CN109511150B - 一种基于单对多充电技术的移动充电车路径规划方法 - Google Patents

一种基于单对多充电技术的移动充电车路径规划方法 Download PDF

Info

Publication number
CN109511150B
CN109511150B CN201810637296.6A CN201810637296A CN109511150B CN 109511150 B CN109511150 B CN 109511150B CN 201810637296 A CN201810637296 A CN 201810637296A CN 109511150 B CN109511150 B CN 109511150B
Authority
CN
China
Prior art keywords
circle
charging
isolated
center
circles
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.)
Active
Application number
CN201810637296.6A
Other languages
English (en)
Other versions
CN109511150A (zh
Inventor
张帆
张�杰
钱玉洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201810637296.6A priority Critical patent/CN109511150B/zh
Publication of CN109511150A publication Critical patent/CN109511150A/zh
Application granted granted Critical
Publication of CN109511150B publication Critical patent/CN109511150B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
    • H04B5/70—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes
    • H04B5/79—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes for data transfer in combination with power transfer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • B60L2240/72—Charging station selection relying on external data
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种基于单对多充电技术的移动充电车路径规划方法，通过多个传感器节点的互相交充电范围的停靠点选择算法选择所有单对多充电的停靠点；通过孤立传感器节点的停靠点选择算法选择所有单对单充电的停靠点；单对多与单对单停靠点共同构成移动充电车的停靠点集合；移动充电车的最短充电路径即为以服务站节点为起止点，遍历所有停靠点的最短哈密尔顿回路。本发明节约充电时间，缩短移动充电车的行驶路径，降低行驶能耗，提高充电效率和充电规划的可扩展性。

