CN110068337B - 用于传感器节点充电的无人机调度方法及系统 - Google Patents

用于传感器节点充电的无人机调度方法及系统 Download PDF

Info

Publication number
CN110068337B
CN110068337B CN201910339944.4A CN201910339944A CN110068337B CN 110068337 B CN110068337 B CN 110068337B CN 201910339944 A CN201910339944 A CN 201910339944A CN 110068337 B CN110068337 B CN 110068337B
Authority
CN
China
Prior art keywords
navigation route
aerial vehicle
unmanned aerial
planned navigation
actual
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
CN201910339944.4A
Other languages
English (en)
Other versions
CN110068337A (zh
Inventor
赵传信
袁猛
张娜
王涛春
陈付龙
瞿萌
胡桂银
郑孝遥
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.)
Anhui Normal University
CERNET Corp
Original Assignee
Anhui Normal University
CERNET Corp
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 Anhui Normal University, CERNET Corp filed Critical Anhui Normal University
Priority to CN201910339944.4A priority Critical patent/CN110068337B/zh
Publication of CN110068337A publication Critical patent/CN110068337A/zh
Application granted granted Critical
Publication of CN110068337B publication Critical patent/CN110068337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

本发明公开用于传感器节点充电的无人机调度方法及系统，包括：判断规划导航路线的所需续航时间是否大于实际续航时间，在判断结果为是的情况下，逐次减少规划导航路线中的待充电传感器节点的所在位置，以得到更新后的多个待充电传感器节点的所在位置并基于更新后的多个待充电传感器节点的所在位置获取更新后的规划导航路线，直至更新后的规划导航路线的所需续航时间小于或等于实际续航时间的情况下，将该规划导航路线存储一个子路线；基于减少的待充电传感器节点的所在位置重新获取规划导航路线；在判断结果为否的情况下，确定实际导航路线，控制无人机沿实际导航路线执行充电。本发明使其在实际环境中可以直接利用。

Description

用于传感器节点充电的无人机调度方法及系统
技术领域
本发明涉及无人机调度领域，具体地，涉及一种用于传感器节点充电的无人机调度方法及系统。
背景技术
无线传感器网络广泛用于大型建筑，桥梁，森林防火监控以及医疗健康等领域。由于无线传感器节点由干电池供电，网络工作时间受到严重限制。为了维持网络工作需要及时补充电量，无线充电技术通过非接触式充电使得传感器充电可以自动化完成。通过无人机携带充电能源和设备，对工人难以到达的地方的传感器进行充电，可以有效提高无线传感器网络监测性能，避免人工更换电池的风险，显著降低维护成本。
无线充电技术是近年来兴起的充电技术，已经从实验室进入商业应用，如Powercast公司无线充电器TX91501可以在无线充电有效范围可达70cm，使得无线充电的商业应用大大扩展。另一方面由于无线充电器成本较高，在无线传感网中静态部署大量充电节点需要大量的费用。通过移动充电，采用少数充电器可以对多个传感器节点先后充电，因而可以有效降低无线充电的经济成本。
目前无线充电技术在传感网中充电方法主要分为两类：
一类是在传感网中静态部署多个无线充电器，由于无线射频能量传输距离限制，在大规模传感器网络需要部署数量众多的无线充电器，虽然能够对充电覆盖范围内的传感器充电，但是需要昂贵的开销。成本限制了静态充电的应用范围。
另外一类是目前较为流行移动无线充电方式，通过合理的调度充电小车对需要充电传感器节点进行充电。但是移动小车只能对部署在无障碍范围内的传感器节点充电，然而在实际的传感网监测环境中往往存在障碍物，因此，这类方法难以在实际环境中直接应用。
发明内容
本发明的目的是提供一种用于传感器节点充电的无人机调度方法及系统，该用于传感器节点充电的无人机调度方法及系统克服了现有技术中的传感器节点可通过无人机的调度实现充电，使其在实际环境中可以直接利用。
为了实现上述目的，本发明提供了一种用于传感器节点充电的无人机调度方法，该用于传感器节点充电的无人机调度方法包括：获取无人机的实际续航时间、规划导航路线和所述规划导航路线下的所需续航时间，所述规划导航路线包括无人机经过多个待充电传感器节点的所在位置回到初始位置的路径；判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，a)逐次减少所述规划导航路线中的待充电传感器节点的所在位置，以得到更新后的多个待充电传感器节点的所在位置并基于更新后的多个待充电传感器节点的所在位置获取更新后的规划导航路线，直至更新后的规划导航路线的所需续航时间小于或等于所述实际续航时间的情况下，将该规划导航路线存储一个子路线；基于减少的所述待充电传感器节点的所在位置重新获取规划导航路线，执行b)；b)判断该规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，返回执行步骤a)；在判断结果为否的情况下，基于所存储的所有子路线和所述重新获取的规划导航路线确定所述实际导航路线，控制所述无人机沿所述实际导航路线执行充电。
优选地，该无人机调度方法包括：判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结构为否的情况下，控制所述无人机沿所述规划导航路线执行充电。
优选地，该无人机调度方法还包括：基于快速扩展随机树方法得到规划导航路线。
优选地，基于快速扩展随机树方法得到规划导航路线，包括：获取物理区域内的地图信息、起始点和待充电传感器节点的所在位置，在所述物理区域中任意取一个预设点，根据所述地图信息判断该预设点和起始点的直线路径中是否有障碍物，在判断结果为否的情况下，判定该预设点和起始点的距离小于第一预值时，将该预设点定义为起始点，并存储该直线路径；重复选取预设点直至得到所存储的直线路径能够到达所述待充电传感器节点的所在位置。
优选地，该无人机调度方法还包括：根据所述地图信息判断该预设点和起始点的直线路径中是否有障碍物，在判断结果为是的情况下，重新在所述物理区域中任意取一个预设点，根据所述地图信息判断该重新取的预设点和起始点的直线路径中是否有障碍物。
优选地，判定该预设点和起始点的距离大于或等于第一预值时，重新在所述物理区域中任意取一个预设点，根据所述地图信息判断该重新取的预设点和起始点的直线路径中是否有障碍物。
