CN108846522A - 无人机系统联合充电站部署及路由选择方法 - Google Patents
无人机系统联合充电站部署及路由选择方法 Download PDFInfo
- Publication number
- CN108846522A CN108846522A CN201810757177.4A CN201810757177A CN108846522A CN 108846522 A CN108846522 A CN 108846522A CN 201810757177 A CN201810757177 A CN 201810757177A CN 108846522 A CN108846522 A CN 108846522A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- charging station
- route selection
- task
- uav system
- 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.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012544 monitoring process 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G06Q50/40—
Abstract
本发明涉及一种无人机系统联合充电站部署及路由选择方法,属于无线通信技术领域。该方法包括以下步骤:S1:建模无人机执行任务源点、目的点集合;S2:建模无人机飞行区域;S3:建模充电站部署变量;S4:建模无人机充电变量;S5:建模无人机路由选择变量;S6:建模无人机系统联合充电站部署及路由选择限制条件;S7:建模无人机执行任务所需总时延;S8:基于无人机执行任务所需总时延最小化,确定无人机系统联合充电站部署及路由选择策略。本发明综合考虑无人机充电及执行任务需求,以无人机执行任务所需总时延最小为目标,优化设计充电站部署及无人机路由选择策略。
Description
技术领域
本发明属于无线通信技术领域,涉及无人机系统充电站部署及路由管理,具体涉及一种无人机系统联合充电站部署及路由选择方法。
背景技术
无人驾驶飞机简称“无人机”,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,可广泛用于空中侦察、监视、通信、反潜、电子干扰等。根据控制中心的指令,无人机可从源点飞行至目地点,执行特定任务。然而,由于无人机飞行及执行任务需消耗一定电池电量,若源点及目的点之间距离过长,无人机需及时补充电量,无人机充电站部署策略及飞行路由选择方案是影响无人机总飞行时间及任务执行效率的重要因素。
目前已有研究中,有文献针对无人机系统节点移动速度快,网络拓扑结构高度变化导致传统路由算法难以适用的问题,提出基于全球定位系统(Global PositioningSystem,GPS)及预测机制的最短路算法;也有研究提出利用深度强化学习技术实现无模型无人机控制,通过优化确定无人机巡航路线以及移动无人充电站移动路线,可实现无人机高效信息收集。
现有研究主要考虑无人机路由选择问题,未综合考虑无人机系统业务需求、充电站部署及路由选择问题,难以保证无人机高效任务执行。
发明内容
有鉴于此,本发明的目的在于提供一种无人机系统联合充电站部署及路由选择方法,基于无人机执行任务所需总时延最小化为目标,确定无人机联合充电站部署及路由选择策略。
为达到上述目的,本发明提供如下技术方案:
一种无人机系统联合充电站部署及路由选择方法,包括以下步骤:
S1:建模无人机执行任务源点及目的点集合;
S2:建模无人机飞行区域;
S3:建模充电站部署变量;
S4:建模无人机充电变量;
S5:建模无人机路由选择变量;
S6:建模无人机系统联合充电站部署及路由选择限制条件;
S7:建模无人机执行任务所需总时延;
S8:基于无人机执行任务所需总时延最小化,确定无人机系统联合充电站部署及路由选择策略。
进一步,步骤S1中,所述建模无人机执行任务源点及目的点集合具体包括:考虑多个无人机分别执行任务,Uk表示第k个无人机,1≤k≤K,K为无人机总数,令无人机执行任务源点及目的点集合分别为S={S1,S2,...,SK}及D={D1,D2,...,DK},其中,Sk为无人机Uk执行任务源点,Dk为无人机Uk执行任务目的点。
进一步,步骤S2中,所述建模无人机飞行区域具体包括:对各无人机源点及目的点之间区域进行二维离散化,建模为二维网格,其中,网格中第i行第j列节点为Ni,j, 和分别为网格中行、列的最大点数,令Δx和Δy分别为网格行、列相邻点之间距离;令Sk和Dk对应网格中节点分别为及
进一步,步骤S3中,所述建模充电站部署变量具体包括:将充电站部署于无人机执行任务源点及目的点之间区域内,令可部署充电站集合为C={C1,C2,...,CM},其中,M为充电站总数;令yi,j,m为充电站部署变量,若网格中节点Ni,j处部署充电站Cm,yi,j,m=1,否则,yi,j,m=0,1≤m≤M。
进一步,步骤S4中,所述建模无人机充电变量具体包括:令xk,m为无人机充电变量,若无人机Uk经过充电站Cm进行充电,则xk,m=1,否则,xk,m=0;并令表示无人机Uk在Cm处充电所需时间,1≤k≤K,1≤m≤M。
进一步,步骤S5中,所述建模无人机路由选择变量具体包括:令为无人机路由选择变量,若无人机Uk经过节点到达节点则否则, 1≤k≤K,