Description

一种基于单对多充电技术的移动充电车路径规划方法
技术领域
本发明涉及一种基于单对多充电技术的移动充电车路径规划算法，属于无线可充电传感器网络的充电规划领域。
背景技术
传感器节点体积较小，所携带的电池电量有限，且传感器网络中普遍存在节点能耗不均衡现象。因此，能量问题已经成为当前无线传感器网络实际部署和应用中所要克服的重要性能瓶颈。目前，针对传感器网络中的能量问题，主要有四种解决方案，即节能方案、人工更换电池方案、能量收集技术、无线充电技术。节能方案可通过睡眠调度、低功耗MAC(Media Access Control)协议、移动基站、数据融合等方式减少传感器节点的能耗，却无法补偿节点所消耗的能量，且牺牲了一定的网络性能，如增加通信延迟、减少传输可靠性等；人工更换电池方案仅仅适用于小规模且节点可触及的传感器网络，同时，频繁的更换电池将耗费大量的人力物力成本；而能量收集技术则需要传感器节点配有较大的能量转换器，能量转换效率低，且该方法受环境的影响很大，具有很强的不稳定性和不可控制性；因此，为保证传感器网络持久有效的工作，采用无线充电技术来为网络提供持续、稳定的能量补充服务，即利用移动充电车为任意传感器节点进行周期性无线充电。基于不同的工作原理，无线充电技术可分成三类，即电感耦合、电磁辐射、磁共振耦合，其中，磁共振耦合技术由于其高能量传输效率(米级)、无需对准、全方向、允许阻挡以及不受环境影响等优势，广泛应用于无线可充电传感器网络。
发明内容
为了解决上述问题，本发明提出一种基于单对多充电技术的移动充电车路径规划算法，节约充电时间，缩短移动充电车的行驶路径，降低行驶能耗，提高充电效率和充电规划的可扩展性。
为达到上述目的，本发明的技术方案是这样实现的：
一种基于单对多充电技术的移动充电车路径规划算法，具体步骤如下：
步骤一：给定一个传感器节点集合N，所述传感器节点集合N中每个节点Ni存在一个相应的以Ni为圆心、移动充电车的充电范围R为半径的圆Ci，这些圆构成一个集合C，移动充电车在每一轮充电调度中都是从服务站节点出发，对所有的传感器节点进行充电，充电结束后返回服务站节点，服务站节点位置固定，若圆Ci与圆Cj相交，则称这两个圆为相交圆，并将圆心Ni与Nj归于相同的组，以此类推，多个圆相交则各自对应的圆心归为一组；如果圆Ck与集合C中的其他任意一个圆都不相交，则称Ck为孤立圆，并将孤立圆的圆心Nk单独归于一组；
步骤二：相交圆之间的重叠区域内，根据相交圆各自对应的圆心的坐标求出重叠区域的质心，并将该质心作为这一组相交圆的停靠点；
步骤三：对于孤立圆Ck，从距离圆心Nk最近的相交圆的停靠点找出与孤立圆Ck相切的两条直线，得到两个切点k和k’，之后选择离服务站节点近的切点为孤立圆Ck的停靠点；
步骤四：相交圆和孤立圆的停靠点共同构成移动充电车的停靠点集合，随后，通过遗传算法将移动充电车的充电路径设置为以服务站节点为起止点、遍历所有停靠点的最短哈密尔顿回路。
优选地，所述步骤二中质心的计算方法如下：
设N0～Ni的质心坐标为(x，y)，其中，
Figure GDA0003151718710000031
N0～Ni表示一组相交圆中所有的节点，且节点的坐标用(xn，yn)表示，n取值为0～i。
优选地，所述步骤三种切点的具体计算方法如下：
3.1计算距离孤立圆Ck圆心最近的相交圆停靠点与孤立圆圆心的距离d，结合孤立圆半径R计算出相切直线长度L，即
L2＝d2+R2 (3)
3.2以距离孤立圆Ck圆心最近的相交圆停靠点坐标、孤立圆圆心坐标Nk、孤立圆半径R与相切直线长度L为输入，采用几何算法定位相切点坐标，并选择距离服务站节点较近的切点作为孤立圆的停靠点，设距离孤立圆Ck圆心最近的相交圆停靠点坐标为(x1,y1),孤立圆圆心的坐标为(xk，yk),相切点坐标为(x2,y2),其中，
(x1-x2)2+(y1-y2)2＝L2 (4)
(xk-x2)2+(yk-y2)2＝R2 (5)
解上述方程，从中得到相切点的坐标(x2,y2)，即孤立圆的停靠点。
有益效果：本发明提供一种基于单对多充电技术的移动充电车路径规划算法，单对多充电技术的总体充电效率高于单对单充电技术，且节约充电时间，降低移动充电车的行驶能耗，提高充电规划的可扩展性，适用于大规模节点密集或聚簇分布的传感器网络,显著减少移动充电车的停靠点数目和充电路径长度，节约充电时间，降低充电代价，提高充电效率和充电规划的可扩展性。
