CN110351755B - 一种控制节点的方法及装置 - Google Patents

一种控制节点的方法及装置 Download PDF

Info

Publication number
CN110351755B
CN110351755B CN201910639303.0A CN201910639303A CN110351755B CN 110351755 B CN110351755 B CN 110351755B CN 201910639303 A CN201910639303 A CN 201910639303A CN 110351755 B CN110351755 B CN 110351755B
Authority
CN
China
Prior art keywords
grid area
node
sensing
sensing node
map
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
CN201910639303.0A
Other languages
English (en)
Other versions
CN110351755A (zh
Inventor
张波
张征
田野
高慧
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.)
Tencent Technology Shenzhen Co Ltd
Beijing University of Posts and Telecommunications
Original Assignee
Tencent Technology Shenzhen Co Ltd
Beijing University of Posts and Telecommunications
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 Tencent Technology Shenzhen Co Ltd, Beijing University of Posts and Telecommunications filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910639303.0A priority Critical patent/CN110351755B/zh
Publication of CN110351755A publication Critical patent/CN110351755A/zh
Application granted granted Critical
Publication of CN110351755B publication Critical patent/CN110351755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请是关于一种控制节点的方法及装置，属于通信领域。所述方法包括：将第一感知任务输入到规划模型，所述第一感知任务包括地图、至少一个感知节点在所述地图中的起始网格区域、每个感知节点在所述地图中的当前网格区域和续航里程，获取所述规划模型输出的所述每个感知节点在各自当前网格区域内的移动方向；根据所述每个感知节点在各自当前网格区域内的移动方向，分别确定每个感知节点被移动进入的网格区域；在所述第一感知任务中更新所述地图中的网格区域的权重，将所述每个感知节点的当前网格区域分别更新为所述每个感知节点被移动进入的网格区域以及减小所述每个感知节点的续航里程，得到用于输入到所述规划模型的第二感知任务。

Description

一种控制节点的方法及装置
技术领域
本申请涉及通信领域，特别涉及一种控制节点的方法及装置。
背景技术
在感知系统中调度服务通过当前的感知任务需求、任务完成情况、感知节点的类型、属性、分工等信息，能够根据人工智能模型给出所有感知节点的调度方案，如感知路线等。
在感知系统中，人工智能模型预先预测好调度方案，感知节点往往只能根据预先设定好的调度方案执行感知任务，在复杂多变的环境中，感知任务是在不断变化，预测的调度方案可能无法执行新的感知任务。
发明内容
本申请实施例提供了一种控制节点的方法及装置，以执行新的感知任务。所述技术方案如下：
根据本申请实施例的一方面，提供一种控制节点的方法，所述方法包括：
将第一感知任务输入到规划模型，所述第一感知任务包括地图、至少一个感知节点在所述地图中的起始网格区域、每个感知节点在所述地图中的当前网格区域和续航里程，所述地图包括多个网格区域和每个网格区域的权重，获取所述规划模型根据所述第一感知任务输出的所述每个感知节点在各自当前网格区域内的移动方向；
根据所述每个感知节点在各自当前网格区域内的移动方向，分别确定每个感知节点被移动进入的网格区域；
在所述第一感知任务中更新所述地图中的网格区域的权重，将所述每个感知节点的当前网格区域分别更新为所述每个感知节点被移动进入的网格区域以及减小所述每个感知节点的续航里程，得到用于输入到所述规划模型的第二感知任务，所述第二感知任务用于所述规划模型输出所述每个感知节点在各自当前网格区域内的移动方向。
可选的，所述在所述第一感知任务中更新所述地图中的网格区域的权重，包括：
减小所述每个感知节点被移动进入的网格区域的权重；和/或，
获取目标网格区域的权重，所述目标网格区域是所述地图中需要修改权重的网格区域，将所述地图包括的所述目标网格区域的权重修改为所述获取的权重。
可选的，所述将第一感知任务输入到规划模型之前，还包括：
将第三感知任务输入到所述规划模型，所述第三感知任务包括所述地图、起始网格区域和每个感知节点的续航里程，获取所述规划模型根据所述第三感知任务输出的所述每个感知节点在所述起始网格区域内的移动方向；
根据所述每个感知节点在所述起始网格区域内的移动方向，分别确定每个感知节点被移动后的当前网格区域，减小所述每个感知节点的续航里程；
在所述第三感知任务中更新所述地图中的网格区域的权重，添加所述每个感知节点的当前网格区域，得到第一感知任务。
可选的，所述确定每个感知节点被移动进入的网格区域之后，还包括：
将所述每个感知节点的节点标识、被移动进入的网格区域的区域标识和移动方向对应保存在节点标识、区域标识与移动方向的对应关系中。
可选的，所述方法还包括：
在所述每个感知节点的剩余续航里程均为0，根据节点标识、区域标识与移动方向的对应关系控制所述每个感知节点移动。
根据本申请实施例的另一方面，提供一种控制节点的装置，所述装置包括：
获取模块，用于将第一感知任务输入到规划模型，所述第一感知任务包括地图、至少一个感知节点在所述地图中的起始网格区域、每个感知节点在所述地图中的当前网格区域和续航里程，所述地图包括多个网格区域和每个网格区域的权重，获取所述规划模型根据所述第一感知任务输出的所述每个感知节点在各自当前网格区域内的移动方向；
确定模块，用于根据所述每个感知节点在各自当前网格区域内的移动方向，分别确定每个感知节点被移动进入的网格区域；
更新模块，用于在所述第一感知任务中更新所述地图中的网格区域的权重，将所述每个感知节点的当前网格区域分别更新为所述每个感知节点被移动进入的网格区域以及减小所述每个感知节点的续航里程，得到用于输入到所述规划模型的第二感知任务，所述第二感知任务用于所述规划模型输出所述每个感知节点在各自当前网格区域内的移动方向。
可选的，所述更新模块，用于：
减小所述每个感知节点被移动进入的网格区域的权重；和/或，
获取目标网格区域的权重，所述目标网格区域是所述地图中需要修改权重的网格区域，将所述地图包括的所述目标网格区域的权重修改为所述获取的权重。
可选的，所述获取模块，还用于将第三感知任务输入到所述规划模型，所述第三感知任务包括所述地图、起始网格区域和每个感知节点的续航里程，获取所述规划模型根据所述第三感知任务输出的所述每个感知节点在所述起始网格区域内的移动方向；
所述确定模块，还用于根据所述每个感知节点在所述起始网格区域内的移动方向，分别确定每个感知节点被移动后的当前网格区域，减小所述每个感知节点的续航里程；
所述更新模块，还用于在所述第三感知任务中更新所述地图中的网格区域的权重，添加所述每个感知节点的当前网格区域，得到第一感知任务。
可选的，所述装置还包括：
保存模块，用于将所述每个感知节点的节点标识、被移动进入的网格区域的区域标识和移动方向对应保存在节点标识、区域标识与移动方向的对应关系中；
控制模块，用于在所述每个感知节点的剩余续航里程均为0，根据节点标识、区域标识与移动方向的对应关系控制所述每个感知节点移动。
根据本申请实施例的另一方面，提供一种计算机可读存储介质，其特征在于，用于存储至少一个指令，所述至少一个指令被处理器加载，以实现所述一方面的方法。
本申请实施例提供的技术方案可以包括以下有益效果：
通过向规划模型输入第一感知任务后。获取规划模型根据第一感知任务输出的各感知节点的移动方向，根据各感知点的移动方向对第一感知任务进行更新，得到第二感知任务，向规划模型输入第二感知任务，使规划模型输出各感知节点的移动方向。各感知节点的移动方向是调度感知节点的调度方案，这样在任务发生变时，即可使用规划模型产生新的调度方案，以执行新的感知任务。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种训练规划模型的方法流程图；
图2-3是本申请实施例提供的一种地图示意图；
图4是本申请实施例提供的一种控制节点的方法流程图；
图5是本申请实施例提供的一种融合地图的示意图；
图6-10是本申请实施例提供的另一种地图示意图；
图11-12是本申请实施例应用的网络架构示意图；
图13是本申请实施例提供的一种控制节点的装置结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
目前可以通过感知节点进行环境数据采集。感知节点可以为无人机、无人驾驶汽车等，感知节点可以安装有传感器，通过该传感器采集环境数据。例如，假设感知节点为无人机，安装在无人机上的传感器可以为温度传感器，通过无人机可以对城市中的各个区域的温度进行采集；或者，安装在无人机上的传感器可以为摄像头，通过摄像头拍摄城市中的各个区域的图像。
对不同区域进行数据采集的频率有所不同，例如，在通过无人机采集各区域的温度的情况下，化工厂所在区域的温度往往变化比较快，所以需要较高的采集频率对化工厂所在区域的温度进行采集，这样能够快速且准确地掌握化工厂所在区域的温度变化情况；而对于居民区，居民区的温度往往比较稳定，可以不需要频繁地采集居民区的温度，所以对居民区所在区域的温度进行采集的频率可以小于对化工厂所在区域的温度进行采集的频率。
在本申请中可以训练规划模型，通过该规划模型可以控制感知节点对不同区域进行采集。如下图1所示的实施例可以训练出规划模型，该训练过程如下。
参见图1，本申请实施例提供了一种规划模型的训练方法，该方法包括：
步骤101：获取第一样本数据，第一样本数据包括地图、至少一个感知节点在地图中的起始网格区域、该至少一个感知节点的数目和每个感知节点的续航里程，该地图包括多个网格区域，在该地图中每个网格区域对应一个权重。
对于每个感知节点，感知节点在地图中的起始位置所在的网格区域是感知节点在地图中的起始网格区域。
