買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京信息工程大學(xué)申請的專利一種無人機(jī)集群控制方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116700349B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202310856014.2，技術(shù)領(lǐng)域涉及：G05D1/46；該發(fā)明授權(quán)一種無人機(jī)集群控制方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)是由王其;唐思嘉設(shè)計(jì)研發(fā)完成，并于2023-07-13向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種無人機(jī)集群控制方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種無人機(jī)集群控制方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，方法包括：獲取無人機(jī)集群信息和需要巡檢的高空探測氣球的屬性信息；基于無人機(jī)集群信息和需要巡檢的高空探測氣球的屬性信息，采用無人機(jī)路徑規(guī)劃算法生成初始的無人機(jī)巡檢方案；以迭代次數(shù)達(dá)到預(yù)設(shè)的迭代次數(shù)閾值為目標(biāo)，執(zhí)行以下迭代步驟，得到多個(gè)無人機(jī)巡檢方案，其中所述迭代步驟包括：從無人機(jī)巡檢方案中每個(gè)無人機(jī)的路徑中隨機(jī)選取一個(gè)高空探測氣球以構(gòu)成新的高空探測氣球集合；針對(duì)新的高空探測氣球集合，采用所述無人機(jī)路徑規(guī)劃算法生成新的無人機(jī)巡檢方案；計(jì)算每個(gè)無人機(jī)巡檢方案的評(píng)估值；根據(jù)評(píng)估值最小的無人機(jī)巡檢方案進(jìn)行無人機(jī)集群控制。

本發(fā)明授權(quán)一種無人機(jī)集群控制方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種無人機(jī)集群控制方法，其特征在于，所述方法包括：獲取無人機(jī)集群信息和需要巡檢的高空探測氣球的屬性信息；其中無人機(jī)集群信息包括無人機(jī)集群位置；所述屬性信息包括高空探測氣球的位置、巡檢時(shí)間、圖像拍攝分辨率以及無人機(jī)集群在飛行過程中的平穩(wěn)性信息屬性；基于無人機(jī)集群信息和需要巡檢的高空探測氣球的屬性信息，采用無人機(jī)路徑規(guī)劃算法生成初始的無人機(jī)巡檢方案；以迭代次數(shù)達(dá)到預(yù)設(shè)的迭代次數(shù)閾值為目標(biāo)，執(zhí)行以下迭代步驟，得到多個(gè)無人機(jī)巡檢方案，其中所述迭代步驟包括：從無人機(jī)巡檢方案中每個(gè)無人機(jī)的路徑中隨機(jī)選取一個(gè)高空探測氣球以構(gòu)成新的高空探測氣球集合；針對(duì)新的高空探測氣球集合，采用所述無人機(jī)路徑規(guī)劃算法生成新的無人機(jī)巡檢方案；計(jì)算每個(gè)無人機(jī)巡檢方案的評(píng)估值；根據(jù)評(píng)估值最小的無人機(jī)巡檢方案進(jìn)行無人機(jī)集群控制；所述無人機(jī)路徑規(guī)劃算法采用雙向長短期記憶層的網(wǎng)絡(luò)單元和CNN網(wǎng)絡(luò)單元；所述雙向長短期記憶層的網(wǎng)絡(luò)單元，用于根據(jù)無人機(jī)集群位置和需要巡檢的高空探測氣球的屬性信息提取得到具有t序列無人機(jī)預(yù)設(shè)路徑信息的特征；所述CNN網(wǎng)絡(luò)單元，用于根據(jù)具有t序列無人機(jī)預(yù)設(shè)路徑信息的特征，確定最優(yōu)路徑；所述雙向長短期記憶層的網(wǎng)絡(luò)單元，用于根據(jù)無人機(jī)集群位置和需要巡檢的高空探測氣球的屬性信息提取得到具有t序列無人機(jī)預(yù)設(shè)路徑信息的特征，包括：給定分配的無人機(jī)序列和待任務(wù)序列待執(zhí)行任務(wù)序列位置信息，設(shè)第i架無人機(jī)的初始位置信息為第j個(gè)任務(wù)點(diǎn)位置為則各無人機(jī)與任務(wù)點(diǎn)之間的路徑距離表示為： 式中：||·||表示二范數(shù)：i＝1,...,NU,j＝1,...,NT；NU為無人機(jī)的總數(shù)量，NT為任務(wù)點(diǎn)的總數(shù)量；所有無人機(jī)對(duì)各個(gè)任務(wù)點(diǎn)的路徑距離Γm表示為NU×NT的矩陣為其中的元素，m表示當(dāng)前路徑的位置點(diǎn)；在信息特征提取網(wǎng)絡(luò)的輸出特征向量ΙH作為序列生成網(wǎng)絡(luò)的隱藏狀態(tài)輸入使得ΙH能夠?qū)γ恳淮蔚纳尚蛄刑峁┘s束；隨后設(shè)定初始化輸入x1＝NU+1，網(wǎng)絡(luò)計(jì)算如下式： xt+1＝Ot式中：Wz，Wr為網(wǎng)絡(luò)參數(shù)，σ·為sigmoid；整個(gè)計(jì)算流程表示為一個(gè)BiLSTM單元，設(shè)置t時(shí)刻輸入數(shù)據(jù)為xt，隱藏狀態(tài)輸入為其中xt為上一個(gè)時(shí)刻BiLSTM單元計(jì)算的結(jié)果，為上一個(gè)時(shí)刻BiLSTM單元計(jì)算得到的隱藏狀態(tài)輸出；將xt、代入到上式計(jì)算得到該時(shí)刻的隱藏狀態(tài)輸出中包含了t時(shí)刻之前的所有保留下的無人機(jī)預(yù)設(shè)路徑信息；隨之得到t時(shí)刻的輸出Ot，即xt+1；所述CNN網(wǎng)絡(luò)單元，用于根據(jù)具有t序列無人機(jī)預(yù)設(shè)路徑信息的特征，確定最優(yōu)路徑，包括：JD為預(yù)設(shè)路徑的損失函數(shù)，損失值越小表示其預(yù)設(shè)路徑越好，定義為： 式中：β為預(yù)設(shè)路徑損失系數(shù)，用于判斷評(píng)估模型參數(shù)的訓(xùn)練更新系數(shù)；β＝[μ1,μ2]∈R1×2，μ1表示該序列為生成序列的概率，μ2表示該序列為真實(shí)預(yù)留的概率，R表示全體實(shí)數(shù)，表示無人機(jī)Ui與第j個(gè)任務(wù)點(diǎn)之間的路徑距離；表示無人機(jī)Ui是否執(zhí)行預(yù)設(shè)路徑距離所述CNN網(wǎng)絡(luò)單元經(jīng)過訓(xùn)練，首先收集各種場景并使用最優(yōu)路徑規(guī)劃算法計(jì)算各種場景的最優(yōu)無人機(jī)路徑，然后提取路徑規(guī)劃過程中不同時(shí)刻檢測范圍內(nèi)環(huán)境信息的狀態(tài)及位置，訓(xùn)練CNN網(wǎng)絡(luò)單元；數(shù)據(jù)集包含全局環(huán)境信息和最佳路徑，經(jīng)過訓(xùn)練的CNN網(wǎng)絡(luò)單元能夠估計(jì)環(huán)境信息的分布。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京信息工程大學(xué)，其通訊地址為：210044 江蘇省南京市江北新區(qū)寧六路219號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。