CN108596500A - 调度无人机集群的方法、中控系统及计算机存储介质 - Google Patents
调度无人机集群的方法、中控系统及计算机存储介质 Download PDFInfo
- Publication number
- CN108596500A CN108596500A CN201810398417.6A CN201810398417A CN108596500A CN 108596500 A CN108596500 A CN 108596500A CN 201810398417 A CN201810398417 A CN 201810398417A CN 108596500 A CN108596500 A CN 108596500A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- cluster
- control system
- central control
- destination task
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012544 monitoring process Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000009471 action Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007812 deficiency Effects 0.000 claims description 2
- 238000010230 functional analysis Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 26
- 238000013461 design Methods 0.000 description 12
- 238000000354 decomposition reaction Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003862 health status Effects 0.000 description 5
- 230000006798 recombination Effects 0.000 description 4
- 238000005215 recombination Methods 0.000 description 4
- 241001269238 Data Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种调度无人机集群的方法、中控系统及计算机存储介质,属于无人机领域。其中,所述调度无人机集群的方法包括:中控系统通过中控服务器获取无人机集群信息;所述中控系统确定集群航点任务,超远程调度无人机集群,并将所述集群航点任务下发给所述无人机集群;所述中控系统监控所述无人集群执行完成集群航点任务。本发明通过将集群航点任务下发给该无人机集群,并监控所述无人集群执行完成集群航点任务的处理方式,可以减少中控服务器的压力,同时也给予了无人机集群更大的飞行自由度,提高无人机集群的调度效率。
Description
技术领域
本发明涉及无人机领域,特别涉及一种调度无人机集群的方法、中控系统及计算机存储介质。
背景技术
当前,在一些大型的活动中,为了追求智能显示效果,除了采用大型的液晶显示设备或LED显示设备之外,也会采用新型的设备(例如无人机)来用在相关的活动场合中。
无人机作为新型的智能设备,可广泛用于空中航拍、大型活动表演、小型货物运输等各种活动中。在这些大型活动和规模运输活动中,常常要动用多个无人机组成一个无人机集群来执行相关的集群航点任务,这就涉及无人机群的调度以及集群内无人机之间协作,如果调度或集群内无人机之间的协作出现问题,那么针对该无人机集群设计的集群航点任务就会无法执行,从而导致任务失败。如果调度比较复杂,则会有可能导致增加服务器压力,增加调度难度,从而导致调度失败可能性增加,甚至造成安全事故。
如何降低无人机集群的调度复杂度及,减少服务器压力,成为目前无人机集群调度迫切需要解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种调度无人机集群的方法、中控系统及计算机存储介质,可以有效地减少服务器压力,提高无人机集群的调度效率。
本发明解决上述技术问题所采用的技术方案如下:
根据本发明的一个方面,提供一种调度无人机集群的方法,应用于中控系统,所述方法包括:
所述中控系统通过中控服务器获取无人机集群信息;
所述中控系统确定集群航点任务,超远程调度无人机集群,并将所述集群航点任务下发给所述无人机集群的主控无人机;
所述中控系统监控所述无人集群执行集群航点任务。
优选的,所述中控系统通过中控服务器获取无人机集群信息,具体包括:所述中控系统通过中控服务器获取无人机集群信息,并从所述无人机集群信息中获取所有无人机信息,其中,所述无人机信息包括:包括无人机位置、电量、飞行状态、和/或在线状态。
优选的,所述中控系统确定集群航点任务,超远程调度无人机集群,并将所述集群航点任务下发给所述无人机集群;具体包括:
优选的,所述集群航点任务至少包括以下信息:航点任务信息、时间信息、位置信息、无人机数目要求信息、和/或无人机类型要求信息;
所述中控系统根据集群航点任务的具体执行要求选择出最合适无人机集群,按照满足总任务成本最小原则超远程调度所述无人机集群,将所述集群航点任务下发给所述无人机集群的主控无人机。
优选的,所述中控系统确定集群航点任务还包括:所述中控系统在所述主控无人机对航点任务的分析能力不足时,所述中控系统将对航点任务进行处理到所述主控无人机能分析的程度再进行集群航点任务的发放。
优选的,所述超远程调度所述无人机集群包括:所述调度在线无人机、和/或对离线无人机进行超远程控制开机使其上线接受调度。
优选的,所述执行要求包括:执行集群航点任务的无人机数目信息、无人机类型信息以及位置信息。
优选的,所述总任务成本最小原则包括无人机集群在执行集群航点任务时选择无人机运营综合成本最低的策略,其中,无人机运营综合成本包括无人机损耗成本、调度难度成本、电能消耗和综合安全隐患成本。
优选的,所述中控系统监控所述无人集群执行集群航点任务包括:所述中控系统采用监控执行机制来监控所述无人集群执行集群航点任务。
优选的,所述监控执行机制包括:
位置信息监控:所述中控系统获取执行航点任务的非主控无人机在任何时刻的理论位置,以及执行航点任务的非主控无人机在执行任务过程中实时上传实际位置信息,将所述中控系统将获取的非主控无人机实际位置信息和理论位置信息进行比对,如果位置误差在预设的误差范围内,则判定执行航点任务的非主控无人机的位置无误;
动作实时监控:所述中控系统从中控服务器获取无人机实时上传给中控服务器的信息报文,通过所述信息报文中携带的用于标识无人机的动作进行和动作完成的标志信息进行状态管理,判定无人机飞行状态是否正常。
优选的,所述中控系统监控所述无人集群执行集群航点任务还包括:所述中控系统根据无人机的位置信息,获得无人机各分布区域的具体地理模型,建立无人机飞行空域的地理模型。
优选的,所述中控系统监控所述无人集群执行集群航点任务还包括:所述中控系统根据建立的地理模型,将所有无人机在调度中心的调度监控端内展示。
根据本发明的另一个方面,提供的一种中控系统,包括:存储器、处理器及存储在所述存储器中并可在所述处理器上运行的一个或者多个计算机程序,所述一个或者多个计算机程序被所述处理器执行时实现以本发明实施例提供的所述的调度无人机集群的方法的步骤。
根据本发明的又一个方面,一种计算机可读存储介质,所述计算机可读存储介质上存储有调度无人机集群的程序,所述调度无人机集群程序被处理器执行时实现本发明实施例提供的所述的调度无人机集群方法的步骤。
与现有技术相比,本发明提供的一种调度无人机集群的方法、中控系统及计算机存储介质,通过采用中控系统确定集群航点任务,超远程调度无人机集群,并将集群航点任务下发给无人机集群,并监控所述无人集群执行完成集群航点任务的处理方式,可以减少中控服务器的压力,同时也给予了无人机集群更大的自由度,也方便了无人机海量数据的管理,优化了编队任务分配的总计算量,提高无人机集群的调度效率。
附图说明
图1为本发明实施例提供的一种调度无人机集群方法的流程图;
图2为本发明实施例提供的一种无人机集群调度系统的结构示意图;
图3为本发明实施例提供的一种无人机集群调度方法的详细流程图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
请参考图1。图1是本发明实施例提供的一种调度无人机集群的方法的流程图。所述方法包括:
S1、中控系统通过中控服务器获取无人机集群信息;
S2、该控系统确定集群航点任务,超远程调度无人机集群,并将集群航点任务下发该无人机集群;
S3、该控系统监控该无人集群执行完成集群航点任务。
进一步地,该中控系统通过中控服务器获取无人机集群信息(S1),进一步包括:
该中控系统通过中控服务器获取无人机集群信息,并从无人机集群信息中获取所有无人机信息,对获取到的信息进行存储和分析;
该中控系统根据获得的所有无人机信息,分析预测各个无人机的使用寿命及各传感器健康状态,并根据预测结果生成无人机运维策略(例如在特定时间节点更换无人机部件、在特定时间节点对无人机进行充电、在特定时间节点对无人机的飞控软件系统及通讯软件系统进行更新等),保证所控制的无人机均处于健康状态,并可以实时对无人机进行最新飞控软件系统及通讯软件系统的更新。
进一步地,该集群航点任务至少包括以下信息:
A、航点任务信息:例如:航点任务是摆出文字,提出了文字要求、文字大小、颜色变化需求等;航点任务是摆出一段动画,提出了一段动画脚本文件,具体脚本文件的分析一般由主控无人机负责,若主控无人机能力不足,中控系统将会对其进行处理到主控无人机可以分析的程度再进行集群航点任务的发放。
B、时间信息:包括起飞时间、结束时间、任务节点对应的展示时间等信息。
C、位置信息:包括飞行区域的边界点集合、飞行展示的各部分的中心点位置等信息。
D、无人机数目要求信息:包括所要求参与的最小无人机数目值。
E、无人机类型要求信息:根据任务的不同会有不同的飞行类型要求,会要求符合该飞行类型要求的无人机类型,不同的无人机类型代表着不同的任务执行能力。
该集群航点任务不包括飞行路线等信息,飞行路线等信息将由主控无人机根据上述信息计算分析规划得出。
进一步地,该无人机集群由中控服务器组建并负责管理,该无人机集群具有集群标识,同一无人机集群内的无人机具有相同的集群标识,该集群标识区别于任一其他无人机集群的集群标识。集群内的无人机最大数目由管理该无人机集群的中控服务器的信息处理能力决定,数目上一般足以完成基本的飞行任务。优选地,无人机集群虽然是由中控服务器提前配置好的,但是无人机集群也具备更新重组的功能,可以根据实际情况,中控服务器或中控系统可以调配其他无人机集群内的无人机和本集群进行重组。
进一步地,该无人机集群内的所有无人机均配备物联网模块,所有无人机通过该物联网模块实时向中控服务器传送无人机本身的信息;该信息包括无人机位置、电量、飞行状态、在线状态等;其中,该物联网模块采用单独供电。
进一步地,该无人机集群内选择一个或若干个具备更高计算性能的(配备了更高级的主控芯片)无人机作为主控无人机,其余无人机作为非主控无人机,所有的非主控无人机与该主控无人机通信连接。该主控无人机负责将针对该无人机集群的集群航点任务分解为各个单无人机的航点任务,并将分解后的单无人机航点任务分发给集群内的非主控无人机,由非主控无人机执行各自的航点任务。其中,该无人机集群内所需的主控无人机数目是可以根据该集群内无人机信息的复杂度决定,复杂度越高的无人机集群所需要的计算能力越高,在高级主控芯片能力相同的情况下所需要的主控无人机数目越多。
一般情况下,一个无人机集群只需要一个主控无人机即可完成针对该无人机集群设计的集群航点任务的分解及分发。
针对单主控无人机处理集群航点任务的实施例,其处理流程如下:
当中控系统确定集群航点任务时,中控系统会根据集群航点任务的具体执行要求,选择出最合适无人机集群。其中,该执行要求包括执行集群航点任务的无人机数目信息(数目满足)、无人机类型信息(能力满足)以及位置信息(距离最近)。中控系统按照能力满足、数目满足、距离最近的具体执行要求选择出最合适无人机集群,按照满足总任务成本最小原则超远程调度该无人机集群,将该集群航点任务下发给该无人机集群的主控无人机。其中,总任务成本最小原则是指无人机集群在执行集群航点任务时选择无人机运营综合成本最低的策略,其中,无人机运营综合成本包括无人机损耗成本、调度难度成本、电能消耗和综合安全隐患成本。