感知节点的续航里程可以为感知节点移动的最大网格区域数目，也是说在感知节点移动的网格区域数目等于该最大网格区域数目后，感知节点储存的能量耗尽。例如，假设感知节点为无人机，无人机的续航里程为5，表示在无人机移动5个网格区域后无人机中的电池储存的电量耗尽。
在本步骤中，可以获取一个地图，对于每个地图，可以对该地图进行栅格化，以在该地图中划分出多个等大小的网格区域，将地图的中心网格区域确定为至少一个感知节点的起始网格区域，设置每个感知节点的续航里程，设置该地图中的每个网格区域对应的权重，从而得到第一样本数据。
可选的，可以人工输入一个城市的地图，或者，可以从网络中下载一个城市的地图。
可选的，对地图进行栅格化是指对地图进行横向划分以及进行纵向划分，在该地图中划分出多个面积等大小的网格区域。例如，参见图2，将地图进行横向划分和进行纵向划分，在地图中划分出的网格区域包括11、12、13、……、54。
网格区域的权重是根据该网格区域的实际需要设置的。地图中的每个网格区域对应的一个权重可以是由技术人员设置的，也可以由上层应用自动设置的。
网格区域对应的权重用于表示对该网格区域进行数据采集的频率。该网格区域对应的权重越大，表示对该网格区域进行数据采集的频率越大。该网格区域对应的权重越小，表示对该网格区域进行数据采集的频率越小。
例如，参见图2，对于环境温度采集的场景，网格区域43中包括“###化工厂”等对环境温度影响较大的设施，由于网格区域43的环境温度变化较频繁，因此需要频繁地对网格区域43的环境温度进行采集，以能够实时掌握网格区域43的环境温度的变化，网格区域43对应的权重被设置的较大，网格区域43对应的权重被设置为7。网格区域31中包括居居区(为“***小区”)等对环境温度影响较小的设施，由于网格区域31的环境温度变化不会很频繁，因此不需要频繁地对网格区域31的环境温度进行采集，网格区域31对应的权重被设置的较小，网格区域31对应的权重被设置为3，小于网格区域43的权重7。
对于技术人员设置网格区域的权重的方式，技术人员根据地图中的每个网格区域内包括的设施设置每个网格区域对应的权重。
对于上层应用设置网格区域的权重的方式，对于地图中的每个网格区域，从地图中确定该网络区域中的每个设施，确定每个设施的类型，根据每个设施的类型确定每个设施对应的权重参数，对每个设施的权重参数进行累加得到该网格区域的权重。
设施的类型可以为化工厂、居民区等。
可以事先设置设施的类型与权重参数的对应关系。在确定网格区域中的每个设施的类型后，根据每个设施的类型，从该设施的类型与权重参数的对应关系中获取每个设施对应的权重参数。
在本步骤中确定的感知节点并不是真实存在的感知节点，确定的感知节点可以为虚拟节点。例如，在图2所示的地图中，确定感知节点A、B和C，确定感知节点A、B和C所在的起始网格区域均为网格区域33，感知节点的续航里程分别为5、8、4。
步骤102：将第一样本数据输入到深度学习算法中，该深度学习算法用于根据第一样本数据确定每个感知节点在起始网格区域内的移动方向，获取该深度学习网络输出的每个感知节点在起始网格区域内的移动方向。
深度学习算法可以为深度学习(deep q-learing，DQN)、深度强化学习(deepdeterministic policy gradient，DDPG)或A3C等算法。
将第一样本数据输入到深度学习算法中，深度学习算法根据第一样本数据中的地图中的各网格区域对应的权重、各感知节点所在的起始网格区域和续航里程，确定各感知节点在起始网格区域内需要移动的移动方向，然后输出各感知节点在起始网格区域内需要移动的移动方向。
对于地图中权重较高的网格区域，深度学习算法在确定感知节点的移动方向时，可能会确定较多的感知节点的移动方向朝向该网格区域，以使较多的感知节点能够朝向该网格区域；或者，深度学习算法在确定感知节点的移动方向时，可能会较频繁地确定感知节点的移动方向朝向该网格区域，以使感知节点能够较频繁地移动到该网格区域。
例如，对于图2所示的地图，深度学习算法根据图2所示地图中的各网格区域对应的权重、起始网格区域33、感知节点A的续航里程5、感知节点B的续航里程8和感知节点C的续航里程4，确定感知节点A在起始网格区域33内需要移动的移动方向为向上，确定感知节点B在起始网格区域33内需要移动的移动方向为向右，以及确定感知节点C在起始网格区域33内需要移动的移动方向为向下，然后输出各感知节点A、B和C在起始网格区域内需要移动的移动方向。
步骤103：根据每个感知节点在起始网格区域内的移动方向，在地图中确定每个感知节点被移动到的下一个网格区域，得到每个感知节点移动后所在的当前网格区域。
由于各感知节点为虚拟感知节点，对任一个感知节点，根据该感知节点在起始网格区域内的移动方向，将该感知节点从起始网格区域移动到与起始网格区域相邻的下一个网格区域，将移动后的下一个网格区域作为该感知节点移动后所在的当前网格区域。
例如，参见图3，对于感知节点A，感知节点A所在的起始网格区域33内的移动方向为向上，根据该移动方向将感知节点A从起始网格区域33移动到网格区域32，移动后的感知节点A的当前网格区域为网格区域22。对于感知节点B，感知节点B所在的起始网格区域33内的移动方向为向右，根据该移动方向将感知节点B从起始网格区域33移动到网格区域43，移动后的感知节点B的当前网格区域为网格区域43。以及，对于感知节点C，感知节点C所在的起始网格区域33内的移动方向为向下，根据该移动方向将感知节点C从起始网格区域33移动到网格区域34，移动后的感知节点C的当前网格区域为网格区域34。
步骤104：在第一样本数据中减小各感知节点的续航里程，以及减小各感知节点的当前网格区域对应的权重，以及添加各感知节点的当前网格区域，得到第二样本数据。
第二样本数据包括地图、起始网格区域、每个感知节点的当前网络区域和续航里程。第二样本数据中的地图是对权重进行更新后的地图，每个感知节点的续航里程是剩余的续航里程。
感知节点移动到某个网格区域，表示该感知节点在该网格区域进行环境数据采集，该感知节点进行环境数据采集后，会对该网格区域的环境产生变化，可以在地图中减小该网格区域对应的权重，以适应该网格区域的环境变化。
可选的，对于地图中的每个网格区域，该网格区域对应的权重被减小后，根据该网格区域最近上次更新的时间与当前时间之间的时间差可以恢复该网格区域对应的权重。
恢复该网格区域对应的权重可以是：每隔一段时间增加该网格区域的权重，直至增加到该网格区域对应的初始权重为止。
例如，在图2所示的地图中减小感知节点A的当前网格区域32的权重，减小感知节点B的当前网格区域43的权重，以及减小感知节点C的当前网格区域34的权重，得到的结果如图3所示，以及减小感知节点A、B、C的续航里程，减小感知节点A、B、C的续航里程分别为4、7、3。也就是说得到的第二样本数据包括如图3所示的地图、起始网格区域33、感知节点A的当前网格区域32和续航里程4、感知节点B的当前网格区域43和续航里程7，以及感知节点C的当前网格区域34和续航里程3。
步骤105：在感知节点的续航里程为0时，判断该感知节点的当前网格区域与起始网格区域是否相同，如果两者不同，向深度学习网络输入惩罚分值，如果两者相同，向深度学习网格输入第一奖励分值。
在感知节点的续航里程为0且该感知节点的当前网格区域与起始网格区域相同，表示感知节点又回到了起始网格区域。
可选的，在更新各感知节点的当前网格区域对应的权重之前，还可以根据各感知节点的当前网格区域对应的权重，从权重与第二奖励分值的对应关系中获取各感知节点对应的第二奖励分值，各感知节点的第二奖励分值小于第一奖励分值，向深度学习网络输入各感知节点的第二奖励分值。
