买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网湖北省电力有限公司信息通信公司;武汉大学申请的专利一种多无人机巡检轨迹和移动储能端调度巡检方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119937625B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411890637.2，技术领域涉及：G05D1/695；该发明授权一种多无人机巡检轨迹和移动储能端调度巡检方法及系统是由叶宇轩;廖荣涛;胡钰林;周正;罗弦;王逸兮;李磊;宁昊;王晟玮;张剑;张玉洁;郭岳;高云飞设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种多无人机巡检轨迹和移动储能端调度巡检方法及系统在说明书摘要公布了：本发明提出一种多无人机巡检轨迹和移动储能端调度巡检方法及系统，该方法先获取各无人机巡检点的位置信息，然后根据巡检点的分布以及无人机数量分配各无人机的巡检点，最后基于各无人机的巡检任务，采用基于多头自注意力机制的DDQN算法优化各无人机巡检轨迹，并优化确定移动储能端的充电调度策略。本发明不仅提升了无人机的巡检效率，减少了总的巡检时间，而且提升了无人机在巡检过程中的安全性。

本发明授权一种多无人机巡检轨迹和移动储能端调度巡检方法及系统在权利要求书中公布了：1.一种多无人机巡检轨迹和移动储能端调度巡检方法，其特征在于， 所述方法包括： S1、获取各无人机巡检点的位置信息； S2、根据巡检点的分布以及无人机数量分配各无人机的巡检点； S3、基于各无人机的巡检点，采用基于多头自注意力机制的DDQN算法优化各无人机巡检轨迹，并优化确定移动储能端的充电调度策略，包括： S31、基于贪婪算法确定无人机的最优巡检点； S32、在当前时隙根据ε-greedy策略选择无人机的飞行速度vn，并根据以下公式计算当前时隙的奖励rn： 上式中，ra为无人机飞去禁飞区的惩罚，do,n为无人机当前位置与巡检点的距离，do,n+1为无人机下一时隙位置与巡检点的距离，η为减少无人机巡检时隙的常数，且ra、η均为负的常数； S33、将转移的结果qn,vn,rn,qn+1保存到经验池中，其中，qn、qn+1分别为无人机在当前时隙、下一时隙的位置； S34、随机从经验池中选择N1步样本，并使用梯度下降法减小神经网络的损失，从而优化无人机的巡检轨迹，获得更大的奖励，最终得到各无人机的最优巡检轨迹，其中， 损失函数loss为： 上式中，λ为折扣因子，Qqn,vn|θ为当前dueling网络中无人机在位置qn采取动作vn的Q值，为目标dueling网络中无人机在位置qn+1采取动作的Q值，θ、θ*为影响神经网络模型参数的因子； 所述dueling网络中引入了多头自注意力机制对状态价值函数和优势函数增强，增强后的Q函数为： Vq＝fVhattq Aq,v＝fAhattq,v Qi＝WQhq Kj＝WKhq Vj＝WVhq 上式中，Vq、Aq,v分别为状态价值函数和优势函数，q、v分别为无人机所在的位置和采取的动作，B为可选择动作的个数，fV用于从注意力增强的状态特征hattq计算状态价值Vq，hattq为注意力增强后的状态特征表示，fA用于从注意力增强后的状态特征计算优势函数Aq,v，vi,j为注意力权重，Vj为值向量，Qi为查询向量，为键向量的转置，i为查询向量的索引，j为键向量和值向量的索引，dk为键向量的维度，WQ为将hq映射到查询向量空间的线性变换矩阵，WK为将hq映射到键向量空间的线性变换矩阵，WV为将hq映射到值向量空间的线性变化矩阵，hq为特征向量； S35、判断无人机当前电池能量是否小于设定的阈值，若小于，则移动储能端根据充电调度策略对无人机进行充电；若不小于，则进入S36； S36、判断无人机是否完成该巡检点的巡检任务，若未完成，则返回S32；若完成，则进入S37； S37、判断无人机是否完成所有巡检点的巡检任务，若未完成，则返回S31；若完成，则进入S38； S38、判断是否达到最大迭代次数，若未达到，则返回S31进行下一个无人机的巡检轨迹优化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网湖北省电力有限公司信息通信公司;武汉大学，其通讯地址为：430070 湖北省武汉市洪山区徐东大街341号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。