CN116934029B - 一种基于人工智能的地空协作管理***及方法 - Google Patents
一种基于人工智能的地空协作管理***及方法 Download PDFInfo
- Publication number
- CN116934029B CN116934029B CN202310890490.6A CN202310890490A CN116934029B CN 116934029 B CN116934029 B CN 116934029B CN 202310890490 A CN202310890490 A CN 202310890490A CN 116934029 B CN116934029 B CN 116934029B
- Authority
- CN
- China
- Prior art keywords
- inspection
- equipment
- patrol
- task
- ground
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 22
- 238000007689 inspection Methods 0.000 claims abstract description 563
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 6
- 239000012634 fragment Substances 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 23
- 238000010276 construction Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000013070 change management Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及地空协作管理技术领域,具体为一种基于人工智能的地空协作管理***及方法,所述***包括协作需求分析模块,所述协作需求分析模块实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集。本发明不仅监控各个巡检设备对相应巡检任务的巡检结果;还根据巡检设备所处的环境信息及巡检设备自身的状态信息预测执行相应未完成的巡检任务时的续航能力,在续航不足时对巡检设备相应的巡检任务进行协作处理及自适应调节,实现对地空协作巡检的有效管理。
Description
技术领域
本发明涉及地空协作管理技术领域,具体为一种基于人工智能的地空协作管理***及方法。
背景技术
随着人工智能技术的快速发展,人们对机器人的使用越来越广泛,在设备巡检领域,人们往往通过提前对机器人设置巡检路线及巡检任务,能够及时有效地对待巡检设备状态进行监测,但是由于待巡检设备的位置及巡检任务对应的角度原因,无人巡检车无法有效对待巡检设备进行精准且快速的巡检,进而需要通过无人机来完成的相应的巡检需求,该巡检方式涉及无人巡检车与无人机的地空协作管理。
现有的基于人工智能的地空协作管理***,仅仅是提前将待巡检设备对应的巡检任务分配给不同的巡检设备(无人巡检车及无人机),并监控各个巡检设备对相应巡检任务的巡检结果;现有技术无法根据巡检设备所处的环境信息及巡检设备自身的状态信息预测执行相应未完成的巡检任务时的续航能力,且无法在续航不足时对巡检设备相应的巡检任务进行协作处理及自适应调节,进而现有技术存在较大的缺陷。
发明内容
本发明的目的在于提供一种基于人工智能的地空协作管理***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于人工智能的地空协作管理方法,所述方法包括以下步骤:
S1、获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;所述巡检路线途经多个待巡检设备节点,每个待巡检设备节点(待巡检设备节点为相应待巡检设备对应的占地区域)对应一个或多个巡检任务,所述巡检设备包括无人机及无人巡检车;
S2、实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集;
S3、基于地空巡检设备集合中巡检设备对应的巡检任务集,得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备及相应的待协作巡检任务;
S4、将协作需求巡检设备集中每个巡检设备对应的待协作巡检任务从相应巡检任务集中未完成的巡检任务中剔除,得到各个巡检设备更新后的巡检任务集及相应的巡检路线,并反馈给管理员,辅助管理员对异常运行状态的巡检设备相应的巡检任务集及相应的巡检路线进行变更。
进一步的,所述S1中构建地空巡检设备集合时,对地空巡检设备集合中的各个巡检设备进行编号,将地空巡检设备集合中第i个巡检设备对应的编号记为Ai;
所述S2中巡检设备所处的环境信息包括巡检设备的当前位置、天气预报中当天的风力及风向(风向均为水平面上的指向);所述设备运行状态信息为巡检设备的剩余电量。
进一步的,所述S2中结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征的方法包括以下步骤:
S21、获取当前时间编号Ai的巡检设备对应的环境信息BAi及设备运行状态信息Di;获取编号为Ai的巡检设备对应的巡检任务集及相应的巡检路线,得到当前时间编号Ai的巡检设备未完成的巡检任务构成的集合B1i及巡检路线中当前位置至巡检路线终点之间巡检路段Li;
S22、提取历史数据库中编号为Ai的巡检设备对应的历史巡检数据,得到编号Ai的巡检设备对应的历史巡检数据中,在执行B1i中第j个巡检任务时每次耗费电量的平均值,记为TjB1i;
S23、得到编号为Ai的巡检设备受环境影响的巡检状态干扰特征,记为XAi,
所述XAi={G1i,G2i,G3i},
其中,G1i表示编号Ai的巡检设备受环境影响后,后续在巡检路线上移动时占用电量的预测值,G1i=∫h=0 h1{W[Li(h),BxAi]×Mi}dh,所述h1表示巡检路段Li对应的距离,Li(h)表示编号为Ai的巡检设备沿相应巡检路线行驶时,行驶至巡检路段Li中且与当前位置距离为h的位置时对应的巡检设备指向(巡检设备的前进方向),BxAi表示BAi中风力与风向构成的向量,W[Li(h),BxAi]表示编号Ai的巡检设备在Li(h)对应位置时受BxAi影响的耗电系数,所述耗电系数是通过查询数据预置表单中夹角参量为Li(h)与BxAi夹角且数值参量为BxAi的模长时对应的系数值,一个夹角参量与一个数值参量共同对应一个系数值,夹角参量为0且数值参量为0时对应的系数值为1,Mi表示BxAi为零向量时编号Ai的巡检设备的移动时的平均耗电速率;
G2i表示编号Ai的巡检设备后续在待巡检设备节点执行巡检任务时检测过程占用电量的预测值,G2i等于B1i中j为不同值时分别对应的各个TjB1i的累加和;
G3i表示编号Ai的巡检设备后续在待巡检设备节点执行巡检任务时经协作处理后节省的最小电量的预测值,G3i=(G1i+G2i)-(Di-u),u为数据库中预置的巡检设备应急电量;
所述S2中根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集时,将地空巡检设备集合中对应巡检状态干扰特征内第三个值大于零的巡检设备进行汇总,将汇总结果对应的集合记为协作需求巡检设备集。
本发明风力与风向构成的向量及巡检设备指向构成的夹角参量,及风力与风向构成的向量的模长构成的数值参量,获取当前环境下巡检设备在不同巡检位置的耗电速率相较于无风状态下耗电速率的耗电系数,便于后续过程中准确预测巡检设备受环境影响的巡检状态干扰特征,为后续快速且精确生成协作需求巡检设备集提供了数据参照。
进一步的,所述S3中得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备的方法包括以下步骤:
S301、获取地空巡检设备集合中各个巡检设备对应的巡检任务集,获取协作需求巡检设备集,将协作需求巡检设备集中的第k个元素对应巡检设备记为Ek;
S302、提取Ek对应的未完成的每个巡检任务对应的任务特征信息,所述任务特征信息包括执行相应巡检任务时在相应待巡检设备节点中的预置活动区域及相应活动区域的中心点;提取地空巡检设备集合中除Ek之外的巡检设备对应的巡检任务相应的任务特征信息;
