Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于强化学习的无人机辅助配送系统及方法 

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!

摘要:本发明公开了一种基于强化学习的无人机辅助配送系统及方法,本发明涉及无人机配送技术领域,所述预测方法包括以下步骤:通过收集无人机的飞行环境参数和设备状态参数,将环境参数与设备状态参数进行数据预处理,并通过特征工程提取有效特征。然后,利用训练好的深度神经网络模型对无人机的续航能力进行预测,根据预测结果与设定的性能阈值进行对比,判断无人机是否需要调整飞行策略。该方法能够实时监测无人机的续航状态,提前预测续航能力,降低能量消耗,优化飞行路径,从而提高无人机的整体飞行效率和任务执行成功率。此外,本发明可有效应对各种气象条件变化,提高无人机在复杂环境下的适应性和稳定性。

主权项:1.一种基于强化学习的无人机辅助配送系统,其特征在于,所述无人机内部存储有所有停机台的位置坐标,包括:数据采集模块,用于实时获取配送无人机的位置信息和无人机周围环境的三维点云数据,并采集无人机配送时的气象信息,并通过三维点云数据获得无人机周围的环境地图数据,所述气象信息包括风速、温度、湿度和降雨量;气象分析模块,用于根据采集的风速、温度、湿度和降雨量数据,并与无人机性能测试时的可承受最大气象参数进行比较,根据比较的结果构建分析模型,生成无人机实时的气象异常指数;续航分析模块,用于获取配送终点的位置信息,并根据周围环境地图数据判断障碍物的高度和宽度信息,获得最小跨越路程数据,并将最小跨越路程数据和获取的无人机的位置信息、配送终点的位置信息以及电池电量信息相结合,生成无人机当前剩余配送路程的续航指数;航程分析模块,用于构建深度学习模型,并获取历史数据中的气象信息与续航信息,将历史数据中的气象信息与续航信息分别作为深度学习模型的训练集和标签,进行训练,使用训练完毕的深度学习模型预测当前无人机的剩余航程;配送管理模块,用于对剩余预计路程和无人机的剩余航程进行分析,并结合气象异常指数生成当前无人机的配送必要指数,根据无人机的配送必要指数判断无人机是否需要继续配送,若不需要继续配送则前往最近的停机台待命。

全文数据:

权利要求:

百度查询: 泉州云卓科技有限公司 一种基于强化学习的无人机辅助配送系统及方法

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。