-
公开(公告)号：CN114091754A
公开(公告)日：2022-02-25
申请号：CN202111390810.9
申请日：2021-11-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种多无人机移动基站协同部署及调度方法，基于深度强化学习，将网络服务区域均匀地划分为较小的网格和较大的区块，使用仿真软件获得区域的模拟吞吐量，在每个调度时间区间，使用基于深度强化学习的多无人机移动基站协同部署模块，找到能够提供较高吞吐量的区块的集合；使用基于深度强化学习的多无人机移动基站协同调度模块，规划无人机扫描能够提供较高吞吐量的区块的集合的路线，在无人机能量不足时及时充电；无人机在扫描完成后，在最高吞吐量的网格处悬停提供服务，直到这个调度时间区间结束；重复以上步骤，直到整个网络服务的任务完成。本发明以较少的执行时间达到较好的效果，最大限度地提供总服务时间及更好的工作负载平衡。
-
公开(公告)号：CN113313313A
公开(公告)日：2021-08-27
申请号：CN202110645958.6
申请日：2021-06-10
Abstract: 一种面向城市感知的移动节点任务规划方法涉及任务规划技术领域，解决了现有成本高的问题，包括步骤一、根据外部因素对于需要感知的任务点数量的影响、历史周期的任务点，预测当前周期需要感知任务点的数量；步骤二、根据步骤一预测的当前周期需要感知任务点的数量，将当前周期划分为多个步骤，并确定步长；步骤三、感知每一步步长对应的任务点；步骤四、根据步骤三得到的任务点对多移动节点进行调度直至完成所有任务；步骤五、所有任务点的执行结果进行质量评估，若满足一定质量要求时，移动节点任务规划结束，若不满足则返回步骤二。本发明中任务能够并行执行并减少质量评估的次数，感知成本小，适合面向城市感知的移动节点任务规划。
-
公开(公告)号：CN116259175A
公开(公告)日：2023-06-13
申请号：CN202211719951.5
申请日：2022-12-30
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向多样化动态信号灯模式的车速推荐方法及装置，首先根据邻接路口及自身路口的交通状况，利用相位感知注意力机制推测几秒后本路口各个车道的车辆数占比；然后根据前K个时间段的本路口各个车道的车辆数占比和推测的几秒后本路口各个车道的车辆数占比，利用模仿学习来近似估计信号灯的最优偏好，利用LSTM模型推测接下来一段时间的信号灯相位变化序列；最后根据预测的信号灯相位变化序列，结合多种传感器获取的交通状况，利用策略梯度强化学习的方法给出在多维数据影响下的对多个目标进行优化的绿灯最优速度。本发明可应用于城市道路的任意场景，且推荐速度为多目标最优速度，保证绿灯最优速度推荐算法的安全性、高效性和省时特性。
-
公开(公告)号：CN113313313B
公开(公告)日：2022-09-27
申请号：CN202110645958.6
申请日：2021-06-10
IPC: H04W4/029
Abstract: 一种面向城市感知的移动节点任务规划方法涉及任务规划技术领域，解决了现有成本高的问题，包括步骤一、根据外部因素对于需要感知的任务点数量的影响、历史周期的任务点，预测当前周期需要感知任务点的数量；步骤二、根据步骤一预测的当前周期需要感知任务点的数量，将当前周期划分为多个步骤，并确定步长；步骤三、感知每一步步长对应的任务点；步骤四、根据步骤三得到的任务点对多移动节点进行调度直至完成所有任务；步骤五、所有任务点的执行结果进行质量评估，若满足一定质量要求时，移动节点任务规划结束，若不满足则返回步骤二。本发明中任务能够并行执行并减少质量评估的次数，感知成本小，适合面向城市感知的移动节点任务规划。
-
Patent Agency Ranking
公开(公告)号：CN114091754B
公开(公告)日：2024-07-19
申请号：CN202111390810.9
申请日：2021-11-23
Applicant: 北京邮电大学
IPC: G06Q10/0631 , G06Q50/06 , G06Q10/047 , G06N3/0464 , G06N3/092
Abstract: 本发明公开了一种多无人机移动基站协同部署及调度方法，基于深度强化学习，将网络服务区域均匀地划分为较小的网格和较大的区块，使用仿真软件获得区域的模拟吞吐量，在每个调度时间区间，使用基于深度强化学习的多无人机移动基站协同部署模块，找到能够提供较高吞吐量的区块的集合；使用基于深度强化学习的多无人机移动基站协同调度模块，规划无人机扫描能够提供较高吞吐量的区块的集合的路线，在无人机能量不足时及时充电；无人机在扫描完成后，在最高吞吐量的网格处悬停提供服务，直到这个调度时间区间结束；重复以上步骤，直到整个网络服务的任务完成。本发明以较少的执行时间达到较好的效果，最大限度地提供总服务时间及更好的工作负载平衡。
-
公开(公告)号：CN113283013A
公开(公告)日：2021-08-20
申请号：CN202110646077.6
申请日：2021-06-10
Applicant: 北京邮电大学
Abstract: 一种基于深度强化学习的多无人机充电及任务调度方法涉及无人机调度技术领域，解决了现有没有考虑充电站的负载和无人机的充电策略对任务调度的影响的问题，方法为：根据待执行任务和充电站的负载、通过深度强化学习模型对可调度无人机进行调度；待无人机执行任务后，根据未执行任务的数量、可调度无人机数量和无人机剩余电量对停留在充电站上的待充电无人机进行充电。本发明有效解决了多无人机充电及任务调度需要优化提高的问题，能够在保证无人机不会能量耗尽的前提下，实现最小化执行任务总体时间的目标，最终得到各个无人机的调度序列，从而能够让相应的多无人机从出发点出发按顺序遍历这些任务点，并在对应的充电站进行自适应充电。
-
公开(公告)号：CN109933089A
公开(公告)日：2019-06-25
申请号：CN201910227342.X
申请日：2019-03-25
Applicant: 北京邮电大学
IPC: G05D1/10
Abstract: 本发明实施例提供基于最小化最大能量消耗的多无人机任务规划方法及装置。其中，方法包括：获得多个任务点；将多个任务点规划为初始路径；按预设遍邻域搜索算法中的优化方式，对初始路径优化，得到M架无人机的待飞行路径；其中，将多个任务点规划为初始路径包括：确定出发点，从多个任务点中选取M个点，作为M条待扩展路径的第一个节点；在确定出M条待扩展路径的第一个节点后，针对每一条待扩展路径的末端节点，计算扩展能耗，将扩展能耗最小的任务点作为候选节点；并返回计算剩余待扩展路径的扩展能耗，直至各任务点均属于M条待扩展路径中的一条，得到M条初始路径。通过本方案可实现多无人机协同工作的飞行路径进一步有效调节。
-
公开(公告)号：CN113283013B
公开(公告)日：2022-07-19
申请号：CN202110646077.6
申请日：2021-06-10
Applicant: 北京邮电大学
Abstract: 一种基于深度强化学习的多无人机充电及任务调度方法涉及无人机调度技术领域，解决了现有没有考虑充电站的负载和无人机的充电策略对任务调度的影响的问题，方法为：根据待执行任务和充电站的负载、通过深度强化学习模型对可调度无人机进行调度；待无人机执行任务后，根据未执行任务的数量、可调度无人机数量和无人机剩余电量对停留在充电站上的待充电无人机进行充电。本发明有效解决了多无人机充电及任务调度需要优化提高的问题，能够在保证无人机不会能量耗尽的前提下，实现最小化执行任务总体时间的目标，最终得到各个无人机的调度序列，从而能够让相应的多无人机从出发点出发按顺序遍历这些任务点，并在对应的充电站进行自适应充电。
-
公开(公告)号：CN109933089B
公开(公告)日：2020-10-23
申请号：CN201910227342.X
申请日：2019-03-25
Applicant: 北京邮电大学
IPC: G05D1/10
Abstract: 本发明实施例提供基于最小化最大能量消耗的多无人机任务规划方法及装置。其中，方法包括：获得多个任务点；将多个任务点规划为初始路径；按预设遍邻域搜索算法中的优化方式，对初始路径优化，得到M架无人机的待飞行路径；其中，将多个任务点规划为初始路径包括：确定出发点，从多个任务点中选取M个点，作为M条待扩展路径的第一个节点；在确定出M条待扩展路径的第一个节点后，针对每一条待扩展路径的末端节点，计算扩展能耗，将扩展能耗最小的任务点作为候选节点；并返回计算剩余待扩展路径的扩展能耗，直至各任务点均属于M条待扩展路径中的一条，得到M条初始路径。通过本方案可实现多无人机协同工作的飞行路径进一步有效调节。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.028 seconds)
