[发明专利]一种联网无人机预约5G基站充电坪的最优分配方法及系统在审

专利信息
申请号: 201910542307.7 申请日: 2019-06-21
公开(公告)号: CN110348611A 公开(公告)日: 2019-10-18
发明(设计)人: 赵太飞;屈瑶;程敏花;王俐锦;张富强 申请(专利权)人: 西安理工大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 杨洲
地址: 710048*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 充电 基站 最优分配 剩余电量信息 移动通信基站 联网 蜂窝基站 航线信息 基础建设 基础支持 空闲状态 路径规划 信息交互 预警信息 低电能 寻址 电量 补给 资金
【权利要求书】:

1.一种联网无人机预约5G基站充电坪的最优分配方法,其特征在于,所述方法包括以下步骤:

步骤1、基站收集充电坪的当前状态,然后在等时间间隔内更新并广播相关信息;驶入基站通信半径内的无人机即可获取充电坪状况,根据自身电量及目的地距离等信息判定是否需要发起充电预约;

步骤2、当电池电量低于充电阀值时,无人机选出当前位置到目的地之间的可用充电坪;

步骤3、在获取可用充电坪后,计算无人机到各充电坪行驶所消耗的电量;综合考虑驶向充电坪的能耗、自身航向信息、剩余电量、任务紧急情况多个因素进行决策,实现最优的充电坪分配;

步骤4、无人机向所选充电坪发送预约申请,包括无人机距离充电坪的位置、当前电量和预计到达时间;

步骤5、在无人机驶向所选充电坪的过程中,利用新获取的信息决定是否更新其预约,如果需要更新,则重新预约新的充电坪,否则继续去原预约平台充电;

步骤6、当充电完成后,无人机继续执行其任务。

2.根据权利要求1所述的一种联网无人机预约5G基站充电坪的最优分配方法,其特征在于,所述步骤2中,无人机充电阀值根据剩余电量的多少分为3级,当无人机剩余电量为30%~40%时为一级低电能预警档;当剩余电量为20%~30%时为二级低电能预警档;当剩余电量为10%~20%时为三级低电能预警档;当多架无人机竞争同一个充电坪时,预警级数越高的无人机具有更高的优先权来进行充电。

3.根据权利要求1或2所述的一种联网无人机预约5G基站充电坪的最优分配方法,其特征在于,所述步骤2中,根据无人机当前位置、目的地位置和无人机途中需要进行充电的次数,分为仅需一次充电和需要多次充电两种情况选择可用充电坪,具体过程为,S表示当前位置、D表示目的地,以S为圆心,以无人机剩余电量可达范围R_1为半径画圆,记为圆1;以D为圆心,以无人机充满电时的最大可达范围R_2为半径作圆,记为圆2;其中和式中Ec为无人机当前剩余电量,Rmax为电池充满时的总电量,αev为无人机飞行每米的能耗;两个圆之间重合区域的可用充电坪作为备选充电坪集合;当圆1和圆2之间没有重合区域,无人机需要进行多次充电才可以到达目的地;第一次充电所选的充电坪是圆1覆盖范围内的多个的备选充电坪中的一个,后续充电坪的选取在圆2的覆盖范围内进行选择。

4.根据权利要求3所述的一种联网无人机预约5G基站充电坪的最优分配方法,其特征在于,所述步骤3中,影响决策的因素及其权重计算具体过程为:(a)无人机行驶过程中每米的耗能为αev,根据无人机与基站之间的距离r计算无人机到达充电坪的能耗,耗能越大权重越小,记为w1=ε·αev·r,其中ε为耗能权重系数;(b)根据无人机目的地与充电坪位置是否在同一方向,若两者方向一致则设定较大的权重,若两者不在同一方向,即无人机要花费更大的代价进行充电,则设定较小的权重,记为w2;(c)无人机剩余电量越少则权重越大,记为w3;(d)无人机执行任务的重要程度越高,权重越大,记为w4;(e)根据w=w1+w2+w3+w4,w值越大具有更高的优先级来进行充电。

5.一种联网无人机预约5G基站充电坪的最优分配系统,其特征在于,包括多个5G基站充电坪和无人机,每个5G基站充电坪设有一个或多个充电坪数据信息处理模块,无人机上设置有互相网络连接的定位导航系统、无人机数据信息处理模块以及充电引导信息发布模块,充电坪数据信息处理模块和无人机数据信息处理模块以及充电引导信息发布数据连接引导算法实现模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910542307.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top