CN112180974A - 基于小型无人机的资源分布式协作方法及系统 - Google Patents
基于小型无人机的资源分布式协作方法及系统 Download PDFInfo
- Publication number
- CN112180974A CN112180974A CN202011009050.8A CN202011009050A CN112180974A CN 112180974 A CN112180974 A CN 112180974A CN 202011009050 A CN202011009050 A CN 202011009050A CN 112180974 A CN112180974 A CN 112180974A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- task
- aerial vehicle
- resources
- tasks
- 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 32
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000010354 integration Effects 0.000 claims abstract description 13
- 230000008447 perception Effects 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000013468 resource allocation Methods 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于小型无人机的资源分布式协作方法及系统,包括:任务感知步骤:预测所要执行的任务所消耗的资源,对任务进行建模分析;拓扑结构形成步骤:利用各个无人机提供的资源以及相对位置信息形成完成任务的拓扑结构;任务计算分配步骤:通过汇总各个无人机提供的资源,对执行的任务建模,得到资源分配方式;任务结果整合步骤:对各个无人机执行的结果进行整合,最终完成任务;所述资源包括:计算、存储、通信以及能量资源。本发明能够根据任务的需要,合理的小型无人机性能,指定多无人机协作的任务规划方法,提高了系统效率。
Description
技术领域
本发明涉及无人机领域,具体地,涉及基于小型无人机的资源分布式协作方法及系统。特别是基于分布式资源协作技术,尤其涉及到一种结合小型无人机的资源分布式协作方法。
背景技术
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。与载人飞机相比,无人机具有造价低、体积小、使用方便等特点。从乡村到城市,凡是需要空中解决方案的地方,都将有无人机的一席之地。目前无人机已在农业、快递、新闻报道和军事等领域已有诸多的应用。
无人机小型化和任务执行能力的提高是一对矛盾。受无人机的载荷和续航等限制,单无人机在执行某些复杂任务时仍存在很大的不足之处。采取多无人机协作是一种很好的解决方案,通过机间的资源协作,可以有效地解决这一矛盾。但是,在有限的资源下采用哪些无人机协作执行任务,以及对于携带不同种类资源的无人机,如何有效的协同工作,实现无人机协作的优势,又不会出现资源的重复浪费是当前急需解决的关键问题。通过多个无人机可以实现信息的融合以及资源的互补。单个无人机将探测到的信息赋予无人机编队,而多无人机中各架飞机将获得的信息汇总形成新的信息模型,使得决策系统更为有效的采用任务规划策略来实现资源的最佳组合。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于小型无人机的资源分布式协作方法及系统。
根据本发明提供的一种基于小型无人机的资源分布式协作方法,包括:
任务感知步骤:预测所要执行的任务所消耗的资源,对任务进行建模分析;
拓扑结构形成步骤:利用各个无人机可以提供的资源以及相对位置等信息形成完成任务的拓扑结构;
任务计算分配步骤:通过汇总各个无人机可以提供的资源,对执行的任务建模,得到合理的资源分配方式;
任务结果整合步骤:对各个无人机执行的结果进行整合,最终完成任务;
所述资源包括:计算、存储、通信以及能量资源。
优选地,所述任务感知步骤:
无人机获取任务,无人机预测完成任务所需要的资源,无人机所获得的任务来源包括:人为远程发布的任务、某无人机在任务执行的过程中由于自身的资源短缺而主动向其周边的无人机发送的任务需求。
优选地,所述拓扑结构形成步骤:
多个无人机在提供自身的资源后,彼此之间不断的通信,以任务无人机为中心,根据各个无人机的相对位置形成一个为完成任务的固定拓扑结构,在固定拓扑结构中,各个无人机的资源共享。
优选地,所述任务计算分配步骤:
执行任务的无人机根据各个无人机可以提供的资源,对所要完成的任务进行最优化的建模,通过相关优化算法,得到合理的资源协作方式、分配策略,将各个无人机所要执行的任务分配下去;
对所要完成的任务进行最优化的建模的优化目标为以最少的资源完成任务,以此目标建模;
所述相关优化算法包括:
遗传算法、贪心算法、禁忌搜索以及粒子群算法。
优选地,所述任务结果整合步骤:
在各个无人机将各自的任务计算完成后,通过无人机之间的通信,将结果返回给任务无人机,任务无人机根据分配策略将这些返回的结果进行整合,最后完成任务。
根据本发明提供的一种基于小型无人机的资源分布式协作系统,包括:
任务感知模块:预测所要执行的任务所消耗的资源,对任务进行建模分析;
拓扑结构形成模块:利用各个无人机可以提供的资源以及相对位置等信息形成完成任务的拓扑结构;
任务计算分配模块:通过汇总各个无人机可以提供的资源,对执行的任务建模,得到合理的资源分配方式;
任务结果整合模块:对各个无人机执行的结果进行整合,最终完成任务;
所述资源包括:计算、存储、通信以及能量资源。
优选地,所述任务感知模块:
为无人机所获得任务的途径;
无人机预测完成任务所需要的资源,所述获得任务来源包括:人为远程发布的任务、某无人机在任务执行的过程中由于自身的资源短缺而主动向其周边的无人机发送的任务需求。
优选地,所述拓扑结构形成模块:
多个无人机在提供自身的资源后,彼此之间不断的通信,以任务无人机为中心,根据各个无人机的相对位置形成一个为完成任务的固定拓扑结构,在固定拓扑结构中,各个无人机的资源共享。
优选地,所述任务计算分配模块:
执行任务的无人机根据各个无人机可以提供的资源,对所要完成的任务进行最优化的建模,通过相关优化算法,得到合理的资源协作方式、分配策略,将各个无人机所要执行的任务分配下去;
对所要完成的任务进行最优化的建模的优化目标为以最少的资源完成任务,以此目标建模;
所述相关优化算法包括:
遗传算法、贪心算法、禁忌搜索以及粒子群算法。
优选地,所述任务结果整合模块:
在各个无人机将各自的任务计算完成后,通过无人机之间的通信,将结果返回给任务无人机,任务无人机根据分配策略将这些返回的结果进行整合,最后完成任务。
与现有技术相比,本发明具有如下的有益效果:
本发明能够根据任务的需要,合理的小型无人机性能,指定多无人机协作的任务规划方法,提高了系统效率。
本发明根据各个无人机的状态汇总可以参与执行任务的无人机的各类资源指标,形成临时参与任务的动态拓扑结构,进行计算并向各个参与协作的无人机进行任务分配,多个无人机进行分布式协作,将执行完的结果发送给任务无人机,从而提高无人机的任务执行能力和资源利用效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1基于小型无人机的无线资源分布式协作示意图。
图2无人机联结组合示意图:(a)线形,(b)环形,(c)面状,(d)任意形状。
图3基于小型无人机的无线资源协作资源模型示意图。
图4基于小型无人机的无线资源协作流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
下面通过实施例,对本发明进行更为具体地说明。
实施例1:
为了尽可能地发挥多个小型无人机在执行任务过程中的高效性和准确性,合理安排多无人机协作工作时的控制、决策和任务的分配规划,本发明的目的在于提出一种小型无人机资源分布式协作方法,该方法能够根据任务的需要,合理的小型无人机性能,指定多无人机协作的任务规划方法,提高了系统效率。
本发明主要思想是:首先无人机对所执行的任务进行感知,预测所需要的资源。根据预测的在单位时间内无人机对无线资源的动态需求,判断是否需要其他无人机进行协作。若需要协作,则根据各个无人机的状态汇总可以参与执行任务的无人机的各类资源指标,形成临时参与任务的动态拓扑结构,进行计算并向各个参与协作的无人机进行任务分配,多个无人机进行分布式协作,将执行完的结果发送给任务无人机,从而提高无人机的任务执行能力和资源利用效率。
根据上述想法,本发明采用下述技术方案:
一种基于小型无人机的资源分布式协作方法,其特征在于,包括:
任务感知模块,能够预测所要执行的任务所消耗的资源,方便对任务进行建模分析;
拓扑结构形成模块,利用各个无人机可以提供的资源以及相对位置等信息形成完成任务的拓扑结构;
任务计算分配模块,通过汇总各个无人机可以提供的资源,对执行的任务建模,得到合理的资源分配方式;
任务结果整合模块,对各个无人机执行的结果进行整合,最终完成任务。
在单位时间内,如物品投递、远距离通信、干扰等任务,通常对无线资源的种类和总量需求较多,这时通常需要较多的资源无人机(携带大量无线资源的无人机,UAV-R)对任务无人机(既携带无线资源又需要执行任务的无人机,UAV-RT)进行协作。但是,受限无人机的空间联结约束,这就导致协作无人机与被协作的无人机之间无法完全保证充分的联结,相关的无线资源也可能会因此无法直接向UAV-RT进行协作。如图1所示为基于小型无人机无线资源分布式协作的示意图。其中0号无人机为UAV-RT,其余的无人机为执行资源协作的UAV-R;1~6号无人机与0号的UAV-RT直接相连,而7号和8号无人机与其没有直接的联结关系。
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
为了便于理解本发明的内容,我们先给出几种可能的基于磁性联结的无人机组合示意图。图2所示为以六旋翼无人机为例的四种组合形状:(a)线形,可适用于丛林、室内等任务执行环境空间受限的场景;(b)和(c)分别是面状和环形,可适用于任务执行环境空间不受限的场景;(d)任意形状,可以根据任务需要进行自由组合,甚至进行拟态,以满足特殊场景下的特殊需要。
在组合状态下,我们假设无人机的各种无线资源可以在一定的约束条件下相互协作。不失去一般性,我们在图3中给出了基于小型无人机的无线资源协作简化模型。在此模型中,中心为黄色的代表携带着资源且有任务执行的无人机(UAV-RT),也即编号分别为1,4,和i的无人机;而中心为浅褐色的代表无只进行资源协作且无任何任务执行的无人机(UAV-R),也即编号为2,3,5,6的无人机。通过预先设定或根据任务的执行的先后顺序,我们这里将第4号无人机作为组合状态下无线资源的调度中心(RSC),也即边框为红色的无人机。在图3中,cm,n代表第m个任务对第n类无线资源的消耗需求;ri,j代表第i个无人机携带的第j类无线资源。
所述的资源调度方法包括如下步骤,如图4:
步骤S1:UAV-RT通过任务感知模块得到要完成的任务。同时预测所要完成任务所需要的资源cm,1,...,cm,n,并判断自身所携带的资源能否满足任务执行的需求。如果UAV-RT不能单独执行任务,则UAV-RT通过自身的磁性联结,向其周边的UAV-R无人机发出协作的请求
步骤S2:UAV-R在接收到UAV-RT的请求后,判断自身是否能够参与协作,如果可以参与协作,则计算自己可以提供的资源ri,1,...,ri,n,并向RSC发送自己可以提供参与协作的资源
步骤S3:RSC在接收到各个UAV-R的反馈后,根据各个UAV-R的相对位置,形成动态参与完成任务的拓扑结构,并根据各个UAV-R的位置和所提供的资源,建立优化任务的模型,如整数线性规划模型、网络优化模型等,执行相关的优化算法,如禁忌搜索、粒子群算法等得出每个UAV-R参与协作时需要提供的资源。
步骤S4:RSC将计算后的结果分别发送给对应的UAV-R。每个UAV-R在收到自身需提供的资源后,开始协作参与运算,最终将执行后的结果发送给RSC,由RSC汇总完成任务。
实施例2:
技术交底书:
一种基于小型无人机的资源分布式协作方法,它是基于分布式资源协作技术完成的,所述的该方法包括:任务感知模块、拓扑结构形成模块、任务计算分配模块、任务结果整合模块:
其特征在于:无人机首先对所执行的任务进行感知,并预测所需要的无线资源。根据预测的在单位时间内无人机对无线资源的动态需求,判断是否需要其他无人机进行协作。若需要协作,则根据各个无人机的状态汇总可以参与执行任务的无人机的各类资源指标,形成临时参与任务的动态拓扑结构,进行计算并向各个参与协作的无人机进行任务分配,多个无人机进行分布式协作,将执行完的结果发送给任务无人机,从而提高无人机的任务执行能力和资源利用效率。
任务感知模块为无人机所获得任务的途径。其特征在于无人机预测完成任务所需要的资源(通过查询自己现有的资源,再根据任务所需要的资源得出。任务需要资源为任务最开始人为设定的),其所获得的任务可以是人为远程的发布,也可能是某无人机在任务执行的过程中由于自身的资源短缺而主动向其周边的无人机发送的任务需求。
拓扑结构形成模块,其特征在于多个无人机在提供自身的资源后,彼此之间不断的通信,以任务无人机为中心,根据各个无人机的相对位置形成一个为完成任务的固定拓扑结构,在这个结构中,各个无人机的资源高度共享。采用三维地形图建模,将每个无人机的位置及携带资源以任务无人机为中心构建三维拓扑结构。
任务计算分配模块,其特征在于执行任务的无人机根据各个无人机可以提供的资源,对所要完成的任务进行最优化的建模(优化目标为以最少的资源完成任务,以此目标建模),通过相关优化算法(遗传算法、贪心算法、禁忌搜索、粒子群算法等),得到合理的资源协作方式、分配策略,将各个无人机所要执行的任务分配下去。
任务结果整合模块,其特征在于在各个无人机将各自的任务计算完成后,通过无人机之间的通信,将结果返回给任务无人机,任务无人机根据分配策略将这些返回的结果进行整合,最后完成任务。
所述的无线资源包括:计算,存储,通信,以及能量资源。
在本申请的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于小型无人机的资源分布式协作方法,其特征在于,包括:
任务感知步骤:预测所要执行的任务所消耗的资源,对任务进行建模分析;
拓扑结构形成步骤:利用各个无人机提供的资源以及相对位置信息形成完成任务的拓扑结构;
任务计算分配步骤:通过汇总各个无人机提供的资源,对执行的任务建模,得到资源分配方式;
任务结果整合步骤:对各个无人机执行的结果进行整合,最终完成任务;
所述资源包括:计算、存储、通信以及能量资源。
2.根据权利要求1所述的基于小型无人机的资源分布式协作方法,其特征在于,所述任务感知步骤:
无人机获取任务,无人机预测完成任务所需要的资源,无人机所获得的任务来源包括:人为远程发布的任务、某无人机在任务执行的过程中由于自身的资源短缺而主动向其周边的无人机发送的任务需求。
3.根据权利要求1所述的基于小型无人机的资源分布式协作方法,其特征在于,所述拓扑结构形成步骤:
多个无人机在提供自身的资源后,彼此之间不断的通信,以任务无人机为中心,根据各个无人机的相对位置形成一个为完成任务的固定拓扑结构,在固定拓扑结构中,各个无人机的资源共享。
4.根据权利要求1所述的基于小型无人机的资源分布式协作方法,其特征在于,所述任务计算分配步骤:
执行任务的无人机根据各个无人机可以提供的资源,对所要完成的任务进行最优化的建模,通过相关优化算法,得到合理的资源协作方式、分配策略,将各个无人机所要执行的任务分配下去;
对所要完成的任务进行最优化的建模的优化目标为以最少的资源完成任务,以此目标建模;
所述相关优化算法包括:
遗传算法、贪心算法、禁忌搜索以及粒子群算法。
5.根据权利要求1所述的基于小型无人机的资源分布式协作方法,其特征在于,所述任务结果整合步骤:
在各个无人机将各自的任务计算完成后,通过无人机之间的通信,将结果返回给任务无人机,任务无人机根据分配策略将这些返回的结果进行整合,最后完成任务。
6.一种基于小型无人机的资源分布式协作系统,其特征在于,包括:
任务感知模块:预测所要执行的任务所消耗的资源,对任务进行建模分析;
拓扑结构形成模块:利用各个无人机提供的资源以及相对位置信息形成完成任务的拓扑结构;
任务计算分配模块:通过汇总各个无人机提供的资源,对执行的任务建模,得到资源分配方式;
任务结果整合模块:对各个无人机执行的结果进行整合,最终完成任务;
所述资源包括:计算、存储、通信以及能量资源。
7.根据权利要求1所述的基于小型无人机的资源分布式协作系统,其特征在于,所述任务感知模块:
为无人机所获得任务的途径;
无人机预测完成任务所需要的资源,所述获得任务来源包括:人为远程发布的任务、某无人机在任务执行的过程中由于自身的资源短缺而主动向其周边的无人机发送的任务需求。
8.根据权利要求1所述的基于小型无人机的资源分布式协作系统,其特征在于,所述拓扑结构形成模块:
多个无人机在提供自身的资源后,彼此之间不断的通信,以任务无人机为中心,根据各个无人机的相对位置形成一个为完成任务的固定拓扑结构,在固定拓扑结构中,各个无人机的资源共享。
9.根据权利要求1所述的基于小型无人机的资源分布式协作系统,其特征在于,所述任务计算分配模块:
执行任务的无人机根据各个无人机可以提供的资源,对所要完成的任务进行最优化的建模,通过相关优化算法,得到合理的资源协作方式、分配策略,将各个无人机所要执行的任务分配下去;
对所要完成的任务进行最优化的建模的优化目标为以最少的资源完成任务,以此目标建模;
所述相关优化算法包括:
遗传算法、贪心算法、禁忌搜索以及粒子群算法。
10.根据权利要求1所述的基于小型无人机的资源分布式协作系统,其特征在于,所述任务结果整合模块:
在各个无人机将各自的任务计算完成后,通过无人机之间的通信,将结果返回给任务无人机,任务无人机根据分配策略将这些返回的结果进行整合,最后完成任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011009050.8A CN112180974A (zh) | 2020-09-23 | 2020-09-23 | 基于小型无人机的资源分布式协作方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011009050.8A CN112180974A (zh) | 2020-09-23 | 2020-09-23 | 基于小型无人机的资源分布式协作方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112180974A true CN112180974A (zh) | 2021-01-05 |
Family
ID=73955345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011009050.8A Pending CN112180974A (zh) | 2020-09-23 | 2020-09-23 | 基于小型无人机的资源分布式协作方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112180974A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115509146A (zh) * | 2022-11-22 | 2022-12-23 | 天津华翼蓝天科技股份有限公司 | 一种飞行维护模拟机分布式通讯资源整合方法 |
CN116360498A (zh) * | 2023-04-19 | 2023-06-30 | 广州爱浦路网络技术有限公司 | 一种无人机路线规划方法、装置及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104571131A (zh) * | 2015-01-20 | 2015-04-29 | 西安电子科技大学宁波信息技术研究院 | 无人机编队分布式协作系统及其抗干扰方法 |
CN107831790A (zh) * | 2017-09-21 | 2018-03-23 | 南京航空航天大学 | 一种基于多目标遗传算法的异构无人机协同搜索打击的联盟建立方法 |
CN108259078A (zh) * | 2017-12-20 | 2018-07-06 | 中国空间技术研究院 | 一种用于星上综合电子系统的资源分配方法及系统 |
CN109189094A (zh) * | 2018-09-25 | 2019-01-11 | 中国人民解放军空军工程大学 | 一种多有人机与多无人机混合编队资源调度方法 |
CN109936622A (zh) * | 2019-01-29 | 2019-06-25 | 华南理工大学 | 一种基于分布式资源共享的无人机集群控制方法及系统 |
CN109951568A (zh) * | 2019-04-03 | 2019-06-28 | 吕娜 | 一种改进合同网的航空集群混合多层式联盟组建方法 |
CN111439382A (zh) * | 2020-04-14 | 2020-07-24 | 上海航天电子有限公司 | 一种智能组合无人机系统 |
CN111665866A (zh) * | 2020-06-24 | 2020-09-15 | 西北工业大学 | 一种基于性能影响算法的多无人机任务分配方法 |
CN112130586A (zh) * | 2020-09-29 | 2020-12-25 | 南京航空航天大学 | 一种基于资源树的分布式异构无人机联盟构成方法 |
-
2020
- 2020-09-23 CN CN202011009050.8A patent/CN112180974A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104571131A (zh) * | 2015-01-20 | 2015-04-29 | 西安电子科技大学宁波信息技术研究院 | 无人机编队分布式协作系统及其抗干扰方法 |
CN107831790A (zh) * | 2017-09-21 | 2018-03-23 | 南京航空航天大学 | 一种基于多目标遗传算法的异构无人机协同搜索打击的联盟建立方法 |
CN108259078A (zh) * | 2017-12-20 | 2018-07-06 | 中国空间技术研究院 | 一种用于星上综合电子系统的资源分配方法及系统 |
CN109189094A (zh) * | 2018-09-25 | 2019-01-11 | 中国人民解放军空军工程大学 | 一种多有人机与多无人机混合编队资源调度方法 |
CN109936622A (zh) * | 2019-01-29 | 2019-06-25 | 华南理工大学 | 一种基于分布式资源共享的无人机集群控制方法及系统 |
CN109951568A (zh) * | 2019-04-03 | 2019-06-28 | 吕娜 | 一种改进合同网的航空集群混合多层式联盟组建方法 |
CN111439382A (zh) * | 2020-04-14 | 2020-07-24 | 上海航天电子有限公司 | 一种智能组合无人机系统 |
CN111665866A (zh) * | 2020-06-24 | 2020-09-15 | 西北工业大学 | 一种基于性能影响算法的多无人机任务分配方法 |
CN112130586A (zh) * | 2020-09-29 | 2020-12-25 | 南京航空航天大学 | 一种基于资源树的分布式异构无人机联盟构成方法 |
Non-Patent Citations (7)
Title |
---|
LIWEI HUANG 等: "Multi-Type UAVs Cooperative Task Allocation Under Resource Constraints", 《IEEE ACCESS》 * |
S. SIMI 等: "Distributed task allocation and coordination scheme for a multi-UAV sensor network", 《2013 TENTH INTERNATIONAL CONFERENCE ON WIRELESS AND OPTICAL COMMUNICATIONS NETWORKS (WOCN)》 * |
张德富: "《算法设计与分析 高级教程》", 28 February 2007 * |
徐俊杰: "《元启发式算法 理论阐释与应用》", 31 May 2015 * |
林林: "基于协同机制的多无人机任务规划研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
樊珍: "多类型无人机实时任务分配技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
肖东 等: "基于多目标遗传算法的异构无人机协同察打", 《电光与控制》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115509146A (zh) * | 2022-11-22 | 2022-12-23 | 天津华翼蓝天科技股份有限公司 | 一种飞行维护模拟机分布式通讯资源整合方法 |
CN115509146B (zh) * | 2022-11-22 | 2023-02-24 | 天津华翼蓝天科技股份有限公司 | 一种飞行维护模拟机分布式通讯资源整合方法 |
CN116360498A (zh) * | 2023-04-19 | 2023-06-30 | 广州爱浦路网络技术有限公司 | 一种无人机路线规划方法、装置及电子设备 |
CN116360498B (zh) * | 2023-04-19 | 2024-02-02 | 广州爱浦路网络技术有限公司 | 一种无人机路线规划方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Imitation learning enabled task scheduling for online vehicular edge computing | |
CN114193447B (zh) | 多机器人控制方法、电子设备及存储介质 | |
CN106502266B (zh) | 一种多机协同作业指挥控制系统 | |
Sheng et al. | Resource mobility in space information networks: Opportunities, challenges, and approaches | |
CN105729491A (zh) | 机器人任务的执行方法、装置及系统 | |
CN103256931B (zh) | 无人机的可视导航系统 | |
Almutairi et al. | Delay-optimal task offloading for UAV-enabled edge-cloud computing systems | |
CN112180974A (zh) | 基于小型无人机的资源分布式协作方法及系统 | |
CN112230677B (zh) | 无人机族群任务规划方法及终端设备 | |
Song et al. | A framework involving MEC: imaging satellites mission planning | |
CN110647398A (zh) | 一种面向边缘计算的基于任务关键度和时效性的交叉口控制任务调度方法 | |
Savla et al. | Human-in-the-loop vehicle routing policies for dynamic environments | |
CN108830449A (zh) | 航拍无人机选取方法及系统 | |
CN111309488A (zh) | 无人机集群的计算资源共享方法与系统及计算机存储介质 | |
Wu et al. | A utility-based subcontract method for sensing task in mobile crowd sensing | |
Kim et al. | Smart Parking Lot Based on Edge Cluster Computing for Full Self-Driving Vehicles | |
US20210107153A1 (en) | Automated machine collaboration | |
Xu et al. | Aerial edge computing: Flying attitude-aware collaboration for multi-UAV | |
CN116704116A (zh) | 一种露天矿山三维建模协同系统及方法 | |
CN115695136A (zh) | 一种多源数据分布式嵌入式处理装置及其按需配置方法 | |
CN111954268B (zh) | 一种基于小型无人机的协作资源再分配方法及系统 | |
CN114115342A (zh) | 一种基于冲突处理的无人集群多域协同系统及方法 | |
WO2016184521A1 (en) | Method for providing locations for performing tasks of moving objects | |
CN116449865B (zh) | 一种基于状态感知的分簇无人机集群任务分解方法和系统 | |
CN117041040B (zh) | 一种基于智能调度算法的指挥中心分布式布局系统 |
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 |
Application publication date: 20210105 |
|
RJ01 | Rejection of invention patent application after publication |