本发明还提供一种用于传感器节点充电的无人机调度系统，该用于传感器节点充电的无人机调度系统包括：管理中心，用于获取无人机的实际续航时间、规划导航路线和所述规划导航路线下的所需续航时间，所述规划导航路线包括无人机经过多个待充电传感器节点的所在位置回到初始位置的路径，还用于判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，a)逐次减少所述规划导航路线中的待充电传感器节点的所在位置，以得到更新后的多个待充电传感器节点的所在位置并基于更新后的多个待充电传感器节点的所在位置获取更新后的规划导航路线，直至更新后的规划导航路线的所需续航时间小于或等于所述实际续航时间的情况下，将该规划导航路线存储一个子路线；基于减少的所述待充电传感器节点的所在位置重新获取规划导航路线，执行b)；b)判断该规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，返回执行步骤a)；在判断结果为否的情况下，基于所存储的所有子路线和所述重新获取的规划导航路线确定所述实际导航路线，控制所述无人机沿所述实际导航路线执行充电。
优选地，该用于传感器节点充电的无人机调度系统还包括：GPS定位模块，所述GPS定位模块设置于所述无人机中，用于采集无人机的位置信息并发送至所述管理中心。
优选地，所述管理中心还用于基于快速扩展随机树方法得到规划导航路线。
本发明还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的用于传感器节点充电的无人机调度方法。
根据上述技术方案，本发明可以在预设物理范围内规划无人机的飞行航迹和调度无人机对传感器的节点的充电方式，确保无人机可以正常返航情况下给最多的传感器充电。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是说明本发明的一种用于传感器节点充电的无人机调度方法的流程图；
图2是图1的规划导航路线的实施例的效果图；以及
图3是基于快速扩展随机树方法得到规划导航路线的示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明提供一种用于传感器节点充电的无人机调度方法，如图1所示，该用于传感器节点充电的无人机调度方法包括：获取无人机的实际续航时间、规划导航路线和所述规划导航路线下的所需续航时间，所述规划导航路线包括无人机经过多个待充电传感器节点的所在位置回到初始位置的路径；判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，在大于的情况下，a)逐次减少所述规划导航路线中的待充电传感器节点的所在位置，以得到更新后的多个待充电传感器节点的所在位置并基于更新后的多个待充电传感器节点的所在位置获取更新后的规划导航路线，直至更新后的规划导航路线的所需续航时间小于或等于所述实际续航时间的情况下，将该规划导航路线存储一个子路线；基于减少的所述待充电传感器节点的所在位置重新获取规划导航路线，执行b)；b)判断重新获取的该规划导航路线的所述所需续航时间是否大于所述实际续航时间，在大于的情况下，返回执行步骤a)，再对该规划导航路线进行拆解划分；在小于的情况下，说明重新规划的剩余传感器节点的充电路线可以一次性的充满，因此，基于所存储的所有子路线和所述重新获取的规划导航路线可以确定所述实际导航路线，控制所述无人机沿所述实际导航路线执行充电。在图1中，只有两次判断，实际上，当传感器数量节点过多时，可以一直判断。
在图1的步骤之下，如图2所示的具体路线导航方法，例如，无人机的实际续航时间为1h，规划导航路线为图2中的A-B-C-D-E-F-A，A为初始点， B、C、D、E、F为传感器节点的所在位置，在规划导航路线下需要无人机的续航时间为3h。显然，现在的无人机无法达到该续航时间点，那么本发明首先去除F点到达时间点，得到导航路线为A-B-C-D-E-A的规划导航路线，在该规划导航路线下，无人机所需的续航时间为2h。该路线依然无法实现无人机的返航。基于此，再去除一个时间点E，得到导航路线为A-B-C-D-A的规划导航路线，在该规划导航路线下，无人机所需的续航时间为1.5小时。该路线依然无法实现无人机的返航，基于此，再去除一个时间点D，得到导航路线为A-B-C-A的规划导航路线，该路线可以实现无人机的返航，因此将该路线存储为子路线。利用上述方法重新判断A-D-E-F-A的规划导航路线，在该规划导航路线下，无人机所需的续航时间为2h，该路线依然无法实现无人机的返航。基于此，去除一个时间点F，得到导航路线为A-D-E-A的规划导航路线，在该路线下，无人机所需的续航时间为1.5h，该路线依然无法实现无人机的返航，基于此，再去除一个时间点E，得到导航路线为A-D-A，在该路线下可以实现返航，存储子路线A-D-A。再对A-E-F-A的规划导航路线进行判断，在该路线下，无人机所需的续航时间为1.5h，该路线依然无法实现无人机的返航，基于此，去除一个时间点F，得到导航路线为A-E-A，在该路线下可以实现返航，因此将该路线存储为子路线，再对A-F-A的规划导航路线进行判断，在该路线下，无人机所需的续航时间为1h，在该路线下可以实现返航，基于此，对所有传感器节点全部判断结束，且可以实现返航的情况下，将所有子路线A-B-C-A、A-D-A、A-E-A与最终的规划导航路线 A-F-A相结合，得到所有的导航路线相叠加得到最终路线。上述的实施例中，是从最后一个传感器节点的所在位置开始执行运动方向的反向去除，实际上，并不需要反向去除，去除其中任意一个也可以实现本发明，该方案并不用于限制本发明。
根据上述技术方案，本发明可以在预设物理范围内规划无人机的飞行航迹和调度无人机对传感器的节点的充电方式，确保无人机可以正常返航情况下给最多的传感器充电。
在该种实施方式中，该无人机调度方法可以包括：判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断小于的情况下，说明规划导航路线上的传感器节点可以直接一次性充电完成，因此，可以控制所述无人机沿所述规划导航路线执行充电。
在该种实施方式中，该无人机调度方法还可以包括：基于快速扩展随机树方法得到规划导航路线。在该种实施方式中，基于快速扩展随机树方法得到规划导航路线，包括：获取物理区域内的地图信息、起始点和待充电传感器节点的所在位置，在所述物理区域中任意取一个预设点，根据所述地图信息判断该预设点和起始点的直线路径中是否有障碍物，在判断结果为否的情况下，判定该预设点和起始点的距离小于第一预值时，第一预值可以为 100m，1km等用户自定义设计的值，该值可根据物理范围的大小进行改变，将该预设点定义为起始点，并存储该直线路径；重复选取预设点直至得到所存储的直线路径能够到达所述待充电传感器节点的所在位置。
在该种实施方式中，该无人机调度方法还可以包括：根据所述地图信息判断该预设点和起始点的直线路径中是否有障碍物，在判断有障碍物时，重新在所述物理区域中任意取一个预设点，根据所述地图信息判断该重新取的预设点和起始点的直线路径中是否有障碍物。
在该种实施方式中，判定该预设点和起始点的距离大于或等于第一预值时，即上述的100m或1km的任意设定，重新在所述物理区域中任意取一个预设点，根据所述地图信息判断该重新取的预设点和起始点的直线路径中是否有障碍物。
举例说明，如图3所示，该实施例为在一个平面上的路径导航，起始点为Pinit点，随机撒布一个预设点Prand，判断Prand和Pinit的连线路线中是否有障碍物(即图中的黑线)，在有障碍物的情况下，取消该预设点Prand，否则还需判断Prand和Pinit连接长度是否大于预设值，大于取消该预设点，小于则使用该预设点。经过多次的尝试判断，最终可以得到到达待充电传感器节点的所在位置，最终可以实现路径的导航。
本发明还提供一种用于传感器节点充电的无人机调度系统，该用于传感器节点充电的无人机调度系统包括：管理中心，用于获取无人机的实际续航时间、规划导航路线和所述规划导航路线下的所需续航时间，所述规划导航路线包括无人机经过多个待充电传感器节点的所在位置回到初始位置的路径，还用于判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，a)逐次减少所述规划导航路线中的待充电传感器节点的所在位置，以得到更新后的多个待充电传感器节点的所在位置并基于更新后的多个待充电传感器节点的所在位置获取更新后的规划导航路线，直至更新后的规划导航路线的所需续航时间小于或等于所述实际续航时间的情况下，将该规划导航路线存储一个子路线；基于减少的所述待充电传感器节点的所在位置重新获取规划导航路线，执行b)；b)判断该规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，返回执行步骤a)；在判断结果为否的情况下，基于所存储的所有子路线和所述重新获取的规划导航路线确定所述实际导航路线，控制所述无人机沿所述实际导航路线执行充电。
其中，管理中心实时采集待充电的传感器节点的ID和电量。
在该种实施方式中，该用于传感器节点充电的无人机调度系统还包括： GPS定位模块，所述GPS定位模块设置于所述无人机中，用于采集无人机的位置信息并发送至所述管理中心。
在该种实施方式中，所述管理中心还用于基于快速扩展随机树方法得到规划导航路线。
本发明还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的用于传感器节点充电的无人机调度方法。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的一种具体实施方式中，步骤001.网络初始化时，各个传感器节点将其本身的身份ID(IDentity，身份标识)、位置、电池容量Bmax发送给传感网管理中心，网络中心根据节点通信模块型号计算传输单位数据的能耗C。所述步骤001中还包括，传感网管理中心接收并保存传感器发来的电量和流量信息。管理中心通过电量和流量选择出需要充电的节点放入待充电池中。
步骤002，传感器节点周期性的将当前流量和剩余电量B发给管理中心，管理中心根据节点流量f和剩余电量计算出节点工作剩余时间t＝B/(C×f)，如果t小于传感器工作持续时限T，则该节点需要充电，将节点放入充电服务池中。
步骤003，载入部署无线传感器网络范围的地图，标记出障碍物所占区域。
步骤004，以无人机补给站为根节点，从根节点通过快速扩展随机树方法建立扩展随机树，具体步骤如下：
(1)设根节点为Pinit，在载入地图中随机撒布一个点Prand，如果点Prand 不在障碍区，连接Pinit与Prand得到连线Line，如果整个Line都不在障碍区，则沿着Line从Pinit向Prand移动最小长度得到新的点Pnew，将Pnew 添加到根节点上，如果Pinit和Prand的距离小于最小长度，则直接将Prand 和Prand与Pinit之间的边添加到根节点上。添加的节点Prand和根节点Pinit 形成初始扩展随机树。
(2)继续在传感网部署的地图范围内随机撒点，直到得到无障碍区域点 Prand，然后在已经存在的扩展随机树上找一个离Prand最近的点Pnear，如果Prand和Pnear之间连线没有障碍物，从Pnear向Prand移动最小长度得到新的点Pnew，并将新点Pnew和Pnew与Pnear之间的边添加到扩展随机树上，如果Pnear与Prand距离小于最小长度，直接将Prand和Pnew与Pnear 之间的边添加到扩展随机树上。
(3)重复执行步骤004中第(2)步的随机撒点过程，直到除根节点以外的所有传感器目标节点或者传感器目标节点附近被加入到扩展随机树上。在 Pinit和所有传感器目标节点(附近)之间找出连通的路径，计算路径长度矢量，并记录对应飞行路径。
步骤005，分别对需要充电传感器节点作为根节点，在地图中从根节点如步骤004建立随机扩展树，在根节点和所有目标节点(附近)之间找出连通的路径，连通路径上的点记录为飞行路径，这些点的连线均在无障碍区域。根据路径上点的欧式距离，计算出路径距离。统计各节点(含传感器和无人机补给站)距离得到各待充电传感器节点与补给站的路径长度矩阵X。
所述步骤004中还包括，两个节点之间路径，即规划航迹由一系列点组成的路径矢量{p1,p2,…,pm},点pi代表地图中位于障碍区之外的位置坐标 {xi,yi}。所述步骤005中还包括，路径长度矩阵X定义为其中dij所述节点i与节点j的路径长度。节点0 表示无人机补给站，节点1，...，n表示待充电传感器节点。路径长度由规划航迹的路径矢量{p1，p2，...，pm}决定，是经过各个位置坐标的欧式距离之和，即dist(pj，pj+1)是点pj，pj+1之间的距离。
步骤006，管理中心在根据扩展随机树计算出的无障碍路径基础上，以补给点为初始节点构建充电路径，具体步骤如下：
(1)设无人机出发补给节点为v0，待充电的传感器节点依次标记v1，...， vn，记所有节点集合为V，建立空集U。选择v0为构建最小生成树的顶点，并加入集合U，将节点v0从集合V中删除。
(2)重复从集合V中选择节点到最小生成树上任意节点距离最短的节点对<v’，v”>，其中v’∈U，v”∈V。将v”和对应的边<v’，v”>添加到最小生成树上，节点v”从V中删除，并入到集合U中。直到V为空集，建立最小生成树Tree。
(3)从v0开始进行对最小生成树Tree进行深度优先遍历得到遍历的节点序列List。将节点序列List的顶点和末尾节点连接起来，构成哈密尔顿环H，即为无人机对传感器节点充电的调度序列。
步骤007，无人机对传感器节点充电的调度序列修正，对无人机携带自身携带能量供给有限，因而可持续工作时间有限，难以保障对所有待充电节点满足的情况，删除充电序列中部分非紧急节点，充电调度序列的调整。步骤如下：
(1)计算无人机沿调度序列和对应路径飞行时间t1＝s/v，s为路径长度， v为无人机飞行速度；计算调度序列中所有节点的充电时间之和为i为待充电传感器节点的下标，Bi表示传感器节点当前电量，c 为无线射频充电功率。
(2)如果t1+t2大于无人机可持续工作时间TU，TU由无人机自身能量供给决定，则在调度序列中选择剩余工作时间最长的节点，将该节点充调度环中删除，并将该节点在调度序列中的前后节点相连，构成新的充电节点调度序列；因为新的充电节点调度序列减少了充电节点，充电时间之和将减少。继续执行步骤007中过程(1)。否则退出传感器节点删除过程。删除的传感器节点留待下一轮调度充电。
所述步骤007中还包括，所述方法是可行的，当前计算出的飞行耗电如果超过无人机能量约束时，优先去掉调度方案中最不急需充电的传感器节点。
步骤008，将充电调度序列中的节点充电服务池中删除，根据调度结果调度无人机按航迹规划路线上的无线传感器节点的充电顺序依次对其充电。
步骤009，充电结束后，无人机按返回规划的航迹路线返回，返回后无人机更换(或补充)能量(电池，燃料等)，准备下一轮充电。所述步骤009 中还包括，无人机返回补给站，即可进行下一轮充电调度，服务池中剩余节点可在新一轮充电调度中进行调度。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (7)

1.一种用于传感器节点充电的无人机调度方法，其特征在于，该用于传感器节点充电的无人机调度方法包括：
获取无人机的实际续航时间、规划导航路线和所述规划导航路线下的所需续航时间，所述规划导航路线包括无人机经过多个待充电传感器节点的所在位置回到初始位置的路径；
判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，
在判断结果为是的情况下，
a)逐次减少所述规划导航路线中的待充电传感器节点的所在位置，以得到更新后的多个待充电传感器节点的所在位置并基于更新后的多个待充电传感器节点的所在位置获取更新后的规划导航路线，直至更新后的规划导航路线的所需续航时间小于或等于所述实际续航时间的情况下，将该规划导航路线存储一个子路线；基于减少的所述待充电传感器节点的所在位置重新获取规划导航路线，执行b)；
b)判断重新获取的该规划导航路线的所述所需续航时间是否大于所述实际续航时间，
在判断结果为是的情况下，返回执行步骤a)；
在判断结果为否的情况下，基于所存储的所有子路线和所述重新获取的规划导航路线确定实际导航路线，控制所述无人机沿所述实际导航路线执行充电；
该无人机调度方法还包括：基于快速扩展随机树方法得到规划导航路线；
基于快速扩展随机树方法得到规划导航路线，包括：
获取物理区域内的地图信息、起始点和待充电传感器节点的所在位置，
在所述物理区域中任意取一个预设点，根据所述地图信息判断该预设点和起始点的直线路径中是否有障碍物，
在判断结果为否的情况下，
判定该预设点和起始点的距离小于第一预值时，将该预设点定义为起始点，并存储该直线路径；重复选取预设点直至得到所存储的直线路径能够到达所述待充电传感器节点的所在位置；
该无人机调度方法还包括：
根据所述地图信息判断该预设点和起始点的直线路径中是否有障碍物，在判断结果为是的情况下，重新在所述物理区域中任意取一个预设点，根据所述地图信息判断该重新取的预设点和起始点的直线路径中是否有障碍物。
2.根据权利要求1所述的用于传感器节点充电的无人机调度方法，其特征在于，该无人机调度方法包括：
判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，
在判断结构为否的情况下，控制所述无人机沿所述规划导航路线执行充电。
3.根据权利要求1所述的用于传感器节点充电的无人机调度方法，其特征在于，判定该预设点和起始点的距离大于或等于第一预值时，重新在所述物理区域中任意取一个预设点，根据所述地图信息判断该重新取的预设点和起始点的直线路径中是否有障碍物。
4.一种应用权利要求1-3中任意一项所述的无人机调度方法的无人机调度系统，其特征在于，该用于传感器节点充电的无人机调度系统包括：
管理中心，用于获取无人机的实际续航时间、规划导航路线和所述规划导航路线下的所需续航时间，所述规划导航路线包括无人机经过多个待充电传感器节点的所在位置回到初始位置的路径，还用于判断规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，a)逐次减少所述规划导航路线中的待充电传感器节点的所在位置，以得到更新后的多个待充电传感器节点的所在位置并基于更新后的多个待充电传感器节点的所在位置获取更新后的规划导航路线，直至更新后的规划导航路线的所需续航时间小于或等于所述实际续航时间的情况下，将该规划导航路线存储一个子路线；基于减少的所述待充电传感器节点的所在位置重新获取规划导航路线，执行b)；b)判断该规划导航路线的所述所需续航时间是否大于所述实际续航时间，在判断结果为是的情况下，返回执行步骤a)；在判断结果为否的情况下，基于所存储的所有子路线和所述重新获取的规划导航路线确定所述实际导航路线，控制所述无人机沿所述实际导航路线执行充电。
5.根据权利要求4所述的无人机调度系统，其特征在于，该用于传感器节点充电的无人机调度系统还包括：
GPS定位模块，所述GPS定位模块设置于所述无人机中，用于采集无人机的位置信息并发送至所述管理中心。
6.根据权利要求4所述的无人机调度系统，其特征在于，所述管理中心还用于基于快速扩展随机树方法得到规划导航路线。
7.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-3中任意一项所述的用于传感器节点充电的无人机调度方法。
CN201910339944.4A 2019-04-25 2019-04-25 用于传感器节点充电的无人机调度方法及系统 Active CN110068337B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910339944.4A CN110068337B (zh) 2019-04-25 2019-04-25 用于传感器节点充电的无人机调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910339944.4A CN110068337B (zh) 2019-04-25 2019-04-25 用于传感器节点充电的无人机调度方法及系统