深度学习网络根据惩罚分值和奖励分值调整自身的参数，该奖励分值至少包括第一奖励分值，还可以包括各感知节点的第二奖励分值。
深度学习网络调整完参数后，开始执行如下操作。
步骤106：向深度学习网络输入第二样本数据，获取深度学习网络根据第二样本数据输出的各感知节点在当前网络区域内的移动方向。
深度学习算法根据第二样本数据中的地图，该地图中当前各网格区域对应的权重、起始网格区域、各感知节点的当前网格区域和续航里程，确定各感知节点在当前网格区域内需要移动的移动方向，然后输出各感知节点在当前网格区域内需要移动的移动方向。
例如，对于图3所示的地图，深度学习算法根据图3所示地图中的各网格区域对应的权重、感知节点A所在的起始网格区域33、当前网格区域32和续航里程4、感知节点B所在的起始网格区域43、当前网格区域33和续航里程7、感知节点C所在的起始网格区域33、当前网格区域34和续航里程3，确定感知节点在A在当前网格区域32内需要移动的移动方向为向右，确定感知节点在B在当前网格区域43内需要移动的移动方向为向下，以及确定感知节点在C在当前网格区域34内需要移动的移动方向为向左，然后输出各感知节点A、B和C在各自当前网格区域内需要移动的移动方向。
步骤107：根据各感知节点所在的当前网格区域内的移动方向，在地图中确定每个感知节点被移动到的下一个网格区域，得到每个感知节点移动后所在的当前网格区域。
由于各感知节点为虚拟感知节点，对任一个感知节点，根据该感知节点在当前网格区域内的移动方向，将该感知节点从当前网格区域移动到与当前网格区域相邻的下一个网格区域，将移动后的下一个网格区域作为该感知节点移动后所在的当前网格区域。
步骤108：在第二样本数据中减小各感知节点的续航里程，以及减小各感知节点的当前网格区域对应的权重，将各感知节点的当前网格区域更新为各感知节点移动后所在的当前网格区域，执行步骤105。
其中，如果第二样本数据中的每个感知节点的续航里程均为0，表示该样本数据中的每个感知节点的续航里程均耗尽，则可以将当前训练的深度学习算法作为规划模型，或者，再继续训练一段时间的深度学习算法后将该深度学习算法作为规划模型，该段时间的时间长度为预设长度阈值。可选的，可以保存第一样本数据中的感知节点数目与该规划模型之间的对应关系。
可选的，可以设置多个第一样本数据，并按上述流程进行训练，可以得到不同感知节点数目对应的规划模型。
参见图4，本申请实施例提供了一种控制节点的方法，该方法包括：
步骤201：获取第三感知任务，第三感知任务包括地图、至少一个感知节点在地图中的起始网格区域和每个感知节点的续航里程，该地图包括多个网格区域，在该地图中每个网格区域对应一个权重。
该至少一个感知节点是实际用于采集环境数据的感知节点，该地图是实际需要采集环境数据的城市的地图，感知节点在地图中的起始位置所在的网格区域是感知节点在地图中的起始网格区域。
感知节点的续航里程可以为感知节点移动的最大网格区域数目，最大网格区域数目由感知节点储存的能量决定。例如，假设感知节点为无人机，无人机的续航里程由无人机中的电池储存的电量所决定。
在本步骤可以由技术人员或上层应用输入地图、起始网格区域、每个感知节点实际的续航里程。
在本步骤中，接收该地图、起始网格区域、每个感知节点实际的续航里程，可以对该地图进行栅格化，以在该地图中划分出多个等大小的网格区域，设置该地图中的每个网格区域对应的权重。
该地图中的每个网格区域对应的一个权重可以是由技术人员设置的。或者，可以根据该地图中的每个网格记录的内容自动设置的。
网格区域对应的权重用于表示对该网格区域进行数据采集的频率。该网格区域对应的权重越大，表示对该网格区域进行数据采集的频率越大。该网格区域对应的权重越小，表示对该网格区域进行数据采集的频率越小。
对于自动设置权重的方式，对于地图中的每个网格区域，从地图中确定该网络区域中的每个设施，确定每个设施的类型，根据每个设施的类型确定每个设施对应的权重参数，对每个设施的权重参数进行累加得到该网格区域的权重。
步骤202：将第三感知任务输入到规划模型中，该规划模型用于根据第三感知任务确定各感知节点在起始网格区域的移动方向，获取该规划模型输出的各感知节点在起始网格区域的移动方向。
第三感知任务中的地图的尺寸应小于或等于训练该规划模型使用的地图的尺寸。参见图5，可以将第三感知任务的地图与训练该规划模型使用的地图进行融合，融合后第三感知任务的地图中的起始网格区域与该规划模型使用的地图的中心网格区域重合，在融合后的地图中除第三感知任务的地图之外的其他网格区域的权重为0，将第三感知任务中的地图更新为融合后的地图。
在本步骤中执行本步骤之前，可以根据第三感知任务中的至少一个感知节点的数目，根据该数目查询从感知节点数目与规划模型的对应关系，如果查询出对应的规划模型，将第三感知任务输入到该规划模型中。如果没有查询出对应的规划模型，从该对应关系中确定两个规划模型，分别为第一规划模型和第二规划模型，第一规划模型对应的感知节点数目和第二规划模型对应的感知节点数目之和等于第三感知任务中的至少一个感知节点的数目。
此时将第三感知任务分解成两个子任务，分别为第一子任务和第二子任务。第一子任务包括地图、起始网格区域和第一数目个感知节点的续航里程，第一数目等于第一规划模型对应的感知节点数目。首先将第一子任务输入到第一规划模型，第一规划模型用于根据第一子任务确定第一数目个感知节点在起始网格区域的移动方向，获取第一规划模型输出的各感知节点在起始网格区域的移动方向。然后根据第一数目个感知节点的移动方向，确定第一数目个感知节点从起始网格区域移动到下一个网格区域，得到第一数目个感知节点移动后的当前网格区域。在该地图中减小第一数目个感知节点移动后的当前网格区域的权重，得到第二子任务，第二子任务包括减小权重后的地图、起始网格区域和第二数目个感知节点的续航里程，第二数目等于第二规划模型对应的感知节点数目。最后将第二子任务输入到第二规划模型，第二规划模型用于根据第二子任务确定第二数目个感知节点在起始网格区域的移动方向，获取第二规划模型输出的各感知节点在起始网格区域的移动方向，从而得到第三感知任务中的各感知节点在起始网格区域的移动方向。
将第三感知任务输入到规划模型中，规划模型根据该第三感知任务包括地图中的各网格区域对应的权重、起始网格区域和各感知节点的续航里程，确定各感知节点在起始网格区域内需要移动的移动方向，然后输出各感知节点在起始网格区域内需要移动的移动方向。
对于地图中权重较高的网格区域，规划模型在确定感知节点的移动方向时，可能会确定较多的感知节点的移动方向朝向该网格区域，以使较多的感知节点能够朝向该网格区域；或者，规划模型在确定感知节点的移动方向时，可能会较频繁地确定感知节点的移动方向朝向该网格区域，以使感知节点能够较频繁地移动到该网格区域。
例如，对于图6所示的地图，规划模型根据图6所示地图中的各网格区域对应的权重、起始网格区域23、感知节点A的续航里程5，确定感知节点A在起始网格区域23内需要移动的移动方向为向上，输出各感知节点A在起始网格区域23内需要移动的移动方向。
步骤203：对于各感知节点，将该感知节点的节点标识、起始网格区域的区域标识和在起始网格区域的移动方向对应保存在节点标识、区域标识与移动方向的对应关系中。
例如，将感知节点A的节点标识IDA、感知节点A的当前网格区域23的区域标识ID23和感知节点A在当前网格区域23内的移动方向“向上”对应保存在如下表1所示的节点标识、区域标识与移动方向的对应关系。
表1
节点标识 区域标识 移动方向
IDA ID23 向上
…… …… ……
步骤204：根据各感知节点所在的起始网格区域内的移动方向，在地图中将各感知节点移动到下一个网格区域，得到各感知节点移动后所在的当前网格区域。
在本步骤中，根据该感知节点在起始网格区域内的移动方向，将该感知节点从该感知节点的起始网格区域移动到与起始网格区域相邻的下一个网格区域，将移动后的下一个网格区域作为该感知节点移动后所在的当前网格区域。
在本步骤中并不是实际将感知节点进行移动，可以在地图中模拟该感知节点的移动。例如，参见图6，对于感知节点A，感知节点A的在当前网格区域23内的移动方向为向上，根据该移动方向将感知节点A从当前网格区域23移动到相邻的下一个网格区域22，移动后的感知节点A的当前网格区域由网络区域23变为网格区域22，参见图7所示。
步骤205：在第三感知任务中更新该地图中的网格区域的权重，添加各感知节点的当前网格区域和减小各网格区域的续航里程，得到第一感知任务，第一感知任务包括更新后的地图、起始网格区域、每个感知节点的当前网格区域和续航里程。
在第三感知任务的地图中减小各感知节点移动后的当前网格区域的权重，实现更新地图。
对于使用第一规划模型和第二规划模型的情况，在第二规划模型输出第二数目个感知节点在起始网格区域的移动方向后，根据第二数目个感知节点在起始网格区域内的移动方向，将第二数目感知节点从起始网格区域移动到各自的下一个网格区域，各感知节点移动后所在的当前网格区域。在第二子任务的地图中，减小第二数目个感知节点移动后的当前网格区域的权重，实现更新地图，减小第一数目个感知节点的续航里程和第二数目个感知节点的续航里程。
在此种情况下，第一感知任务也包括两个子任务，也分别为第一子任务和第二子任务，第一子任务包括更新后的地图、起始网格区域、第一数目个感知节点的当前网格区域和续航里程。
步骤206：将第一感知任务输入到规划模型，获取规划模型根据第一感知任务输出的各感知节点在当前网络区域内的移动方向。
将第一感知任务输入到规划模型中，规划模型根据第一感知任务包括的地图中的各网格区域对应的权重、起始网格区域、各感知节点的当前网格区域和续航里程，确定各感知节点在当前网格区域内需要移动的移动方向，然后输出各感知节点在当前网格区域内需要移动的移动方向。
对于使用第一规划模型和第二规划模型的情况，首先将第一感知任务的第一子任务输入到第一规划模型，第一规划模型用于根据第一子任务确定第一数目个感知节点在当前网格区域的移动方向，获取第一规划模型输出的各感知节点在当前网格区域的移动方向。然后根据第一数目个感知节点的移动方向，确定第一数目个感知节点从当前网格区域移动到下一个网格区域，得到第一数目个感知节点移动后的当前网格区域。在该地图中减小第一数目个感知节点移动后的当前网格区域的权重，得到第一感知任务的第二子任务，第二子任务包括减小权重后的地图、起始网格区域、第二数目个感知节点的当前网格区域和续航里程。最后将第二子任务输入到第二规划模型，第二规划模型用于根据第二子任务确定第二数目个感知节点在当前网格区域的移动方向，获取第二规划模型输出的各感知节点在起始网格区域的移动方向，从而得到第一感知任务中的各感知节点在当前网格区域的移动方向。
例如，对于图7所示的地图，规划模型根据图7所示地图中的各网格区域对应的权重、起始网格区域23、感知节点A所在的当前网格区域22和续航里程4，确定感知节点在A在当前网格区域22内需要移动的移动方向为向右，然后输出感知节点A在当前网格区域22内需要移动的移动方向。
步骤207：对于各感知节点，将该感知节点的节点标识、当前网格区域的区域标识和在当前网格区域的移动方向对应保存在节点标识、区域标识与移动方向的对应关系中。
例如，将感知节点A的节点标识IDA、感知节点A的当前网格区域22的区域标识ID22和感知节点A在当前网格区域22内的移动方向“向右”对应保存在如下表2所示的节点标识、区域标识与移动方向的对应关系。
表2
节点标识 区域标识 移动方向
IDA ID23 向上
IDA ID22 向右
…… …… ……
步骤208：根据各感知节点所在的当前网格区域内的移动方向，在地图中将各感知节点移动到下一个网格区域，得到各感知节点移动后所在的当前网格区域。
步骤209：在第一感知任务中更新该地图中的网格区域的权重，将各感知节点的当前网格区域分别更新为移动后的当前网格区域，以及减小各感知节点的续航里程，返回执行步骤206。
在第一感知任务的地图中减小各感知节点移动后的当前网格区域的权重，实现更新地图。
经过本步骤后，得到新的第一感知任务，包括更新后的地图、起始网格格区域、各感知节点的当前网格区域和减小后的各感知节点的续航里程。
对于使用第一规划模型和第二规划模型的情况，在第二规划模型输出第二数目个感知节点在当前网格区域的移动方向后，根据第二数目个感知节点在当前网格区域内的移动方向，将第二数目感知节点从当前网格区域移动到各自的下一个网格区域，各感知节点移动后所在的当前网格区域。在第二子任务的地图中，减小第二数目个感知节点移动后的当前网格区域的权重，实现更新地图，减小第一数目个感知节点的续航里程和第二数目个感知节点的续航里程。
在此种情况下，新的第一感知任务也包括两个子任务，也分别为第一子任务和第二子任务，第一子任务包括更新后的地图、起始网格区域、第一数目个感知节点的当前网格区域和续航里程，返回执行步骤206。。
重复执行上述步骤206至209的操作，直到各感知节点的移动到起始网格区域时为止。例如，对于感知节点A，感知节点A的在当前网格区域22内的移动方向为向右，根据该移动方向将感知节点A从当前网格区域22移动到相邻的下一个网格区域32，移动后的感知节点A的当前网格区域由网络区域22变为网格区域32，参见图8所示，减小网格区域32的权重和感知节点A的续航里程，减小后的续航里程为3。
对于图8所示的地图，规划模型根据图7所示地图中的各网格区域对应的权重、感知节点A所在的起始网格区域23、当前网格区域32和续航里程3，确定感知节点在A在当前网格区域32内需要移动的移动方向为右下，然后输出感知节点A在当前网格区域32内需要移动的移动方向，将感知节点A的节点标识IDA、感知节点A的当前网格区域32的区域标识ID32和感知节点A在当前网格区域32内的移动方向“右下”对应保存在如下表3所示的节点标识、区域标识与移动方向的对应关系。
表3
节点标识 区域标识 移动方向
IDA ID23 向上
IDA ID22 向右
IDA ID32 右下
…… …… ……
感知节点A的在当前网格区域32内的移动方向为右下，根据该移动方向将感知节点A从当前网格区域32移动到相邻的下一个网格区域43，移动后的感知节点A的当前网格区域由网络区域32变为网格区域43，参见图9所示，减小网格区域43的权重和感知节点A的续航里程，减小后的续航里程为2。
对于图9所示的地图，规划模型根据图9所示地图中的各网格区域对应的权重、感知节点A所在的起始网格区域23、当前网格区域43和续航里程2，确定感知节点在A在当前网格区域43内需要移动的移动方向为向左，然后输出感知节点A在当前网格区域43内需要移动的移动方向，将感知节点A的节点标识IDA、感知节点A的当前网格区域43的区域标识ID43和感知节点A在当前网格区域43内的移动方向“向左”对应保存在如下表4所示的节点标识、区域标识与移动方向的对应关系。
表4
Figure BDA0002130634740000161
Figure BDA0002130634740000171
感知节点A的在当前网格区域43内的移动方向为右左，根据该移动方向将感知节点A从当前网格区域43移动到相邻的下一个网格区域33，移动后的感知节点A的当前网格区域由网络区域43变为网格区域33，参见图10所示，减小网格区域33的权重和感知节点A的续航里程，减小后的续航里程为1。
