-
公开(公告)号:CN114331280A
公开(公告)日:2022-04-12
申请号:CN202111644749.6
申请日:2021-12-29
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于客户满意度和能量优化的无人机辅助快递交付方法,属于数据处理技术领域,具体包括:得到多个初始子区域;计算无人机在每个初始子区域内的访问顺序,并根据访问顺序得到每个初始子区域对应的最小能耗;根据每个初始子区域对应的载重和最小能耗进行区域调整,得到多个目标子区域;计算全部目标子区域对应的交付时间的上下界;根据交付时间的上下界计算完成全部目标子区域内任务点所需无人机的期望数量;形成快递交付方案。通过本公开的方案,根据客户满意度和能量优化规划飞行路线,然后基于无人机载重和最大能量限制进行重分区,采用分组策略为多架无人机同时分配子区域,提高了客户满意度和交付效率。
-
公开(公告)号:CN114331280B
公开(公告)日:2024-05-31
申请号:CN202111644749.6
申请日:2021-12-29
Applicant: 中南大学
IPC: G06Q10/0835 , G06Q10/0631 , G06Q10/083
Abstract: 本公开实施例中提供了一种基于客户满意度和能量优化的无人机辅助快递交付方法,属于数据处理技术领域,具体包括:得到多个初始子区域;计算无人机在每个初始子区域内的访问顺序,并根据访问顺序得到每个初始子区域对应的最小能耗;根据每个初始子区域对应的载重和最小能耗进行区域调整,得到多个目标子区域;计算全部目标子区域对应的交付时间的上下界;根据交付时间的上下界计算完成全部目标子区域内任务点所需无人机的期望数量;形成快递交付方案。通过本公开的方案,根据客户满意度和能量优化规划飞行路线,然后基于无人机载重和最大能量限制进行重分区,采用分组策略为多架无人机同时分配子区域,提高了客户满意度和交付效率。
-
公开(公告)号:CN113724295A
公开(公告)日:2021-11-30
申请号:CN202111027996.1
申请日:2021-09-02
Applicant: 中南大学
Abstract: 本发明提供了一种基于计算机视觉的无人机追踪系统及方法,包括:步骤1,基于YOLO‑v4模型的主干特征提取网络架构CSPDarknet53设计改进的YOLO‑v4模型的主干特征提取网络架构CSPDarknet53,基于改进的YOLO‑v4模型的主干特征提取网络架构CSPDarknet53和长短期记忆LSTM网络模型构建YOLO‑LSTM稳定目标追踪模型。本发明通过将无人机目标追踪的高延迟、高耗能的目标追踪计算任务移至边缘端模块的边缘服务器与终端模块的无人机的嵌入式板载计算机,减少了无人机与地面站的数据传输,提高了无人机对目标追踪的实时性,当目标物体位于边缘端模块的感知范围内,通过边缘端模块的路侧单元的监控摄像头和边缘服务器追踪目标,降低了无人机实时处理图像信息的能耗。
-
-