Publications (2)

Publication Number Publication Date
CN110068337A CN110068337A (zh) 2019-07-30
CN110068337B true CN110068337B (zh) 2023-09-19

Family

ID=67368869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910339944.4A Active CN110068337B (zh) 2019-04-25 2019-04-25 用于传感器节点充电的无人机调度方法及系统

Country Status (1)

Country Link
CN (1) CN110068337B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110659771B (zh) * 2019-09-04 2022-11-22 中国航空工业集团公司沈阳飞机设计研究所 飞机协同航路规划方法
CN110991931B (zh) * 2019-12-19 2022-03-15 安徽师范大学 一种基于双中心q学习的充电场站协同优化控制方法
CN113741490A (zh) * 2020-05-29 2021-12-03 广州极飞科技股份有限公司 一种巡检方法、装置、飞行器及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104597910A (zh) * 2014-11-27 2015-05-06 中国人民解放军国防科学技术大学 一种基于瞬时碰撞点的无人机非协作式实时避障方法
CN105896672A (zh) * 2016-05-31 2016-08-24 河海大学常州校区 一种无线充电传感器网络系统中移动机器人的充电方法
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
CN106813666A (zh) * 2017-02-13 2017-06-09 中国人民解放军国防科学技术大学 车辆搭载无人机的双层路径构建方法及系统
CN107248014A (zh) * 2017-06-27 2017-10-13 安徽师范大学 基于量子布谷鸟搜索算法的智能垃圾回收路径规划方法
CN107592604A (zh) * 2017-08-11 2018-01-16 杭州电子科技大学 基于离线模型的无线可充电传感器网络移动数据收集方法
CN107843252A (zh) * 2017-10-18 2018-03-27 歌尔股份有限公司 导航路径优化方法、装置及电子设备
CN108762294A (zh) * 2018-04-28 2018-11-06 广州亿航智能技术有限公司 用于航拍的无人机路径规划方法及管理系统
CN109099918A (zh) * 2018-07-11 2018-12-28 郑州航空工业管理学院 无人机辅助无线能量传输系统及其节点调度与路径规划方法
CN109253729A (zh) * 2018-09-19 2019-01-22 沈阳无距科技有限公司 一种无人机航线规划方法、装置及电子设备
CN109275170A (zh) * 2018-08-20 2019-01-25 全球能源互联网研究院有限公司 一种无线可充电传感网络的充电方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7447593B2 (en) * 2004-03-26 2008-11-04 Raytheon Company System and method for adaptive path planning