对于图10所示的地图，规划模型根据图10所示地图中的各网格区域对应的权重、感知节点A所在的起始网格区域23、当前网格区域33和续航里程1，确定感知节点在A在当前网格区域33内需要移动的移动方向为向左，然后输出感知节点A在当前网格区域33内需要移动的移动方向，将感知节点A的节点标识IDA、感知节点A的当前网格区域33的区域标识ID33和感知节点A在当前网格区域33内的移动方向“向左”对应保存在如下表5所示的节点标识、区域标识与移动方向的对应关系。
表5
节点标识 区域标识 移动方向
IDA ID23 向上
IDA ID22 向右
IDA ID32 右下
IDA ID43 向左
IDA ID33 向左
…… …… ……
感知节点A的在当前网格区域33内的移动方向为右左，根据该移动方向将感知节点A从当前网格区域33移动到相邻的下一个网格区域23，移动后的感知节点A的当前网格区域由网络区域33变为网格区域23，即感知节点又回到起始网格区域23，停止规划模块继续确定感知节点A的移动方向。
各感知节点的移动到各感知节点的起始网格区域时，即在节点标识、区域标识与移动方向的对应关系中保存了各感知节点在各网格区域内的移动方向，接下来可以根据该对应关系控制感知节点移动到各网格区域进行环境数据采集。实现过程如下：
根据各感知节点的节点标识、起始网格区域和该对应关系控制各感知节点移动，其中，感知节点每移动一个网格区域使用其包括的传感器采集该网格区域的环境数据。
在本步骤中，可以将该对应关系设置在每个感知节点上，对于每个感知节点，该感知节点根据其节点标识和起始网格区域的区域标识，从该对应关系中查找在起始网格区域内的移动方向，根据该移动方向从起始网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据。然后根据该感知节点的节点标识和该感知节点当前所在的网格区域的区域标识，继续从该对应关系中查找在该当前网格区域内的移动方向，根据该移动方向从当前网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据。重复上述过程，直至该感知节点回到起始网格区域时为止。或者，
在本步骤中，参见11，将该对应关系保存到服务器中，各感知节点上包括通信模块，每个感知节点可以通过该通信模块与服务器进行通信，各感知节点每到一个网格区域可以向服务器发送其当前网格区域的区域标识，服务器根据各感知节点的节点标识和当前网格区域的区域标识从该对应关系中获取各感知节点的移动方向，向各感知节点发送移动方向，各感知节点接收移动方向并根据该移动方向进行移动。在实现时，对于每个感知节点，该感知节点向服务器发送起始网格区域的区域标识，服务器接收该起始网格区域的区域标识，根据该感知节点的节点标识和起始网格区域的区域标识，从该对应关系中查找在起始网格区域内的移动方向，向该感知节点发送该移动方向。该感知节点接收该移动方向，根据该移动方向从起始网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据，向服务器发送所在的当前网格区域的区域标识。服务器接收该当前网格区域的区域标识，根据该感知节点的节点标识和该感知节点当前所在的当前网格区域的区域标识，继续从该对应关系中查找在该当前网格区域内的移动方向，向该感知节点发送该移动方向。该感知节点接收该移动方向，根据该移动方向从当前网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据，向服务器发送所在的当前网格区域的区域标识。重复上述过程直至该感知节点回到起始网格区域。或者，
在本步骤中，参见图12，将该对应关系保存到某个感知节点，为了便于说明称该感知节点为第一感知节点，其他的每个感知节点为第二感知节点。对于第一感知节点，第一感知节点根据其节点标识和起始网格区域的区域标识，从该对应关系中查找在起始网格区域内的移动方向，根据该移动方向从起始网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据。然后根据第一感知节点的节点标识和第一感知节点当前所在的网格区域的区域标识，继续从该对应关系中查找在该当前网格区域内的移动方向，根据该移动方向从当前网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据。重复上述过程，直至第一感知节点回到起始网格区域时为止。
对于第二感知节点，第二感知节点每到一个网格区域向第一感知节点发送其当前网格区域的区域标识，第一感知节点根据第二感知节点的节点标识和当前网格区域的区域标识从该对应关系中获取第二感知节点的移动方向，向第二感知节点发送移动方向，第二感知节点接收移动方向并根据该移动方向进行移动。在实现时，第二感知节点向服务器发送起始网格区域的区域标识，第一感知节点接收该起始网格区域的区域标识，根据第二感知节点的节点标识和起始网格区域的区域标识，从该对应关系中查找在起始网格区域内的移动方向，向第二感知节点发送该移动方向。第二感知节点接收该移动方向，根据该移动方向从起始网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据，向第一感知节点发送所在的当前网格区域的区域标识。第一感知节点接收该当前网格区域的区域标识，根据第二感知节点的节点标识和第二感知节点当前所在的当前网格区域的区域标识，继续从该对应关系中查找在该当前网格区域内的移动方向，向第二感知节点发送该移动方向。第二感知节点接收该移动方向，根据该移动方向从当前网格区域移动到相邻的下一个网格区域，并采集该网格区域的环境数据，向第一感知节点发送所在的当前网格区域的区域标识。重复上述过程直至第二感知节点回到起始网格区域。
在各感知节点在各自当前网格区域内采集环境数据时，如果当前的环境发生较大的改变，重新对地图中的网格区域的权重进行修改。此时，继续根据该对应关系中的各感知节点的移动方向来移动各感知节点，可能无法满足当前环境情况下的需求。为了解决该技术问题，可以设置新感知任务，新感知任务包括修改后的地图、起始网格区域、各感知节点的当前网格网格和当前剩余的续航里程，将该新感知任务输入到规划模型，获取该规划模型输出的各感知节点在当前网格区域内的移动方向；根据各感知节点的移动方向移动各感知节点，得到各感知节点移动后的当前网格区域，在新感知任务中的地图中减小各感知节点的当前网格区域的权重和各感知节点的剩余的续航里程，将修改后的新感知任务输入到规划模型，继续重复上过程，直至各感知节点的续航里程用完。
在本申请实施例中，通过向规划模型输入第一感知任务后。获取规划模型根据第一感知任务输出的各感知节点的移动方向，根据各感知点的移动方向对第一感知任务进行更新，得到第二感知任务，向规划模型输入第二感知任务，使规划模型输出各感知节点的移动方向。各感知节点的移动方向是调度感知节点的调度方案，这样在任务发生变时，即可使用规划模型产生新的调度方案，以执行新的感知任务。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
参见图13，本申请实施例提供了一种控制节点的装置300，所述装置300包括：
获取模块301，用于将第一感知任务输入到规划模型，所述第一感知任务包括地图、至少一个感知节点在所述地图中的起始网格区域、每个感知节点在所述地图中的当前网格区域和续航里程，所述地图包括多个网格区域和每个网格区域的权重，获取所述规划模型根据所述第一感知任务输出的所述每个感知节点在各自当前网格区域内的移动方向；
确定模块302，用于根据所述每个感知节点在各自当前网格区域内的移动方向，分别确定每个感知节点被移动进入的网格区域；
更新模块303，用于在所述第一感知任务中更新所述地图中的网格区域的权重，将所述每个感知节点的当前网格区域分别更新为所述每个感知节点被移动进入的网格区域以及减小所述每个感知节点的续航里程，得到用于输入到所述规划模型的第二感知任务，所述第二感知任务用于所述规划模型输出所述每个感知节点在各自当前网格区域内的移动方向。
可选的，所述更新模块303，用于：
减小所述每个感知节点被移动进入的网格区域的权重；和/或，
获取目标网格区域的权重，所述目标网格区域是所述地图中需要修改权重的网格区域，将所述地图包括的所述目标网格区域的权重修改为所述获取的权重。
可选的，所述获取模块301，还用于将第三感知任务输入到所述规划模型，所述第三感知任务包括所述地图、起始网格区域和每个感知节点的续航里程，获取所述规划模型根据所述第三感知任务输出的所述每个感知节点在所述起始网格区域内的移动方向；
所述确定模块302，还用于根据所述每个感知节点在所述起始网格区域内的移动方向，分别确定每个感知节点被移动后的当前网格区域，减小所述每个感知节点的续航里程；
所述更新模块303，还用于在所述第三感知任务中更新所述地图中的网格区域的权重，添加所述每个感知节点的当前网格区域，得到第一感知任务。
可选的，所述装置300还包括：
保存模块，用于将所述每个感知节点的节点标识、被移动进入的网格区域的区域标识和移动方向对应保存在节点标识、区域标识与移动方向的对应关系中；
控制模块，用于在所述每个感知节点的剩余续航里程均为0，根据节点标识、区域标识与移动方向的对应关系控制所述每个感知节点移动。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本领域技术人员在考虑说明书及实践这里公开的申请后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种控制节点的方法，其特征在于，所述方法包括：
将第一感知任务输入到规划模型，所述第一感知任务包括地图、至少一个感知节点在所述地图中的起始网格区域、每个感知节点在所述地图中的当前网格区域和续航里程，所述地图包括多个网格区域和每个网格区域的权重，获取所述规划模型根据所述第一感知任务输出的所述每个感知节点在各自当前网格区域内的移动方向；
根据所述每个感知节点在各自当前网格区域内的移动方向，分别确定每个感知节点被移动进入的网格区域；
在所述第一感知任务中更新所述地图中的网格区域的权重，将所述每个感知节点的当前网格区域分别更新为所述每个感知节点被移动进入的网格区域以及减小所述每个感知节点的续航里程，得到用于输入到所述规划模型的第二感知任务，所述第二感知任务用于所述规划模型输出所述每个感知节点在各自当前网格区域内的移动方向。
2.如权利要求1所述的方法，其特征在于，所述在所述第一感知任务中更新所述地图中的网格区域的权重，包括：
减小所述每个感知节点被移动进入的网格区域的权重；和/或，
获取目标网格区域的权重，所述目标网格区域是所述地图中需要修改权重的网格区域，将所述地图包括的所述目标网格区域的权重修改为所述获取的权重。
3.如权利要求1所述的方法，其特征在于，所述将第一感知任务输入到规划模型之前，还包括：
将第三感知任务输入到所述规划模型，所述第三感知任务包括所述地图、起始网格区域和每个感知节点的续航里程，获取所述规划模型根据所述第三感知任务输出的所述每个感知节点在所述起始网格区域内的移动方向；
根据所述每个感知节点在所述起始网格区域内的移动方向，分别确定每个感知节点被移动后的当前网格区域，减小所述每个感知节点的续航里程；
在所述第三感知任务中更新所述地图中的网格区域的权重，添加所述每个感知节点的当前网格区域，得到第一感知任务。
4.如权利要求1所述的方法，其特征在于，所述确定每个感知节点被移动进入的网格区域之后，还包括：
将所述每个感知节点的节点标识、被移动进入的网格区域的区域标识和移动方向对应保存在节点标识、区域标识与移动方向的对应关系中。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
在所述每个感知节点的剩余续航里程均为0，根据节点标识、区域标识与移动方向的对应关系控制所述每个感知节点移动。
6.一种控制节点的装置，其特征在于，所述装置包括：
获取模块，用于将第一感知任务输入到规划模型，所述第一感知任务包括地图、至少一个感知节点在所述地图中的起始网格区域、每个感知节点在所述地图中的当前网格区域和续航里程，所述地图包括多个网格区域和每个网格区域的权重，获取所述规划模型根据所述第一感知任务输出的所述每个感知节点在各自当前网格区域内的移动方向；
确定模块，用于根据所述每个感知节点在各自当前网格区域内的移动方向，分别确定每个感知节点被移动进入的网格区域；
更新模块，用于在所述第一感知任务中更新所述地图中的网格区域的权重，将所述每个感知节点的当前网格区域分别更新为所述每个感知节点被移动进入的网格区域以及减小所述每个感知节点的续航里程，得到用于输入到所述规划模型的第二感知任务，所述第二感知任务用于所述规划模型输出所述每个感知节点在各自当前网格区域内的移动方向。
7.如权利要求6所述的装置，其特征在于，所述更新模块，用于：
减小所述每个感知节点被移动进入的网格区域的权重；和/或，
获取目标网格区域的权重，所述目标网格区域是所述地图中需要修改权重的网格区域，将所述地图包括的所述目标网格区域的权重修改为所述获取的权重。
8.如权利要求6所述的装置，其特征在于，
所述获取模块，还用于将第三感知任务输入到所述规划模型，所述第三感知任务包括所述地图、起始网格区域和每个感知节点的续航里程，获取所述规划模型根据所述第三感知任务输出的所述每个感知节点在所述起始网格区域内的移动方向；
所述确定模块，还用于根据所述每个感知节点在所述起始网格区域内的移动方向，分别确定每个感知节点被移动后的当前网格区域，减小所述每个感知节点的续航里程；
所述更新模块，还用于在所述第三感知任务中更新所述地图中的网格区域的权重，添加所述每个感知节点的当前网格区域，得到第一感知任务。
9.如权利要求6所述的装置，其特征在于，所述装置还包括：
保存模块，用于将所述每个感知节点的节点标识、被移动进入的网格区域的区域标识和移动方向对应保存在节点标识、区域标识与移动方向的对应关系中；
控制模块，用于在所述每个感知节点的剩余续航里程均为0，根据节点标识、区域标识与移动方向的对应关系控制所述每个感知节点移动。
10.一种计算机可读存储介质，其特征在于，用于存储至少一个指令，所述至少一个指令被处理器加载，以实现如权利要求1至5任一项所述的方法。
CN201910639303.0A 2019-07-15 2019-07-15 一种控制节点的方法及装置 Active CN110351755B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910639303.0A CN110351755B (zh) 2019-07-15 2019-07-15 一种控制节点的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910639303.0A CN110351755B (zh) 2019-07-15 2019-07-15 一种控制节点的方法及装置

Publications (2)

Publication Number Publication Date
CN110351755A CN110351755A (zh) 2019-10-18
CN110351755B true CN110351755B (zh) 2023-01-10

Family

ID=68175455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910639303.0A Active CN110351755B (zh) 2019-07-15 2019-07-15 一种控制节点的方法及装置

Country Status (1)

Country Link
CN (1) CN110351755B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117202217A (zh) * 2022-05-30 2023-12-08 维沃软件技术有限公司 感知测量方法、装置、设备、终端和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103856951A (zh) * 2014-01-15 2014-06-11 浙江工业大学 一种基于多传感器概率感知模型的覆盖空洞消除方法
CN106909145A (zh) * 2017-02-22 2017-06-30 武汉理工大学 无人航道测量船障碍物实时感知避障系统与方法
WO2018121448A1 (zh) * 2016-12-30 2018-07-05 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质
CN108540938A (zh) * 2018-04-16 2018-09-14 绍兴文理学院 修复无线传感器网络中漏洞的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103856951A (zh) * 2014-01-15 2014-06-11 浙江工业大学 一种基于多传感器概率感知模型的覆盖空洞消除方法
WO2018121448A1 (zh) * 2016-12-30 2018-07-05 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质
CN106909145A (zh) * 2017-02-22 2017-06-30 武汉理工大学 无人航道测量船障碍物实时感知避障系统与方法
CN108540938A (zh) * 2018-04-16 2018-09-14 绍兴文理学院 修复无线传感器网络中漏洞的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向移动目标追踪的无线传感器网络QoS指标体系设计;俞靓等;《计算机学报》;20090315(第03期);全文 *

Also Published As

Publication number Publication date
CN110351755A (zh) 2019-10-18

Similar Documents

Publication Publication Date Title
CN111091200B (zh) 训练模型的更新方法、系统、智能设备、服务器及存储介质
US11062617B2 (en) Training system for autonomous driving control policy
US20220363259A1 (en) Method for generating lane changing decision-making model, method for lane changing decision-making of unmanned vehicle and electronic device
US11755882B2 (en) Method, apparatus and system for recommending location of robot charging station
CN103994768B (zh) 动态时变环境下寻求全局时间最优路径的方法及系统
CN100478819C (zh) 用于由分布式部件自动搜索的系统和方法
CN107103164B (zh) 无人机执行多任务的分配方法及装置
CN108458716A (zh) 一种基于充电桩动态占用率预测的电动汽车充电导航方法
CN104864548A (zh) 一种空调运行的控制方法及系统
CN114373360B (zh) 飞行模拟器智能训练系统、方法及装置
CN107608364A (zh) 一种用于数据中心物理设备上下架的智能机器人
CN109990790A (zh) 一种无人机路径规划方法及装置
Mersheeva et al. Routing for continuous monitoring by multiple micro AVs in disaster scenarios
CN115562357B (zh) 一种面向无人机集群的智能路径规划方法
CN110351755B (zh) 一种控制节点的方法及装置
KR20120080406A (ko) 빌딩 운영 방안 도출 장치 및 방법
CN115527372A (zh) 一种基于全局最优的智能交通实时诱导可变信息系统
CN113342029B (zh) 基于无人机群的最大传感器数据采集路径规划方法及系统
KR101877767B1 (ko) 미션 수행을 위한 경로정보 제공 방법, 이를 수행하기 위한 기록매체
Wu et al. An improved discrete pigeon-inspired optimisation algorithm for flexible job shop scheduling problem
CN113625770B (zh) 基于飞行无人机对光伏电站进行巡检的自主导航规划方法及装置
CN114078198A (zh) 一种面向工地监控的图像识别模型准确度提升方法
CN112182431A (zh) 参考地点推荐方法、装置、设备以及存储介质
CN117631690B (zh) 基于迭代适应点算法的配电网巡检航线规划方法及系统
CN117268403B (zh) 基于优化部署传感技术的改进式gbnn动态路径规划方法

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