[發明專利]引入蜂群式協同控制法的智慧城市實時安全管控無人機

在審

• 申請號: 202211091901.7
• 申請日: 2022-09-07
• 公開（公告）號: CN115657697A
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 蔡嘉慧;翁澤龍;陳家豪;方榮
• 申請（專利權）人: 海南飛行者科技有限公司
• 主分類號: G05D1/08
• 分類號: G05D1/08;G05D1/10;B64C39/02;B64U10/14;B64U101/30
• 代理公司: 北京智行陽光知識產權代理事務所(普通合伙) 11738
• 代理人: 劉玫潭

1.引入蜂群式協同控制法的智慧城市實時安全管控無人機，包括無人機主體(1)與蜂巢控制平臺(10)，其特征在于：所述無人機主體(1)上開設有滑動槽(2)，所述滑動槽(2)的內側滑動連接有兩個連接帶(3)，兩個所述連接帶(3)之間固定連接有攝像頭(4)，所述滑動槽(2)的內側與無人機主體(1)的內部相連通，兩個所述連接帶(3)的另一端延伸至無人機主體(1)的內部，所述無人機主體(1)的內部固定安裝有卷束馬達(5)，所述卷束馬達(5)的輸出軸固定連接有收束輪(6)，兩個所述連接帶(3)位于無人機主體(1)內部的一端均與收束輪(6)固定連接，所述無人機主體(1)上設置有兩個嵌入槽，兩個所述嵌入槽分別位于滑動槽(2)的左右兩側，所述嵌入槽的內側固定連接有磁性條(7)，所述攝像頭(4)與磁性條(7)之間光滑接觸并磁性連接，所述無人機主體(1)的底部可拆卸式安裝有固定平臺(8)，所述無人機主體(1)的安裝固定安裝有調節機構(9)；

所述無人機主體(1)分為雇傭蜂無人機(101)與非雇傭蜂無人機(102)，所述雇傭蜂無人機(101)、非雇傭蜂無人機(102)與蜂巢控制平臺(10)構成人工蜂群無人機系統，所述蜂巢控制平臺(10)包含有：

交互傳遞數據處理模塊(11)，用于處理雇傭蜂無人機(101)與非雇傭蜂無人機(102)所采集的食物源信息與路徑信息，食物源信息為目的地區信息；

K均值聚類算法模塊(12)，用于對采集的數據進行一次K均值迭代聚類，根據聚類劃分，用每一類的新的數據更新蜂巢控制平臺(10)數據；

第一信號收發模塊(13)，用于交互傳遞數據處理模塊(11)與雇傭蜂無人機(101)與非雇傭蜂無人機(102)的數據傳遞，獲得采集數據與發送控制指令；

數據存儲模塊(14)，用于存儲食物源信息與路徑信息，供后續的調取查看與使用；

所述雇傭蜂無人機(101)與非雇傭蜂無人機(102)均包含有：

數據采集模塊(103)，用于采集食物源信息與路徑信息；

第二信號收發模塊(104)，用于與第一信號收發模塊(13)信號連接，發送采集數據與接收控制指令。

2.根據權利要求1所述的引入蜂群式協同控制法的智慧城市實時安全管控無人機，其特征在于：所述滑動槽(2)與無人機主體(1)的連通處一體成型有弧形過渡板(15)，所述收束輪(6)設置有三個收束槽。

3.根據權利要求1所述的引入蜂群式協同控制法的智慧城市實時安全管控無人機，其特征在于：正面的所述連接帶(3)為單條皮帶，背面的所述連接帶(3)由兩個皮帶組成，且兩個皮帶靠近攝像頭(4)的一端一體成型。

4.根據權利要求1所述的引入蜂群式協同控制法的智慧城市實時安全管控無人機，其特征在于：所述攝像頭(4)包含有攝像頭主體(41)，所述攝像頭主體(41)的頂部通過螺栓固定連接有攝像頭安裝座(42)，兩個所述連接帶(3)的一端均與攝像頭安裝座(42)固定連接，所述攝像頭安裝座(42)上轉動連接有有與磁性條(7)磁性連接的滾輪(43)。

5.根據權利要求1所述的引入蜂群式協同控制法的智慧城市實時安全管控無人機，其特征在于：所述固定平臺(8)包含有設備安裝臺(81)，所述無人機主體(1)的底部一體成型有兩個連接條(16)，所述設備安裝臺(81)的左側與左側的連接條(16)插接，所述設備安裝臺(81)的右側與右側的連接條(16)通過螺栓固定連接。

6.根據權利要求1所述的引入蜂群式協同控制法的智慧城市實時安全管控無人機，其特征在于：所述調節機構(9)包含有螺紋柱(91)，所述螺紋柱(91)穿插于無人機主體(1)上并與無人機主體(1)螺紋連接，所述螺紋柱(91)位于無人機主體(1)內部的一端轉動連接有連接塊(92)，所述連接塊(92)的底端轉動連接有張緊輪(93)，所述張緊輪(93)與正面的連接帶(3)接觸。

7.根據權利要求1所述的引入蜂群式協同控制法的智慧城市實時安全管控無人機，其特征在于：所述K均值聚類算法模塊(12)的基礎算法步驟如下：

步驟1設置引領蜂、跟隨蜂和偵察蜂的數量(一般有引領蜂數量等于跟隨蜂數量)；最大迭代次數MCN以及控制參數Limit；當前迭代次數Cycle，初始值為1；聚類類別數k；利用最大最小距離積法初始化蜂群，產生{Z₁，Z₂....Z_N}個初始蜂群；

步驟2對初始蜂群進行一次聚類劃分，計算每只蜜蜂的適應度，按照適應度大小排序，將前一半作為引領蜂，后一半作為跟隨蜂；

步驟3引領蜂對其鄰域進行搜索，得到新的位置，按照貪婪選擇原則.如果新的位置的適應度大于原先位置的適應度.則用新的位置更新原位置；否則，保持原位置不變，當所有引領蜂完成鄰域搜索后，計算概率P；

步驟4跟隨蜂利用算得的概率P并基于輪盤賭原則選擇引領蜂，原則上，P越大，表明引領蜂i的適應度值越大，被跟隨蜂選中的概率也越大，當跟隨蜂完成引領蜂選擇后，對鄰域搜索，同樣按照貪婪選擇原則選擇適應度高的位置；

步驟5在所有跟隨蜂完成搜索后，將得到的位置作為聚類中心，對數據集進行一次K均值迭代聚類，根據聚類劃分，用每一類的新的聚類中心更新蜂群；

步驟6如果某引領蜂在Limit次迭代后，結果都沒有改變，則由引領蜂變為偵察蜂，并隨機產生--個新的位置取代原位置；

步驟7如果當前迭代次數大于最大次數MCN，則迭代結束.算法結束；否則轉向步驟2，Cycle＝Cycle+1。