附图说明
图1为基于移动充电车的充电范围对传感器节点进行分组的示意图；
图2为根据步骤二所确定的相交圆的停靠点；
图3为根据步骤三所确定的孤立圆的停靠点；
图4为根据步骤四所确定的移动充电车的最短充电路径；
图5为实例中根据本发明所确定的移动充电车最短充电路径；
图6为实例中根据六边形算法所确定的移动充电车最短充电路径。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
一种基于单对多充电技术的移动充电车路径规划算法，具体步骤如下：
步骤一：给定一个传感器节点集合N，所述传感器节点集合N中每个节点Ni存在一个相应的以Ni为圆心、移动充电车的充电范围R为半径的圆Ci，这些圆构成一个集合C，移动充电车在每一轮充电调度中都是从服务站节点出发，对所有的传感器节点进行充电，充电结束后返回服务站节点，服务站节点位置固定，若圆Ci与圆Cj相交，则称这两个圆为相交圆，并将圆心Ni与Nj归于相同的组，以此类推，多个圆相交则各自对应的圆心归为一组；如果圆Ck与集合C中的其他任意一个圆都不相交，则称Ck为孤立圆，并将孤立圆的圆心Nk单独归于一组；(本发明中，每一个传感器节点装载有全球定位系统(GPS)接收器，以确定每个传感器节点的位置坐标信息，然后基于节点的坐标信息确定相交圆和孤立圆，即将节点间距离小于2R的节点归于同一组(相交圆)，距离均大于2R的节点即为孤立圆。)
步骤二：相交圆之间的重叠区域内，根据相交圆各自对应的圆心的坐标求出重叠区域的质心，并将该质心作为这一组相交圆的停靠点；
步骤三：对于孤立圆Ck，从距离圆心Nk最近的相交圆的停靠点找出与孤立圆Ck相切的两条直线，得到两个切点k和k’，之后选择离服务站节点近的切点为孤立圆Ck的停靠点；
步骤四：相交圆和孤立圆的停靠点共同构成移动充电车的停靠点集合，随后，通过遗传算法将移动充电车的充电路径设置为以服务站节点为起止点、遍历所有停靠点的最短哈密尔顿回路。
优选地，所述步骤二中质心的计算方法如下：
设N0～Ni的质心坐标为(x，y)，其中，
Figure GDA0003151718710000051
N0～Ni表示一组相交圆中所有的节点，且节点的坐标用(xn，yn)表示，n取值为0～i。
优选地，所述步骤三种切点的具体计算方法如下：
3.1计算距离孤立圆Ck圆心最近的相交圆停靠点与孤立圆圆心的距离d，结合孤立圆半径R计算出相切直线长度L，即
L2＝d2+R2 (3)
3.2以距离孤立圆Ck圆心最近的相交圆停靠点坐标、孤立圆圆心坐标Nk、孤立圆半径R与相切直线长度L为输入，采用几何算法定位相切点坐标，并选择距离服务站节点较近的切点作为孤立圆的停靠点，设距离孤立圆Ck圆心最近的相交圆停靠点坐标为(x1,y1),孤立圆圆心的坐标为(xk，yk),相切点坐标为(x2,y2),其中，
(x1-x2)2+(y1-y2)2＝L2 (4)
(xk-x2)2+(yk-y2)2＝R2 (5)
解上述方程，从中得到相切点的坐标(x2,y2)，即孤立圆的停靠点。仿真实例：100×100m2的二维传感器网络区域内随机部署500个传感器节点，每个节点可通过GPS进行定位，其中，基站节点部署在网络的中心位置(50,50)(本发明默认基站节点固定位于网络的中心位置，其他传感器节点随机部署在网络中，且通过多跳方式将采集到的数据传输到基站节点。)服务站节点部署在网络的原点(0,0)(本发明中只要满足服务站节点为起止点即可，服务站节点可以部署在网络的任意位置)，移动充电车的充电范围是2.7m。这里采用周期性充电方案，即移动充电车每一轮对所有的传感器节点进行充电。
首先，根据步骤一分别将相交圆和孤立圆对应的圆心进行归组，且得到相交圆的停靠点数目为112，孤立圆的停靠点数目为84，停靠点总数为196；
其次，根据步骤二得到所有相交圆的停靠点坐标；
随后，根据步骤三确定所有孤立圆的停靠点坐标；
最后，根据步骤四通过遗传算法(本发明将移动充电车的路径规划问题转化成TSP问题，即找到一条以服务站节点为起止点、遍历所有停靠点的最短哈密尔顿回路，而遗传算法是用来解决TSP问题的常用算法之一，是常规技术手段，这里采用传统的遗传算法，算法的步骤包括初始化、个体评价、选择运算、交叉运算、变异运算以及终止条件判断。上述遗传算法过程均属于常规技术手段，故而未加详述)，计算出移动充电车的最短充电回路长度LTSP＝1273m，如图5所示。移动充电车从服务站节点出发，沿着最短充电回路依次访问每个停靠点，并为停靠点周围的所有节点进行充电，充电结束后返回服务站节点进行休息和能量补充，等待下一轮充电任务。