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104597910A (zh) * 2014-11-27 2015-05-06 中国人民解放军国防科学技术大学 一种基于瞬时碰撞点的无人机非协作式实时避障方法
CN105896672A (zh) * 2016-05-31 2016-08-24 河海大学常州校区 一种无线充电传感器网络系统中移动机器人的充电方法
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
CN106813666A (zh) * 2017-02-13 2017-06-09 中国人民解放军国防科学技术大学 车辆搭载无人机的双层路径构建方法及系统
CN107248014A (zh) * 2017-06-27 2017-10-13 安徽师范大学 基于量子布谷鸟搜索算法的智能垃圾回收路径规划方法
CN107592604A (zh) * 2017-08-11 2018-01-16 杭州电子科技大学 基于离线模型的无线可充电传感器网络移动数据收集方法
CN107843252A (zh) * 2017-10-18 2018-03-27 歌尔股份有限公司 导航路径优化方法、装置及电子设备
CN108762294A (zh) * 2018-04-28 2018-11-06 广州亿航智能技术有限公司 用于航拍的无人机路径规划方法及管理系统
CN109099918A (zh) * 2018-07-11 2018-12-28 郑州航空工业管理学院 无人机辅助无线能量传输系统及其节点调度与路径规划方法
CN109275170A (zh) * 2018-08-20 2019-01-25 全球能源互联网研究院有限公司 一种无线可充电传感网络的充电方法及系统
CN109253729A (zh) * 2018-09-19 2019-01-22 沈阳无距科技有限公司 一种无人机航线规划方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Traffic Shaped Network Coding Aware Routing for Wireless Sensor Networks;XING SHAO;IEEE Access;第71767-71782页 *
一种人-自动化系统协作的无人机航迹规划方法;杨俊超;史越;马海明;;计算机测量与控制(第09期);第3216-3224页 *

Also Published As

Publication number Publication date
CN110068337A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
CN110068337B (zh) 用于传感器节点充电的无人机调度方法及系统
CN107314772B (zh) 一种无人机自学习航点轨迹飞行方法及其系统
CN109583665B (zh) 一种无线传感器网络中的无人机充电任务调度方法
CN104852475B (zh) 一种无人飞行器无线充电方法及系统
US9201426B1 (en) Reverse iteration of planning data for system control
Yao et al. QoS-aware rechargeable UAV trajectory optimization for sensing service
CN110493844B (zh) 面向无线传感器网络的数据融合联盟博弈方法及系统
US20210245617A1 (en) Handling surplus and/or deficit of energy in local energy systems
CN109911201A (zh) 无人机自动续航方法及自动续航无人机
CN115361689B (zh) 固定站点与无人机搭载边缘服务器的协同部署方法
Patchou et al. Unmanned aerial vehicles in logistics: Efficiency gains and communication performance of hybrid combinations of ground and aerial vehicles
CN110286654A (zh) 一种基于无人机的物流运输方法和系统
CN116203984A (zh) 一种uam站点选址评估方法及无人机巡检航线规划方法
CN107608391A (zh) 一种无人机实时自动规划航线系统及其方法
CN112668793B (zh) 补给点位确定方法、作业规划方法及相关装置
Shin Energy-efficient multidimensional trajectory of UAV-aided IoT networks with reinforcement learning
CN112665594B (zh) 作业路径规划方法及相关装置
CN112861424B (zh) 一种基于博弈论的在线协同无线充电方法
CN117724524A (zh) 一种基于改进球面向量粒子群算法的无人机航线规划方法
CN117647992A (zh) 飞行机器人路径规划方法、装置、电子设备及存储介质
KR102239797B1 (ko) 무선 센서 네트워크에서 병합 노드 결정 방법 및 그 장치
Zhao et al. Temporal and spatial routing for large scale safe and connected uas traffic management in urban areas
CN116362368B (zh) 一种基于模拟退火的低空城区物流无人机需求预测方法
CN107071847B (zh) 无线可充电传感网络能量分配方法
CN116185076A (zh) 无人机的飞行控制方法、装置、存储介质和电子装置

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