能量的利用效率,让能量消耗相对较快和能量消耗相对较慢的节点进行不同的能量的补充。从而使得网络能量消耗均衡。
附图说明
图1是充电区域的划分示意图;
图2是充电过程示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
一种无线充电传感器网络系统中移动机器人的充电方法,包括如下步骤:
(1)、首先构建无线传感器网络系统,系统中包括多个充电点的基站,具有无线电能接收装置传感器节点,以及有无线充电功能的移动机器人。
基站除了对传感器节点采集的环境进行处理外,接入了组移动机器人充电点,及采用最大的移动机器人配置数量,这样的配置让即使有移动机器人由于故障的不得处于休眠的状态,也会有备用的移动机器人代替工作,增强了系统整体的容错性。
传感器节点除了采集其周围的环境数据,路由到基站外,同时接入了无线电能接收装置,在电能耗尽之前可以得到及时的补充,从而节点的可以更加持久的采集环境中的数据,增强了整体系统健壮性。
移动机器人除了按照规划路径,对路径节点上的传感器节点进行充电外,同时也对自身的消耗状况,移动速度,以及实时位置,路由到基站,便于基站及时的对移动机器人进行召回充电,在剩余能量还未到0.05Erobot(机器人的能量)时,对路径附近的饥渴节点进行充电,实现了移动机器人的能量的最大化的利用。
由无线传感器网络中的节点集合(N1,N2,N3,…)一起构成了传感器网络,基站开始接收无线传感器网络中的节点的信息,每个节点的发送到基站的信息为一个信息报,信息报由(N,C,B,L,T)组成,N代表节点编号,C代表采集的环境数据,B代表节点的剩余电量,L代表节点距离基站的相对位置,T代表发送时间戳;同时在节点中集成了无线电能接收装置,使得节点可以进行无线电能接收。无线电能接收装置,其关键在于电池电量管理电路,在为电池充电过程中,为了增强电池的使用寿命,电路会实时的调整充电过程中的电压电流,根据此时的电压电流状况,得到功率状况信息,发送到移动机器人,移动机器人根据此时的状况信息,进行功率调整。
根据传感器发送到基站的信息,对所有传感器节点建立能量消耗模型:
根据无线传感器网络中T1时刻到T2时刻的能量消耗速度V,
得到在系统中所有节点的能量消耗速度,每分钟刷新一次,得到系统中所有节点能量消耗模型。
同时根据传感器节点相对基站的位置,传感器节点能量消耗的速度,传感器节点在网络中的优先级,以及传感器节点的剩余电量,对传感器节点的充电优先级进行评级得到优先级列表。
充电优先级的评级如下:
基站根据无线传感器网络中的节点在组网时发回的消息链,得到网络拓扑图,根据网络中的拓扑结构,处于网络拓扑终端的节点优先级最低,与该节点建立的路由连接越多,节点的优先级越高,从而获得每个节点的优先级P,得到节点的充电特征分析集(L,P,B,V)。
优先级进行评级,其关键在于对节点的所在位置的必要性,以及与节点产生路由连接的节点数,节点所处位置必要性是在需要采集的区域中,根据区域划分结果,得到各个节点所处的区域,如果在该区域内,节点数量N<30则设置节点必要性,不可少节点。基站根据节点在组网的的时发回的消息链,得到网络拓扑图,从而得到所有节点的连接路由数Nlink,Nlink>5时,为路由连接高,等级为3;5>Nlink>3时,为路由连接数中,等级为2;当Nlink<3时,为路由链接数低,等级为1。当节点的必要性为不可少时,则优先等级priority为priority=rank+2。其中rank为节点连接等级。
(2)、其次根据传感器节点的分布情况,以及单个移动机器人可负责充电的节点数,划分出不同的充电区域;
如图1所示,上述步骤(2)中充电区域的划分按照以下步骤进行:
(a)、在无线充电传感器网络系统中,节点总数为N,每个移动机器人负责充电的节点数为50≤M<80,系统划分的区域数为K,有
(b)、得到所有节点在网络建立后十分钟内的能量消耗速度的方差δ,当δ>1.2,选择作为网络划分的区域数;当δ<1.2,选择作为网络划分的区域数;
(c)、得到对应的K值,并配置K个移动机器人。
(3)、最后根据步骤(1)中得到优先级列表,生成待充电节点列表,并根据列表中节点的位置,生成一个封闭路径,移动机器人根据生成的封闭路径,对传感器节点进行充电。
如图2所示,上述步骤(3)充电的过程具体如下:
(a)、根据节点剩余能量B,节点从开始工作后能量的平均消耗速度为节点维持正常工作的能量水平为B1,得到待充电时限为
(b)、无线传感器网络中所有节点相对基站的位置为(L1,L2,L3…),所有节点的待充电时限为(t1,t2,t3…),得到所有节点位置与充电时限进行映射,并根据充电时限的大小进行由小到大的排序,得到充电时限最小的节点的映射为(Ln,tmin),移动机器人的移动速度为v,移动机器人到达时间时,开始启动移动机器人充电功能,开始移动为传感器节点进行充电;
