申请/专利权人：南京邮电大学

申请日：2024-01-11

公开（公告）日：2024-04-12

公开（公告）号：CN117875645A

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06Q10/047;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于强化指针网络与公共交通的无人机监控调度方法，属于机器学习和无人机调度的技术领域，针对城区目标监控时，没有使用传统的固定监控摄像头，而是利用城区中广泛存在的公共交通网络，帮助无人机在所需监控的兴趣点之间转移，并在转移过程中为无人机充电，提高了无人机的续航能力，延长了整个监控系统的使用时间。而在对无人机在兴趣点之间进行调度时，在进行无人机调度的路径规划时，利用强化指针网络来处理旅行商问题，在保证无人机能量不耗尽的情况下，计算出其在兴趣点之间的转移路线，提高了能源的利用率。同时，加入公共交通网络辅助无人机进行转移和充电，为无人机提供了更多的充电机会，拓展了无人机监控的覆盖范围。

主权项：1.一种基于强化指针网络与公共交通的无人机监控调度方法，其特征在于：包括以下步骤：S1、对所需监控的城区地理信息进行预处理，将城区地图进行栅格化并建立平面坐标系，标记所需监控的兴趣点位置，得到预处理后的兴趣点集合S2、对城区公共交通网络进行预处理，标记城区范围内的公交车站位置，得到预处理后的公交车站集合公交车集合β＝{b1,…bk,…bm}；S3、对每一时刻的公交车位置进行离散化，每辆公交车bk都可以得到依据时间离散化的公交车线路位置集合得出在时间t位于公交车站Bj的公交车集合BSt,Bj和公交车在各个车站间通行所需时间；S4、将兴趣点依据所在位置的信号传输质量分为视频监控、视频中转和两者兼顾的三种类型，使用γh＝xh,yh进行标记，其中xh和yh可以分别是1或0，分别代表该兴趣点是否需要视频监控或视频中转；S5、根据无人机所能覆盖的距离，遍历所有的车站与兴趣点组合，得到无人机位于公交车站Bj能覆盖到的兴趣点集合和能够覆盖兴趣点Ph的公交车站集合S6、基于公交车站集合，通过完全图构建算法建立有向完全图，并使用聚类算法将其分成K个完全有向子图，在每个子图上分别解决调度问题；S7、在每个完全有向子图上使用强化指针网络解决旅行商问题；随机选取一个公交车站作为初始点，调用解决旅行商问题的启发式算法生成一个解，将其作为无人机在公交车站间轮班的计划路线；S8、通过兴趣点-公交车站匹配算法，将子图中的每个兴趣点初始化分配给一个匹配的公交车站，每个兴趣点初始时由位于其匹配的公交车站的无人机提供视频监控或视频中转服务；S9、使用初始状态生成算法分配所有无人机的初始位置及工作状态，让无人机沿着规划好的行动路线在兴趣点之间转移执行监控任务，并在转移途中借助公交车进行充电；S10、基于无人机在某个时间片的位置、能量状态和临近公交车及公交车站上无人机的状态，使用时隙调度算法做出当前无人机的行动决策，选择留在当前车站还是被其他无人机接班后乘坐公交车充电并转移到另一个车站。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于强化指针网络与公共交通的无人机监控调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD