買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南京航空航天大學申請的專利一種充電無人機為任務無人機空中充電的調度方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114548663B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210019884.X，技術領域涉及：G06Q10/0631；該發明授權一種充電無人機為任務無人機空中充電的調度方法是由朱琨;楊佳設計研發完成，并于2022-01-10向國家知識產權局提交的專利申請。

本一種充電無人機為任務無人機空中充電的調度方法在說明書摘要公布了：本發明公開了一種充電無人機為任務無人機空中充電的調度方法，用于調度充電無人機為正在空中執行任務的任務無人機進行充電。該方法根據任務無人機的充電需求確定遠程充電或近場充電方式，然后根據充電無人機的參與數量進行分類建模計算，包括建立單個充電無人機進行充電調度問題的模型和建立多個充電無人機進行充電調度問題的模型進行求解；最后基于深度強化學習或多智能體強化學習的算法優化充電無人機的充電調度策略，充電無人機根據優化的策略和當前環境的狀態以進行決策，根據充電調度指令完成任務無人機的充電。本發明實現了任務無人機任務完成時間最短，對任務無人機的公平充電和充電無人機的充電調度策略優化。

本發明授權一種充電無人機為任務無人機空中充電的調度方法在權利要求書中公布了：1.一種充電無人機為任務無人機空中充電的調度方法，該方法用于調度充電無人機為執行任務中的任務無人機進行充電，其特征在于：所述調度方法包括如下步驟：1根據任務無人機的充電需求信息確定充電方式，充電需求信息包括充電無人機執行任務的環境障礙、地點、動作及飛行數據，充電方式包括近場充電和遠場充電，近場充電中充電無人機基于任務無人機搭載的無線充電平臺進行電感耦合或磁共振耦合無線充電，遠場充電是由充電無人機通過RF射頻或激光實現能量轉化充電；該步驟對于存在有n個任務無人機執行任務時，則表示為M＝{Mi|t＝1，2，...，n}，任務無人機執行任務的環境中障礙物表示為B＝{Bi|i＝1，2，...，n}，無人機的執行任務的地點表示為P＝{Pi|i＝1，2，...，n}，任務無人機Mi在t時刻的動作為動作包括懸停狀態或飛行狀態，其飛行過程中飛行方向為飛行速度為v；執行充電任務的充電無人機表示為C＝{Ci|i＝1，2，...，m}，充電無人機Ci在t時刻的動作為動作包括懸停狀態或飛行狀態，其飛行過程中飛行方向為飛行速度為v；2根據任務無人機的充電需求和任務類型建立單個充電無人機進行充電調度間題的模型，并基于DDPG算法優化單個充電無人機的充電調度策略；單個充電無人機給任務無人機的充電決策過程可建模成馬爾可夫決策過程，其模型表述為M＝S，A，P，R，γ，其表達式與參數含義如下：S表示環境的狀態空間，所述狀態空間為充電無人機根據觀察到的狀態采取行動集合，為無限集，包括充電任務過程中所有可能的狀態，時刻t的狀態空間表示為St，每個狀態由充電無人機當前的位置坐標、任務無人機的剩余能量、充電無人機累積被能量以及任務無人機的工作狀態組成，包括充電狀態和移動狀態；A表示任務無人機的動作空間，包含充電無人機在執行充電任務過程中可能采取的所有動作，充電無人機在時刻t采取的行動由表示，充電無人機的每個動作都包含移動方向和充電目標，移動方向的動作空間是連續的，充電目標是充電無人機正在或者將來提供充電的對象；P表示狀態轉移概率，所述的狀態轉移概率定義為在時刻t，給定充電無人機在當前狀態St采取特定動作At，充電無人機到達下一個可能狀態St+1的概率，P：St×At→St+1，且充電無人機做出的不同動作會以不同方式改變充電無人機的狀態；R表示獎勵函數，獎勵函數St×At→Rt+1，計算的是充電執行動作At后它的狀態從St轉換為St+1所獲得的獎勵值；γ表示折扣因子，γ∈[0，1]，決定未來獎勵對當前即時獎勵的影響程度；該步驟中，對于單個充電無人機進行充電調度問題的模型，當任務無人機完成任務并返回出發點時表示任務完成，任務無人機Mi的任務完成時間為Ti，Ti＝Tmi+Tci+Twi，其中Tmi表示移動所花費的總時間，Tci是執行任務所花費的時間，Twi表示任務無人機等待充電無人機充電所花費的總時間；充電無人機采取行動At后它的狀態從St轉換為St+1所獲得的獎勵值的計算方式包括如下過程：根據任務無人機預先規劃的行進路徑和任務，設定任務無人機可以被充電無人機按時充電則持續保持工作，定義獎勵函數使充電無人機選擇合理的充電目標和移動方向；充電無人機在t時刻的執行動作獲得的獎勵值設計如下：rt＝Rct+Rmt-Pl-PbRct表示在t時段內成功給任務無人機充電所獲得的獎勵，定義如下： 如果充電無人機未給任務無人機充電，則獎勵為零，若進行了充電，將產生正獎勵；如果充電無人機在大于Emi的情況下給任務無人機Mi充電，則獎勵Rct為零；Rct中的Et是表示t時刻的充電量，Rc是一個正偏移量，用于鼓勵充電無人機花費更多時間用于充電，ft表示充電無人機對每個任務無人機充電的公平性； 為任務無人機在t時刻的剩余能量，Em＝{Em1，Em2...Emn}表示任務無人機完成任務所需的估計最小充電量的集合，表示任務無人機從時刻1到t的累積充電量，公平性因子ft由Jain公平指數計算，其計算表達式如下：ft＝wffct+1-wffrt wf為權重值，Rct中的Rmt用于鼓勵充電無人機朝向任務無人機的位置移動；因Rmt與目標任務無人機的剩余能量水平呈負相關，約定剩余電量較少的任務無人機具有高優先級充電，wd和we為負值；充電無人機與任務無人機之間的相對距離變小時或者充電目標的電量越小，Rmt越大，以此來引導充電無人機靠近任務無人機，其中Rmt的計算公式如下： 其中Dit是充電無人機和任務無人機之間的歐幾里得距離Mi，而是Mi在t時刻的剩余能量，當充電無人機為任務無人機充電時，Rmt設置為零；Pl表示如果充電無人機未能將任何任務無人機的剩余能量保持在安全閾值Eth以上，則對充電無人機的懲罰，Eat為任務無人機平均剩余電量，p為固定正值，其表達式如下： Pb是充電無人機飛出邊界或撞到環境中的障礙時對充電無人機的懲罰；3根據任務無人機的充電需求和任務類型建立多個充電無人機進行充電調度問題的模型，并基于MADDPG算法優化多個充電無人機的充電調度策略；該步驟在建立多個充電無人機進行充電調度問題的模型中，對于同時調度多個充電無人機的過程建模成一個馬爾可夫博弈M＝S，A，T，R，O，γ；S表示狀態空間，時刻t的狀態是St，包括了所有無人機在環境中的狀態；A表示動作空間，多個充電無人機在時刻t采取的行動由表示；T表示狀態轉移函數，狀態轉移函數T：環境中，所有的充電無人機同時采取動作，對環境產生影響；R表示獎勵函數，獎勵函數計算的是充電無人機Ci執行動作后它的狀態從轉換為所獲得的獎勵值；O表示觀察集合：觀察是指充電無人機從自己的角度對環境的感知，充電無人機根據自己對環境的觀察進行決策，表示所有充電無人機在時間t的觀測集合；γ為折扣因子，γ∈[0，1]，決定未來獎勵對當前即時獎勵的影響程度；該步驟中，對于多個充電無人機進行充電調度問題的模型中，充電無人機Ci在t時刻的獎勵設計如下： 定義如下： ft表示公平性因子； 的計算公式如下： 其中Di，jt是充電無人機Ci和任務無人機Mj之間的歐幾里得距離，是任務無人機Mj在時間t的剩余電量，wd和we是調整的負系數；Pl表示如果充電無人機未能將任何任務無人機的剩余能量保持在安全閾值Eth以上，則對充電無人機的懲罰；Pb是充電無人機飛出邊界或撞到環境中的障礙時的懲罰；4以任務無人機完成任務的時間最短為目標，基于深度強化學習或多智能體強化學習優化充電無人機的充電調度策略，充電無人機向通過訓練得到的actor網絡輸入當前狀態進行決策，根據actor網絡輸出的充電調度指令完成對任務無人機的充電。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京航空航天大學，其通訊地址為：210016 江蘇省南京市秦淮區御道街29號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。