本发明专利技术涉及智能决策技术，揭露了一种用于无人机的资源分配方法，包括：获取待巡检的无人机设备和巡检任务，通过预设的边缘服务器规划待巡检区域的巡检路径；实时计算无人机设备与边缘服务器的当前距离，并获取边缘服务器的计算容量，将当前距离和计算容量进行数据合并，得到合并数据；获取无人机设备执行巡检任务的时延数据，计算无人机设备执行巡检任务的能耗；对合并数据进行深度分析，得到分析数据，构建目标最大函数，对分析数据、时延数据以及能耗进行优化处理，得到优化方案；计算优化方案与边缘服务器的支持度，在支持度大于预设阈值时，将优化方案作为无人机设备的最终方案。本发明专利技术能够对无人机资源分配的方法进行优化。本发明专利技术能够对无人机资源分配的方法进行优化。本发明专利技术能够对无人机资源分配的方法进行优化。
【技术实现步骤摘要】
一种用于无人机的资源分配方法、装置、设备及存储介质
[0001]本专利技术涉及智能决策
，尤其涉及一种用于无人机的资源分配方法、装置、设备及存储介质。
技术介绍
[0002]近年来，无人机巡检在道路桥梁、输电线路以及地震灾害等领域中得到广泛应用，无人机是无驾驶舱但安装有自动驾驶仪、程序控制装的设备，随着科学技术的发展，无人机的性能得到了极大地提升，但是部分密集型的的任务需要大量的计算资源和能量，因此通常利用网络连接到云端。
[0003]边缘计算技术的兴起，有效解决了集中云式存在的问题，移动边缘计算作为一种新的网络架构，在网络边缘提供计算资源，可以近距离的处理物联网任务，减小任务时延提高巡检任务的可靠性，由于无人机的电池能量和边缘计算服务器的计算能力有限，因此无人机巡检时的资源需要进行合理的分配，但是现有的分配方法是通过计算无人机巡检的路径，通过选择最短的路径达到合理的资源分配，该方法只考虑的路径没有考虑到无人机巡检时的能耗问题，进而会导致无人机巡检的能耗增加，因此需要一种能够对无人机资源分配的方法进行优化。
技术实现思路
[0004]本专利技术提供一种用于无人机的资源分配方法、装置、设备及存储介质，其主要目的在于对无人机资源分配的方法进行优化。
[0005]为实现上述目的，本专利技术提供的一种用于无人机的资源分配方法，包括：获取待巡检的无人机设备和待巡检区域，查询所述无人机设备对应的巡检任务，根据所述巡检任务，通过预设的边缘服务器规划所述待巡检区域的巡检路径；接收所述无人机设备的请求指令，根据所述请求指令执行所述无人机设备对应的巡检任务，并根据所述巡检路径，实时计算所述无人机设备与所述边缘服务器的当前距离，并获取所述边缘服务器的计算容量，将所述当前距离和所述计算容量进行数据合并，得到合并数据；获取所述无人机设备执行所述巡检任务的时延数据，通过所述边缘服务器计算所述无人机设备执行所述巡检任务的能耗；利用训练好的系统奖励最大化目标模型中的深度分析神经网络对所述合并数据进行深度分析，得到分析数据，构建所述训练好的系统奖励最大化目标模型中的目标最大函数，通过所述目标最大函数对所述分析数据、所述时延数据以及所述能耗进行优化处理，得到优化方案；计算所述优化方案与所述边缘服务器的支持度，在所述支持度大于预设阈值时，将所述优化方案作为所述无人机设备的最终方案。
[0006]可选地，所述根据所述巡检任务，通过预设的边缘服务器规划所述待巡检区域的
巡检路径，包括：获取所述巡检任务中的子任务，并对所述无人机设备执行所述子任务的路径进行模拟，得到模拟路径；提取所述待巡检区域的核心参数；结合所述模拟路径和所述核心参数，通过所述预设的边缘服务器对所述无人机设备进行路径规划，得到巡检路径。
[0007]可选地，所述实时计算所述无人机设备与所述边缘服务器的当前距离，包括：将所述边缘服务器作为坐标原点构建空间坐标系；并实时定位所述无人机设备的坐标点信息；结合所述坐标点信息，通过预设的距离函数计算所述无人机设备与所述边缘服务器的距离，得到当前距离。
[0008]可选地，所述预设的距离函数包括：其中，表示无人机设备与边缘服务器的距离，表示无人机设备的坐标点，表示边缘服务器的坐标点，表示坐标点数量，n表示坐标点总数，表示无人机设备第i个坐标点，p表示无人机设备与边缘服务器所处空间的维度。
[0009]可选地，通过所述边缘服务器计算所述无人机设备执行所述巡检任务的能耗，包括：利用下述公式计算所述无人机设备执行所述巡检任务的能耗：其中，T表示时隙t的最大取值，c1表示无人机的机翼面积常数，c2表示无人机的载荷系数常数，v[t]表示时隙t对应的无人机的速度，a(t)表示时隙t对应的加速度，g表示重力加速度，
∆
k表示无人机动能的变化，表示无人机飞行到时隙t的时隙间隔。
[0010]可选地，所述利用训练好的系统奖励最大化目标模型中的深度分析神经网络对所述合并数据进行深度分析，得到分析数据，包括：利用所述训练好的系统奖励最大化目标模型中的加权函数对所述合并数据进行加权处理，得到加权数据；对所述加权数据进行存储，得到存储数据；利用所述训练好的系统奖励最大化目标模型中的深度分析神经网络对所述存储数据进行深度分析，得到分析数据。
[0011]可选地，所述构建所述目标最大函数之前还包括：其中，表示最大目标函数，、和分别是、和的权重参数，是奖励任务分区和卸载协调器一个正的值，表示执行第i个子任务无人机设备的能耗，表示第i个子任务的数据传输时间，对数运算是将项归一化为量值；在奖励函数中，为在允
许时延内完成任务的奖励；表示能量消耗；表示任务全部时延；降低任务全部时延可以提高用户体验质量，C是鼓励代理保持边缘服务器稳定性的一个激励系数。
[0012]为了解决上述问题，本专利技术还提供一种用于无人机的资源分配装置，所述装置包括：路径规划模块，用于获取待巡检的无人机设备和待巡检区域，查询所述无人机设备对应的巡检任务，根据所述巡检任务，通过预设的边缘服务器规划所述待巡检区域的巡检路径；数据合并模块，用于接收所述无人机设备的请求指令，根据所述请求指令执行所述无人机设备对应的巡检任务，并根据所述巡检路径，实时计算所述无人机设备与所述边缘服务器的当前距离，并获取所述边缘服务器的计算容量，将所述当前距离和所述计算容量进行数据合并，得到合并数据；能耗计算模块，用于获取所述无人机设备执行所述巡检任务的时延数据，通过所述边缘服务器计算所述无人机设备执行所述巡检任务的能耗；方案获取模块，用于利用训练好的系统奖励最大化目标模型中的深度分析神经网络对所述合并数据进行深度分析，得到分析数据，构建所述训练好的系统奖励最大化目标模型中的目标最大函数，通过所述目标最大函数对所述分析数据、所述时延数据以及所述能耗进行优化处理，得到优化方案；方案确定模块，用于计算所述优化方案与所述边缘服务器的支持度，在所述支持度大于预设阈值时，将所述优化方案作为所述无人机设备的最终方案。
[0013]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的用于无人机的资源分配方法。
[0014]为了解决上述问题，本专利技术还提供一种存储介质，所述存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的用于无人机的资源分配方法。
[0015]本专利技术通过获取待巡检的无人机设备和待巡检区域，可以了解带巡检区域的详细信息以及所述无人机设备的参数等，为后续的操作提供了前提保障，本专利技术通过接收所述无人机设备的请求指令，根据所述请求指令执行所述无人机设备对应的巡检任务，通过请求指令可以控制所述无人机设备的运转，并执行巡检任务，其中，本专利技术通过获取所述无人机设备执行所述巡检任务的时延数据，通过所述边缘服务本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于无人机的资源分配方法，其特征在于，所述方法包括：获取待巡检的无人机设备和待巡检区域，查询所述无人机设备对应的巡检任务，根据所述巡检任务，通过预设的边缘服务器规划所述待巡检区域的巡检路径；接收所述无人机设备的请求指令，根据所述请求指令执行所述无人机设备对应的巡检任务，并根据所述巡检路径，实时计算所述无人机设备与所述边缘服务器的当前距离，并获取所述边缘服务器的计算容量，将所述当前距离和所述计算容量进行数据合并，得到合并数据；获取所述无人机设备执行所述巡检任务的时延数据，通过所述边缘服务器计算所述无人机设备执行所述巡检任务的能耗；利用训练好的系统奖励最大化目标模型中的深度分析神经网络对所述合并数据进行深度分析，得到分析数据，构建所述训练好的系统奖励最大化目标模型中的目标最大函数，通过所述目标最大函数对所述分析数据、所述时延数据以及所述能耗进行优化处理，得到优化方案；计算所述优化方案与所述边缘服务器的支持度，在所述支持度大于预设阈值时，将所述优化方案作为所述无人机设备的最终方案。2.如权利要求1所述的用于无人机的资源分配方法，其特征在于，根据所述巡检任务，通过预设的边缘服务器规划所述待巡检区域的巡检路径，包括：获取所述巡检任务中的子任务，并对所述无人机设备执行所述子任务的路径进行模拟，得到模拟路径；提取所述待巡检区域的核心参数；结合所述模拟路径和所述核心参数，通过所述预设的边缘服务器对所述无人机设备进行路径规划，得到巡检路径。3.如权利要求1所述的用于无人机的资源分配方法，其特征在于，实时计算所述无人机设备与所述边缘服务器的当前距离，包括：将所述边缘服务器作为坐标原点构建空间坐标系；并实时定位所述无人机设备的坐标点信息；结合所述坐标点信息，通过预设的距离函数计算所述无人机设备与所述边缘服务器的距离，得到当前距离。4.如权利要求3所述的用于无人机的资源分配方法，其特征在于，预设的距离函数包括：其中，表示无人机设备与边缘服务器的距离，表示无人机设备的坐标点，表示边缘服务器的坐标点，表示坐标点数量，n表示坐标点总数，表示无人机设备第i个坐标点，p表示无人机设备与边缘服务器所处空间的维度。5.如权利要求1所述的用于无人机的资源分配方法，其特征在于，通过所述边缘服务器计算所述无人机设备执行所述巡检任务的能耗，包括：利用下述公式计算所述无人机设备执行所述巡检任务的能耗：
其中，T表示时隙t的最大取值，c1表示无人机的机翼面积常数，c2表示无人机的载荷系数常数，v[t]表示时隙t对应的无人机的速度，a(t)表示时隙t对应的加速度，g表示重力加速度，
∆
k表示无人机动能的变化，表示无人机飞行到时隙t的时隙间隔。6...
【专利技术属性】
技术研发人员：沈阳，邓芳明，韦宝泉，曾晗，卢金勤，喻斌，朱立，彭仁夔，罗梓铭，饶先明，
申请(专利权)人：江西锦路科技开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。