一种无人机任务优化方法、装置及系统制造方法及图纸

本发明专利技术属于数据处理领域，公开了一种无人机任务优化方法、装置及系统，该方法包括：接收用户终端通过多个无人机设备发送的无人机任务优化请求；对多个所述无人机任务优化请求中的评价指标进行深度分析和深度分析评价，生成无人机任务优化请求的任务优化结果；发送所述任务优化结果至所述无人机设备和用户终端，以供所述无人机设备根据所述任务优化结果执行任务。本发明专利技术能够降低无人机任务的规划时延和规划路程成本，实现无人机任务的实时多目标规划。

A Mission Optimization Method, Device and System for UAV

The invention belongs to the field of data processing, and discloses an UAV mission optimization method, device and system. The method includes receiving UAV mission optimization requests sent by user terminals through multiple UAV devices, conducting in-depth analysis and evaluation of evaluation indexes in the multiple UAV mission optimization requests, and generating UAV mission optimization requests. The optimization result of the task is sent to the UAV equipment and the user terminal for the UAV equipment to perform the task according to the optimization result of the task. The invention can reduce the planning delay and the planning cost of the UAV mission, and realize the real-time multi-objective planning of the UAV mission.

【技术实现步骤摘要】
一种无人机任务优化方法、装置及系统
本专利技术涉及数据处理领域，特别涉及一种无人机任务优化方法、装置及系统。
技术介绍
随着物联网的迅猛发展，边缘终端设备的数量迅速增加，同时边缘终端设备所产生的数据量已达到泽字节(ZB)级别。集中式数据处理不能有效处理边缘终端设备所产生的海量数据,边缘云已被业界普遍认定为下一代数字化转型的主要趋势之一。移动边缘计算(MobileEdgeComputing，简称：MEC)是将传统云计算平台的部分计算任务迁移到接入域，并将传统业务与互联网业务进行深度融合，减少传统业务交付的端到端时延，进而给运营商的运作带来全新模式，并建立全新的产业链及生态圈。这种情况下，面对日益迫切的仿生无人机智能任务优化需求，基于边缘云的仿生无人机智能任务优化机制的迅速持续发展具有重要意义。现有的仿生无人机任务优化云计算系统未充分考虑到规划高时延、非实时单目标规划、规划路程成本高等方面问题，随着边缘云及仿生无人机任务优化业务的快速增长，伴之产生的规划高时延、非实时单目标规划、规划路程成本高等问题日益突出。应该注意，上面对技术背景的介绍只是为了方便对本专利技术的技术方案进行清楚、完整的本文档来自技高网...

【技术保护点】
1.一种无人机任务优化方法，其特征在于，包括：接收用户终端通过多个无人机设备发送的无人机任务优化请求；对多个所述无人机任务优化请求中的评价指标进行深度分析和深度分析评价，生成无人机任务优化请求的任务优化结果；发送所述任务优化结果至所述无人机设备和用户终端，以供所述无人机设备根据所述任务优化结果执行任务。

【技术特征摘要】
1.一种无人机任务优化方法，其特征在于，包括：接收用户终端通过多个无人机设备发送的无人机任务优化请求；对多个所述无人机任务优化请求中的评价指标进行深度分析和深度分析评价，生成无人机任务优化请求的任务优化结果；发送所述任务优化结果至所述无人机设备和用户终端，以供所述无人机设备根据所述任务优化结果执行任务。2.根据权利要求1所述的无人机任务优化方法，其特征在于，所述接收用户终端通过多个无人机设备发送的无人机任务优化请求具体包括：通过定期被询问机制获取所述无人机任务优化请求；和/或，获取每隔预置时间主动上报的所述无人机任务优化请求。3.根据权利要求1所述的无人机任务优化方法，其特征在于，所述无人机任务优化请求中的评价指标包括：规划时延、规划路程和目标满足度。4.根据权利要求1所述的无人机任务优化方法，其特征在于，所述对多个所述无人机任务优化请求中的评价指标进行深度分析和深度分析评价，生成无人机任务优化请求的任务优化结果具体包括：步骤S1，设置迭代初始参数和最大迭代次数；步骤S2，以多目标匹配泛函神经网络多层感知对角学习策略分析多个所述无人机任务优化请求中的评价指标并生成初始结果；步骤S3，判断步骤S2中生成的初始结果是否满足深度分析评价条件，若满足，执行步骤S5，若不满足，执行步骤S4；步骤S4，将所述迭代次数加1，并判断当前迭代次数是否超过所述最大迭代次数，若否，执行步骤S3，若是，执行步骤S5；步骤S5，输出无人机任务优化请求的任务优化结果。5.根据权利要求4所述的无人机任务优化方法，其特征在于，所述步骤S3中的深度分析评价条件包括联合评价函数，具体如下：所述步骤S2中的多目标匹配泛函神经网络多层感知对角学习策略包括最优似然估计优化函数，具体如下：其中，式(1-3)中的Mijtk包含三方面的信息向量，式(1-1)至式(1-5)中的k表示第k次迭代，d表示所述最大迭代次数，且k＝1,2,……,d，m、n、q分别代表深度分析对应的深度分析模型中的三个空间维数，表示当前第k次规划时延，表示当前第k次规划路程成本，表示当前第k次多目标吻合度，表示第k+1次信息向量，Mijtk表示第k次信息向量，表示第k+1次迭代学习因子，表示第k+1次迭代增强因子，LminK表示第k次最小规划时延，CminK表示第k次最小规划路程成本，WmaxK表示第k次最大多目标吻合度，LminG表示历史最小规划时延，CminG表示历史最小规划路程成本，WmaxG表示...

【专利技术属性】
技术研发人员：王智明，徐雷，毋涛，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11