该无人机集群的主控无人机在收到集群航点任务之后,会根据集群航点任务中的航点任务信息、时间信息、位置信息,按照满足总任务成本最小原则对该集群航点任务进行分解处理,分解出各个单无人机航点任务。其中,总任务成本最小原则是指无人机集群在执行集群航点任务时选择无人机运营综合成本最低的策略,其中,无人机运营综合成本包括无人机损耗成本、调度难度成本、电能消耗和综合安全隐患成本。该主控无人机配备了集群航点任务分解程序,该分解程序的功能是将集群航点任务分解为每个单无人机航点任务(也称为航线规划文件)。该分解程序是根据大量人工规划数据集合和无数次计算机上的模拟飞行数据集合(作为机器学习的训练集,运用到的技术有强化学习和RNN以及多Agent系统的智能算法)对集群航点任务进行处理,用其机器学习得出的经验成果来处理宏观任务,例如对动画脚本进行处理,得出各点的运动轨迹和颜色变化,对应得出各个无人机的飞行路线和灯光变化需求,形成分解后的各个单无人机航点任务(航线规划文件)。
该主控无人机将分解后的各个单无人机航点任务分发给集群内的非主控无人机,由非主控无人机执行各自的航点任务。
例如:
现在有一个需要6个无人机的集群来实现简单数字显示的集群航点任务(可独立完成9以内的倒数任务)。中控系统将该集群航点任务打包,分配给无人机数目满足同时集群其它参数(集群内无人机无故障,电量充足可完成任务)的无人机集群,由无人机集群内的主控无人机进行各个单无人机航点任务分配,最终按照集群航点任务的要求完成集群任务的编队飞行。
进一步地,一般情况下,一个无人机集群只需要一个主控无人机即可完成针对该无人机集群设计的集群航点任务的分解及分发;当集群航点任务比较复杂,或者无人机集群内的无人机数目过大需要在集群内进一步细分为无人机子集群时,为了节省处理时间,提高处理效率,可以考虑在集群内配备多个主控无人机,由多个主控无人机分别管理集群内无人机,形成无人机子集群,其中一个主控无人机负责分解针对该无人机集群设计的集群航点任务,分解形成层次任务,再让其他主控无人机协同处理层次任务和/或让其他主控无人机辅助分发单无人机航点任务给集群内的非主控无人机。即:集群内不同主控无人机采用协同方式,由其中一个主控无人机拆分集群航点任务形成层次任务,再由其他不同主控无人机分开处理完成这些层次任务后再汇总到原先分解任务的主控无人机,从而不同主控无人机协同合作完成整体的集群航点任务处理。
针对多主控无人机协同处理集群航点任务的实施例,其处理流程如下:
当中控系统确定集群航点任务时,中控系统按照能力满足、数目满足、距离最近的具体执行要求选择出最合适无人机集群,按照满足总任务成本最小原则超远程调度该无人机集群,将该集群航点任务下发给无人机集群的一个主控无人机,由该主控无人机完成将集群航点任务分解为单无人机航点任务。其中,总任务成本最小原则是指无人机集群在执行集群航点任务时选择无人机运营综合成本最低的策略,其中,无人机运营综合成本包括无人机损耗成本、调度难度成本、电能消耗和综合安全隐患成本。
该主控无人机收到集群航点任务后,将该集群航点任务进行分层处理,形成层级任务,并将分层后的层级任务分配给集群内的其他主控无人机进行协同计算处理,其他主控无人机处理完成后将结果返回给该主控无人机进行综合计算处理,由该主控无人机最终形成各个单无人机航点任务。分层处理的目的是为了更快地进行计算,利用多个主控无人机对经分层后的复杂集群航点任务进行协同计算处理,从而提高计算效率,节省时间。例如:一个无人机集群内配备了3个主控无人机,分别是主控无人机A、主控无人机B、主控无人机C,该主控无人机A收到一个文字演示内容的集群航点任务,该主控无人机A将该集群航点任务拆分为分解文字演示内容的层次任务1和总路径优化的层次任务2,并将分解文字演示内容的层次任务1分配给主控无人机B协同计算处理,将总路径优化的层次任务2分配给主控无人机C协同计算处理。主控无人机B和主控无人机C分别处理完成分配的层次任务1和层次任务2后,分别将处理结果返回给主控无人机A进行汇总,主控无人机A根据主控无人机B和主控无人机C的处理结果,最终形成各个单无人机航点任务。
该主控无人机完成将集群航点任务分解为单无人机航点任务后,该主控无人机根据预设分发策略,将单无人机航点任务分发给集群内的非主控无人机执行航点任务。该预设分发策略是:该主控无人机管理的非主控无人机数目足够满足本次集群航点任务要求时,那么该主控无人机会直接将单无人机航点任务分发给其管理的非主控无人机,由其管理的非主控无人机执行完成分配的航点任务;该主控无人机管理的非主控无人机数目不能满足本次集群航点任务要求时,那么该主控无人机除了将单无人机航点任务分发给其管控的非主控无人机执行完成航点任务之外,还会让其他主控无人机配合辅助分发剩余的航点任务给其管理的非主控无人机执行完成剩余的航点任务。
例如:
现有一个需要100个无人机的集群来完成实现简单汉字显示的集群航点任务。中控系统将该集群航点任务打包,分配给无人机数目满足同时集群其它参数(集群内无人机无故障,电量充足可完成任务)的无人机集群。该无人机集群具有10个主控无人机,由无人机集群内的其中一个主控无人机进行集群航点任务的层次任务分解,其它9个主控无人机协同处理层次任务,交由原先分解集群航点任务的主控无人机汇总,得出各个单无人机航点任务,由各主控无人机进行各个单无人机航点任务分配,最终按照集群航点任务的要求完成集群任务的编队飞行。
进一步地,当中控系统下发的集群航点任务过于复杂,造成该无人机集群不足于完成该集群航点任务,需要多个无人机集群进行协同时,则由管理这些无人机集群的中控服务器之间进行数据交互,协同各自管理的无人机按照以上无人机集群调度方法参与配合完成该复杂的集群航点任务。
进一步地,该中控系统监控该无人集群执行完成集群航点任务(S3),具体包括:
该中控系统对所有无人飞机的状态实行管理,管理信息中包括任务标识,该任务标识反应任务是正在执行还是尚未执行,如果正在执行则可继续查看执行的进度和具体任务内容,中控系统会将任务内容和进度与其他无人机数据进行分析,判断无人机飞行状态是否正常,从而实现对任务的总监控。
不管集群航点任务是简单任务还是复杂任务,以及无人机集群的规模大小,在任务执行过程中,都会采用监控执行机制来确认任务的执行情况,监控的核心主要是核实执行航点任务的无人机是否到达航点任务设定的位置。对此,本发明采用以下方式进行任务监控:
(1)位置监控
A、中控系统获取执行航点任务的非主控无人机在任何时刻的理论位置,该理论位置在主控无人机分解单无人机航点任务时确定并在单无人机航点任务分发时与执行航点任务的非主控无人机绑定。执行航点任务的非主控无人机在执行任务过程中会实时上传更新自己的实际位置信息,中控系统将获取的非主控无人机实际位置信息和理论位置信息进行比对,如果位置误差在预设的误差范围内即可认为执行航点任务的非主控无人机的位置无误。
