Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江南大学倪渊之获国家专利权

江南大学倪渊之获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江南大学申请的专利一种无人机任务卸载与轨迹规划方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119882768B

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411987353.5,技术领域涉及:G05D1/46;该发明授权一种无人机任务卸载与轨迹规划方法及系统是由倪渊之;梁子科;陶洪峰;王蛟龙设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

一种无人机任务卸载与轨迹规划方法及系统在说明书摘要公布了:本发明涉及移动边缘计算领域,尤其涉及一种无人机任务卸载与轨迹规划方法及系统。本发明构建目标区域的系统模型、无人机移动模型、任务模型、无人机能耗模型,基于目标区域的系统模型、无人机移动模型、任务模型与无人机能耗模型,构建无人机任务卸载与路径规划策略的优化函数与约束条件,并将求解无人机任务卸载与路径规划策略的过程描述为马尔科夫决策过程,建立状态空间、动作空间及奖励函数,得到深度强化学习框架;采用双重深度Q网络对马尔科夫决策过程进行求解,解得满足约束条件的最优无人机任务卸载与路径规划策略。本发明显著提高了系统的任务完成率,保障了无人机在复杂环境中的稳定性和有效性。

本发明授权一种无人机任务卸载与轨迹规划方法及系统在权利要求书中公布了:1.一种无人机任务卸载与轨迹规划方法,其特征在于,包括以下步骤: 将目标区域建模为M×M的六边形网格,根据无人机的经过各个区域的顺序依次为每个区域编号,得到目标区域的系统模型;其中,M为设定行数与列数; 基于目标区域的系统模型,构建无人机移动模型,所述无人机移动模型包括:无人机的飞行速度,无人机在相邻两个区域之间的飞行距离、飞行时间,无人机在各区域的位置表示,区域决策变量; 构建任务模型,所述任务模型包括: 基于当前区域的每个任务节点的卸载决策变量、当前区域的每个节点在本地设备计算的时间、当前区域的每个节点在无人机计算的时间、每个节点从本地设备卸载到无人机的传输时间,得到执行当前区域的每个任务节点所消耗的时间; 基于当前区域的有向无环图、当前区域的节点之间由于依赖关系引起的传输时间,得到当前区域的每个任务节点的执行开始时刻; 基于执行当前区域的每个任务节点所消耗的时间、当前区域的每个任务节点的执行开始时刻,得到当前区域的每个任务节点的完成时刻; 基于当前区域的每个任务节点的完成时刻、当前区域的第一个任务节点的执行开始时刻,得到完成当前区域的有向无环图的时间; 基于当前区域的每个任务节点的卸载决策变量、当前区域的每个任务节点计算时的数据量大小,得到无人机在当前区域内辅助计算的数据量;构建无人机能耗模型,所述无人机能耗模型包括: 基于当前区域的区域决策变量、无人机计算当前区域的有向无环图的能耗、无人机在当前区域内悬停的能耗、无人机从前一个区域飞向下一个区域的飞行能耗,得到无人机在当前区域的总能耗; 基于无人机在上一个区域的总能耗、无人机进入上一个区域时的能量,得到无人机进入当前区域时的能量; 基于目标区域的系统模型、无人机移动模型、任务模型与无人机能耗模型,构建无人机任务卸载与路径规划策略的优化函数与约束条件,并将求解无人机任务卸载与路径规划策略的过程描述为马尔科夫决策过程,建立状态空间、动作空间及奖励函数,得到深度强化学习框架; 采用双重深度Q网络对马尔科夫决策过程进行求解,解得满足约束条件的最优无人机任务卸载与路径规划策略。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江南大学,其通讯地址为:214122 江苏省无锡市滨湖区蠡湖大道1800号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。