进一步,步骤S6中,所述建模无人机系统联合充电站部署及路由选择限制条件具体包括:
(1)建模充电站部署限制条件:任意一个节点处最多部署一个充电站且每个充电站最多部署在一个节点处,即:
(2)建模无人机路由选择限制条件:各节点需满足保持流守恒,若节点则若节点则若节点且则无人机以各充电站为中继节点执行路由策略,若则
(3)建模无人机Uk飞行距离限制条件:若则其中,为无人机Uk单次充满电后最大飞行距离,表示无人机飞行线路上两节点和间飞行距离,建模为
进一步,步骤S7中,所述无人机执行任务所需总时延建模为
其中,Tk为无人机Uk自执行任务源点到达目的点所需总时间,建模为
其中,为无人机Uk自执行任务源点到达目的点所需飞行时间,建模为其中,为无人机Uk从节点飞行至节点所需飞行时间,建模vk为无人机Uk的飞行速度;
为无人机Uk自执行任务源点到达目的点所需充电时间,建模为
进一步,步骤S8中,所述基于无人机执行任务所需总时延最小化部署充电站,优化确定无人机路由选择,即其中分别为无人机Uk执行任务所需总时延最小的最优充电策略、充电站部署策略及路由选择策略。
本发明的有益效果在于:本发明所述方法可以在有效保障无人机执行任务的情况下,通过联合充电站部署及路由选择,实现无人机执行任务所需总时延最小化。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为无人机场景示意图;
图2为本发明所述方法的流程示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
本发明所述的无人机系统联合充电站部署及路由选择方法,假设在某个区域有多个无人机执行任务,每个无人机源点和任务目的点不同,对各无人机源点及目的点之间区域进行二维离散化,建模为二维网格,在所区域中网格节点部署充电站,建模充电站部署变量,建模无人机充电变量,建模无人机路由选择变量,建模无人机系统联合充电站部署及路由选择限制条件,建模无人机执行任务所需总时延,基于无人机执行任务所需总时延最小化,确定无人机联合充电站部署及路由选择策略。
图1为无人机场景图,如图1所示,该区域有多个无人机执行任务,基于无人机执行任务所需总时延最小化,确定无人机系统联合充电站部署及路由选择策略。
图2为本发明所述方法的流程示意图,如图2所示,本发明所述方法具体包括以下步骤:
1)建模无人机执行任务源点及目的点集合
建模无人机执行任务源点及目的点集合,考虑多个无人机分别执行任务,Uk表示第k个无人机,1≤k≤K,K为无人机总数,令无人机执行任务源点及目的点集合分别为 S={S1,S2,...,SK}及D={D1,D2,...,DK},其中,Sk为无人机Uk执行任务源点,Dk为无人机Uk执行任务目的点。
2)建模无人机飞行区域
建模无人机飞行区域,对各无人机源点及目的点之间区域进行二维离散化,建模为二维网格,其中,网格中第i行第j列节点为Ni,j, 和分别为网格中行、列的最大点数,令Δx和Δy分别为网格行、列相邻点之间距离;令Sk和Dk对应网格中节点分别为及
3)建模充电站部署变量
建模充电站部署变量,将充电站部署于无人机执行任务源点及目的点之间区域内,令可部署充电站集合为C={C1,C2,...,CM},其中,M为充电站总数;令yi,j,m为充电站部署变量,若网格中节点Ni,j处部署充电站Cm,yi,j,m=1,否则,yi,j,m=0,1≤m≤M。
4)建模无人机充电变量
建模无人机充电变量,令xk,m为无人机充电变量,若无人机Uk经过充电站Cm进行充电,则xk,m=1,否则,xk,m=0;并令表示无人机Uk在Cm处充电所需时间,1≤k≤K,1≤m≤M。
5)建模无人机路由选择变量
建模无人机路由选择变量,令为无人机路由选择变量,若无人机Uk经过节点到达节点则否则,
6)建模无人机系统联合充电站部署及路由选择限制条件
建模无人机系统联合充电站部署及路由选择限制条件,具体包括:
(1)建模充电站部署限制条件:任意一个节点处最多部署一个充电站且每个充电站最多部署在一个节点处,即:
(2)建模无人机路由选择限制条件:各节点需满足保持流守恒,若节点则若节点则若节点且
则无人机以各充电站为中继节点执行路由策略,若则
(3)建模无人机Uk飞行距离限制条件:若则其中,为无人机Uk单次充满电后最大飞行距离,表示无人机飞行线路上两节点和间飞行距离,建模为
7)建模无人机执行任务所需总时延
无人机执行任务所需总时延建模为其中,Tk为无人机Uk自执行任务源点到达目的点所需总时间,建模为其中,为无人机Uk自执行任务源点到达目的点所需飞行时间,建模为其中,为无人机Uk从节点飞行至节点所需飞行时间,建模vk为无人机Uk的飞行速度;为无人机Uk自执行任务源点到达目的点所需充电时间,建模为
8)基于无人机执行任务所需总时延最小化,确定无人机系统联合充电站部署及路由选择策略
基于无人机执行任务所需总时延最小化部署充电站,优化确定无人机路由选择,即其中分别对应无人机Uk执行任务所需总时延最小的最优充电策略、充电站部署策略及路由选择策略。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (9)
1.一种无人机系统联合充电站部署及路由选择方法,其特征在于,该方法包括以下步骤:
S1:建模无人机执行任务源点及目的点集合;
S2:建模无人机飞行区域;
S3:建模充电站部署变量;
S4:建模无人机充电变量;
S5:建模无人机路由选择变量;
S6:建模无人机系统联合充电站部署及路由选择限制条件;
S7:建模无人机执行任务所需总时延;