B、主控无人机获取执行航点任务的非主控无人机在任何时刻的理论位置,该理论位置在主控无人机分解单无人机航点任务时确定并在单无人机航点任务分发时与执行航点任务的非主控无人机绑定。主控无人机配备定位组件/设备,例如视觉定位组件,该定位组件可以对其周围非主控无人机的位置进行检测和定位,分析出相对位置信息,将分析出的相对位置信息和理论位置信息,与执行航点任务的非主控无人机自己上传的实际位置信息进行比对,即可得到更精准的位置结果,如果位置误差在预设的误差范围内即可认为执行航点任务的非主控无人机位置无误。
(2)动作实时监控,例如灯光变化,无人机采用标志信息来标识无人机的动作进行和动作完成,该标志信息被存储在无人机实时上传给中控服务器的信息报文中,最终被中控系统获取,并被中控系统进行分析,从而实现监控的目的。即中控系统从中控服务器获取无人机实时上传给中控服务器的信息报文,通过所述信息报文中携带的用于标识无人机的动作进行和动作完成的标志信息实时监控无人机的动作。
进一步地,该中控系统不仅可以对在线的无人机进行远程调度,还可以超远程控制离线无人机开机使其上线接受调度。
进一步地,该中控系统根据无人机的地理位置信息,获得无人机各分布区域的具体地理模型,建立专门的无人机飞行空域的3D地理模型,为无人机的调度提供地理信息辅助。
进一步地,该中控系统根据建立的地理模型,将所有无人机在调度中心的调度监控端内展示,其中,各个无人机将以虚拟图标的模式在调度监控端中显示,从而所有无人机的位置和状态将在监控端上一目了然,中控人员可以通过监控端选择想要进行深度监控的无人机进行进一步的监控和调度。
请参考图3。图3是本发明实施例提供的一种无人机集群调度方法的详细流程图。所述方法包括:
S110、无人机集群内的无人机通过物联网模块实时向中控服务器传送无人机信息,该信息包括无人机位置、电量、飞行状态、在线状态等;其中,该无人机集群内所有无人机均配备物联网模块,该物联网模块采用单独供电。
该无人机集群由中控服务器组建并负责管理,该无人机集群具有集群标识,同一无人机集群内的无人机具有共同的集群标识;集群内的无人机最大数目由管理该无人机集群的中控服务器的信息处理能力决定,数目上一般足以完成基本的飞行任务。无人机集群也具备更新重组的功能,可以根据实际情况,调配其他无人机集群内的无人机和本集群进行重组。
该无人机集群内选择一个或若干个具备更高计算性能的无人机作为主控无人机,其余无人机作为非主控无人机,所有的非主控无人机与该主控无人机通信连接。一般情况下,一个无人机集群只需要一个主控无人机即可完成针对该无人机集群设计的集群航点任务的分解及分发;当集群航点任务比较复杂,或者无人机集群内的无人机数目过大需要在集群内进一步细分为无人机子集群时,为了节省处理时间,提高处理效率,可以考虑在集群内配备多个主控无人机。
S120、该中控系统通过中控服务器获取无人机集群信息,并从无人机集群信息中获取所有无人机信息,并对获取到的信息进行存储和分析。
S130、该中控系统根据获得的所有无人机信息,分析预测各个无人机的使用寿命及各传感器健康状态,并根据预测结果生成无人机运维策略(例如在特定时间节点更换无人机部件、在特定时间节点对无人机进行充电等),保证所控制的无人机均处于健康状态,并可以实时对无人机进行最新飞控软件系统及通讯软件系统的更新。
S140、该中控系统确定集群航点任务,超远程调度无人机集群,并将集群航点任务下发该无人机集群。具体包括:
该中控系统确定集群航点任务,其中,该集群航点任务至少包括以下信息:航点任务信息、时间信息、位置信息、无人机数目要求信息、无人机类型要求信息。
该中控系统会根据集群航点任务的能力满足、数目满足、距离最近的具体执行要求选择出最合适无人机集群,超远程调度该无人机集群,将该集群航点任务下发给该无人机集群的主控无人机。其中,该中控系统不仅可以对在线的无人机进行远程调度,还可以超远程控制离线无人机开机使其上线接受调度。
优选地,如果集群航点任务只需要单个无人机即可完成执行,则该中控系统直接调度满足集群航点任务要求的单个无人机完成针对单个无人机设计的集群航点任务。
S150、该无人机集群内的主控无人机将针对该无人机集群的集群航点任务分解为各个单无人机的航点任务。具体包括:
该无人机集群的主控无人机在收到集群航点任务之后,根据预设任务复杂度判定策略判定集群航点任务的复杂度:判定结果显示集群航点任务是简单任务,该主控无人机按照满足总任务成本最小原则对该集群航点任务进行进一步的分解处理,分解出各个单无人机航点任务;判定结果显示集群航点任务是复杂任务,该主控无人机拆分该集群航点任务形成层次任务,再由其他不同主控无人机分开处理完成这些层次任务后再汇总到该主控无人机,由该主控无人机最终形成单无人机航点任务。其中,该预设任务复杂度判定策略是:根据集群航点任务中无人机数目要求信息进行判断,如果集群航点任务中无人机数目要求大于或等于预设无人机数目(例如50),则判定该集群航点任务是复杂任务,否则判定该集群航点任务为简单任务。
S160、无人机集群内的主控无人机将各个单无人机的航点任务分发给集群内的对应的无人机。
具体的,该主控无人机完成将集群航点任务分解为单无人机航点任务后,该主控无人机根据预设分发策略,将单无人机航点任务分发给集群内的非主控无人机执行航点任务。该预设分发策略是:
该主控无人机管理的非主控无人机数目足够满足本次集群航点任务要求时,那么该主控无人机会直接将单无人机航点任务分发给其管理的非主控无人机,由其管理的非主控无人机执行完成分配的航点任务;
该主控无人机管理的非主控无人机数目不能满足本次集群航点任务要求时,那么该主控无人机除了将单无人机航点任务分发给其管控的非主控无人机执行完成航点任务之外,还会让其他主控无人机配合辅助分发剩余的航点任务给其管理的非主控无人机执行完成剩余的航点任务。
S170、无人机集群内的所有无人机执行各自的航点任务。
S180、中控系统或主控无人机监控执行航点任务的所有无人机的任务完成情况。
具体的,在任务执行过程中,该中控系统或主控无人机都会采用位置监控和/或动作实时的监控执行机制来确认无人机的航点任务的执行情况。
S190、无人机集群内的所有无人机完成各自的航点任务。
进一步地,该中控系统对所有无人飞机的状态实行管理,管理信息中包括任务标识,该任务标识反应任务是正在执行还是尚未执行,如果正在执行则可继续查看执行的进度和具体任务内容,中控系统会将任务内容和进度与其他无人机数据进行分析,判断无人机飞行状态是否正常,从而实现对任务的总监控。
进一步地,该中控系统根据无人机的地理位置信息,获得无人机各分布区域的具体地理模型,建立专门的无人机飞行空域的3D地理模型,为无人机的调度提供地理信息辅助。
进一步地,该中控系统根据建立的地理模型,将其在调度中心的调度监控端内展示,其中,各个无人机将以虚拟图标的模式在调度监控端是显示,从而所有无人机的位置和状态将在监控端上一目了然,中控人员可以通过监控端选择想要进行深度监控的无人机进行进一步的监控和调度。
请参考图2。图2是本发明实施例提供的一种无人机集群调度系统的结构示意图。所述系统包括:中控服务器100、无人机集群200、中控系统300;其中:
该无人机集群200,用于执行完成针对该无人机集群200下发的集群航点任务,包括至少两个无人机210和220,无人机配备物联网模块,无人机通过物联网模块实时向中控服务器100传送无人机信息,该信息包括无人机位置、电量、飞行状态、在线状态等;其中,该物联网模块采用单独供电。
该中控服务器100,用于组建并管理该无人机集群200,及接收存储无人机发送的无人机信息;
该中控系统300通过中控服务器100获取无人机集群200信息,并从无人机集群200信息中获取所有无人机信息,并对获取到的信息进行存储和分析;以及确定集群航点任务,超远程调度无人机集群200,并将集群航点任务下发该无人机集群200。
进一步地,该无人机集群200由中控服务器100组建并负责管理,该无人机集群200具有集群标识,同一无人机集群内的无人机具有共同的集群标识;集群内的无人机最大数目由管理该无人机集群200的中控服务器100的信息处理能力决定,数目上一般足以完成基本的飞行任务。无人机集群200也具备更新重组的功能,可以根据实际情况,调配其他无人机集群内的无人机和本集群进行重组。
进一步地,该无人机集群200内选择一个或若干个具备更高计算性能的(配备了更高级的主控芯片)无人机作为主控无人机,例如图2中无人机210,其余无人机作为非主控无人机,所有的非主控无人机与该主控无人机通信连接。该主控无人机负责将针对该无人机集群200的集群航点任务内容分解为各个单个无人机的航点任务,并分发给集群内的非主控无人机。一般情况下,一个无人机集群只需要一个主控无人机即可完成针对该无人机集群设计的集群航点任务的分解及分发;当集群航点任务比较复杂,或者无人机集群内的无人机数目过大需要在集群内进一步细分为无人机子集群时,为了节省处理时间,提高处理效率,可以考虑在集群内配备多个主控无人机,由多个主控无人机分别管理集群内无人机,形成无人机子集群,其中一个主控无人机负责分解针对该无人机集群设计的集群航点任务,分解形成层次任务,再让其他主控无人机协同处理层次任务和/或让其他主控无人机辅助分发单无人机航点任务给集群内的非主控无人机。
进一步地,该无人机集群200,用于执行完成针对该无人机集群200下发的集群航点任务;具体包括:
该无人机集群200的主控无人机在收到集群航点任务之后,根据预设任务复杂度判定策略判定集群航点任务的复杂度:判定结果显示集群航点任务是简单任务,该主控无人机按照满足总任务成本最小原则对该集群航点任务进行进一步的分解处理,分解出各个单无人机航点任务;判定结果显示集群航点任务是复杂任务,该主控无人机拆分该集群航点任务形成层次任务,再由其他不同主控无人机分开处理完成这些层次任务后再汇总到该主控无人机,由该主控无人机最终形成单无人机航点任务。其中,该预设任务复杂度判定策略是:根据集群航点任务中无人机数目要求信息进行判断,如果集群航点任务中无人机数目要求大于或等于预设无人机数目(例如50),则判定该集群航点任务是复杂任务,否则判定该集群航点任务为简单任务。
该主控无人机完成将集群航点任务分解为单无人机航点任务后,该主控无人机根据预设分发策略,将单无人机航点任务分发给集群内的非主控无人机执行航点任务。该预设分发策略是:
该主控无人机管理的非主控无人机数目足够满足本次集群航点任务要求时,那么该主控无人机会直接将单无人机航点任务分发给其管理的非主控无人机,由其管理的非主控无人机执行完成分配的航点任务;
该主控无人机管理的非主控无人机数目不能满足本次集群航点任务要求时,那么该主控无人机除了将单无人机航点任务分发给其管控的非主控无人机执行完成航点任务之外,还会让其他主控无人机配合辅助分发剩余的航点任务给其管理的非主控无人机执行完成剩余的航点任务。
进一步地,该中控系统300通过中控服务器100获取所有无人机集群信息,并从无人机集群信息中获取所有无人机信息,并对获取到的信息进行存储和分析;进一步包括:该中控系统300根据获得的所有无人机信息,分析预测各个无人机的使用寿命及各传感器健康状态,并根据预测结果生成无人机运维策略(例如在特定时间节点更换无人机部件、在特定时间节点对无人机进行充电等),保证所控制的无人机均处于健康状态,并可以实时对无人机进行最新飞控软件系统及通讯软件系统的更新。
进一步地,该中控系统300确定集群航点任务,超远程调度无人机集群200,并将集群航点任务下发该无人机集群200;具体包括:
该中控系统300确定集群航点任务,其中,该集群航点任务至少包括以下信息:航点任务信息、时间信息、位置信息、无人机数目要求信息、无人机类型要求信息。
该中控系统300会根据集群航点任务的能力满足、数目满足、距离最近的具体执行要求选择出最合适无人机集群200,超远程调度该无人机集群200,将该集群航点任务下发给该无人机集群200的主控无人机。其中,该中控系统不仅可以对在线的无人机进行远程调度,还可以超远程控制离线无人机开机使其上线接受调度。
优选地,如果集群航点任务只需要单个无人机即可完成执行,则该中控系统直接调度满足集群航点任务要求的单个无人机完成针对单个无人机设计的集群航点任务。
进一步地,该中控系统300该中控系统对所有无人飞机的状态实行管理,管理信息中包括任务标识,该任务标识反应任务是正在执行还是尚未执行,如果正在执行则可继续查看执行的进度和具体任务内容,中控系统会将任务内容和进度与其他无人机数据进行分析,判断无人机飞行状态是否正常,从而实现对任务的总监控。
进一步地,不管集群航点任务是简单任务还是复杂任务,以及无人机集群的规模大小,在任务执行过程中,都会采用监控执行机制来确认任务的执行情况,监控的核心主要是核实执行航点任务的无人机是否到达航点任务设定的位置。对此,本发明实施例无人机集群调度系统采用以下方式进行任务监控:
(1)位置监控
A、中控系统获取执行航点任务的非主控无人机在任何时刻的理论位置,该理论位置在主控无人机分解单无人机航点任务时确定并在单无人机航点任务分发时与执行航点任务的非主控无人机绑定。执行航点任务的非主控无人机在执行任务过程中会实时上传更新自己的实际位置信息,中控系统将获取的非主控无人机实际位置信息和理论位置信息进行比对,如果位置误差在预设的误差范围内即可认为执行航点任务的非主控无人机的位置无误。
B、主控无人机获取执行航点任务的非主控无人机在任何时刻的理论位置,该理论位置在主控无人机分解单无人机航点任务时确定并在单无人机航点任务分发时与执行航点任务的非主控无人机绑定。主控无人机配备定位组件/设备,例如视觉定位组件,该定位组件可以对其周围非主控无人机的位置进行检测和定位,分析出相对位置信息,将分析出的相对位置信息和理论位置信息,与执行航点任务的非主控无人机自己上传的实际位置信息进行比对,即可得到更精准的位置结果,如果位置误差在预设的误差范围内即可认为执行航点任务的非主控无人机位置无误。
(2)动作实时监控,例如灯光变化,无人机采用标志信息来标识无人机的动作进行和动作完成,该标志信息被存储在无人机实时上传给中控服务器的信息报文中,最终被中控系统获取,并被中控系统进行分析,从而实现监控的目的。即中控系统从中控服务器获取无人机实时上传给中控服务器的信息报文,通过所述信息报文中携带的用于标识无人机的动作进行和动作完成的标志信息实时监控无人机的动作。
进一步地,该中控系统300根据无人机的地理位置信息,获得无人机各分布区域的具体地理模型,建立专门的无人机飞行空域的3D地理模型,为无人机的调度提供地理信息辅助。
进一步地,该中控系统300根据建立的地理模型,将其在调度中心的调度监控端内展示,其中,各个无人机将以虚拟图标的模式在调度监控端是显示,从而所有无人机的位置和状态将在监控端上一目了然,中控人员可以通过监控端选择想要进行深度监控的无人机进行进一步的监控和调度。
优选地,该中控系统300可以作为该中控服务器100的组成部分,配置在该中控服务器100中;也可以作为独立系统单独存在,当作为单独系统存在时,该中控系统300通过中控服务器100获取所有无人机的信息,对获取到的信息进行存储和分析,用于对无人机进行远程调度。
需要说明的是,上述无人机集群调度系统实施例与方法实施例属于同一构思,其具体实现过程详见方法实施例,且方法实施例中的技术特征在无人机集群调度系统实施例中均对应适用,这里不再赘述。
此外,本发明实施例还提供一种中控系统,该中控系统300包括:存储器、处理器及存储在所述存储器中并可在所述处理器上运行的一个或者多个计算机程序,所述一个或者多个计算机程序被所述处理器执行时以实现本发明实施例提供的调度无人机集群的方法的以下步骤:
S1、中控系统通过中控服务器获取所有无人机集群信息;
S2、中控系统确定集群航点任务,超远程调度无人机集群,并将集群航点任务下发给无人机集群;
S3、中控系统监控无人集群执行集群航点任务。
需要说明的是,上述中控系统实施例与方法实施例属于同一构思,其具体实现过程详见方法实施例,且方法实施例中的技术特征在中控系统实施例中均对应适用,这里不再赘述。
另外,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有调度无人机集群方法的一个或者多个调度程序,所述调度无人机集群方法的一个或者多个调度程序被处理器执行时以实现本发明实施例提供的调度无人机集群方法的以下步骤:
S1、中控系统通过中控服务器获取所有无人机集群信息;
S2、中控系统确定集群航点任务,超远程调度无人机集群,并将集群航点任务下发该无人机集群;
S3、中控系统监控该无人集群执行集群航点任务。
需要说明的是,上述计算机可读存储介质上的调度无人机集群方法实施例与方法实施例属于同一构思,其具体实现过程详见方法实施例,且方法实施例中的技术特征在上述计算机可读存储介质的实施例中均对应适用,这里不再赘述。
本发明提供的一种调度无人机集群的方法、中控系统及计算机存储介质,通过采用中控系统确定集群航点任务,超远程调度无人机集群,并将集群航点任务下发给无人机集群,并监控所述无人集群执行完成集群航点任务;该无人机集群的主控无人机负责集群航点任务分解及分发,必要时利用集群内其他主控无人机协同处理集群航点任务的分解及分发,共同执行完成针对该无人机集群下发的集群航点任务的处理方式,通过对集群航点任务进行分层分解管理模式,减少中控服务器的压力,同时也给予了无人机集群更大的自由度,也方便了无人机海量数据的管理,优化了编队任务分配的总计算量,提高无人机集群的调度效率。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (13)
1.一种调度无人机集群的方法,应用于中控系统,其特征在于,所述方法包括:
所述中控系统通过中控服务器获取无人机集群信息;
所述中控系统确定集群航点任务,超远程调度无人机集群,并将所述集群航点任务下发给所述无人机集群的主控无人机;
所述中控系统监控所述无人集群执行集群航点任务。
2.根据权利要求1所述的方法,其特征在于,所述中控系统通过中控服务器获取无人机集群信息,具体包括:所述中控系统通过中控服务器获取无人机集群信息,并从所述无人机集群信息中获取所有无人机信息,其中,所述无人机信息包括:包括无人机位置、电量、飞行状态、和/或在线状态。
3.根据权利要求1所述的方法,其特征在于,所述中控系统确定集群航点任务,超远程调度无人机集群,并将所述集群航点任务下发给所述无人机集群;具体包括:
所述中控系统确定集群航点任务,其中,所述集群航点任务至少包括以下信息:航点任务信息、时间信息、位置信息、无人机数目要求信息、和/或无人机类型要求信息;
所述中控系统根据集群航点任务的具体执行要求选择出最合适无人机集群,按照满足总任务成本最小原则超远程调度所述无人机集群,将所述集群航点任务下发给所述无人机集群的主控无人机。
4.根据权利要求3所述的方法,所述中控系统确定集群航点任务还包括:所述中控系统在所述主控无人机对航点任务的分析能力不足时,所述中控系统将对航点任务进行处理到所述主控无人机能分析的程度再进行集群航点任务的发放。
5.根据权利要求3所述的方法,其特征在于,所述超远程调度所述无人机集群包括:所述调度在线无人机、和/或对离线无人机进行超远程控制开机使其上线接受调度。
6.根据权利要求3所述的方法,其特征在于,所述执行要求包括:执行集群航点任务的无人机数目信息、无人机类型信息以及位置信息。
7.根据权利要求3所述的方法,其特征在于,所述总任务成本最小原则包括无人机集群在执行集群航点任务时选择无人机运营综合成本最低的策略,其中,无人机运营综合成本包括无人机损耗成本、调度难度成本、电能消耗和综合安全隐患成本。
8.根据权利要求1所述的方法,其特征在于,所述中控系统监控所述无人集群执行集群航点任务包括:所述中控系统采用监控执行机制来监控所述无人集群执行集群航点任务。
9.根据权利要求8所述的方法,其特征在于,所述监控执行机制包括:
位置信息监控:所述中控系统获取执行航点任务的非主控无人机在任何时刻的理论位置,以及执行航点任务的非主控无人机在执行任务过程中实时上传实际位置信息,将所述中控系统将获取的非主控无人机实际位置信息和理论位置信息进行比对,如果位置误差在预设的误差范围内,则判定执行航点任务的非主控无人机的位置无误;
动作实时监控:所述中控系统从中控服务器获取无人机实时上传给中控服务器的信息报文,通过所述信息报文中携带的用于标识无人机的动作进行和动作完成的标志信息进行状态管理,判定无人机飞行状态是否正常。
10.根据权利要求2所述的方法,其特征在于,所述中控系统监控所述无人集群执行集群航点任务还包括:所述中控系统根据无人机的位置信息,获得无人机各分布区域的具体地理模型,建立无人机飞行空域的地理模型。
11.根据权利要求10所述的方法,其特征在于,所述中控系统监控所述无人集群执行集群航点任务还包括:所述中控系统根据建立的地理模型,将所有无人机在调度中心的调度监控端内展示。
12.一种中控系统,其特征在于,包括:存储器、处理器及存储在所述存储器中并可在所述处理器上运行的一个或者多个计算机程序,所述一个或者多个计算机程序被所述处理器执行时以实现如权利要求1至11中任一项所述的调度无人机集群的方法的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有调度无人机集群的程序,所述调度无人机集群程序被处理器执行时实现如权利要求1至11中任一项所述的调度无人机集群方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810398417.6A CN108596500A (zh) | 2018-04-28 | 2018-04-28 | 调度无人机集群的方法、中控系统及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810398417.6A CN108596500A (zh) | 2018-04-28 | 2018-04-28 | 调度无人机集群的方法、中控系统及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108596500A true CN108596500A (zh) | 2018-09-28 |
Family
ID=63610546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810398417.6A Pending CN108596500A (zh) | 2018-04-28 | 2018-04-28 | 调度无人机集群的方法、中控系统及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596500A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597672A (zh) * | 2019-02-18 | 2019-04-09 | 北京瓴域航空技术研究院有限公司 | 无人机监控状态显示方法 |
CN110597292A (zh) * | 2019-10-09 | 2019-12-20 | 朱彬 | 无人机集群作业规划方法及装置 |
CN110696673A (zh) * | 2019-10-09 | 2020-01-17 | 深圳市元征科技股份有限公司 | 一种无人机及其集群的充电调度方法、系统和电子设备 |
CN112327909A (zh) * | 2020-10-27 | 2021-02-05 | 一飞(海南)科技有限公司 | 一种无人机编队的贴图灯效控制方法、控制系统及无人机 |
CN112348381A (zh) * | 2020-11-12 | 2021-02-09 | 北京优云智翔航空科技有限公司 | 一种无人机设备调度数据的处理方法、装置以及服务器 |
CN112578809A (zh) * | 2020-11-19 | 2021-03-30 | 一飞(海南)科技有限公司 | 无人机集群通讯拓扑装置、方法、计算机设备、介质及终端 |
CN112631326A (zh) * | 2020-12-08 | 2021-04-09 | 广州中科云图智能科技有限公司 | 空地一体的无人机集群调度方法、装置及系统 |
CN113064449A (zh) * | 2021-03-31 | 2021-07-02 | 广东电网有限责任公司电力调度控制中心 | 一种无人机调度方法及系统 |
CN113438620A (zh) * | 2021-05-27 | 2021-09-24 | 西安工业大学 | 一种无人机集群中心节点最优选择方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105644775A (zh) * | 2016-03-16 | 2016-06-08 | 中国直升机设计研究所 | 一种无人直升机飞行试验指挥控制系统 |
CN106054923A (zh) * | 2016-07-04 | 2016-10-26 | 苏州光之翼智能科技有限公司 | 一种非对称无人机集群系统 |
CN106788677A (zh) * | 2016-12-09 | 2017-05-31 | 佛山科学技术学院 | 一种基于移动数据网络的无人机数据中继装置及其方法 |
CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
CN107817814A (zh) * | 2017-11-10 | 2018-03-20 | 广东工业大学 | 一种无人机群、无人机群的切换方法及装置 |
-
2018
- 2018-04-28 CN CN201810398417.6A patent/CN108596500A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105644775A (zh) * | 2016-03-16 | 2016-06-08 | 中国直升机设计研究所 | 一种无人直升机飞行试验指挥控制系统 |
CN106054923A (zh) * | 2016-07-04 | 2016-10-26 | 苏州光之翼智能科技有限公司 | 一种非对称无人机集群系统 |
CN106788677A (zh) * | 2016-12-09 | 2017-05-31 | 佛山科学技术学院 | 一种基于移动数据网络的无人机数据中继装置及其方法 |
CN107728643A (zh) * | 2017-11-10 | 2018-02-23 | 西安电子科技大学 | 一种动态环境下的无人机群分布式任务调度方法 |
CN107817814A (zh) * | 2017-11-10 | 2018-03-20 | 广东工业大学 | 一种无人机群、无人机群的切换方法及装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597672A (zh) * | 2019-02-18 | 2019-04-09 | 北京瓴域航空技术研究院有限公司 | 无人机监控状态显示方法 |
CN110696673B (zh) * | 2019-10-09 | 2021-07-06 | 深圳市元征科技股份有限公司 | 一种无人机及其集群的充电调度方法、系统和电子设备 |
CN110597292A (zh) * | 2019-10-09 | 2019-12-20 | 朱彬 | 无人机集群作业规划方法及装置 |
CN110696673A (zh) * | 2019-10-09 | 2020-01-17 | 深圳市元征科技股份有限公司 | 一种无人机及其集群的充电调度方法、系统和电子设备 |
CN112327909A (zh) * | 2020-10-27 | 2021-02-05 | 一飞(海南)科技有限公司 | 一种无人机编队的贴图灯效控制方法、控制系统及无人机 |
CN112348381A (zh) * | 2020-11-12 | 2021-02-09 | 北京优云智翔航空科技有限公司 | 一种无人机设备调度数据的处理方法、装置以及服务器 |
CN112578809A (zh) * | 2020-11-19 | 2021-03-30 | 一飞(海南)科技有限公司 | 无人机集群通讯拓扑装置、方法、计算机设备、介质及终端 |
CN112631326A (zh) * | 2020-12-08 | 2021-04-09 | 广州中科云图智能科技有限公司 | 空地一体的无人机集群调度方法、装置及系统 |
CN112631326B (zh) * | 2020-12-08 | 2023-09-19 | 广州中科云图智能科技有限公司 | 空地一体的无人机集群调度方法、装置及系统 |
CN113064449A (zh) * | 2021-03-31 | 2021-07-02 | 广东电网有限责任公司电力调度控制中心 | 一种无人机调度方法及系统 |
CN113064449B (zh) * | 2021-03-31 | 2024-03-12 | 广东电网有限责任公司电力调度控制中心 | 一种无人机调度方法及系统 |
CN113438620A (zh) * | 2021-05-27 | 2021-09-24 | 西安工业大学 | 一种无人机集群中心节点最优选择方法 |
CN113438620B (zh) * | 2021-05-27 | 2024-04-19 | 西安工业大学 | 一种无人机集群中心节点最优选择方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108427436A (zh) | 无人机集群的飞控方法、主控无人机及计算机存储介质 | |
CN108596500A (zh) | 调度无人机集群的方法、中控系统及计算机存储介质 | |
CN108490975A (zh) | 一种无人机集群的调度方法及计算机存储介质 | |
CN108490976A (zh) | 一种无人机集群的调度系统 | |
CN107728643B (zh) | 一种动态环境下的无人机群分布式任务调度方法 | |
CN108594854A (zh) | 一种无人机集群及其飞行方法 | |
Wang et al. | Model construction of planning and scheduling system based on digital twin | |
CN108229685A (zh) | 一种空地一体的无人智能决策方法 | |
CN109697565A (zh) | 无人机巡逻高速公路的方法及系统 | |
CN105701273B (zh) | 一种基于主体的组件化物流系统仿真计算方法 | |
EP3839689B1 (en) | Fleet scheduler | |
US20220114506A1 (en) | Systems and Methods for Optimizing Multi-Modal Transportation | |
CN110431574A (zh) | 用于基于可共享网络的最佳的车辆车队规模制定、搭乘共享和实时调度的数据驱动系统 | |
CN107289923A (zh) | 楼宇内乘梯导航终端、系统及方法 | |
CN108830450A (zh) | 无人机集群调度方法及系统 | |
Bouhamed et al. | A generic spatiotemporal scheduling for autonomous UAVs: A reinforcement learning-based approach | |
CN110533228A (zh) | 一种考虑旅客意愿的航班恢复方法 | |
CN108764653B (zh) | 基于地理模型的无人机集群信息显示方法及系统 | |
JP2023519869A (ja) | ライドシェアネットワークによって使用される飛行計画を生成するためのシステムおよび方法 | |
CN108764652A (zh) | 适应集群航点任务的无人机集群组织方法及系统 | |
CN111626619A (zh) | 基于云雾混合计算的无人机群任务分配方法、系统和可读存储介质 | |
CN109521744A (zh) | 无人机巡逻城市道路的方法及系统 | |
US20220147664A1 (en) | Systems and Methods for Multi-Modal Transportation Simulation Verification | |
CN115796847A (zh) | 一种智慧燃气维修人员管理方法和物联网系统、介质 | |
CN116663834A (zh) | 航空乘务排班方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |