CN113486686A - 用于无人机充电柜的防碰撞方法、装置、充电柜及系统 - Google Patents
用于无人机充电柜的防碰撞方法、装置、充电柜及系统 Download PDFInfo
- Publication number
- CN113486686A CN113486686A CN202111035987.7A CN202111035987A CN113486686A CN 113486686 A CN113486686 A CN 113486686A CN 202111035987 A CN202111035987 A CN 202111035987A CN 113486686 A CN113486686 A CN 113486686A
- Authority
- CN
- China
- Prior art keywords
- electronic tag
- group
- electronic
- random integer
- unmanned aerial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000002245 particle Substances 0.000 claims abstract description 82
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 11
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 abstract description 6
- 230000000739 chaotic effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000002068 genetic effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 206010036590 Premature baby Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
- G06K7/10019—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers.
- G06K7/10069—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the frequency domain, e.g. by hopping from one frequency to the other
-
- 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
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Transportation (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biophysics (AREA)
- Electromagnetism (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种用于无人机充电柜的防碰撞方法、装置、充电柜及系统，方法包括：生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；根据所述第一随机整数，对电子标签进行分组；将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；按照分组和最优位置对各个电子标签依次进行识别；该方法能够有效防止多个无人机标签响应发生碰撞。
Description
技术领域
本发明涉及无人机充电控制领域，尤其涉及一种用于无人机充电柜的防碰撞方法、装置、充电柜及系统。
背景技术
随着社会建设现代化，无人机被广泛应用于军事、农业、工业、抢险救灾、测绘等各个领域，执行任务越来越复杂，无人机的增多，使其管理难度越来越大，尤其在无人机电池充电的管理上，目前市面上出现了能够同时为多个无人机充电的充电柜，例如，专利文献CN211335611U提出了一种斜插式无人机充电柜，包括多个充电座，可以同时放置多个无人机并进行充电。当需要对充电的无人机进行身份识别时，可以利用无线射频识别技术（RFID），例如，专利文献CN105262187B公开了一种利用无人机充电设备的充电方法，提到了利用无线充电设施上的射频识别阅读器和无人机上的RFID标签对无人机进行身份识别。但是，当无人机数量较多时，在RFID应用系统的一个阅读器的天线作用范围内，同时存在多个标签，当阅读器发出查询命令之后，往往会引起多个标签同时响应，这些响应信息在共享的无线信道上发生碰撞，使得响应信号难以被阅读器辨认，从而引起多标签碰撞。
发明内容
本发明提供了一种用于无人机充电柜的防碰撞方法、装置、充电柜及系统，能够有效防止多个无人机标签响应发生碰撞。
一种用于无人机充电柜的防碰撞方法，包括：
生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
根据所述第一随机整数，对电子标签进行分组；
将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
按照分组和最优位置对各个电子标签依次进行识别。
进一步地，根据所述第一随机整数，对电子标签进行分组，包括：
将第一随机整数相同的电子标签分至相同的组内。
进一步地，建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标，包括：
将各组中每个电子标签作为一个粒子，将每个粒子放至二维坐标中；
将赋予的第二随机整数作为粒子的初始横坐标，第二随机整数的排列顺序作为初始纵坐标。
进一步地，对各组中各个电子标签进行全局优化操作，包括：
确定ACPSO-GA算法的初始参数；
根据所述初始参数，对表示电子标签位置的适应度函数进行优化，使得电子标签达到最优位置。
进一步地，所述适应度函数通过以下公式表示：
其中，i为分组数，M为标签数量总数， j为空间维度，
为粒子种群的适应度，
为第i组粒子在第j维的位置；
为随机整数为k的粒子的个体最优值，
为随机整数为k的粒子的全局最优值，
为惯性权重，
和
为加速因子，V为粒子种群的收
敛速度，
和
为时隙数，t为迭代次数，
为第i组粒子第j维的收敛速度，k为第二随机整
数。
进一步地，按照分组和最优位置对各个电子标签依次进行识别，包括：
根据分组编号，从编号最小的组开始，按照组内各个电子标签的最优位置选择相应的电子标签进行识别，并使用休眠命令使得识别后的电子标签休眠；
判断是否存在下一分组，若是则进行下一组标签的识别，直到所有标签均被识别。
进一步地，对各个电子标签依次进行识别之后，还包括：
根据预先建立的电子标签信息与充电槽位置的映射关系，确定各个电子标签对应的充电槽位置；
根据充电槽位置信息，生成对应的飞行控制信号发送至无人机，使得无人机根据该飞行控制信号飞至对应的充电槽。
一种用于无人机充电柜的防碰撞装置，包括：
第一随机模块，用于生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
分组模块，用于根据所述第一随机整数，对电子标签进行分组；
第二随机模块，用于将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
坐标确定模块，用于建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
优化模块，用于对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
识别模块，用于按照分组和最优位置对各个电子标签依次进行识别。
一种充电柜，包括处理器和存储装置，所述存储装置存储有多条指令，所述处理器用于读取所述多条指令并执行：
生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
根据所述第一随机整数，对电子标签进行分组；
将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
按照分组和最优位置对各个电子标签依次进行识别。
一种用于无人机充电柜的防碰撞系统，包括上述的充电柜，还包括无人机和设置在无人机上的电子标签。
本发明提供的用于无人机充电柜的防碰撞方法、装置、充电柜及系统，应用于多充电槽的充电柜，能够有效防止多个无人机电子标签响应发生碰撞，基于自适应混沌粒子群的防碰撞方法，能够减少了充电柜端与标签之间的问询次数，所以缩减了阅读器识别电子标签所需要的时间，从而提高了充电柜的性能。
附图说明
图1为本发明提供的用于无人机充电柜的防碰撞方法一种实施例的流程图。
图2为本发明提供的用于无人机充电柜的防碰撞方法一种应用场景中各粒子初始位置示意图。
图3为本发明提供的用于无人机充电柜的防碰撞方法一种应用场景中各粒子最佳位置示意图。
图4为本发明提供的用于无人机充电柜的防碰撞装置一种实施例的结构示意图。
图5为本发明提供的充电柜一种实施例的结构示意图。
图6为本发明提供的防碰撞系统一种实施例的结构示意图。
具体实施方式
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
参考图1，在一些实施例中，提供一种用于无人机充电柜的防碰撞方法，包括：
S1、生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
S2、根据所述第一随机整数，对电子标签进行分组；
S3、将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
S4、建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
S5、对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
S6、按照分组和最优位置对各个电子标签依次进行识别。
具体地，步骤S1中，充电柜设有多个充电槽，多个无人机上分别设置有电子标签，充电柜端设置有阅读器，无人机进入到信号覆盖范围内，充电柜端生成请求命令并发送至各个无人机上的电子标签，电子标签设置有存储器、收发天线、逻辑控制电路等部件，收发天线接收该请求命令，逻辑控制电路控制存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数，再通过收发天线将第一随机整数发回至充电柜端。
进一步地，步骤S2中，根据所述第一随机整数，对电子标签进行分组，包括：
将第一随机整数相同的电子标签分至相同的组内。
进一步地，步骤S3中，将各组中的电子标签赋予0至m内的第二随机整数，该第二随机整数用于粒子初始坐标的确定。
进一步地，步骤S4中，建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标，包括：
将各组中每个电子标签作为一个粒子，将每个粒子放至二维坐标中；
将赋予的第二随机整数作为粒子的初始横坐标，第二随机整数的排列顺序作为初始纵坐标。
每一个粒子都单独在一行，且只在本行移动。
进一步地，步骤S5中，对各组中各个电子标签进行全局优化操作，包括：
确定ACPSO-GA算法的初始参数；
根据所述初始参数，对表示电子标签位置的适应度函数进行优化，使得电子标签达到最优位置。
其中，所述适应度函数通过以下公式表示：
其中，i为分组数，M为标签数量总数， j为空间维度，
为粒子种群的适应度，
为第i组粒子在第j维的位置；
为随机整数为k的粒子的个体最优值，
为
随机整数为k的粒子的全局最优值，
为惯性权重，
和
为加速因子，V为粒子种群的收敛
速度，
和
为时隙数，t为迭代次数，
为第i组粒子第j维的收敛速度，k为第二随机整
数。
加速因子的大小影响粒子的运行轨迹，变相的影响粒子种群的收敛速度；
是惯
性权重，惯性权重的大小影响粒子的搜索能力。因此选取合适的加速因子和惯性权重能够
提高粒子群算法的收敛精度与收敛速度。在设置完粒子种群的初始参数后，ACPSO-GA算法
对表示电子标签位置的适应度值函数
进行优化，使RFID标签达到最优位
置，例如，初始参数的设置，加速因子可以取c1=c2=1.495，惯性参数
的上下限分别为0.9和
0.4。
为改变粒子群算法的固有缺点，经过改进形成自适应混沌粒子群遗传算法
(ACPSO-GA),具体的改进思想是：计算出粒子适应度函数值的变化率，根据该变化率来自适
应的更新惯性权重
，提高粒子群算法的空间搜索能力。为提高粒子群算法的精度与增加
粒子种群多样性，采用混沌映射中的Tent映射来初始化粒子种群，由于混沌具有内在的伪
随机性和遍历性，能够能在一定范围内按其自身规律不重复地遍历所有状态。所以结合混
沌运动进行优化搜索，比盲目地在粒子空间内进行最优搜索要更好。通过对粒种群的种群
分布熵、适应度均方差、平均粒矩等方面进行分析，得到早熟判定条件。为减少算法中的计
算量不是单纯地把粒子群算法与遗传算法结合到一起，而是引入早熟判定条件，当满足条
件的粒子达到30%后，早熟粒子进行选择、交叉、变异操作，在变异操作中，对变异概率进行
适当的改进，改进的方法是根据迭代次数的变化而变化，提高粒子种群局部搜索能力，在此
基础上，采用一种新型的混沌映射公式在小范围内增加混沌扰动，从而提高粒子种群的收
敛精度。通过一系列的优化，结合混沌理论与遗传思想而形成的自适应混沌粒子群遗传算
法，解决了基本粒子群算法容易陷入局部最优和虚假收敛的问题，使粒子跳出局部最优，向
全局最优解靠拢。
以下通过具体的应用场景对上述方法做进一步说明。
通过第一随机整数，将多个电子标签分成了若干组，其中，第i组内有8个电子标
签，对每个电子标签赋予0-8内的第二随机整数，分别为：1、8、5、6、4、5、2、6，把每个电子标
签看做粒子算法中的粒子，建立粒子群二维化模型，根据所述第二随机整数确定各组中各
个电子标签的初始坐标，将赋予的第二随机整数作为粒子的初始横坐标，第二随机整数的
排列顺序作为初始纵坐标，如图2所示，第一个电子标签赋予的第二随机整数为1，则其初始
横坐标为1，其排列顺序为1，则纵向位置的坐标位于第一行，第二个电子标签的第二随机整
数为8，则其横坐标为8、纵向位置坐标位于第二行，以此类推，8个电子标签的初始位置如图
2所示。在设置完粒子种群的初始参数后，ACPSO-GA算法对表示电子标签位置的适应度值函
数
进行优化，使RFID标签达到最优位置，最优位置图如图3所示。
进一步地，步骤S6中，按照分组和最优位置对各个电子标签依次进行识别，包括：
根据分组编号，从编号最小的组开始，按照组内各个电子标签的最优位置选择相应的电子标签进行识别，并使用休眠命令使得识别后的电子标签休眠；
判断是否存在下一分组，若是则进行下一组标签的识别，直到所有标签均被识别。
按照分组，从第0组开始依次识别，识别完一个分组之后，将分组值加1，进行循环，直到识别出所有分组的所有电子标签。
进一步地，对各个电子标签依次进行识别之后，还包括：
根据预先建立的电子标签信息与充电槽位置的映射关系，确定各个电子标签对应的充电槽位置；
根据充电槽位置信息，生成对应的飞行控制信号发送至无人机，使得无人机根据该飞行控制信号飞至对应的充电槽。
在一些实施例中，对自适应混沌粒子群的防碰撞算法进行实例测试，选取40张电子标签作为实验标本，实验中的所有数据都是进行50次测试后获得的平均值。主要从下面几个指标来测试：
1.吞吐率S:定义为电子标签数目与充电柜端问询次数的比值，这反映算法的利用率；
2.总耗费时间T：充电柜端识别区域内所有电子标签所需要的总时间，这反映算法的识别速度；
本实施例采用40个电子标签作为测试标本，为加强对比度，分别对10、20、30、40个电子标签分别作了测试，改进前防碰撞算法吞吐率为：
表1
改进后防碰撞算法吞吐率：
表2
改进前防碰撞算法识别标签总耗费时间：
表3
改进后防碰撞算法识别标签总耗费时间：
表4
通过对比试验结果分析，在吞吐率方面，改进后的方法能够减少充电柜端与标签之间的问询次数，随着电子标签数据的增多，减少问询次数的效果越明显，从而增大了吞吐率，提高了RFID系统性能。在总耗费时间方面，改进后的防碰撞方法因为减少了充电柜端与标签之间的问询次数，所以缩减了阅读器识别电子标签所需要的时间，从而提高了充电柜的性能。
上述实施例提供的方法，应用于多充电槽的充电柜，能够有效防止多个无人机电子标签响应发生碰撞，基于自适应混沌粒子群的防碰撞方法，能够减少了充电柜端与标签之间的问询次数，所以缩减了阅读器识别电子标签所需要的时间，从而提高了充电柜的性能。
参考图4，在一些实施例中，提供一种用于无人机充电柜的防碰撞装置，包括：
第一随机模块201，用于生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
分组模块202，用于根据所述第一随机整数，对电子标签进行分组；
第二随机模块203，用于将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
坐标确定模块204，用于建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
优化模块205，用于对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
识别模块206，用于按照分组和最优位置对各个电子标签依次进行识别。
进一步地，分组模块202将第一随机整数相同的电子标签分至相同的组内。
进一步地，坐标确定模块204将各组中每个电子标签作为一个粒子，将每个粒子放至二维坐标中；将赋予的第二随机整数作为粒子的初始横坐标，第二随机整数的排列顺序作为初始纵坐标。
进一步地，优化模块205还用于确定ACPSO-GA算法的初始参数；根据所述初始参数，对表示电子标签位置的适应度函数进行优化，使得电子标签达到最优位置。
其中，所述适应度函数通过以下公式表示：
其中，i为分组数，M为标签数量总数， j为空间维度，
为粒子种群的适应度，
为第i组粒子在第j维的位置；
为随机整数为k的粒子的个体最优值，
为随机整数为k的粒子的全局最优值，
为惯性权重，
和
为加速因子，V为粒子种群的收
敛速度，
和
为时隙数，t为迭代次数，
为第i组粒子第j维的收敛速度，k为第二随机整
数。
进一步地，识别模块206还用于：
根据分组编号，从编号最小的组开始，按照组内各个电子标签的最优位置选择相应的电子标签进行识别，并使用休眠命令使得识别后的电子标签休眠；
判断是否存在下一分组，若是则进行下一组标签的识别，直到所有标签均被识别。
进一步地，所述装置还包括匹配模块207，用于根据预先建立的电子标签信息与充电槽位置的映射关系，确定各个电子标签对应的充电槽位置；根据充电槽位置信息，生成对应的飞行控制信号发送至无人机，使得无人机根据该飞行控制信号飞至对应的充电槽。
上述实施例提供的装置，可以集成至充电柜中，也可以集成于手持设备中。
参考图5，在一些实施例中，提供一种充电柜300，包括处理器301和存储装置302，存储装置302存储有多条指令，处理器301用于读取所述多条指令并执行：
生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
根据所述第一随机整数，对电子标签进行分组；
将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
按照分组和最优位置对各个电子标签依次进行识别。
参考图6，在一些实施例中，还提供一种用于无人机充电柜的防碰撞系统，包括上述的充电柜300，还包括无人机400和设置在无人机上的电子标签500。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种用于无人机充电柜的防碰撞方法，其特征在于，包括：
生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
根据所述第一随机整数，对电子标签进行分组；
将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
按照分组和最优位置对各个电子标签依次进行识别。
2.根据权利要求1所述的方法，其特征在于，根据所述第一随机整数，对电子标签进行分组，包括：
将第一随机整数相同的电子标签分至相同的组内。
3.根据权利要求1所述的方法，其特征在于，建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标，包括：
将各组中每个电子标签作为一个粒子，将每个粒子放至二维坐标中；
将赋予的第二随机整数作为粒子的初始横坐标，第二随机整数的排列顺序作为初始纵坐标。
4.根据权利要求1所述的方法，其特征在于，对各组中各个电子标签进行全局优化操作，包括：
确定ACPSO-GA算法的初始参数；
根据所述初始参数，对表示电子标签位置的适应度函数进行优化，使得电子标签达到最优位置。
5.根据权利要求4所述的方法，其特征在于，所述适应度函数通过以下公式表示：
其中，i为分组数，M为标签数量总数， j为空间维度，
为粒子种群的适应度，
为第i
组粒子在第j维的位置；
为随机整数为k的粒子的个体最优值，
为为随
机整数为k的粒子的全局最优值，
为惯性权重，
和
为加速因子，V为粒子种群的收敛速
度，
和
为时隙数，t为迭代次数，
为第i组粒子第j维的收敛速度，k为第二随机整数。
6.根据权利要求1所述的方法，其特征在于，按照分组和最优位置对各个电子标签依次进行识别，包括：
根据分组编号，从编号最小的组开始，按照组内各个电子标签的最优位置选择相应的电子标签进行识别，并使用休眠命令使得识别后的电子标签休眠；
判断是否存在下一分组，若是则进行下一组标签的识别，直到所有标签均被识别。
7.根据权利要求1所述的方法，其特征在于，对各个电子标签依次进行识别之后，还包括：
根据预先建立的电子标签信息与充电槽位置的映射关系，确定各个电子标签对应的充电槽位置；
根据充电槽位置信息，生成对应的飞行控制信号发送至无人机，使得无人机根据该飞行控制信号飞至对应的充电槽。
8.一种用于无人机充电柜的防碰撞装置，其特征在于，包括：
第一随机模块，用于生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
分组模块，用于根据所述第一随机整数，对电子标签进行分组；
第二随机模块，用于将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
坐标确定模块，用于建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
优化模块，用于对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
识别模块，用于按照分组和最优位置对各个电子标签依次进行识别。
9.一种充电柜，其特征在于，包括处理器和存储装置，所述存储装置存储有多条指令，所述处理器用于读取所述多条指令并执行：
生成请求命令并发送至各个无人机上的电子标签，使得各个电子标签的存储器产生0至n内的第一随机整数，其中，n为大于或等于1的整数；
根据所述第一随机整数，对电子标签进行分组；
将各组中的电子标签赋予0至m内的第二随机整数，其中，m为大于或等于1的整数；
建立粒子群二维化模型，根据所述第二随机整数确定各组中各个电子标签的初始坐标；
对各组中各个电子标签进行全局优化操作，使得各电子标签达到最优位置；
按照分组和最优位置对各个电子标签依次进行识别。
10.一种用于无人机充电柜的防碰撞系统，其特征在于，包括如权利要求9所述的充电柜，还包括无人机和设置在无人机上的电子标签。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111035987.7A CN113486686B (zh) | 2021-09-06 | 2021-09-06 | 用于无人机充电柜的防碰撞方法、装置、充电柜及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111035987.7A CN113486686B (zh) | 2021-09-06 | 2021-09-06 | 用于无人机充电柜的防碰撞方法、装置、充电柜及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113486686A true CN113486686A (zh) | 2021-10-08 |
| CN113486686B CN113486686B (zh) | 2022-05-03 |
Family
ID=77947203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111035987.7A Active CN113486686B (zh) | 2021-09-06 | 2021-09-06 | 用于无人机充电柜的防碰撞方法、装置、充电柜及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113486686B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101393389B1 (ko) * | 2013-01-07 | 2014-05-12 | 한밭대학교 산학협력단 | 전자 사물함 시스템 |
| CN105262187A (zh) * | 2015-09-22 | 2016-01-20 | 张欣 | 无人机充电设备及充电方法 |
| US20170199520A1 (en) * | 2016-01-12 | 2017-07-13 | The Boeing Company | Aircraft information retrieval using onboard rfid tags |
| CN107065854A (zh) * | 2016-12-30 | 2017-08-18 | 易瓦特科技股份公司 | 针对无人机进行充电并可返回的方法及设备 |
| CN107618383A (zh) * | 2017-08-25 | 2018-01-23 | 安徽农业大学 | 一种基于无线充电的无人机充电方法 |
| US20180362188A1 (en) * | 2015-09-23 | 2018-12-20 | Ascending Technologies Gmbh | Ground control device for a plurality of unmanned aircraft |
| CN109808530A (zh) * | 2019-02-20 | 2019-05-28 | 武汉理工大学 | 一种车载多旋翼无人机充电装置 |
| CN209160000U (zh) * | 2018-08-16 | 2019-07-26 | 深圳供电局有限公司 | 一种无人机电池管理系统 |
| CN110086232A (zh) * | 2019-06-01 | 2019-08-02 | 深圳市永航新能源技术有限公司 | 一种采用rfid实现自动充电管理的系统及方法 |
| CN110298952A (zh) * | 2019-07-22 | 2019-10-01 | 杭州子曦科技有限公司 | 一种基于物联网rfid技术的无人机仓库 |
| CN111301701A (zh) * | 2020-03-07 | 2020-06-19 | 裴文元 | 一种无人机充电系统、充电站及其充电定位方法 |
| CN111383511A (zh) * | 2020-04-15 | 2020-07-07 | 西安航科智能信息科技有限公司 | 一种集成动力模块教学用微型飞行模块 |
| CN211335611U (zh) * | 2019-12-03 | 2020-08-25 | 深圳市中联讯科技有限公司 | 一种斜插式无人机充电柜 |
| US20200349852A1 (en) * | 2019-05-03 | 2020-11-05 | Michele DiCosola | Smart drone rooftop and ground airport system |
| CN112085325A (zh) * | 2020-07-31 | 2020-12-15 | 南京航空航天大学 | 一种基于共享无人机的同城物流系统 |
| CN212889911U (zh) * | 2020-05-06 | 2021-04-06 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种多无人机立体充电系统 |
| EP3816045A1 (en) * | 2019-11-01 | 2021-05-05 | B/E Aerospace, Inc. | Inspection and sanitation of an aircraft interior with an unmanned aerial vehicle |
-
2021
- 2021-09-06 CN CN202111035987.7A patent/CN113486686B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101393389B1 (ko) * | 2013-01-07 | 2014-05-12 | 한밭대학교 산학협력단 | 전자 사물함 시스템 |
| CN105262187A (zh) * | 2015-09-22 | 2016-01-20 | 张欣 | 无人机充电设备及充电方法 |
| US20180362188A1 (en) * | 2015-09-23 | 2018-12-20 | Ascending Technologies Gmbh | Ground control device for a plurality of unmanned aircraft |
| US20170199520A1 (en) * | 2016-01-12 | 2017-07-13 | The Boeing Company | Aircraft information retrieval using onboard rfid tags |
| CN107065854A (zh) * | 2016-12-30 | 2017-08-18 | 易瓦特科技股份公司 | 针对无人机进行充电并可返回的方法及设备 |
| CN107618383A (zh) * | 2017-08-25 | 2018-01-23 | 安徽农业大学 | 一种基于无线充电的无人机充电方法 |
| CN209160000U (zh) * | 2018-08-16 | 2019-07-26 | 深圳供电局有限公司 | 一种无人机电池管理系统 |
| CN109808530A (zh) * | 2019-02-20 | 2019-05-28 | 武汉理工大学 | 一种车载多旋翼无人机充电装置 |
| US20200349852A1 (en) * | 2019-05-03 | 2020-11-05 | Michele DiCosola | Smart drone rooftop and ground airport system |
| CN110086232A (zh) * | 2019-06-01 | 2019-08-02 | 深圳市永航新能源技术有限公司 | 一种采用rfid实现自动充电管理的系统及方法 |
| CN110298952A (zh) * | 2019-07-22 | 2019-10-01 | 杭州子曦科技有限公司 | 一种基于物联网rfid技术的无人机仓库 |
| EP3816045A1 (en) * | 2019-11-01 | 2021-05-05 | B/E Aerospace, Inc. | Inspection and sanitation of an aircraft interior with an unmanned aerial vehicle |
| CN211335611U (zh) * | 2019-12-03 | 2020-08-25 | 深圳市中联讯科技有限公司 | 一种斜插式无人机充电柜 |
| CN111301701A (zh) * | 2020-03-07 | 2020-06-19 | 裴文元 | 一种无人机充电系统、充电站及其充电定位方法 |
| CN111383511A (zh) * | 2020-04-15 | 2020-07-07 | 西安航科智能信息科技有限公司 | 一种集成动力模块教学用微型飞行模块 |
| CN212889911U (zh) * | 2020-05-06 | 2021-04-06 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 一种多无人机立体充电系统 |
| CN112085325A (zh) * | 2020-07-31 | 2020-12-15 | 南京航空航天大学 | 一种基于共享无人机的同城物流系统 |
Non-Patent Citations (1)
| Title |
|---|
| 程仁杰: ""基于粒子群算法的无线射频防碰撞算法研究及在油田上的应用"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113486686B (zh) | 2022-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100866730B1 (ko) | 다중 프로세서 시스템, 데이터 처리 시스템, 데이터 처리방법 및 컴퓨터 프로그램 | |
| US9390369B1 (en) | Multithreaded apparatus and methods for implementing parallel networks | |
| US20140225715A1 (en) | Inventorying transponders | |
| CN102855457A (zh) | 一种基于智能预测的门形rfid多天线部署系统及方法 | |
| JP2012113353A (ja) | 特定領域選択装置、特定領域選択方法及びプログラム | |
| Vahedi et al. | Probabilistic analysis and correction of Chen's tag estimate method | |
| CN111311702B (zh) | 一种基于BlockGAN的图像生成和识别模块及方法 | |
| CN111445183A (zh) | 一种基于无人机的rfid仓储物流盘库方法和系统 | |
| CN109446869A (zh) | Rfid系统的防碰撞方法、装置、计算机可读存储介质及设备 | |
| CN104573593B (zh) | 一种基于帧时隙的欠定盲分离rfid防碰撞方法 | |
| Mota et al. | Clustering of the multipath radio channel parameters | |
| CN106778951B (zh) | 一种基于Flood-Fill和SVM的RFID多标签三维最优分布检测方法 | |
| Alvarez-Narciandi et al. | A UHF-RFID gate control system based on a recurrent neural network | |
| CN113486686B (zh) | 用于无人机充电柜的防碰撞方法、装置、充电柜及系统 | |
| Chen et al. | Multiscale geometric and spectral analysis of plane arrangements | |
| CN114488003A (zh) | 基于标签rssi值的物品追踪定位方法、设备及介质 | |
| CN111241648B (zh) | 一种基于鬣狗捕获模型的rfid网络动态优化部署方法 | |
| Yan et al. | A machine learning auxiliary approach for the distributed dense RFID readers arrangement algorithm | |
| US20090066484A1 (en) | RF tag R/W (reader/writer) control method and control apparatus | |
| Lee et al. | Indoor cell-level localization based on RSSI classification | |
| CN113963028A (zh) | 一种碰撞检测方法、装置、计算机设备及存储介质 | |
| Mbacke et al. | Distributed efficient & fair anticollision for RFID protocol | |
| Sabesan et al. | An error free passive UHF RFID system using a new form of wireless signal distribution | |
| Li et al. | Optimization of RFID reading performance based on YOLOv3 and Elman neural network | |
| Mitton et al. | Distributed efficient & fair anticollision for RFID protocol |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220908 Address after: 225300 No. 2 Fenghuang West Road, Jiangsu, Taizhou Patentee after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. TAIZHOU POWER SUPPLY BRANCH Address before: 100094 room 129, 1st floor, building 5, 8 Dongbeiwang West Road, Haidian District, Beijing Patentee before: ZHONGXIN HANCHUANG (BEIJING) TECHNOLOGY CO.,LTD. Patentee before: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. TAIZHOU POWER SUPPLY BRANCH |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231106 Address after: 225300 No.2 Fenghuang West Road, Hailing District, Taizhou City, Jiangsu Province Patentee after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. TAIZHOU POWER SUPPLY BRANCH Patentee after: Jiangsu Xiangtai Electric Power Industry Co.,Ltd. Address before: 225300 No. 2 Fenghuang West Road, Jiangsu, Taizhou Patentee before: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. TAIZHOU POWER SUPPLY BRANCH |
|
| TR01 | Transfer of patent right |