[發明專利]一種規劃無人機位置的方法及裝置

有效

• 申請號: 202010258490.0
• 申請日: 2020-04-03
• 公開（公告）號: CN111506104B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 王強;劉杰;李璇;張文琦
• 申請（專利權）人: 北京郵電大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 丁蕓;馬敬

1.一種規劃無人機位置的方法，其特征在于，所述方法包括：

獲取待服務區域內，無人機的當前位置坐標以及移動終端的當前位置坐標；

基于所述無人機的當前位置坐標以及移動終端的當前位置坐標，通過訓練好的神經網絡模型，計算得到所述無人機各個移動方向的概率以及各個移動步長的概率；

其中，所述神經網絡模型的訓練過程為：將所述移動終端以及所述無人機在多個歷史時刻的位置坐標依次輸入預設的神經網絡模型，在預設的神經網絡模型的輸出結果中選擇概率最高的移動步長以及概率最高的移動方向，將最大化所述無人機按照概率最高的移動步長以及概率最高的移動方向移動后所在位置處的平均傳輸速率作為訓練目標，訓練預設的神經網絡模型直至達到迭代次數；

基于所述無人機的當前坐標位置、概率最高的移動方向以及概率最高的移動步長，確定所述無人機的下一時刻的位置坐標；

所述基于所述無人機的當前位置坐標以及移動終端的當前位置坐標，通過訓練好的神經網絡模型，計算得到所述無人機各個移動方向的概率以及各個移動步長的概率的步驟包括：

將所述無人機的當前位置坐標以及移動終端的當前位置坐標輸入所述訓練好的神經網絡模型，得到所述訓練好的神經網絡模型的輸出結果，所述輸出結果包括：所述無人機的移動方向的均值、移動方向的方差、移動步長的均值以及移動步長的方差；

基于所述移動步長的方差以及所述移動步長的均值構建移動步長的高斯分布，以及基于所述移動方向的方差以及所述移動方向的均值構建移動方向的高斯分布；

服從預設的搜索概率，從所述移動步長的高斯分布中選擇概率值最高的移動步長，以及從所述移動方向的高斯分布中選擇概率值最高的移動方向；

所述訓練好的神經網絡模型是通過以下步驟訓練得到的：

步驟一，獲取訓練集，所述訓練集包括：多個歷史時刻移動終端的位置坐標以及無人機的位置坐標；

步驟二，針對多個歷史時刻中的一個指定時刻，將所述移動終端在所述指定時刻的位置坐標以及所述無人機在所述指定時刻的位置坐標輸入預設的神經網絡模型，得到所述無人機的移動方向的均值、移動方向的方差、移動步長的均值以及移動步長的方差；

步驟三，基于所述移動步長的均值以及所述移動步長的方差構建移動步長的高斯分布，以及基于所述移動方向的均值以及所述移動方向的方差構建移動方向的高斯分布；

步驟四，從所述移動步長的高斯分布中選擇概率值最高的移動步長，以及從所述移動方向的高斯分布中選擇概率值最高的移動方向；

步驟五，確定所述無人機按照概率最高的移動方向以及概率最高的移動步長移動后的目標位置；

步驟六，計算在所述目標位置處無人機與移動終端通信的平均傳輸速率；

步驟七，針對所述指定時刻，將最大化在該指定時刻的下一歷史時刻無人機與移動終端的平均傳輸速率作為訓練目標，重復執行步驟二到步驟六，直至達到迭代次數；

步驟八，將達到迭代次數的神經網絡模型確定為訓練好的神經網絡模型。

2.根據權利要求1所述的方法，其特征在于，在所述基于所述無人機的當前坐標位置、概率最高的移動方向以及概率最高的移動步長，確定所述無人機的下一時刻的位置坐標的步驟之后，所述方法還包括：

當所述無人機的下一時刻的位置坐標處于所述待服務區域外時，從所述移動步長的高斯分布中選擇概率值次高的移動步長作為無人機的移動步長，以及從所述移動方向的高斯分布中選擇概率值次高的移動方向作為無人機的移動方向。

3.根據權利要求1所述的方法，其特征在于，所述訓練集通過以下步驟獲得：

將當前時刻前的預設時間內，各個歷史時刻移動終端以及無人機的位置坐標，組成數據集；

對所述數據集進行有放回采樣，得到訓練樣本；

將所述訓練樣本組成訓練集。

4.根據權利要求1-2任一所述的方法，其特征在于，在所述基于所述無人機的第一坐標位置、概率最高的移動方向以及概率最高的移動步長，確定所述無人機的下一時刻的位置坐標的步驟之后，所述方法還包括：

當所述無人機在所述下一時刻的位置坐標處，接收的接入請求個數達到預設的上限值時，將所述無人機達到上限值之后接收的接入請求轉發給其他無人機，所述其他無人機是在所述無人機通信范圍內的無人機。