机器人移动第一次的损耗为e1,为第一个节点充电的消耗为E1,机器人当前剩余能量为Bm,机器人为节点充电的损耗为(E1,E2,E3…),机器人在去为节点充电的过程中,移动中得损耗为(e1,e2,e3…),得到完成一轮充电的消耗为Eloss=(E1+e1)+(E2+e2)+(E3+e3)…;
(c)、对充电特征分析集(L,P,B,V)中的因素进行正反关系分析,得到节点的充电特征值,充电特征值与充电特征分析集的关系为val为充电的急迫程度值,值越大,充电的急迫程度越高;
对应节点编号,则有val值集合(val 1,val2,val3…),得到待充电列表,其中第一列为val值的编号,后面四列分别为(V,P,L,B);
对充电列表进行操作:
筛选出列表中节点能量B<20%E的节点,得到相应的集合,其中E为节点电池容量;
在该集合中对集合的所有元素的V,P值进行相乘,根据由大到小的顺序进行排序,得到充电的先后顺序,然后根据L的值,进行路径由近及远,再由远及近的路径规划,得到一个封闭路径,所述封闭路径算法如下所示:
节点当前能量值为E,移动机器人完成一次回环路径充电的移动时间和充电时间称为一个周期T,节点充电饱和度为2.2VT+E,得到为每个节点充电的能量损耗(e1+e2+e3+…+en),e=2.2VT,η为机器人为节点充电的效率;路径为(l1+l2+l3…+ln),由此得到充电的总损耗Eloss,机器人的能量为Erobot,当有Eloss<0.95Erobot,根据封闭路径算法的结果开始为节点充电。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (5)
1.一种无线充电传感器网络系统中移动机器人的充电方法,其特征在于包括如下步骤:
(1)、首先构建无线传感器网络系统,所述系统中包括多个充电点的基站,具有无线电能接收装置传感器节点,以及有无线充电功能的移动机器人;根据传感器发送到基站的信息,对所有传感器节点建立能量消耗模型,同时根据传感器节点相对基站的位置,传感器节点能量消耗的速度V,传感器节点在网络中的优先级P,以及传感器节点的剩余电量B,对传感器节点的充电优先级进行评级得到优先级列表;
(2)、其次根据传感器节点的分布情况,以及单个移动机器人可负责充电的节点数,划分出不同的充电区域;
(3)、最后根据步骤(1)中得到优先级列表,生成待充电节点列表,并根据列表中节点的位置,生成一个封闭路径,移动机器人根据生成的封闭路径,对传感器节点进行充电。
2.根据权利要求1所述的一种无线充电传感器网络系统中移动机器人的充电方法,其特征在于所述步骤(1)中的能量消耗模型建立如下:
由无线传感器网络中的节点集合(N1,N2,N3,…)一起构成了传感器网络,基站开始接收无线传感器网络中的节点的信息,每个节点的发送到基站的信息为一个信息报,信息报由(N,C,B,L,T)组成,N代表节点编号,C代表采集的环境数据,B代表节点的剩余电量,L代表节点距离基站的相对位置,T代表发送时间戳;
根据无线传感器网络中T1时刻到T2时刻的能量消耗速度V,
<mrow>
<mi>V</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>B</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>B</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
得到在系统中所有节点的能量消耗速度,每分钟刷新一次,得到系统中所有节点能量消耗模型,其中B1代表T1时刻节点的剩余能量,B2代表T2时刻节点的剩余能量。
3.根据权利要求1所述的一种无线充电传感器网络系统中移动机器人的充电方法,其特征在于所述步骤(1)中的节点的充电优先级的评级如下:
基站根据无线传感器网络中的节点在组网时发回的消息链,得到网络拓扑图,根据网络中的拓扑结构,处于网络拓扑终端的节点优先级最低,与该节点建立的路由连接越多,节点的优先级越高,从而获得每个节点的优先级P,得到节点的充电特征分析集(L,P,B,V),L代表节点距离基站的相对位置。
4.根据权利要求1所述的一种无线充电传感器网络系统中移动机器人的充电方法,其特征在于所述步骤(2)中充电区域的划分按照以下步骤进行:
(4a)、在无线充电传感器网络系统中,节点总数为N,每个移动机器人负责充电的节点数为50≤M<80,系统划分的区域数为K,有
(4b)、得到所有节点在网络建立后十分钟内的能量消耗速度的方差δ,当δ>1.2,选择作为网络划分的区域数;当δ<1.2,选择作为网络划分的区域数;
(4c)、得到对应的K值,并配置K个移动机器人。
5.根据权利要求1所述的一种无线充电传感器网络系统中移动机器人的充电方法,其特征在于所述步骤(3)充电的过程具体如下:
(5a)、根据节点剩余能量B,节点从开始工作后能量的平均消耗速度为节点维持正常工作的能量水平为B1,得到待充电时限为(5b)、无线传感器网络中所有节点相对基站的位置为(L1,L2,L3…),所有节点的待充电时限为(t1,t2,t3…),得到所有节点位置与充电时限进行映射,并根据充电时限的大小进行由小到大的排序,得到充电时限最小的节点的映射为(Ln,tmin),移动机器人的移动速度为v,移动机器人到达时间时,开始启动移动机器人充电功能,开始移动为传感器节点进行充电;
移动机器人移动第一次的损耗为e1,为第一个节点充电的消耗为E1,机器人当前剩余能量为Bm,机器人为节点充电的损耗为(E1,E2,E3…),机器人在去为节点充电的过程中,移动中得损耗为(e1,e2,e3…),得到完成一轮充电的消耗为Eloss=(E1+e1)+(E2+e2)+(E3+e3)…;
(5c)、对充电特征分析集(L,P,B,V)中的因素进行正反关系分析,L代表节点距离基站的相对位置,得到节点的充电特征值,充电特征值与充电特征分析集的关系为val为充电的急迫程度值,值越大,充电的急迫程度越高;
对应节点编号,则有val值集合(val1,val2,val3…),得到充电列表,其中充电列表第一列为val值的编号,后面四列分别为(V,P,L,B);
对充电列表进行操作:
筛选出列表中节点能量B<20%E的节点,得到相应的集合,其中E为节点的电池容量大小;
在该集合中对集合的所有元素的V,P值进行相乘,根据由大到小的顺序进行排序,得到充电的先后顺序,然后根据L的值,进行路径由近及远,再由远及近的路径规划,得到一个封闭路径,所述封闭路径算法如下所示:
节点当前能量值为E,移动机器人完成一次回环路径充电的移动时间和充电时间称为一个周期T,节点充电饱和度为2.2VT+E,得到为每个节点充电的能量损耗e=2.2VT,e为一次移动过程中的损耗,η为机器人为节点充电的效率;路径为(l1+l2+l3…+ln),由此得到充电的总损耗Eloss,机器人的能量为Erobot,当有Eloss<0.95Erobot,根据封闭路径算法的结果开始为节点充电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610375933.8A CN105896672B (zh) | 2016-05-31 | 2016-05-31 | 一种无线充电传感器网络系统中移动机器人的充电方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610375933.8A CN105896672B (zh) | 2016-05-31 | 2016-05-31 | 一种无线充电传感器网络系统中移动机器人的充电方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105896672A CN105896672A (zh) | 2016-08-24 |
CN105896672B true CN105896672B (zh) | 2018-03-27 |
Family
ID=56709717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610375933.8A Expired - Fee Related CN105896672B (zh) | 2016-05-31 | 2016-05-31 | 一种无线充电传感器网络系统中移动机器人的充电方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105896672B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106452513B (zh) * | 2016-10-09 | 2019-06-04 | 华侨大学 | 一种基于时延受限的无线传感网中移动式能量补充方法 |
CN106785131A (zh) * | 2016-11-23 | 2017-05-31 | 南京邮电大学 | 一种无线传感网络节点的充电控制方法 |
CN107071847B (zh) * | 2017-01-19 | 2020-01-03 | 天津工业大学 | 无线可充电传感网络能量分配方法 |
CN106714222A (zh) * | 2017-01-24 | 2017-05-24 | 天津工业大学 | 无线可充电传感网络节点充电次序调度方法 |
CN106851691A (zh) * | 2017-03-06 | 2017-06-13 | 山东大学 | 一种无线传感器网络中的能量供应方法 |
CN107172675A (zh) * | 2017-04-17 | 2017-09-15 | 河海大学 | 一种WRSNs中结合数据路由的充电方法 |
CN107528360B (zh) * | 2017-07-19 | 2019-07-19 | 北京邮电大学 | 无线传感器网络的充电方法及装置 |
CN107708086B (zh) * | 2017-08-16 | 2020-04-07 | 昆明理工大学 | 一种无线传感器和执行器网络的移动能量补充方法 |
CN107657374B (zh) * | 2017-09-25 | 2021-01-08 | 中南大学 | 一种基于能耗和距离动态变化的按需充电调度方法 |
CN108282740B (zh) * | 2017-12-15 | 2020-04-07 | 昆明理工大学 | 一种快递分拣背景下的机器人传感器网络能量补充方法 |
CN108738099B (zh) * | 2018-03-30 | 2022-05-31 | 全球能源互联网研究院有限公司 | 一种移动接收无线传感器网络最优充电策略及其制定系统 |
CN108649286B (zh) * | 2018-05-03 | 2020-01-21 | 南京大学 | 一种基于Powercast模型的WSNs充电方法 |
CN109005505B (zh) * | 2018-09-14 | 2020-08-04 | 杭州电子科技大学温州研究院有限公司 | 一种非固定周期无线可充电传感器网络充电方法 |
CN109617160A (zh) * | 2018-12-12 | 2019-04-12 | 福州臻美网络科技有限公司 | 一种无线充电方法、机器人及计算机可读存储介质 |
CN109583665B (zh) * | 2018-12-26 | 2022-03-08 | 武汉烽火凯卓科技有限公司 | 一种无线传感器网络中的无人机充电任务调度方法 |
CN109640359B (zh) * | 2018-12-26 | 2022-07-19 | 武汉烽火凯卓科技有限公司 | 一种无线传感器网络通信负载均衡方法 |
CN110175693B (zh) * | 2019-04-18 | 2023-04-28 | 中国矿业大学 | 一种无线可充电传感器网络中充电节点的调度方法 |
CN110068337B (zh) * | 2019-04-25 | 2023-09-19 | 安徽师范大学 | 用于传感器节点充电的无人机调度方法及系统 |
CN112987712B (zh) * | 2019-12-13 | 2022-05-17 | 苏州宝时得电动工具有限公司 | 自主机器人及其无线充电对接方法、装置及存储介质 |
CN111030256B (zh) * | 2019-12-31 | 2021-08-10 | 广州杰赛科技股份有限公司 | 一种无线传感网络充电方法、设备及存储介质 |
SG10201913995SA (en) * | 2019-12-31 | 2021-07-29 | Delta Electronics Int’L Singapore Pte Ltd | Method for optimizing placement of on-the-go wireless charging units |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070069396A (ko) * | 2005-12-28 | 2007-07-03 | 엘지전자 주식회사 | 센서 네트워크에서의 센서 노드 배터리 충전 장치와 그방법 |
CN102157988A (zh) * | 2011-03-15 | 2011-08-17 | 东南大学 | 一种无线传感器网络节点的无线充供电方法 |
CN202634088U (zh) * | 2012-06-13 | 2012-12-26 | 河南天擎机电技术有限公司 | 物联网传感器网络内一对多无线充电系统 |
CN103219779A (zh) * | 2013-05-13 | 2013-07-24 | 东南大学 | 一种传感网节点无线充电方法 |
-
2016
- 2016-05-31 CN CN201610375933.8A patent/CN105896672B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070069396A (ko) * | 2005-12-28 | 2007-07-03 | 엘지전자 주식회사 | 센서 네트워크에서의 센서 노드 배터리 충전 장치와 그방법 |
CN102157988A (zh) * | 2011-03-15 | 2011-08-17 | 东南大学 | 一种无线传感器网络节点的无线充供电方法 |