S8:基于无人机执行任务所需总时延最小化,确定无人机系统联合充电站部署及路由选择策略。
2.根据权利要求1所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S1中,所述建模无人机执行任务源点及目的点集合具体包括:考虑多个无人机分别执行任务,Uk表示第k个无人机,1≤k≤K,K为无人机总数,令无人机执行任务源点及目的点集合分别为S={S1,S2,...,SK}及D={D1,D2,...,DK},其中,Sk为无人机Uk执行任务源点,Dk为无人机Uk执行任务目的点。
3.根据权利要求2所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S2中,所述建模无人机飞行区域具体包括:对各无人机源点及目的点之间区域进行二维离散化,建模为二维网格,其中,网格中第i行第j列节点为Ni,j, 和分别为网格中行、列的最大点数,令Δx和Δy分别为网格行、列相邻点之间距离;令Sk和Dk对应网格中节点分别为及1≤k≤K。
4.根据权利要求3所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S3中,所述建模充电站部署变量具体包括:将充电站部署于无人机执行任务源点及目的点之间区域内,令可部署充电站集合为C={C1,C2,...,CM},其中,M为充电站总数;令yi,j,m为充电站部署变量,若网格中节点Ni,j处部署充电站Cm,yi,j,m=1,否则,yi,j,m=0,1≤m≤M。
5.根据权利要求4所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S4中,所述建模无人机充电变量具体包括:令xk,m为无人机充电变量,若无人机Uk经过充电站Cm进行充电,则xk,m=1,否则,xk,m=0;并令表示无人机Uk在Cm处充电所需时间,1≤k≤K,1≤m≤M。
6.根据权利要求5所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S5中,所述建模无人机路由选择变量具体包括:令为无人机路由选择变量,若无人机Uk经过节点到达节点则否则,1≤k≤K,
7.根据权利要求6所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S6中,所述建模无人机系统联合充电站部署及路由选择限制条件具体包括:
(1)建模充电站部署限制条件:任意一个节点处最多部署一个充电站且每个充电站最多部署在一个节点处,即:
(2)建模无人机路由选择限制条件:各节点需满足保持流守恒,若节点则若节点则若节点且则无人机以各充电站为中继节点执行路由策略,若则
(3)建模无人机Uk飞行距离限制条件:若则其中,为无人机Uk单次充满电后最大飞行距离,表示无人机飞行线路上两节点和间飞行距离,建模为
8.根据权利要求7所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S7中,所述无人机执行任务所需总时延建模为
其中,Tk为无人机Uk自执行任务源点到达目的点所需总时间,建模为
其中,为无人机Uk自执行任务源点到达目的点所需飞行时间,建模为其中,为无人机Uk从节点飞行至节点所需飞行时间,建模vk为无人机Uk的飞行速度;
为无人机Uk自执行任务源点到达目的点所需充电时间,建模为
9.根据权利要求8所述的无人机系统联合充电站部署及路由选择方法,其特征在于,步骤S8中,所述基于无人机执行任务所需总时延最小化部署充电站,优化确定无人机路由选择,即其中分别为无人机Uk执行任务所需总时延最小的最优充电策略、充电站部署策略及路由选择策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757177.4A CN108846522B (zh) | 2018-07-11 | 2018-07-11 | 无人机系统联合充电站部署及路由选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810757177.4A CN108846522B (zh) | 2018-07-11 | 2018-07-11 | 无人机系统联合充电站部署及路由选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108846522A true CN108846522A (zh) | 2018-11-20 |
CN108846522B CN108846522B (zh) | 2022-02-11 |
Family
ID=64196857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810757177.4A Active CN108846522B (zh) | 2018-07-11 | 2018-07-11 | 无人机系统联合充电站部署及路由选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108846522B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109866631A (zh) * | 2019-01-21 | 2019-06-11 | 南京航空航天大学 | 无人机编队空中无线充电方法 |
CN110207708A (zh) * | 2019-06-25 | 2019-09-06 | 重庆邮电大学 | 一种无人机航迹规划装置及方法 |
