无人机机场最优充电分配方法组成比例

本发明专利技术提供了一种无人机机场最优充电分配方法

【技术实现步骤摘要】
无人机机场最优充电分配方法、装置、电子设备及介质


[0001]本专利技术涉及无人机
，尤其是涉及一种无人机机场最优充电分配方法
、
装置
、
电子设备及介质
。

技术介绍

[0002]无人机在农业
、
建筑
、
交付
、
娱乐
、
新闻
、
军事
、
摄影
、
研究和开发以及监视等各个领域得到了广泛应用
。
在农业中用于作物监测
、
灌溉管理和土壤分析；在建筑中用于勘测现场
、
检查结构和监测进展；在交付中，无人机用于在偏远地区交付包裹和医疗用品；在娱乐中，无人机用于灯光秀和航拍摄影；在新闻中，无人机用于捕捉事件和自然灾害的画面；在军事应用中，无人机用于侦察任务和有针对性的打击；在摄影中，无人机用于拍摄风景和城市风光的航拍画面；在研究和开发中，无人机用于测试新技术和进行实验；在监视应用中，无人机用于监测交通模式和跟踪野生动物种群
。
[0003]无人机的续航时长或电量约束是其在各个领域大规模应用的最重要的限制因素
。
当采用标准化的充电装置后，可以使用位于地面的共享智能机场对多种无人机进行充电服务
。
但是，目前缺乏针对使用位于地面的共享机场对多个无人机进行充电服务场景的研究
。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种无人机机场最优充电分配方法
、
装置
、
电子设备及介质，以改善了现有技术中缺乏使用位于地面的共享机场对多个无人机进行充电服务的问题
。
[0005]为了实现上述目的，本专利技术实施例采用的技术方案如下：
[0006]第一方面，本专利技术实施例提供了一种无人机机场最优充电分配方法，包括：构建任务场景；其中，任务场景包括：智能机场和多台无人机，智能机场为无人机提供充电服务；针对任务场景构建智能机场贴现收益最大化模型；其中，智能机场贴现收益最大化模型以满足占优策略激励相容与计算高效为约束
、
以智能机场的贴现收益最大化为目标
、
以分配机制与支付机制为决策变量；基于智能机场贴现收益最大化模型确定智能机场的最优充电时间分配机制与支付机制
。
[0007]在一种实施方式中，针对任务场景构建智能机场贴现收益最大化模型，包括：确定第1个拍卖周期开始时的待充电无人机台数，以及第1个拍卖周期开始时待充电无人机的充电时长向量
、
充电报价向量
、
充电收益累积分布函数向量
、
充电收益概率密度函数向量；确定第1个拍卖周期开始时智能机场的分配机制函数向量
、
支付机制函数向量；确定分配机制函数向量的取值约束和充电约束，以及支付机制函数向量的取值约束；确定第1个拍卖周期开始时待充电无人机的充电收益估值向量；基于待充电无人机的充电收益估值向量
、
充电报价向量和智能机场的分配机制函数向量，确定占优策略激励相容中的
truthfulness
约束和非负效用约束；确定第1个拍卖周期时的智能机场收益函数以及智能机场最大贴现收益的递归形式
。
[0008]在一种实施方式中，第1个拍卖周期时的智能机场收益函数为：
[0009][0010]其中，
r1(N,w,X(w,b),p(w,b))
表示第1个拍卖周期时的智能机场收益，
N
表示待充电无人机台数，
w
表示待充电无人机的充电时长向量，
X(w,b)
表示分配机制函数向量，
p(w,b)
表示支付机制函数向量
。
[0011]在一种实施方式中，智能机场最大贴现收益的递归形式为：
[0012][0013]其中，
r
*
表示智能机场的最大贴现收益，
α
表示智能机场的收益贴现率
。
[0014]在一种实施方式中，基于智能机场贴现收益最大化模型确定智能机场的最优充电时间分配机制与支付机制，包括：基于智能机场贴现收益最大化模型计算待充电无人机的虚拟估值，并计算待充电无人机的修正虚拟估值；基于修正虚拟估值确定智能机场的充电时间分配和支付机制；计算智能机场的充电时间分配和支付机制下，第1个拍卖周期时的智能机场收益；基于智能机场收益和智能机场最大贴现收益的递归形式，计算智能机场的最大贴现收益；基于智能机场的最大贴现收益和修正虚拟估值，确定智能机场的最优充电时间分配机制与支付机制
。
[0015]在一种实施方式中，基于智能机场贴现收益最大化模型计算待充电无人机的虚拟估值，并计算待充电无人机的修正虚拟估值，包括：按照以下公式计算待充电无人机的虚拟估值：
[0016][0017]其中，表示充电收益估值为
v
i
的第
i
台待充电无人机的虚拟估值，和
i
，
w
i
(v
i
)
分别表示充电时长为
w
i
的第
i
台待充电无人机的充电收益累积分布函数和充电收益概率密度函数；
[0018]按照以下公式计算待充电无人机的修正虚拟估值：
[0019][0020]其中，表示充电收益估值为
v
i
的第
i
台待充电无人机的修正虚拟估值，以智能机场的最大贴现收益
r
*
为阈值收益，
w
i
表示第
i
台待充电无人机的充电时长，
c
表示智能机场单位时间充电成本，
α
表示智能机场的收益贴现率
。
[0021]在一种实施方式中，基于修正虚拟估值确定智能机场的充电时间分配和支付机制，包括：如果修正虚拟估值的最大值小于或者等于零，则确定充电时间分配和支付机制为不对待充电无人机进行充电；如果修正虚拟估值的最大值大于零，则确定充电时间分配和
支付机制为对修正虚拟估值最大的待充电无人机进行充电，并按照以下公式计算充电无人机的支付：
[0022][0023]其中，表示充电无人机的支付，付，
[0024]第二方面，本专利技术实施例提供了一种无人机机场最优充电分配装置，包括：场景构建模块，用于构建任务场景；其中，任务场景包括：智能机场和多台无人机，智能机场为无人机提供充电服务；模型构建模块，用于针对任务场景构建智能机场贴现收益最大化模型；其中，智能机场贴现收益最大化模型以满足占优策略激励相容与计算高效为约束
、
以智能机场的贴现收益最大化为目标
、
以分配机制与支付机制为决策变量；机制确定模块，用于基于智能机场贴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无人机机场最优充电分配方法，其特征在于，包括：构建任务场景；其中，所述任务场景包括：智能机场和多台无人机，所述智能机场为所述无人机提供充电服务；针对所述任务场景构建智能机场贴现收益最大化模型；其中，所述智能机场贴现收益最大化模型以满足占优策略激励相容与计算高效为约束
、
以所述智能机场的贴现收益最大化为目标
、
以分配机制与支付机制为决策变量；基于所述智能机场贴现收益最大化模型确定所述智能机场的最优充电时间分配机制与支付机制
。2.
根据权利要求1所述的方法，其特征在于，针对所述任务场景构建智能机场贴现收益最大化模型，包括：确定第1个拍卖周期开始时的待充电无人机台数，以及第1个拍卖周期开始时所述待充电无人机的充电时长向量
、
充电报价向量
、
充电收益累积分布函数向量
、
充电收益概率密度函数向量；确定第1个拍卖周期开始时所述智能机场的分配机制函数向量
、
支付机制函数向量；确定所述分配机制函数向量的取值约束和充电约束，以及所述支付机制函数向量的取值约束；确定第1个拍卖周期开始时所述待充电无人机的充电收益估值向量；基于所述待充电无人机的充电收益估值向量
、
所述充电报价向量和所述智能机场的分配机制函数向量，确定占优策略激励相容中的
truthfulness
约束和非负效用约束；确定第1个拍卖周期时的智能机场收益函数以及智能机场最大贴现收益的递归形式
。3.
根据权利要求2所述的方法，其特征在于，第1个拍卖周期时的智能机场收益函数为：其中，
r1(N,w,X(w,b),p(w,b))
表示第1个拍卖周期时的智能机场收益，
N
表示待充电无人机台数，
w
表示待充电无人机的充电时长向量，
X(w,b)
表示分配机制函数向量，
p(w,b)
表示支付机制函数向量
。4.
根据权利要求2所述的方法，其特征在于，所述智能机场最大贴现收益的递归形式为：其中，
r
*
表示智能机场的最大贴现收益，
α
表示智能机场的收益贴现率
。5.
根据权利要求2所述的方法，其特征在于，基于所述智能机场贴现收益最大化模型确定所述智能机场的最优充电时间分配机制与支付机制，包括：基于所述智能机场贴现收益最大化模型计算所述待充电无人机的虚拟估值，并计算所述待充电无人机的修正虚拟估值；
基于所述修正虚拟估值确定所述智能机场的充电时间分配和支付机制；计算所述智能机场的充电时间分配和支付机制下，第1个拍卖周期时的智能机场收益；基于所述智能机场收益和所述智能机场最大贴现收益的递归形式，计算...

【专利技术属性】
技术研发人员：万施霖，张裕汉，
申请(专利权)人：广东翼景信息科技有限公司，
类型：发明
国别省市：