图6展示了根据传统六边形路径规划算法所确定的移动充电车充电路径，该算法将网络区域划分成若干个六边形单元，且六边形的边长为移动充电车的充电范围，通过访问六边形单元的中心，移动充电车可以为单元内的所有节点同时进行充电，此时，500个节点分布在341个六边形单元内，最短充电回路长度LTSP＝1838m，由此可以看出，本发明可以显著减少停靠点数目和充电路径长度，降低行驶能耗，节约充电时间，提高充电效率和充电规划的可扩展性。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的两种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种基于单对多充电技术的移动充电车路径规划方法，其特征在于，具体步骤如下：
步骤一：给定一个传感器节点集合N，所述传感器节点集合N中每个节点Ni存在一个相应的以Ni为圆心、移动充电车的充电范围R为半径的圆Ci，这些圆构成一个集合C，移动充电车在每一轮充电调度中都是从服务站节点出发，对所有的传感器节点进行充电，充电结束后返回服务站节点，服务站节点位置固定，若圆Ci与圆Cj相交，则称这两个圆为相交圆，并将圆心Ni与Nj归于相同的组，以此类推，多个圆相交则各自对应的圆心归为一组；如果圆Ck与集合C中的其他任意一个圆都不相交，则称Ck为孤立圆，并将孤立圆的圆心Nk单独归于一组；
步骤二：相交圆之间的重叠区域内，根据相交圆各自对应的圆心的坐标求出重叠区域的质心，并将该质心作为这一组相交圆的停靠点；
步骤三：对于孤立圆Ck，从距离圆心Nk最近的相交圆的停靠点找出与孤立圆Ck相切的两条直线，得到两个切点k和k’，之后选择离服务站节点近的切点为孤立圆Ck的停靠点；
步骤四：相交圆和孤立圆的停靠点共同构成移动充电车的停靠点集合，随后，通过遗传算法将移动充电车的充电路径设置为以服务站节点为起止点、遍历所有停靠点的最短哈密尔顿回路。
2.根据权利要求1所述的基于单对多充电技术的移动充电车路径规划方法，其特征在于，所述步骤二中质心的计算方法如下：
设N0～Ni的质心坐标为(x，y)，其中，
Figure FDA0003151718700000021
N0～Ni表示一组相交圆中所有的节点，且节点的坐标用(xn，yn)表示，n取值为0～i。
3.根据权利要求1所述的基于单对多充电技术的移动充电车路径规划方法，其特征在于，所述步骤三中切点的具体计算方法如下：
步骤1：计算距离孤立圆Ck圆心最近的相交圆停靠点与孤立圆圆心的距离d，结合孤立圆半径R计算出相切直线长度L，即
L2＝d2+R2 (3)；
步骤2：以距离孤立圆Ck圆心最近的相交圆停靠点坐标、孤立圆圆心坐标Nk、孤立圆半径R与相切直线长度L为输入，采用几何算法定位相切点坐标，并选择距离服务站节点较近的切点作为孤立圆的停靠点，设距离孤立圆Ck圆心最近的相交圆停靠点坐标为(x1,y1),孤立圆圆心的坐标为(xk，yk),相切点坐标为(x2,y2),其中，
(x1-x2)2+(y1-y2)2＝L2 (4)；
(xk-x2)2+(yk-y2)2＝R2 (5)；
联立方程(4)和(5)进行解方程，从中得到相切点的坐标(x2,y2)，即孤立圆的停靠点。
CN201810637296.6A 2018-06-20 2018-06-20 一种基于单对多充电技术的移动充电车路径规划方法 Active CN109511150B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810637296.6A CN109511150B (zh) 2018-06-20 2018-06-20 一种基于单对多充电技术的移动充电车路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810637296.6A CN109511150B (zh) 2018-06-20 2018-06-20 一种基于单对多充电技术的移动充电车路径规划方法

Publications (2)

Publication Number Publication Date
CN109511150A CN109511150A (zh) 2019-03-22
CN109511150B true CN109511150B (zh) 2021-09-28

Family

ID=65745471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810637296.6A Active CN109511150B (zh) 2018-06-20 2018-06-20 一种基于单对多充电技术的移动充电车路径规划方法

Country Status (1)

Country Link
CN (1) CN109511150B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110267324A (zh) * 2019-05-22 2019-09-20 杭州电子科技大学 一种基于中继充电模型最短完成任务时间优化方法
CN111787500B (zh) * 2020-05-11 2023-07-25 浙江工业大学 一种基于能量优先的移动充电车辆多目标充电调度方法
CN113887138B (zh) * 2021-10-09 2024-08-06 昆明理工大学 一种基于图神经网络和强化学习的wrsn充电调度方法
CN113825101B (zh) * 2021-11-24 2022-02-15 浙江师范大学 一种基于异构无线传感器网络的充电小车轨迹设计方法
CN114440913B (zh) * 2022-01-21 2022-09-27 东莞职业技术学院 实现最短哈密尔顿回路的路径规划方法、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106197459A (zh) * 2016-08-15 2016-12-07 浙江爱充网络科技有限公司 考虑航程及充电站位置的电动汽车路径寻优方法
CN107392336A (zh) * 2017-07-17 2017-11-24 哈尔滨工程大学 智能交通中基于预约的分布式电动汽车充电调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015154089A1 (en) * 2014-04-04 2015-10-08 Parkervision, Inc. An optimization of thermodynamic efficiency vs. capacity for communications systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106197459A (zh) * 2016-08-15 2016-12-07 浙江爱充网络科技有限公司 考虑航程及充电站位置的电动汽车路径寻优方法
CN107392336A (zh) * 2017-07-17 2017-11-24 哈尔滨工程大学 智能交通中基于预约的分布式电动汽车充电调度方法

Also Published As

Publication number Publication date
CN109511150A (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN109511150B (zh) 一种基于单对多充电技术的移动充电车路径规划方法
Liu et al. Movement-based solutions to energy limitation in wireless sensor networks: State of the art and future trends
Han et al. A grid-based joint routing and charging algorithm for industrial wireless rechargeable sensor networks
CN109583665B (zh) 一种无线传感器网络中的无人机充电任务调度方法
JP6671507B2 (ja) ロボット現場戻りのための方法及び装置｛ｍｅｔｈｏｄ ａｎｄ ｄｅｖｉｃｅ ｆｏｒ ｒｅｔｕｒｎｉｎｇ ｒｏｂｏｔｓ ｆｒｏｍ ｓｉｔｅ｝
Wu et al. Trajectory optimization for UAVs’ efficient charging in wireless rechargeable sensor networks
CN101241177B (zh) 一种面向三维空间的无线传感器网络定位系统
Han et al. A coverage-aware hierarchical charging algorithm in wireless rechargeable sensor networks
CN107613540B (zh) 一种无线可充电传感器网络聚类分簇路由方法
Zeng et al. QoE-aware power management in vehicle-to-grid networks: A matching-theoretic approach
Li et al. Direct vehicle-to-vehicle charging strategy in vehicular ad-hoc networks
CN103220216A (zh) 一种基于区域划分的无线体域网路由方法
CN109886509A (zh) 一种移动多汇聚节点路径规划方法、系统及电子设备
CN110430547B (zh) UASNs中基于Q-learning的多AUV协作数据收集方法
Chen et al. Speed control of mobile chargers serving wireless rechargeable networks
CN105704731A (zh) 无线可充电传感网络的全向充电基站部署方法
Han et al. Impacts of traveling paths on energy provisioning for industrial wireless rechargeable sensor networks
CN107613480B (zh) 一种基于树状簇与移动元素的数据收集方法
CN110348611A (zh) 一种联网无人机预约5g基站充电坪的最优分配方法及系统
CN106714222A (zh) 无线可充电传感网络节点充电次序调度方法
CN109982452A (zh) 一种基于拟阵的无线可充电传感器网络充电调度方法
CN110418434A (zh) 一种无人机辅助的无线传感器网络充电方法与装置
CN110351735B (zh) 一种基于贪心算法的无线可充电传感网基站部署方法
CN109246602B (zh) 一种无线可充电传感器网络的充电基站部署方法
CN112118583A (zh) 一种基于目标覆盖的可充电小车移动最优路径规划方法

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