CN111006669A (zh) * | 2019-12-12 | 2020-04-14 | 重庆邮电大学 | 一种无人机系统任务协同及路径规划方法 |
CN111586703A (zh) * | 2020-05-08 | 2020-08-25 | 重庆邮电大学 | 一种无人机基站部署及内容缓存方法 |
CN111679690A (zh) * | 2020-06-24 | 2020-09-18 | 安徽继远软件有限公司 | 一种巡检无人机机巢分布及信息交互方法 |
CN112099530A (zh) * | 2020-09-23 | 2020-12-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种抗毁伤的集群无人机中心机动态确定方法 |
CN113283013A (zh) * | 2021-06-10 | 2021-08-20 | 北京邮电大学 | 一种基于深度强化学习的多无人机充电及任务调度方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106092083A (zh) * | 2016-05-31 | 2016-11-09 | 夏烬楚 | 一种无人机路径规划管理系统及方法 |
KR101679823B1 (ko) * | 2015-11-09 | 2016-11-25 | 한국해양대학교 산학협력단 | 무인비행체 및 이의 배터리 충전 방법 |
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
CN107862705A (zh) * | 2017-11-21 | 2018-03-30 | 重庆邮电大学 | 一种基于运动特征和深度学习特征的无人机小目标检测方法 |
CN108092895A (zh) * | 2017-12-26 | 2018-05-29 | 重庆邮电大学 | 一种软件定义网络联合路由选择及网络功能部署方法 |
CN108173302A (zh) * | 2017-12-28 | 2018-06-15 | 电子科技大学 | 无线充电器在无线传感器网络中的充电完成时间优化方法 |
-
2018
- 2018-07-11 CN CN201810757177.4A patent/CN108846522B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
KR101679823B1 (ko) * | 2015-11-09 | 2016-11-25 | 한국해양대학교 산학협력단 | 무인비행체 및 이의 배터리 충전 방법 |
CN106092083A (zh) * | 2016-05-31 | 2016-11-09 | 夏烬楚 | 一种无人机路径规划管理系统及方法 |
CN107862705A (zh) * | 2017-11-21 | 2018-03-30 | 重庆邮电大学 | 一种基于运动特征和深度学习特征的无人机小目标检测方法 |
CN108092895A (zh) * | 2017-12-26 | 2018-05-29 | 重庆邮电大学 | 一种软件定义网络联合路由选择及网络功能部署方法 |
CN108173302A (zh) * | 2017-12-28 | 2018-06-15 | 电子科技大学 | 无线充电器在无线传感器网络中的充电完成时间优化方法 |
Non-Patent Citations (2)
Title |
---|
YU,K 等: ""Algorithms for Routing of Unmanned Aerial Vehicles with Mobile Recharging Stations"", 《2018 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 * |
胡洁 等: ""一种为地面节点充电的多UAV任务分配与路线规划方法"", 《电讯技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109866631A (zh) * | 2019-01-21 | 2019-06-11 | 南京航空航天大学 | 无人机编队空中无线充电方法 |
CN109866631B (zh) * | 2019-01-21 | 2021-11-30 | 南京航空航天大学 | 无人机编队空中无线充电方法 |
CN110207708A (zh) * | 2019-06-25 | 2019-09-06 | 重庆邮电大学 | 一种无人机航迹规划装置及方法 |
CN111006669A (zh) * | 2019-12-12 | 2020-04-14 | 重庆邮电大学 | 一种无人机系统任务协同及路径规划方法 |
CN111586703A (zh) * | 2020-05-08 | 2020-08-25 | 重庆邮电大学 | 一种无人机基站部署及内容缓存方法 |
CN111586703B (zh) * | 2020-05-08 | 2022-06-03 | 重庆邮电大学 | 一种无人机基站部署及内容缓存方法 |
CN111679690A (zh) * | 2020-06-24 | 2020-09-18 | 安徽继远软件有限公司 | 一种巡检无人机机巢分布及信息交互方法 |
CN111679690B (zh) * | 2020-06-24 | 2023-03-31 | 安徽继远软件有限公司 | 一种巡检无人机机巢分布及信息交互方法 |
CN112099530A (zh) * | 2020-09-23 | 2020-12-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种抗毁伤的集群无人机中心机动态确定方法 |
CN112099530B (zh) * | 2020-09-23 | 2022-09-16 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种抗毁伤的集群无人机中心机动态确定方法 |
CN113283013A (zh) * | 2021-06-10 | 2021-08-20 | 北京邮电大学 | 一种基于深度强化学习的多无人机充电及任务调度方法 |
CN113283013B (zh) * | 2021-06-10 | 2022-07-19 | 北京邮电大学 | 一种基于深度强化学习的多无人机充电及任务调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108846522B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108846522A (zh) | 无人机系统联合充电站部署及路由选择方法 | |
Wu et al. | Trajectory optimization for UAVs’ efficient charging in wireless rechargeable sensor networks | |
CN111536979B (zh) | 一种基于随机优化的无人机巡检路径规划方法 | |
CN112016812B (zh) | 多无人机任务调度方法、系统及存储介质 | |
Pang et al. | Efficient data collection for wireless rechargeable sensor clusters in harsh terrains using UAVs | |
CN112511250B (zh) | 一种基于drl的多无人机空中基站动态部署方法及系统 | |
Zhu et al. | Aerial refueling: Scheduling wireless energy charging for UAV enabled data collection | |
CN109495945A (zh) | 一种WSNs中基于聚类分簇的协同充电方法 | |
CN109506654A (zh) | 低空航路规划方法及装置、飞行器 | |
CN111006669B (zh) | 一种无人机系统任务协同及路径规划方法 | |
CN107239078A (zh) | 一种无人机基站选址与巡逻路径优化方法及装置 | |
Yao et al. | QoS-aware rechargeable UAV trajectory optimization for sensing service | |
CN111158401A (zh) | 一种分布式鼓励时空数据探索的无人机路径规划系统及方法 | |
CN110049448A (zh) | 一种基于无人机群的无线传感网数据收集方法 | |
CN109451556A (zh) | 基于uav对无线传感网充电的方法 | |
CN115185303B (zh) | 用于国家公园及自然保护地的无人机巡护路径规划方法 | |
Feng et al. | A newborn particle swarm optimization algorithm for charging-scheduling algorithm in industrial rechargeable sensor networks | |
Lv et al. | Speed planning for solar-powered electric vehicles | |
Chien et al. | UAV–assisted joint wireless power transfer and data collection mechanism for sustainable precision agriculture in 5G | |
Golabi et al. | Bypassing or flying above the obstacles? A novel multi-objective UAV path planning problem | |
CN115454132A (zh) | 一种面向山地光伏电站的无人机巡检三维路径规划方法及系统 | |
CN110986954A (zh) | 基于灰狼优化算法的军用运输机航路规划方法 | |
Han et al. | Scheduling rechargeable UAVs for long time barrier coverage | |
Yang et al. | Multi-base multi-UAV cooperative patrol route planning novel method | |
Cong et al. | Energy management strategy based on deep q-network in the solar-powered UAV communications system |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |