专利交易市场

一种基于模糊综合评判的供电式无人机最优路径规划方法，包括以下步骤：1)搭建三维环境，获得地图信息和节点信息；2)预处理非均匀无线传感器网络离群点并进行节点分簇；3)确定紧急充电节点，规划无人机当前位置与充电锚点间的充电路径4)采用模糊综合评判的方法在充电锚点间的可视区域内确定自适应充电集合，局部动态规划充电路径。本发明在三维空间非均匀分布的无线传感器网络中，通过预处理离群点的方式分簇、选举簇头，提升分簇的合理性，减少节点间通信损耗，并采用模糊综合评判的方式动态选取自适应充电集合，减少无人机飞行路径，提高充电效率，进一步提高无线传感器网络寿命。

本发明涉及无人机航迹规划技术领域，具体涉及一种无人机多目标智能配送方法。该方法包括无人机航点信息采集、各固定航点之间的局部最优、所有航点之间的全局最优、数据融合输出，具体包括步骤：地面站获取无人机配送信息；通过改进萤火虫算法进行航迹规划，完成各目标航点之间的局部最优；将实际环境和配送目标点导入前网络进行固定航点局部最优；将无人机配送时途经航点导入后网络，通过蚁群算法对途经航点进行排序，结合前网络数据，实现所有航点的全局最优，获得飞行航点执行表；无人机按照所述飞行航点执行表执行配送任务。该方法解决了现有无人机配送中的导航规划问题，使用地面站进行航点规划，提高无人机自动配送的精度与工作效率。

本发明涉及一种面向应急信息采集与传输的无人机路径规划方法，包括以下步骤：步骤S1:基于多目标无人机系统，构建多目标无人机路径规划模型；步骤S2:基于多目标无人机路径规划模型，获取路径规划目标函数；步骤S3:最大化归一化体验质量，并基于路径规划目标函数，生成无人机航点；步骤S4:根据得到的无人机航点，最小化航点遍历时间，生成无人机轨迹。本发明可以有效实现应急信息的快速采集与可靠传输。

本申请提供了一种无人机路径规划方法、设备和存储介质，涉及无线通信技术领域。该方法包括：基于无线传感器网络WSN的信道模型，确定WSN的公平吞吐量，公平吞吐量指示传感器节点占用无线信道传输数据的公平性；基于公平吞吐量和无人机能耗模型，建立WSN的马尔可夫博弈模型；基于马尔可夫博弈模型，迭代训练MADDPG算法神经网络，以使公平吞吐量以及无人机的能耗满足优化目标；用训练得到的MADDPG算法神经网络，规划无人机的飞行路径。基于此，能够合理地规划无人机执行数据收集任务的飞行路径，在保证各个传感器节点之间的公平性的同时，有效地降低无人机的总能耗，大大提升数据收集任务的执行效率。

本发明公开了一种基于BOA‑TSAR算法的近地配送无人机路径规划方法，包括步骤：S1，通过去除短周期性质的Tent混沌映射改进了蝴蝶优化算法(BOA)初始种群生成的随机性策略，平衡了BOA算法生成的初始解在解空间的均衡性；S2，通过自适应非线性惯性权重、模拟退火策略以及具有全局自适应特征的随机性变异，改进了BOA算法在处理高维复杂函数时收敛速度较慢、精度较低以及存在局部最优停滞的缺点；S3，提出了一种基于三维LOS检测法的初始种群生成策略，在保证BOA算法生成路径可行解多样性的同时，进一步减少路径间断点的产生。本发明基于仿真实验验证了BOA‑TSAR的优越性能。仿真结果表明，BOA‑TSAR在同类型的群体智能算法当中具有非常强大的竞争性。同时在路径规划实验当中的路径长度衡量指标以及平滑度指标上达到了最优。

本发明提供一种基于三维模型的无人机路径规划方法，具体步骤如下：步骤一，通过3DVFH+算法计算出候选路径及各候选路径点的位置；步骤二，计算出步骤一得到的全部候选路径点的代价值；步骤三，找出最大的代价值及其对应的候选路径点，将该候选路径点选择为下一个路径点，并且将上一次选择的路径点设置为上上个选择的路径点路径，将当前所在的路径点设置为上一个候选点，无人机执行当前规划的路径后回到步骤一。通过本发明方法对3DVFH+算法的候选路径点进行更加合理的选择，能够在三维场景下使无人机以更加合理的路径躲避、绕开墙壁等巨大障碍物，且计算速度较快，经对比测试，躲避、绕开墙壁的成功率得到显著提升。

本发明涉及一种无人机路径规划方法，属于无人机技术领域。包括以下步骤：S1：确定执行区域；S2：获取执行区域的起点、终点以及障碍物位置信息；S3：构建虚拟矩形区域，并确定基准线；S4：记录基准线与相交障碍物的交点；S5：确定偏移点；S6：判断起点至偏移点间是否存在障碍物，是则跳转至步骤S7；否则跳转至步骤S8；S7：更新偏移点，跳转至S6；S8：判断偏移点至终点间是否存在障碍物，是则跳转至S9；否则跳转至S10；S9：记录新起点至终点的直线与障碍物的交点，跳转至S5；S10：记录最初起点‑途径点‑终点所构成的路径；S11：选取最优路径。使无人机在不碰触障碍物的前提下对航线方向进行准确有效的调整，提高了规划效率和安全稳定性。

本发明属于无人机技术领域，涉及基于历史增益估计的无人机巡航路径动态规划方法。该方法包括以下步骤：S1)计算各区域的历史增益；S2)结合距离因素，计算下一跳目的区域效益得分；S3)设计无人机路径动态规划方法。提出一种基于无人机历史巡航数据的无人机巡航路径动态规划方法，该方法根据无人机访问各区域所获得的历史数据计算出各区域的历史增益，从而计算下一跳巡航各区域效益得分。相对于传统的无人机摆渡方法能够更加的灵活，进而实现无人机巡航的过程中动态的获取下一跳最优路径，提高综合性能的目的。