CN202634088U (zh) * | 2012-06-13 | 2012-12-26 | 河南天擎机电技术有限公司 | 物联网传感器网络内一对多无线充电系统 |
CN103219779A (zh) * | 2013-05-13 | 2013-07-24 | 东南大学 | 一种传感网节点无线充电方法 |
Non-Patent Citations (2)
Title |
---|
Wireless Charging using Mobile Robot for Lifetime Prolongation in Sensor Networks;Mourad Quadou et al.;《2014 Second World Conference on Complex Systems (WCCS)》;20141231;第225-230页 * |
无线可充电传感器网络中充电规划研究发展;胡诚等;《软件学报》;20151104;第72-95页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105896672A (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105896672B (zh) | 一种无线充电传感器网络系统中移动机器人的充电方法 | |
CN102497679B (zh) | 一种无线传感器网络静态分簇算法 | |
CN106452513B (zh) | 一种基于时延受限的无线传感网中移动式能量补充方法 | |
CN102316496A (zh) | 无线传感器网络中基于卡尔曼滤波的数据融合方法 | |
CN102300281B (zh) | 一种基于无线传感网络的桥梁状态监测路由方法 | |
CN105870949B (zh) | 一种基于分布式梯度算法的微电网储能单元优化控制方法 | |
CN109862612B (zh) | 基于双功能小车移动路径规划的数据收集和无线充电方法 | |
CN106714222A (zh) | 无线可充电传感网络节点充电次序调度方法 | |
CN110351754A (zh) | 基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法 | |
CN104093180A (zh) | 一种基于多网关数据传输的无线传感网络路由方法 | |
CN107222338A (zh) | 一种物联网节点信息通信模型及通信方法 | |
CN106709607A (zh) | 分布式光伏电站智能监控运维系统 | |
John et al. | Energy saving cluster head selection in wireless sensor networks for internet of things applications | |
Zhang et al. | Distributed optimal active power dispatch under constraints for smart grids | |
CN103427884B (zh) | 基于移动自组网中泛在业务生成的多终端协同获取方法 | |
CN103929778A (zh) | 数据分级传输方法 | |
CN104809340A (zh) | 一种多端柔性直流输电系统运行点的快速计算方法 | |
CN106954228A (zh) | 一种基于动态数据图样的生命期最优化树的构造方法 | |
CN103826285A (zh) | 一种无线传感器网络簇首选举及其轮换方法 | |
Song et al. | Design of greenhouse control system based on wireless sensor networks and AVR microcontroller | |
CN103179631B (zh) | 一种选取最优角度进行分簇的方法 | |
CN107872809A (zh) | 一种基于移动节点辅助的软件定义传感网络拓扑控制方法 | |
CN105323819B (zh) | 一种传感器节点的分簇方法和系统 | |
Soni et al. | An Efficient Digital Cluster Scheme to Improve the Lifetime Ratio of Wireless Sensor Networks | |
CN107509231B (zh) | 一种能量获取型无线传感网络最大化监测频率方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180327 |