CN116844381A - 一种基于人工智能的无人机停机管理系统及方法 - Google Patents
一种基于人工智能的无人机停机管理系统及方法 Download PDFInfo
- Publication number
- CN116844381A CN116844381A CN202310661524.4A CN202310661524A CN116844381A CN 116844381 A CN116844381 A CN 116844381A CN 202310661524 A CN202310661524 A CN 202310661524A CN 116844381 A CN116844381 A CN 116844381A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- parking
- shutdown
- apron
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 62
- 238000012544 monitoring process Methods 0.000 claims description 58
- 238000007726 management method Methods 0.000 claims description 38
- 230000005611 electricity Effects 0.000 claims description 24
- 230000001133 acceleration Effects 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
- G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/06—Traffic control systems for aircraft, e.g. air-traffic control [ATC] for control when on the ground
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于人工智能的无人机停机管理系统及方法,属于无人机管理领域,该停机管理系统包括无人机监测模块、数据库、停机分析模块和反馈模块,无人机监测模块用于对无人机的飞行数据进行监测,数据库用于对采集的无人机数据和停机分析结果进行加密存储,停机分析模块用于对请求停机的无人机进行数据分析,反馈模块用于根据分析结果,对无人机进行智能控制,对用户显示无人机的停机数据信息。本发明通过实时采集无人机数据和预先录入的基础数据,在无人机申请停机后对数据进行分析处理,构建无人机停机模型,根据分析结果实现无人机智能停机管理,并对用户进行展示,保障了无人机能够及时进行停机,提高了无人机的停机效率。
Description
技术领域
本发明涉及无人机管理领域,具体为一种基于人工智能的无人机停机管理系统及方法。
背景技术
随着科技的发展,人工智能逐渐在人们的日常生活中被广泛应用,人工智能亦称智械、机器智能,指由人制造出来的可以表现出智能的机器。通常人工智能是指通过普通计算机程序来呈现人类智能的技术,人工智能的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。当前有大量的工具应用了人工智能,其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学,以及基于概率论和经济学的算法等等也在逐步探索当中。
无人机是一种由无人驾驶的飞行器、遥控设备或自备程序控制装置操纵的不载人飞行器,随着民用无人机的快速发展,无人机被应用的范围越来越广,包括航拍摄影、电力巡检、环境监测和节日表演等,而无人机停机坪可以帮助用户克服远程操作的困难,为无人机提供电池更换或自助充能的作用,然而在大量无人机进行作业时,可能存在部分无人机电量不足的情况,此时可能难以及时进行返回,导致无人机在野外的工作无法顺利进行,若设置公共停机坪,存在无人机到达停机坪但停机坪已停满的情况。
由此看来,如何对无人机的停机情况进行管理,如何控制无人机到达最佳停机坪是十分有必要的。因此,需要一种基于人工智能的无人机停机管理系统及方法。
发明内容
本发明的目的在于提供一种基于人工智能的无人机停机管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于人工智能的无人机停机管理方法,包括下列步骤:
S1、通过定位设备采集无人机的位置信息,通过电量传感器实时监测无人机剩余电量,通过距离传感器监测无人机的飞行距离,通过速度传感器监测无人机的实时速度,通过加速度传感器监测无人机的实时加速度,预先录入无人机的基本数据信息;
S2、根据采集的数据信息,对需要停机的无人机的停机数据进行分析,构建无人机停机模型;
S3、根据S2的分析结果,对需要停机的无人机的飞行状态进行分析,当无人机正常停机时,进入步骤S4,当出现无人机未停机时,对请求停机的无人机进行筛选后进入步骤S2;
S4、根据S3的分析结果,对无人机进行停机控制,并通过显示设备,对用户进行展示。
进一步的,在步骤S1中,通过定位设备获取无人机的实时位置信息和历史位置信息,通过电量传感器获取无人机的实时剩余电量信息和历史位置对应的剩余电量信息,通过加速度传感器监测无人机的实时加速度,预先录入无人机的基本数据信息,将采集的数据信息加密存储在无人机数据库中;无人机通过无线通讯技术对停机坪发射停机请求,当停机坪接收到无人机的停机请求时,获取无人机数据库中采集的数据信息。
进一步的,在步骤S2中,包括下列步骤:
S201、停机坪形成集合,其中,j表示为停机坪数量,表示
为第j个停机坪;对于停机坪,,根据接收到的停机请求,得到停机无人机集合,其中,k表示为采集到需要停机的无人机数量,表示为第k个无人
机,根据定位设备对无人机的位置信息进行采集,,设置时间间隔为t,由相关技术
人员预先进行设置,将采集的无人机位置置于坐标系中,该坐标系由相关技术人员自行设
置,形成集合,其中,m表示为采集到的无人机的位置数量,表示
为无人机的第m个位置;
S202、根据实时采集的无人机位置,对需要停机的无人机的当前位置与停机坪位置进行最短路径规划;
在步骤S202中,包括下列步骤:
S202-1、设置无人机的实时位置为起点,停机坪位置为终点,预先设置路径关
键点,形成关键点集合,其中,n表示为预先设置的路径关键点数量,表示为第n个预先设置的路径关键点,初始化距离矩阵,其中,表示从关
键点到关键点的直线距离,当e=f时,设置,当关键点到关键点之间连线经
过障碍物时,设置;
S202-2、通过下列公式对关键点到关键点的最短路径进行计算:
;
其中,表示为关键点到关键点的距离值,表示为关键点到关键点的距离值,表示为关键点到关键点的距离值,通过不等式判断关键点到关键
点的距离值和从关键点经过关键点到达关键点的距离值之间的大小关系;
S202-3、当满足不等式时,得到最短直线距离,对距离矩阵X进
行更新,通过下列公式得到最短路径关键点矩阵Y:
;
其中,表示为最短路径关键点矩阵Y中的元素,表示为最短路径关键点矩
阵Y中的第g-1个元素,通过对最短路径关键点矩阵Y进行回溯,得到关键点到关键点的
路径关键点集合;
S202-4、将无人机的实时位置和停机坪位置计入关键点集合P中,即集合P中
包含n+2个元素,通过计算得到最短路径关键点集合,表示
为第n+1个最短路径关键点,对集合中的关键点进行连接,通过曲线平滑算法进行平滑处
理,得到无人机的实时位置和停机坪之间的最短路径距离为,对所有发出停机申请
的无人机与所有停机坪之间的最短路径进行计算。
S203、根据需要停机的无人机的历史数据,对需要停机的无人机的电量损耗情况进行分析;
S204、根据规划的路径和电量损耗情况,构建无人机停机模型,对无人机停放顺序进行管理。
进一步的,在步骤S203中,包括下列步骤:
S203-1、根据电量传感器监测无人机的剩余电量信息,形成集合,表示为无人机在第m个位置时的剩余电量,根据距离传感器
监测无人机采集的相邻位置之间的飞行距离,形成集合,
表示为无人机从第m-1个位置飞往第m个位置的飞行距离;
S203-2、通过下列公式对无人机到达停机坪的剩余电量q进行预测分析:
;
其中,表示无人机的当前剩余电量,表示为无人机在位置时的剩余电
量,表示为无人机在位置时的剩余电量,表示为影响系数,由相关技术人员预先设置
得到;
S203-3、对所有发出停机申请的无人机与所有停机坪之间的预测剩余电量进行计
算,当时,说明无人机电量足够到达停机坪,表示能够前往停机坪进行停放,反之,当时,说明无人机电量在到达停机坪之前就已用完,表示无法前往停机坪进行停放。
进一步的,在步骤S204中,包括下列步骤:
S204-1、根据步骤S202和步骤S203中的分析结果,能够到达停机坪的无人机,即
对停机坪发出停机请求且预测到达时剩余电量大于0的无人机,形成集合,其中,r表示为发出停机请求且预测到达时剩余电量大于0的无
人机数量,表示为第r个发出停机请求且预测到达时剩余电量大于0的无人机,最短路径
距离形成集合,表示为第r个发出停机请求且预测到达时剩余电
量大于0的无人机从当前位置到停机坪的最短路径距离,无人机到达停机坪的剩余电量
形成集合,表示为第r个发出停机请求且预测到达时剩余电量大
于0的无人机到达停机坪预测的剩余电量,通过下列公式对无人机的停放指数进行计
算:
;
其中,表示为无人机的最短路径距离,,表示为无人机到达停
机坪的剩余电量,,和表示为停放权重参数,由相关技术人员预先设置得到,
表示为停放常数,由相关技术人员预先设置得到,无人机到停机坪的最短路径距离近、剩余
电量低,停放指数高,反之,无人机到停机坪的最短路径距离远、剩余电量高,停放指数低;
对集合中的所有无人机的停放指数进行计算;
S204-2、根据步骤S202和步骤S203中的分析结果,无人机能够前往停放的停机
坪,形成集合,其中,R表示为能够前往停放的停机坪数量,表
示为第R个无人机能够前往停放的停机坪,无人机与能够停放的停机坪的最短路径距离
形成集合,表示为无人机与第R个能够停放的停机坪的最短
路径距离,无人机到达能够停放的停机坪时的剩余电量形成集合,表示为无人机到达第R个能够停放的停机坪时预测的剩
余电量,通过下列公式对停机坪的关联指数进行计算:
;
其中,表示为无人机到停机坪的最短路径距离,,表示为无人机到停机坪的剩余电量,,和表示为关联权重参数,由相关技术人员预先设
置得到,表示为关联常数,由相关技术人员预先设置得到,无人机到停机坪的最短路径距
离近、剩余电量高,关联指数高,反之,无人机到停机坪的最短路径距离远、剩余电量低,关
联指数低;对集合中的所有停机坪的关联指数进行计算;
S204-3、根据分析的停放指数和关联指数,构建无人机停机模型,通过下列
公式对无人机的评价指数Z进行计算:
;
其中,u和v表示为权值,由相关技术人员预先设置得到,表示为评价参数,由相关
技术人员预先设置得到,对发出停机申请的无人机进行评价指数计算,评价指数按照由大
到小进行排序,选择评价指数最大的停机坪作为该无人机的最佳停机坪,设置该无人机的
停机位置,该位置由相关技术人员预先设置得到,进入步骤S3。
进一步的,在步骤S3中,根据速度传感器监测无人机的实时速度为,根据加速
度传感器监测无人机的实时加速度为,通过下列公式对无人机和最佳停机坪之间
的飞行时间T进行预测分析:
;
设置时间阈值为,当停机坪接收到无人机的停机请求时,开始监测停机坪等待
时间,当时,系统正常进行无人机停机管理,进入步骤S4;当
时,表示该无人机未在预测时间内到达停机坪,此时请求停机的无人机形成集合,其中,E表示为经过等待时间后请求停机的无人机数量,表示为经过等待时间后请求停机的第E个无人机,根据录入的无人机的基本数据信
息,获取未停放无人机的占地面积为,请求停机的无人机的占地面积形成集合,表示为经过等待时间后请求停机的第E个无人机的占地面
积,,到达停机坪的剩余电量形成集合,表示为经
过等待时间后请求停机的第E个无人机到达停机坪时预测的剩余电量,通过下列公式
对当前请求停机的无人机进行筛选:
;
其中,表示为请求停机的无人机的占地面积,,表示为无人机到
达停机坪的剩余电量,,满足不等式的无人机形成集合F,无人机,进入步
骤S2。
进一步的,在步骤S4中,根据步骤S3的分析结果,自动控制请求停靠的无人机前往最佳停机坪,通过显示设备,将该无人机前往该最佳停机位置的路径信息对用户进行展示,当发生无人机改变最佳停机坪和无人机未按时到达最佳停机坪时,对用户进行语音提醒,保证用户能够及时得知无人机的位置信息,便于对无人机进行智能停机管理。
一种基于人工智能的无人机停机管理系统,该停机管理系统包括:无人机监测模块和停机分析模块;
所述无人机监测模块的输出端与停机分析模块的输入端相连接;
所述无人机监测模块用于对无人机的飞行数据进行监测,包括信息传输单元、数据监测单元和基础采集单元;所述信息传输单元用于通过无线通讯技术对停机坪发射停机请求,所述数据监测单元通过定位设备采集无人机的位置信息,通过电量传感器实时监测无人机剩余电量,通过距离传感器监测无人机的飞行距离,通过速度传感器监测无人机的实时速度,通过加速度传感器监测无人机的实时加速度,所述基础采集单元用于预先录入无人机的基本数据信息;
所述停机分析模块用于对请求停机的无人机进行数据分析,包括停机数据分析单元和飞行状态分析单元,所述停机数据分析单元用于根据采集的数据信息,对无人机的停机情况进行分析,构建无人机停机模型,对最佳停机坪进行选择,所述飞行状态分析单元用于对需要停机的无人机的飞行状态进行分析,当出现无人机未停机时,对无人机停机情况进行调整。
进一步的,该停机管理系统还包括:数据库,所述数据库的输入端与无人机监测模块的输出端相连接,数据库的输出端与停机分析模块的输入端相连接,停机分析模块的输出端与数据库的输入端相连接;
所述数据库用于对采集的无人机数据和停机分析结果进行加密存储,包括信息加密单元和数据存储单元,所述信息加密单元通过ECC加密算法对数据进行加密,ECC加密算法指椭圆曲线加密算法,是基于椭圆曲线数学理论实现的一种非对称加密算法。相比RSA,ECC优势是可以使用更短的密钥,来实现与RSA相当或更高的安全,RSA加密算法也是一种非对称加密算法,在公开密钥加密和电子商业中RSA被广泛使用。所述数据存储单元通过分布式存储方式对数据进行存储,分布式存储方式是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据,存储服务器成为系统性能的瓶颈,也是可靠性和安全性的焦点,不能满足大规模存储应用的需要。分布式网络存储采用可扩展的系统结构,利用多台存储服务器分担存储负荷,利用位置服务器定位存储信息,它不但提高了系统的可靠性、可用性和存取效率,还易于扩展。
进一步的,该停机管理系统还包括:反馈模块,所述用户反馈模块的输入端与停机分析模块的输出端相连接;
所述反馈模块用于根据分析结果,对无人机进行智能控制,对用户显示无人机的停机数据信息,包括停机控制单元、设备显示单元和语音提醒单元,所述停机控制单元用于根据分析结果,控制无人机前往最佳停机坪,所述设备显示单元用于通过显示设备,将该无人机前往该最佳停机位置的路径信息对用户进行展示,所述语音提醒单元用于在发生无人机改变最佳停机坪和无人机未按时到达最佳停机坪的时候,对用户进行语音提醒,保证用户能够及时得知无人机的位置信息,便于对无人机进行智能停机管理。
与现有技术相比,本发明所达到的有益效果是:
本发明通过实时采集无人机在飞行时的数据,预先录入基础数据,在无人机申请停机后停机坪获取对应申请无人机的数据,通过人工智能对采集的数据进行分析处理,根据分析无人机的停放指数和停机坪的关联指数,构建无人机停机模型,当无人机未能在等待时间内到达停机坪时,根据无人机的占地面积,对此时申请停机的无人机进行筛选,根据分析结果控制无人机进行智能停机,实现了无人机的高效停机管理,同时对用户进行展示提醒,保障了无人机能够及时进行停机,提高了无人机的停机效率,避免出现无人机到达停机坪无出停放或无人机未按时到达,导致耽误其他无人机停放的情况,提高了系统的鲁棒性。
附图说明
附图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,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于人工智能的无人机停机管理系统的模块组成示意图;
图2是本发明一种基于人工智能的无人机停机管理方法的步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明提供技术方案:一种基于人工智能的无人机停机管理方法,图2为步骤流程图,包括下列步骤:
S1、通过定位设备,例如GPS、雷达波、RTK技术或PTK技术等,采集无人机的位置信息,通过电量传感器实时监测无人机剩余电量,通过距离传感器监测无人机的飞行距离,通过速度传感器监测无人机的实时速度,通过加速度传感器监测无人机的实时加速度,预先录入无人机的基本数据信息,例如停机坪位置、无人机编号、型号和无人机占地面积参数等;
在步骤S1中,通过定位设备获取无人机的实时位置信息和历史位置信息,例如雷达波、RTK技术或PTK技术等,通过电量传感器获取无人机的实时剩余电量信息和历史位置对应的剩余电量信息,通过加速度传感器监测无人机的实时加速度,预先录入无人机的基本数据信息,例如无人机编号、无人机型号和无人机大小参数等,将采集的数据信息加密存储在无人机数据库中;无人机通过无线通讯技术,例如4G、5G或WIFI,对停机坪发射停机请求,当停机坪接收到无人机的停机请求时,获取无人机数据库中采集的数据信息。
S2、根据采集的数据信息,对需要停机的无人机的停机数据进行分析,构建无人机停机模型;
在步骤S2中,包括下列步骤:
S201、停机坪形成集合,其中,j表示为停机坪数量,表示
为第j个停机坪;对于停机坪,,根据接收到的停机请求,得到停机无人机集合,其中,k表示为采集到需要停机的无人机数量,表示为第k个无人
机,根据定位设备对无人机的位置信息进行采集,,设置时间间隔为t,由相关技术
人员预先进行设置,将采集的无人机位置置于坐标系中,该坐标系由相关技术人员自行设
置,例如地球中心坐标系、当地水平坐标系或WGS-84大地坐标系等,形成集合,其中,m表示为采集到的无人机的位置数量,表示为无人机的
第m个位置;
S202、根据实时采集的无人机位置,对需要停机的无人机的当前位置与停机坪位置进行最短路径规划;
在步骤S202中,包括下列步骤:
S202-1、设置无人机的实时位置为起点,停机坪位置为终点,预先设置路径关
键点,形成关键点集合,其中,n表示为预先设置的路径关键点数量,表示为第n个预先设置的路径关键点,初始化距离矩阵,其中,表示从关
键点到关键点的直线距离,当e=f时,设置,当关键点到关键点之间连线经
过障碍物时,设置;
S202-2、通过下列公式对关键点到关键点的最短路径进行计算:
;
其中,表示为关键点到关键点的距离值,表示为关键点到关键点的距离值,表示为关键点到关键点的距离值,通过不等式判断关键点到关键
点的距离值和从关键点经过关键点到达关键点的距离值之间的大小关系;
S202-3、当满足不等式时,得到最短直线距离,对距离矩阵X进
行更新,通过下列公式得到最短路径关键点矩阵Y:
;
其中,表示为最短路径关键点矩阵Y中的元素,表示为最短路径关键点矩
阵Y中的第g-1个元素,通过对最短路径关键点矩阵Y进行回溯,得到关键点到关键点的
路径关键点集合;
S202-4、将无人机的实时位置和停机坪位置计入关键点集合P中,即集合P中
包含n+2个元素,通过计算得到最短路径关键点集合,表示
为第n+1个最短路径关键点,对集合中的关键点进行连接,通过曲线平滑算法进行平滑处
理,得到无人机的实时位置和停机坪之间的最短路径距离为,对所有发出停机申请
的无人机与所有停机坪之间的最短路径进行计算。
S203、根据需要停机的无人机的历史数据,对需要停机的无人机的电量损耗情况进行分析;
在步骤S203中,包括下列步骤:
S203-1、根据电量传感器监测无人机的剩余电量信息,形成集合,表示为无人机在第m个位置时的剩余电量,根据距离传感器
监测无人机采集的相邻位置之间的飞行距离,形成集合,
表示为无人机从第m-1个位置飞往第m个位置的飞行距离;
S203-2、通过下列公式对无人机到达停机坪的剩余电量q进行预测分析:
;
其中,表示无人机的当前剩余电量,表示为无人机在位置时的剩余电
量,表示为无人机在位置时的剩余电量,表示为影响系数,由相关技术人员预先设置
得到,
S203-3、对所有发出停机申请的无人机与所有停机坪之间的预测剩余电量进行计
算,当时,说明无人机电量足够到达停机坪,表示能够前往停机坪进行停放,反之,当时,说明无人机电量在到达停机坪之前就已用完,表示无法前往停机坪进行停放。
S204、根据规划的路径和电量损耗情况,构建无人机停机模型,对无人机停放顺序进行管理。
在步骤S204中,包括下列步骤:
S204-1、根据步骤S202和步骤S203中的分析结果,能够到达停机坪的无人机,即
对停机坪发出停机请求且预测到达时剩余电量大于0的无人机,形成集合,其中,r表示为发出停机请求且预测到达时剩余电量大于0的无
人机数量,表示为第r个发出停机请求且预测到达时剩余电量大于0的无人机,最短路径
距离形成集合,表示为第r个发出停机请求且预测到达时剩余电
量大于0的无人机从当前位置到停机坪的最短路径距离,无人机到达停机坪的剩余电量
形成集合,表示为第r个发出停机请求且预测到达时剩余电量大
于0的无人机到达停机坪预测的剩余电量,通过下列公式对无人机的停放指数进行计
算:
;
其中,表示为无人机的最短路径距离,,表示为无人机到达停
机坪的剩余电量,,和表示为停放权重参数,由相关技术人员预先设置得到,
表示为停放常数,由相关技术人员预先设置得到,无人机到停机坪的最短路径距离近、剩余
电量低,停放指数高,反之,无人机到停机坪的最短路径距离远、剩余电量高,停放指数低;
对集合中的所有无人机的停放指数进行计算;
S204-2、根据步骤S202和步骤S203中的分析结果,无人机能够前往停放的停机
坪,形成集合,其中,R表示为能够前往停放的停机坪数量,表
示为第R个无人机能够前往停放的停机坪,无人机与能够停放的停机坪的最短路径距离
形成集合,表示为无人机与第R个能够停放的停机坪的最短
路径距离,无人机到达能够停放的停机坪时的剩余电量形成集合,表示为无人机到达第R个能够停放的停机坪时预测的剩
余电量,通过下列公式对停机坪的关联指数进行计算:
;
其中,表示为无人机到停机坪的最短路径距离,,表示为无人机到停机坪的剩余电量,,和表示为关联权重参数,由相关技术人员预先设
置得到,表示为关联常数,由相关技术人员预先设置得到,无人机到停机坪的最短路径距
离近、剩余电量高,关联指数高,反之,无人机到停机坪的最短路径距离远、剩余电量低,关
联指数低;对集合中的所有停机坪的关联指数进行计算;
S204-3、根据分析的停放指数和关联指数,构建无人机停机模型,通过下列
公式对无人机的评价指数Z进行计算:
;
其中,u和v表示为权值,由相关技术人员预先设置得到,表示为评价参数,由相关
技术人员预先设置得到,对发出停机申请的无人机进行评价指数计算,评价指数按照由大
到小进行排序,选择评价指数最大的停机坪作为该无人机的最佳停机坪,设置该无人机的
停机位置,该位置由相关技术人员预先设置得到,进入步骤S3。
S3、根据S2的分析结果,对需要停机的无人机的飞行状态进行分析,当无人机正常停机时,进入步骤S4,当出现无人机未停机时,对请求停机的无人机进行筛选后进入步骤S2;
在步骤S3中,根据速度传感器监测无人机的实时速度为,根据加速度传感器监
测无人机的实时加速度为,通过下列公式对无人机和最佳停机坪之间的飞行时间T
进行预测分析:
;
设置时间阈值为,当停机坪接收到无人机的停机请求时,开始监测停机坪等待
时间,当时,系统正常进行无人机停机管理,进入步骤S4;当
时,表示该无人机未在预测时间内到达停机坪,存在突发状况,例如出现故障或用户提前
操控无人机返航等,此时请求停机的无人机形成集合,其中,E
表示为经过等待时间后请求停机的无人机数量,表示为经过等待时间后请求停
机的第E个无人机,根据录入的无人机的基本数据信息,获取未停放无人机的占地面积为,请求停机的无人机的占地面积形成集合,表示为经过等待
时间后请求停机的第E个无人机的占地面积,,到达停机坪的剩余电量形成集
合,表示为经过等待时间后请求停机的第E个无人机到
达停机坪时预测的剩余电量,通过下列公式对当前请求停机的无人机进行筛选:
;
其中,表示为请求停机的无人机的占地面积,,表示为无人机到
达停机坪的剩余电量,,满足不等式的无人机形成集合F,无人机,进入步
骤S2。
S4、根据S3的分析结果,对无人机进行停机控制,并通过显示设备,对用户进行展示。
在步骤S4中,根据步骤S3的分析结果,自动控制请求停靠的无人机前往最佳停机坪,通过显示设备,例如无人机遥控屏、用户手机或电脑等,将该无人机前往该最佳停机位置的路径信息对用户进行展示,当发生无人机改变最佳停机坪和无人机未按时到达最佳停机坪时,对用户进行语音提醒,保证用户能够及时得知无人机的位置信息,便于对无人机进行智能停机管理。
一种基于人工智能的无人机停机管理系统,图1为模块组成示意图,该停机管理系统包括:无人机监测模块和停机分析模块;
所述无人机监测模块的输出端与停机分析模块的输入端相连接;
所述无人机监测模块用于对无人机的飞行数据进行监测,包括信息传输单元、数据监测单元和基础采集单元;所述信息传输单元用于通过无线通讯技术,例如4G、5G或WIFI,对停机坪发射停机请求,所述数据监测单元通过定位设备,例如GPS、雷达波、RTK技术或PTK技术等,采集无人机的位置信息,通过电量传感器实时监测无人机剩余电量,通过距离传感器监测无人机的飞行距离,通过速度传感器监测无人机的实时速度,通过加速度传感器监测无人机的实时加速度,所述基础采集单元用于预先录入无人机的基本数据信息,例如停机坪位置、无人机编号、型号和无人机占地面积参数等;
所述停机分析模块用于对请求停机的无人机进行数据分析,包括停机数据分析单元和飞行状态分析单元,所述停机数据分析单元用于根据采集的数据信息,对无人机的停机情况进行分析,构建无人机停机模型,对最佳停机坪进行选择,所述飞行状态分析单元用于对需要停机的无人机的飞行状态进行分析,当出现无人机未停机时,对无人机停机情况进行调整。
该停机管理系统还包括:数据库,所述数据库的输入端与无人机监测模块的输出端相连接,数据库的输出端与停机分析模块的输入端相连接,停机分析模块的输出端与数据库的输入端相连接;
所述数据库用于对采集的无人机数据和停机分析结果进行加密存储,包括信息加密单元和数据存储单元,所述信息加密单元通过ECC加密算法对数据进行加密,ECC加密算法指椭圆曲线加密算法,是基于椭圆曲线数学理论实现的一种非对称加密算法。相比RSA,ECC优势是可以使用更短的密钥,来实现与RSA相当或更高的安全,RSA加密算法也是一种非对称加密算法,在公开密钥加密和电子商业中RSA被广泛使用。所述数据存储单元通过分布式存储方式对数据进行存储,分布式存储方式是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据,存储服务器成为系统性能的瓶颈,也是可靠性和安全性的焦点,不能满足大规模存储应用的需要。分布式网络存储采用可扩展的系统结构,利用多台存储服务器分担存储负荷,利用位置服务器定位存储信息,它不但提高了系统的可靠性、可用性和存取效率,还易于扩展。
该停机管理系统还包括:反馈模块,所述用户反馈模块的输入端与停机分析模块的输出端相连接;
所述反馈模块用于根据分析结果,对无人机进行智能控制,对用户显示无人机的停机数据信息,包括停机控制单元、设备显示单元和语音提醒单元,所述停机控制单元用于根据分析结果,控制无人机前往最佳停机坪,所述设备显示单元用于通过显示设备,例如无人机遥控屏、用户手机或电脑等,将该无人机前往该最佳停机位置的路径信息对用户进行展示,所述语音提醒单元用于在发生无人机改变最佳停机坪和无人机未按时到达最佳停机坪的时候,对用户进行语音提醒,保证用户能够及时得知无人机的位置信息,便于对无人机进行智能停机管理。
实施例1
若一个无人机的关键点到关键点之间存在3个关键点,分别为,和,
若关键点到关键点的距离值为2,关键点到关键点的距离值为5,关键点到关
键点的距离值为1,关键点到关键点的距离值为4,关键点到关键点的距离值
为3,关键点到关键点的距离值为2,则,,;则从关键点到关键点之间经过距离最短,即;
一无人机当前剩余电量为10,在位置时的剩余电量为15,在位置时的剩余电
量w为12,位置到达位置距离为5,影响系数为1,若无人机的实时位置和停机坪之间
的最短路径距离为5,则到达停机坪的剩余电量为,
即该无人机能够到达停机坪;若无人机的实时位置和停机坪之间的最短路径距离为
30,则到达停机坪的剩余电量为,该无人机无法到达停机坪;
若权值u为1,v为2,评价参数为1,有两个停机坪和,一个无人机到达停机坪
的停放指数为,到达停机坪的停放指数为,无
人机在停机坪的关联指数为,在停机坪的关联指数为,则无人机到停机坪的评价指数为,无人机到停机坪的评价指数为,则,控制无人机前往停机坪
进行停机。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人工智能的无人机停机管理方法,其特征在于:包括下列步骤:
S1、通过定位设备采集无人机的位置信息,通过电量传感器实时监测无人机剩余电量,通过距离传感器监测无人机的飞行距离,通过速度传感器监测无人机的实时速度,通过加速度传感器监测无人机的实时加速度,预先录入无人机的基本数据信息;
S2、根据采集的数据信息,对需要停机的无人机的停机数据进行分析,构建无人机停机模型;
S3、根据S2的分析结果,对需要停机的无人机的飞行状态进行分析,当无人机正常停机时,进入步骤S4,当出现无人机未停机时,对请求停机的无人机进行筛选后进入步骤S2;
S4、根据S3的分析结果,对无人机进行停机控制,并通过显示设备,对用户进行展示。
2.根据权利要求1所述的一种基于人工智能的无人机停机管理方法,其特征在于:在步骤S1中,通过定位设备获取无人机的实时位置信息和历史位置信息,通过电量传感器获取无人机的实时剩余电量信息和历史位置对应的剩余电量信息,通过加速度传感器监测无人机的实时加速度,预先录入无人机的基本数据信息,将采集的数据信息加密存储在无人机数据库中;无人机通过无线通讯技术对停机坪发射停机请求,当停机坪接收到无人机的停机请求时,获取无人机数据库中采集的数据信息。
3.根据权利要求1所述的一种基于人工智能的无人机停机管理方法,其特征在于:在步骤S2中,包括下列步骤:
S201、停机坪形成集合,其中,j表示为停机坪数量,/>表示为第j个停机坪;对于停机坪/>,根据接收到的停机请求,得到停机无人机集合,其中,k表示为采集到需要停机的无人机数量,/>表示为第k个无人机,根据定位设备对无人机/>的位置信息进行采集,设置时间间隔为t,将采集的无人机位置置于坐标系中,形成集合/>,其中,m表示为采集到的无人机/>的位置数量,/>表示为无人机/>的第m个位置;
S202、根据实时采集的无人机位置,对需要停机的无人机的当前位置与停机坪位置进行最短路径规划;
S203、根据需要停机的无人机的历史数据,对需要停机的无人机的电量损耗情况进行分析;
S204、根据规划的路径和电量损耗情况,构建无人机停机模型,对无人机停放顺序进行管理。
4.根据权利要求3所述的一种基于人工智能的无人机停机管理方法,其特征在于:在步骤S203中,包括下列步骤:
S203-1、根据电量传感器监测无人机的剩余电量信息,形成集合,/>表示为无人机/>在第m个位置时的剩余电量,根据距离传感器监测无人机/>采集的相邻位置之间的飞行距离,形成集合/>,/>表示为无人机/>从第m-1个位置飞往第m个位置的飞行距离;
S203-2、通过下列公式对无人机到达停机坪/>的剩余电量q进行预测分析:
;
其中,表示无人机/>的当前剩余电量,/>表示为无人机/>在位置/>时的剩余电量,/>表示为无人机/>在位置/>时的剩余电量,/>表示为影响系数,/>表示无人机/>的实时位置和停机坪/>之间的最短路径距离为/>;
S203-3、对所有发出停机申请的无人机与所有停机坪之间的预测剩余电量进行计算,当时,表示能够前往停机坪进行停放,反之,当/>时,表示无法前往停机坪进行停放。
5.根据权利要求4所述的一种基于人工智能的无人机停机管理方法,其特征在于:在步骤S204中,包括下列步骤:
S204-1、根据步骤S202和步骤S203中的分析结果,能够到达停机坪的无人机,形成集合/>,其中,r表示为发出停机请求且预测到达时剩余电量大于0的无人机数量,/>表示为第r个发出停机请求且预测到达时剩余电量大于0的无人机,最短路径距离形成集合/>,/>表示为第r个发出停机请求且预测到达时剩余电量大于0的无人机从当前位置到停机坪/>的最短路径距离,无人机到达停机坪的剩余电量形成集合/>,/>表示为第r个发出停机请求且预测到达时剩余电量大于0的无人机到达停机坪/>预测的剩余电量,通过下列公式对无人机的停放指数/>进行计算:
;
其中,表示为无人机/>的最短路径距离,/>表示为无人机/>到达停机坪的剩余电量,/>和/>表示为停放权重参数,/>表示为停放常数;对集合/>中的所有无人机的停放指数进行计算;
S204-2、根据步骤S202和步骤S203中的分析结果,无人机能够前往停放的停机坪,形成集合/>,其中,R表示为能够前往停放的停机坪数量,/>表示为第R个无人机/>能够前往停放的停机坪,无人机/>与能够停放的停机坪的最短路径距离形成集合/>,/>表示为无人机/>与第R个能够停放的停机坪的最短路径距离,无人机/>到达能够停放的停机坪时的剩余电量形成集合/>,表示为无人机/>到达第R个能够停放的停机坪时预测的剩余电量,通过下列公式对停机坪的关联指数/>进行计算:
;
其中,表示为无人机/>到停机坪/>的最短路径距离,/>表示为无人机/>到停机坪/>的剩余电量,/>和/>表示为关联权重参数,/>表示为关联常数;对集合/>中的所有停机坪的关联指数进行计算;
S204-3、根据分析的停放指数和关联指数/>,构建无人机停机模型,通过下列公式对无人机的评价指数Z进行计算:
;
其中,u和v表示为权值,表示为评价参数,对发出停机申请的无人机进行评价指数计算,评价指数按照由大到小进行排序,选择评价指数最大的停机坪作为该无人机的最佳停机坪,设置该无人机的停机位置,进入步骤S3。
6.根据权利要求5所述的一种基于人工智能的无人机停机管理方法,其特征在于:在步骤S3中,根据速度传感器监测无人机的实时速度为/>,根据加速度传感器监测无人机/>的实时加速度为/>,通过下列公式对无人机/>和最佳停机坪/>之间的飞行时间T进行预测分析:
;
设置时间阈值为,当停机坪接收到无人机的停机请求时,开始监测停机坪等待时间,当/>时,系统正常进行无人机停机管理,进入步骤S4;当/>时,表示该无人机未在预测时间内到达停机坪/>,此时请求停机的无人机形成集合,其中,E表示为经过等待时间/>后请求停机的无人机数量,表示为经过等待时间/>后请求停机的第E个无人机,根据录入的无人机的基本数据信息,获取未停放无人机/>的占地面积为/>,请求停机的无人机的占地面积形成集合,/>表示为经过等待时间/>后请求停机的第E个无人机的占地面积,到达停机坪/>的剩余电量形成集合/>,/>表示为经过等待时间/>后请求停机的第E个无人机到达停机坪/>时预测的剩余电量,通过下列公式对当前请求停机的无人机进行筛选:
;
其中,表示为请求停机的无人机/>的占地面积,/>表示为无人机/>到达停机坪/>的剩余电量,满足不等式的无人机形成集合F,进入步骤S2。
7.根据权利要求6所述的一种基于人工智能的无人机停机管理方法,其特征在于:在步骤S4中,根据步骤S3的分析结果,自动控制请求停靠的无人机前往最佳停机坪,通过显示设备,将该无人机前往该最佳停机位置的路径信息对用户进行展示,当发生无人机改变最佳停机坪和无人机未按时到达最佳停机坪时,对用户进行语音提醒。
8.一种基于人工智能的无人机停机管理系统,其特征在于:该停机管理系统包括:无人机监测模块和停机分析模块;
所述无人机监测模块的输出端与停机分析模块的输入端相连接;
所述无人机监测模块用于对无人机的飞行数据进行监测,包括信息传输单元、数据监测单元和基础采集单元;所述信息传输单元用于通过无线通讯技术对停机坪发射停机请求,所述数据监测单元通过定位设备采集无人机的位置信息,通过电量传感器实时监测无人机剩余电量,通过距离传感器监测无人机的飞行距离,通过速度传感器监测无人机的实时速度,通过加速度传感器监测无人机的实时加速度,所述基础采集单元用于预先录入无人机的基本数据信息;
所述停机分析模块用于对请求停机的无人机进行数据分析,包括停机数据分析单元和飞行状态分析单元,所述停机数据分析单元用于根据采集的数据信息,对无人机的停机情况进行分析,构建无人机停机模型,对最佳停机坪进行选择,所述飞行状态分析单元用于对需要停机的无人机的飞行状态进行分析,当出现无人机未停机时,对无人机停机情况进行调整。
9.根据权利要求8所述的一种基于人工智能的无人机停机管理系统,其特征在于:该停机管理系统还包括:数据库,所述数据库的输入端与无人机监测模块的输出端相连接,数据库的输出端与停机分析模块的输入端相连接,停机分析模块的输出端与数据库的输入端相连接;
所述数据库用于对采集的无人机数据和停机分析结果进行加密存储,包括信息加密单元和数据存储单元,所述信息加密单元通过ECC加密算法对数据进行加密,所述数据存储单元通过分布式存储方式对数据进行存储。
10.根据权利要求8所述的一种基于人工智能的无人机停机管理系统,其特征在于:该停机管理系统还包括:反馈模块,所述用户反馈模块的输入端与停机分析模块的输出端相连接;
所述反馈模块用于根据分析结果,对无人机进行智能控制,对用户显示无人机的停机数据信息,包括停机控制单元、设备显示单元和语音提醒单元,所述停机控制单元用于根据分析结果,控制无人机前往最佳停机坪,所述设备显示单元用于通过显示设备,将该无人机前往该最佳停机位置的路径信息对用户进行展示,所述语音提醒单元用于在发生无人机改变最佳停机坪和无人机未按时到达最佳停机坪的时候,对用户进行语音提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310661524.4A CN116844381A (zh) | 2023-06-06 | 2023-06-06 | 一种基于人工智能的无人机停机管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310661524.4A CN116844381A (zh) | 2023-06-06 | 2023-06-06 | 一种基于人工智能的无人机停机管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116844381A true CN116844381A (zh) | 2023-10-03 |
Family
ID=88171530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310661524.4A Pending CN116844381A (zh) | 2023-06-06 | 2023-06-06 | 一种基于人工智能的无人机停机管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116844381A (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105539185A (zh) * | 2015-12-29 | 2016-05-04 | 戴姆勒股份公司 | 一种电动汽车充电路径规划与充电预定的方法及系统 |
CN106026308A (zh) * | 2016-07-29 | 2016-10-12 | 乐视控股(北京)有限公司 | 一种无人机充电的方法及装置 |
CN107368902A (zh) * | 2017-06-16 | 2017-11-21 | 深圳市盛路物联通讯技术有限公司 | 一种预约充电桩充电的方法及服务器 |
CN108473209A (zh) * | 2017-10-26 | 2018-08-31 | 深圳市大疆创新科技有限公司 | 一种控制方法、设备、无人机、充电基站及系统 |
CN108879846A (zh) * | 2018-07-04 | 2018-11-23 | 北京航空航天大学 | 一种交通路网警用无人机充电系统及充电方法 |
CN108973753A (zh) * | 2018-08-20 | 2018-12-11 | 深圳威琳懋生物科技有限公司 | 一种充电基站的无人机充电调度方法 |
CN108995823A (zh) * | 2018-07-26 | 2018-12-14 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
CN208890455U (zh) * | 2018-06-25 | 2019-05-21 | 东汉太阳能无人机技术有限公司 | 一种无人机用供电系统 |
CN109946998A (zh) * | 2017-12-20 | 2019-06-28 | 翔升(上海)电子技术有限公司 | 无人机牧场续航方法及系统 |
CN110014997A (zh) * | 2018-08-20 | 2019-07-16 | 深圳威琳懋生物科技有限公司 | 一种充电基站 |
CN110111211A (zh) * | 2019-03-27 | 2019-08-09 | 苏州市黑甲智能科技有限公司 | 一种充电桩的预约方法、装置、服务终端和存储介质 |
CN110348611A (zh) * | 2019-06-21 | 2019-10-18 | 西安理工大学 | 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 |
CN111645554A (zh) * | 2020-05-28 | 2020-09-11 | 联想(北京)有限公司 | 一种充电管理方法、设备及计算机可读存储介质 |
CN111698641A (zh) * | 2020-05-27 | 2020-09-22 | 西安理工大学 | 一种无线紫外光协助的5g联网无人机助降及电量补给方法 |
CN112422783A (zh) * | 2020-10-10 | 2021-02-26 | 广东华南水电高新技术开发有限公司 | 一种基于停机坪集群的无人机智能巡查系统 |
CN112882494A (zh) * | 2021-03-30 | 2021-06-01 | 槃汩工业技术(岳阳)有限公司 | 基于分布式机库的无人机回收方法及系统 |
CN113147436A (zh) * | 2021-03-04 | 2021-07-23 | 广西电网有限责任公司电力科学研究院 | 一种多无人机无线充电系统及其充电控制方法 |
CN113459858A (zh) * | 2021-09-03 | 2021-10-01 | 西咸新区千兆智能科技有限公司 | 一种植保无人机充电系统及充电方法 |
WO2022127754A1 (zh) * | 2020-12-15 | 2022-06-23 | 广州极飞科技股份有限公司 | 无人机返航方法、装置、无人机和存储介质 |
CN114815889A (zh) * | 2022-04-28 | 2022-07-29 | 江苏省环境科学研究院 | 一种基于大数据的无人机机场监测控制系统 |
WO2023010451A1 (zh) * | 2021-08-05 | 2023-02-09 | 深圳市大疆创新科技有限公司 | 无人机调度方法、服务器、停机坪设备、系统及存储介质 |
CN115729261A (zh) * | 2022-11-17 | 2023-03-03 | 中国直升机设计研究所 | 一种多旋翼无人机自主巡航及充电的控制方法 |
-
2023
- 2023-06-06 CN CN202310661524.4A patent/CN116844381A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105539185A (zh) * | 2015-12-29 | 2016-05-04 | 戴姆勒股份公司 | 一种电动汽车充电路径规划与充电预定的方法及系统 |
CN106026308A (zh) * | 2016-07-29 | 2016-10-12 | 乐视控股(北京)有限公司 | 一种无人机充电的方法及装置 |
CN107368902A (zh) * | 2017-06-16 | 2017-11-21 | 深圳市盛路物联通讯技术有限公司 | 一种预约充电桩充电的方法及服务器 |
CN108473209A (zh) * | 2017-10-26 | 2018-08-31 | 深圳市大疆创新科技有限公司 | 一种控制方法、设备、无人机、充电基站及系统 |
CN109946998A (zh) * | 2017-12-20 | 2019-06-28 | 翔升(上海)电子技术有限公司 | 无人机牧场续航方法及系统 |
CN208890455U (zh) * | 2018-06-25 | 2019-05-21 | 东汉太阳能无人机技术有限公司 | 一种无人机用供电系统 |
CN108879846A (zh) * | 2018-07-04 | 2018-11-23 | 北京航空航天大学 | 一种交通路网警用无人机充电系统及充电方法 |
CN108995823A (zh) * | 2018-07-26 | 2018-12-14 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
CN108973753A (zh) * | 2018-08-20 | 2018-12-11 | 深圳威琳懋生物科技有限公司 | 一种充电基站的无人机充电调度方法 |
CN110014997A (zh) * | 2018-08-20 | 2019-07-16 | 深圳威琳懋生物科技有限公司 | 一种充电基站 |
CN110111211A (zh) * | 2019-03-27 | 2019-08-09 | 苏州市黑甲智能科技有限公司 | 一种充电桩的预约方法、装置、服务终端和存储介质 |
CN110348611A (zh) * | 2019-06-21 | 2019-10-18 | 西安理工大学 | 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 |
CN111698641A (zh) * | 2020-05-27 | 2020-09-22 | 西安理工大学 | 一种无线紫外光协助的5g联网无人机助降及电量补给方法 |
CN111645554A (zh) * | 2020-05-28 | 2020-09-11 | 联想(北京)有限公司 | 一种充电管理方法、设备及计算机可读存储介质 |
CN112422783A (zh) * | 2020-10-10 | 2021-02-26 | 广东华南水电高新技术开发有限公司 | 一种基于停机坪集群的无人机智能巡查系统 |
WO2022127754A1 (zh) * | 2020-12-15 | 2022-06-23 | 广州极飞科技股份有限公司 | 无人机返航方法、装置、无人机和存储介质 |
CN113147436A (zh) * | 2021-03-04 | 2021-07-23 | 广西电网有限责任公司电力科学研究院 | 一种多无人机无线充电系统及其充电控制方法 |
CN112882494A (zh) * | 2021-03-30 | 2021-06-01 | 槃汩工业技术(岳阳)有限公司 | 基于分布式机库的无人机回收方法及系统 |
WO2023010451A1 (zh) * | 2021-08-05 | 2023-02-09 | 深圳市大疆创新科技有限公司 | 无人机调度方法、服务器、停机坪设备、系统及存储介质 |
CN113459858A (zh) * | 2021-09-03 | 2021-10-01 | 西咸新区千兆智能科技有限公司 | 一种植保无人机充电系统及充电方法 |
CN114815889A (zh) * | 2022-04-28 | 2022-07-29 | 江苏省环境科学研究院 | 一种基于大数据的无人机机场监测控制系统 |
CN115729261A (zh) * | 2022-11-17 | 2023-03-03 | 中国直升机设计研究所 | 一种多旋翼无人机自主巡航及充电的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200178053A1 (en) | Drone-to-drone information exchange | |
CN112904220B (zh) | 一种基于数字孪生和机器学习的ups健康预测方法、系统、电子设备及可存储介质 | |
US11247580B2 (en) | Apparatus and method for predicting failure of electric car charger | |
US10346888B2 (en) | Systems and methods to obtain passenger feedback in response to autonomous vehicle driving events | |
CN105246033B (zh) | 一种基于终端定位的人群状态监测方法和监测装置 | |
CN109130935B (zh) | 一种电动汽车智能充电监控系统 | |
CN104864548A (zh) | 一种空调运行的控制方法及系统 | |
CN116012208A (zh) | 用于智慧城市的风险区域预警信息生成方法和物联网系统 | |
CN109949068A (zh) | 一种基于预测结果的实时拼车方法和装置 | |
CN110031016A (zh) | 路线规划方法、装置、电子设备及存储介质 | |
CN110673807B (zh) | 数据显示方法、终端和数据显示系统 | |
CN117171842A (zh) | 一种城市慢行桥梁健康监测与数字孪生系统 | |
CN109656252A (zh) | 一种基于agv的中控调度系统和定位导航方法 | |
CN102929827A (zh) | 一种用于面向工矿企业的安全生产云服务平台的无线传感器数据采集集群 | |
US11341433B2 (en) | Routing and navigation system | |
CN109919755A (zh) | 移动银行网点数据处理方法、服务器及系统 | |
CN102930372A (zh) | 一种用于面向工矿企业安全生产云服务平台系统的关联规则的数据分析方法 | |
CN110210980A (zh) | 一种驾驶行为评估方法、装置和存储介质 | |
CN102903009B (zh) | 一种用于面向工矿企业的安全生产云服务平台的基于广义规则推理的异常诊断方法 | |
CN113326964A (zh) | 一种基于数据复合多级综合管廊风险管控方法及方法 | |
CN114757593A (zh) | 一种建筑群基础设施的运维管理方法及系统 | |
Su et al. | Operating status prediction model at EV charging stations with fusing spatiotemporal graph convolutional network | |
CN108681316B (zh) | 一种高速公路施工环境监测系统 | |
CN110553657B (zh) | 一种基于聊天机器人的导航方法及系统 | |
CN106781508B (zh) | 一种Spark环境下基于多重相空间的短时交通流预测方法 |
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 |