具有网联感知能力的无人机交付系统联合轨迹和拾取方法技术方案

本发明专利技术请求保护一种具有网联感知能力的无人机交付系统联合轨迹和拾取方法，属于无人机运输技术领域，包括以下步骤：设计基于无人机的多包裹交付系统；即无人机从停机坪起飞，识别特定用户进行包裹拾取，降落在用户的位置收集包裹，然后将包裹运输到物流仓库；以最小化连接中断时间

【技术实现步骤摘要】
具有网联感知能力的无人机交付系统联合轨迹和拾取方法


[0001]本专利技术属于无人机
，具体属于一种具有网联感知能力的无人机交付系统联合轨迹和拾取方法
。

技术介绍

[0002]由于无人机
(UAV)
具有卓越的机动性
、
灵活的部署和成本效益，它已经成为物流行业的规则改变者，彻底改变了货物运输和交付的方式
。
近年来，许多公司开始测试自己的无人机运载系统
。
例如，京东建立了名为京东无人机快递的专用无人机配送网络，一直在向农村地区配送包裹，并在城市环境中测试无人机配送
[1]。
亚马逊一直在开发名为
Prime Air
的无人机送货服务，旨在使用无人机在
30
分钟内将包裹递送给客户
[2]。Zipline
是一家专门从事医疗无人机运送的公司，利用无人机将包括血液和疫苗在内的医疗用品运送到基础设施有限的偏远地区
[3]。
谷歌通过其母公司
Alphabetr/>一直致力于...

【技术保护点】

【技术特征摘要】
1.
一种具有网联感知能力的无人机交付系统联合轨迹和拾取方法，其特征在于，包括以下步骤：设计基于无人机的多包裹交付系统；即无人机从停机坪起飞，识别特定用户进行包裹提取，降落在用户的位置收集包裹，然后将包裹运输到物流仓库；以最小化连接中断时间
、
最大化收集到的包裹的价值，引入权重因子，提出优化无人机轨迹及包裹拾取的问题；提出了一种网联感知交付
CAD
框架，将交付任务分为路径规划阶段和提货设计阶段；在路径规划阶段，基于深度强化学习
DRL
设计无人机任意两个包裹收集点之间的最佳飞行路径；在拾取设计阶段，设计一种基于遗传算法
GA
的拾取设计算法，通过决定无人机拾取包裹的最优选择和顺序，以在无人机自身负载和能量能力的约束下最大化拾取包裹的价值
。2.
根据权利要求1所述的具有网联感知能力的无人机交付系统联合轨迹和拾取方法，其特征在于，所述基于无人机的多包裹递送系统包括无线电地图构造模型
、
拾取模型
、
能源消耗模型
。3.
根据权利要求2所述的具有网联感知能力的无人机交付系统联合轨迹和拾取方法，其特征在于，所述无线电地图构造模型具体包括：路径损耗：采用概率路径损耗模型，其中
LoS
和
NLoS
链路分别考虑不同的路径损耗指数和概率；基站天线增益：在基站处采用
3GPP
天线阵列模型；中断概率分析：在通信信道中小尺度衰落使用莱斯衰落模型，完成了无线电地图构建，该地图描绘了给定区域中经验中断概率的分布
。4.
根据权利要求2所述的具有网联感知能力的无人机交付系统联合轨迹和拾取方法，其特征在于，所述优化无人机轨迹及包裹拾取的问题表述为：
s.t.q0＝
q
s
,q
T
＝
q
d
ꢀꢀꢀꢀ
(P0.a)(P0.a)(17)
‑
(21),(26)
方程
(P0.a)
保证无人机在所需位置出发和结束，其中
q
s
和
q
d
分别代表停机坪和仓库的水平坐标，
(P0.b)
和
(P0.c)
反映了无人机的速度限制，其中表示每个时隙的最大行驶距离，表示无人机在时间步
n
的飞行方向
。5.
根据权利要求1所述的具有网联感知能力的无人机交付系统联合轨迹和拾取方法，其特征在于，所述在路径设计阶段，基于深度强化学习
DRL
设计无人机任意两个包裹收集点之间的最佳飞行路径，具体包括：首先在问题和之间建立直接对应关系：表示状态，表示动作空
间，表示状态转移概率，表示奖励函数；采用带有决斗网络的
DDQN
，用于分别估计状态值和状态相关的动作优势，然后通过聚合层将其组合起来，以提供动作价值函数
Q
的估计；还通过使用两个独立的网络进行动作选择和引导的价值评估来解决
DRL
中高估动作价值的问题
。6.
根据权利要求5所述的具有网联感知能力的无人机交付系统联合轨迹和拾取方法，其特征在于，决斗
DDQN
多步学习以获得最佳路径的算法具体包括：
(1)
初始化：最大集数每集最大步数中断惩罚权重
μ
、
拾取范围半径
d
pick
、
初始探索
ε0、
衰减率
α
、
到达目的地奖励
r
des
、
越界惩罚
p
ob
、
重放容量为
C
的内存队列
D
，设置
ε
←
ε0,
θ
‑
←
θ
(2)n
epi
从1取到执行以下内容；
(3)
初始化一个容量为
N0的滑动窗口队列
W...

【专利技术属性】
技术研发人员：多滨，孔澳琪，罗俊松，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：