S303、计算地空巡检设备集合中除Ek之外的巡检设备中任意一个任务特征信息与Ek对应未完成的任意一个巡检任务相应的任务特征信息之间的关联特征值;将存在与Ek对应未完成的任意一个巡检任务相应的任务特征信息之间的关联特征值大于关联判定阈值且不属于协作需求巡检设备集的所有巡检设备均作为Ek的关联巡检设备;
将Ek对应未完成的某一个巡检任务相应的任务特征信息REk与巡检设备Ai对应的某个巡检任务相应的任务特征信息RAi之间的关联特征值记为Y(REk,RAi),
Y(REk,RAi)={s[R1Ek∩R1Ai]/s[R1Ek]}/F(R2Ek,R2Ai),
其中,R1Ek表示REk中的预置活动区域,R1Ai表示RAi中的预置活动区域,R2Ek表示REk中相应活动区域的中心点位置,R2Ai表示RAi中相应活动区域的中心点位置,
s[R1Ek∩R1Ai]表示R1Ek与R1Ai的交集区域对应的面积,s[R1Ek]表示R1Ek对应区域的面积,F(R2Ek,R2Ai)表示R2Ek与R2Ai之间的距离。
进一步的,所述S3中得到协作需求巡检设备集中每个巡检设备对应的待协作巡检任务的方法包括以下步骤:
S311、获取协作需求巡检设备集中的第k个元素对应巡检设备Ek,获取Ek的关联巡检设备;
S312、计算Ek中第n个未完成的巡检任务对应的协作特征关联值,记为gnEk,
gnEk=f{max{Yn(REk,RAi)}}×β(Ek,n),
f{}表示判定函数,当max{Yn(REk,RAi)}大于关联判定阈值时,则f{max{Yn(REk,RAi)}}=max{Yn(REk,RAi)},当max{Yn(REk,RAi)}小于等于关联判定阈值时,则f{max{Yn(REk,RAi)}}=0;
max{Yn(REk,RAi)}表示Ek对应未完成的第n个巡检任务的任务特征信息与关联巡检设备中各个巡检任务的任务特征信息之间的关联特征值中的最大值,
β(Ek,n)表示历史巡检数据中Ek内第n个未完成的巡检任务对应的巡检结果为正常状态次数占巡检Ek内第n个未完成的巡检任务对应巡检总次数的比值;
S313、按对应的协作特征关联值从大到小的顺序对Ek中各个未完成的巡检任务进行排序,得到Ek对应未完成的巡检任务相应的协作优先级巡检任务序列,并将Ek对应的协作优先级巡检任务序列中每个元素与相应元素对应巡检任务对应的历史巡检耗电量进行绑定,所述Ek对应的协作优先级巡检任务序列中对应协作特征关联值相等的不同元素之间的顺序是随机生成的,
相应元素对应巡检任务对应的历史巡检耗电量等于Ek对应的历史巡检数据中,执行相应元素巡检任务时每次耗费电量的平均值;
S314、得到协作需求巡检设备集中巡检设备Ek对应的待协作巡检任务,所得结果为Ek对应的协作优先级巡检任务序列中前d1个元素,
且当d1=1时,0<G3Ek≤∑d=1 d1td;当d1>1时,∑d=1 d1-1td<G3Ek≤∑d=1 d1td,
其中,td表示Ek对应的协作优先级巡检任务序列中第d个元素绑定的历史巡检耗电量,G3Ek表示巡检设备Ek受环境影响的巡检状态干扰特征中的第三个值。
本发明协作需求巡检设备集中的每个巡检设备对应的关联巡检设备,均不属于协作需求巡检设备集,是考虑到协作需求巡检设备集中的每个巡检设备均为待自适应调节的对象(电量不足以支撑正常完成相应的巡检任务),说明其对应的巡检任务对应的部分巡检结果需要参考其余巡检设备的巡检结果获取的,对应的巡检结果精度相较于自身正常监测得到的巡检结果精度较差,若进一步作为别的巡检设备的关联巡检设备,则可能会进一步影响别的巡检设备监测的巡检结果精度。
进一步的,所述S4中得到各个巡检设备更新后的巡检任务集及相应的巡检路线中,
若巡检设备不属于协作需求巡检设备集,则相应巡检设备更新后的巡检任务集及相应巡检路线保持不变;
若巡检设备属于协作需求巡检设备集,相应巡检设备更新后的巡检任务集为相应巡检设备更新前的巡检任务集的未完成的巡检任务中剔除相应的待协作巡检任务后结果;获取相应巡检设备更新后的巡检路线时,提取相应巡检设备更新前后分别对应的巡检任务集中各元素对应的待巡检设备节点,将相应巡检设备更新前对应的巡检任务集中各元素对应的待巡检设备节点构成的集合记为Q1,将相应巡检设备更新后对应的巡检任务集中各元素对应的待巡检设备节点构成的集合记为Q2,且Q1与Q2的交集为Q2,
当Q1=Q2时,则判定相应巡检设备更新后的巡检路线保持不变;
当Q1≠Q2时,则判定相应巡检设备更新后的巡检路线发生变更,获取Q1与Q2中相同的元素片段,Q2中每个元素片段对应的巡检路线部分保持不变,Q2中任意两个相邻的元素片段之间的巡检路线为相应的两个相邻元素片段对应相邻端点的位置之间的连线;
所述元素片段由相应集合中连续的元素构成,且Q1、Q2中与元素片段相邻的元素不同。
一种基于人工智能的地空协作管理***,所述***包括以下模块:
地空巡检信息获取模块,所述地空巡检信息获取模块获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;
协作需求分析模块,所述协作需求分析模块实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集;
设备协作信息分析模块,所述设备协作信息分析模块基于地空巡检设备集合中巡检设备对应的巡检任务集,得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备及相应的待协作巡检任务;
巡检信息变更管理模块,所述巡检信息变更管理模块将协作需求巡检设备集中每个巡检设备对应的待协作巡检任务从相应巡检任务集中未完成的巡检任务中剔除,得到各个巡检设备更新后的巡检任务集及相应的巡检路线,并反馈给管理员,辅助管理员对异常运行状态的巡检设备相应的巡检任务集及相应的巡检路线进行变更。
进一步的,所述地空巡检信息获取模块包括地空巡检设备集合构建模块及巡检信息绑定模块,
所述地空巡检设备集合构建模块获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;
所述巡检信息绑定模块提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;
所述巡检路线途经多个待巡检设备节点,每个待巡检设备节点对应一个或多个巡检任务,所述巡检设备包括无人机及无人巡检车;
进一步的,所述协作需求分析模块包括巡检状态干扰特征分析模块及协作需求巡检设备集构建模块,
所述巡检状态干扰特征分析模块实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;
所述协作需求巡检设备集构建模块根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集。
与现有技术相比,本发明所达到的有益效果是:本发明提前将待巡检设备对应的巡检任务分配给不同的巡检设备后,不仅监控各个巡检设备对相应巡检任务的巡检结果;还根据巡检设备所处的环境信息及巡检设备自身的状态信息预测执行相应未完成的巡检任务时的续航能力,在续航不足时对巡检设备相应的巡检任务进行协作处理及自适应调节,实现对地空协作巡检的有效管理。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于人工智能的地空协作管理方法的流程示意图;
图2是本发明一种基于人工智能的地空协作管理***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种基于人工智能的地空协作管理方法,所述方法包括以下步骤:
S1、获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;所述巡检路线途经多个待巡检设备节点,每个待巡检设备节点(待巡检设备节点为相应巡检设备对应的占地区域)对应一个或多个巡检任务,所述巡检设备包括无人机及无人巡检车;
所述S1中构建地空巡检设备集合时,对地空巡检设备集合中的各个巡检设备进行编号,将地空巡检设备集合中第i个巡检设备对应的编号记为Ai;
S2、实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集;
所述S2中巡检设备所处的环境信息包括巡检设备的当前位置、天气预报中当天的风力及风向(风向均为水平面上的指向);所述设备运行状态信息为巡检设备的剩余电量。
所述S2中结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征的方法包括以下步骤:
S21、获取当前时间编号Ai的巡检设备对应的环境信息BAi及设备运行状态信息Di;获取编号为Ai的巡检设备对应的巡检任务集及相应的巡检路线,得到当前时间编号Ai的巡检设备未完成的巡检任务构成的集合B1i及巡检路线中当前位置至巡检路线终点之间巡检路段Li;
S22、提取历史数据库中编号为Ai的巡检设备对应的历史巡检数据,得到编号Ai的巡检设备对应的历史巡检数据中,在执行B1i中第j个巡检任务时每次耗费电量的平均值,记为TjB1i;
S23、得到编号为Ai的巡检设备受环境影响的巡检状态干扰特征,记为XAi,
所述XAi={G1i,G2i,G3i},
其中,G1i表示编号Ai的巡检设备受环境影响后,后续在巡检路线上移动时占用电量的预测值,G1i=∫h=0 h1{W[Li(h),BxAi]×Mi}dh,所述h1表示巡检路段Li对应的距离,Li(h)表示编号为Ai的巡检设备沿相应巡检路线行驶时,行驶至巡检路段Li中且与当前位置距离为h的位置时对应的巡检设备指向(巡检设备的前进方向),BxAi表示BAi中风力与风向构成的向量,W[Li(h),BxAi]表示编号Ai的巡检设备在Li(h)对应位置时受BxAi影响的耗电系数,所述耗电系数是通过查询数据预置表单中夹角参量为Li(h)与BxAi夹角且数值参量为BxAi的模长时对应的系数值,一个夹角参量与一个数值参量共同对应一个系数值,夹角参量为0且数值参量为0时对应的系数值为1,Mi表示BxAi为零向量时编号Ai的巡检设备的移动时的平均耗电速率;
G2i表示编号Ai的巡检设备后续在待巡检设备节点执行巡检任务时检测过程占用电量的预测值,G2i等于B1i中j为不同值时分别对应的各个TjB1i的累加和;
G3i表示编号Ai的巡检设备后续在待巡检设备节点执行巡检任务时经协作处理后节省的最小电量的预测值,G3i=(G1i+G2i)-(Di-u),u为数据库中预置的巡检设备应急电量;
所述S2中根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集时,将地空巡检设备集合中对应巡检状态干扰特征内第三个值大于零的巡检设备进行汇总,将汇总结果对应的集合记为协作需求巡检设备集。
S3、基于地空巡检设备集合中巡检设备对应的巡检任务集,得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备及相应的待协作巡检任务;
所述S3中得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备的方法包括以下步骤:
S301、获取地空巡检设备集合中各个巡检设备对应的巡检任务集,获取协作需求巡检设备集,将协作需求巡检设备集中的第k个元素对应巡检设备记为Ek;
S302、提取Ek对应的未完成的每个巡检任务对应的任务特征信息,所述任务特征信息包括执行相应巡检任务时在相应待巡检设备节点中的预置活动区域及相应活动区域的中心点;提取地空巡检设备集合中除Ek之外的巡检设备对应的巡检任务相应的任务特征信息;
S303、计算地空巡检设备集合中除Ek之外的巡检设备中任意一个任务特征信息与Ek对应未完成的任意一个巡检任务相应的任务特征信息之间的关联特征值;将存在与Ek对应未完成的任意一个巡检任务相应的任务特征信息之间的关联特征值大于关联判定阈值且不属于协作需求巡检设备集的所有巡检设备均作为Ek的关联巡检设备;
将Ek对应未完成的某一个巡检任务相应的任务特征信息REk与巡检设备Ai对应的某个巡检任务相应的任务特征信息RAi之间的关联特征值记为Y(REk,RAi),
Y(REk,RAi)={s[R1Ek∩R1Ai]/s[R1Ek]}/F(R2Ek,R2Ai),
其中,R1Ek表示REk中的预置活动区域,R1Ai表示RAi中的预置活动区域,R2Ek表示REk中相应活动区域的中心点位置,R2Ai表示RAi中相应活动区域的中心点位置,
s[R1Ek∩R1Ai]表示R1Ek与R1Ai的交集区域对应的面积,s[R1Ek]表示R1Ek对应区域的面积,F(R2Ek,R2Ai)表示R2Ek与R2Ai之间的距离。
本实施例中获取巡检设备对应的关联巡检设备时,无人机的关联巡检设备可以为无人机或无人巡检车,无人巡检车的关联巡检设备也可以为无人机或无人巡检车;
所述S3中得到协作需求巡检设备集中每个巡检设备对应的待协作巡检任务的方法包括以下步骤:
S311、获取协作需求巡检设备集中的第k个元素对应巡检设备Ek,获取Ek的关联巡检设备;
S312、计算Ek中第n个未完成的巡检任务对应的协作特征关联值,记为gnEk,
gnEk=f{max{Yn(REk,RAi)}}×β(Ek,n),
f{}表示判定函数,当max{Yn(REk,RAi)}大于关联判定阈值时,则f{max{Yn(REk,RAi)}}=max{Yn(REk,RAi)},当max{Yn(REk,RAi)}小于等于关联判定阈值时,则f{max{Yn(REk,RAi)}}=0;
max{Yn(REk,RAi)}表示Ek对应未完成的第n个巡检任务的任务特征信息与关联巡检设备中各个巡检任务的任务特征信息之间的关联特征值中的最大值,
β(Ek,n)表示历史巡检数据中Ek内第n个未完成的巡检任务对应的巡检结果为正常状态次数占巡检Ek内第n个未完成的巡检任务对应巡检总次数的比值;
S313、按对应的协作特征关联值从大到小的顺序对Ek中各个未完成的巡检任务进行排序,得到Ek对应未完成的巡检任务相应的协作优先级巡检任务序列,并将Ek对应的协作优先级巡检任务序列中每个元素与相应元素对应巡检任务对应的历史巡检耗电量进行绑定,所述Ek对应的协作优先级巡检任务序列中对应协作特征关联值相等的不同元素之间的顺序是随机生成的,
相应元素对应巡检任务对应的历史巡检耗电量等于Ek对应的历史巡检数据中,执行相应元素巡检任务时每次耗费电量的平均值;
S314、得到协作需求巡检设备集中巡检设备Ek对应的待协作巡检任务,所得结果为Ek对应的协作优先级巡检任务序列中前d1个元素,
且当d1=1时,0<G3Ek≤∑d=1 d1td;当d1>1时,∑d=1 d1-1td<G3Ek≤∑d=1 d1td,
其中,td表示Ek对应的协作优先级巡检任务序列中第d个元素绑定的历史巡检耗电量,G3Ek表示巡检设备Ek受环境影响的巡检状态干扰特征中的第三个值。
S4、将协作需求巡检设备集中每个巡检设备对应的待协作巡检任务从相应巡检任务集中未完成的巡检任务中剔除,得到各个巡检设备更新后的巡检任务集及相应的巡检路线,并反馈给管理员,辅助管理员对异常运行状态的巡检设备相应的巡检任务集及相应的巡检路线进行变更;
所述S4中得到各个巡检设备更新后的巡检任务集及相应的巡检路线中,
若巡检设备不属于协作需求巡检设备集,则相应巡检设备更新后的巡检任务集及相应巡检路线保持不变;
若巡检设备属于协作需求巡检设备集,相应巡检设备更新后的巡检任务集为相应巡检设备更新前的巡检任务集的未完成的巡检任务中剔除相应的待协作巡检任务后结果;获取相应巡检设备更新后的巡检路线时,提取相应巡检设备更新前后分别对应的巡检任务集中各元素对应的待巡检设备节点,将相应巡检设备更新前对应的巡检任务集中各元素对应的待巡检设备节点构成的集合记为Q1,将相应巡检设备更新后对应的巡检任务集中各元素对应的待巡检设备节点构成的集合记为Q2,且Q1与Q2的交集为Q2,
当Q1=Q2时,则判定相应巡检设备更新后的巡检路线保持不变;
当Q1≠Q2时,则判定相应巡检设备更新后的巡检路线发生变更,获取Q1与Q2中相同的元素片段,Q2中每个元素片段对应的巡检路线部分保持不变,Q2中任意两个相邻的元素片段之间的巡检路线为相应的两个相邻元素片段对应相邻端点的位置之间的连线;
所述元素片段由相应集合中连续的元素构成,且Q1、Q2中与元素片段相邻的元素不同。
本实施例中若巡检设备甲更新前的巡检任务集为V1={r0,r1,r2,r3,r4,r5},巡检设备甲更新后的巡检任务集为V2={r0,r1,r3,r4,r5},
若r0对应的待巡检设备节点为a0,r1对应的待巡检设备节点为a1,r2、r3对应的待巡检设备节点均为a2,r4对应的待巡检设备节点为a3,r5对应的待巡检设备节点为a4,
则V1对应的Q1={a0,a1,a2,a3,a4},V2对应的Q2={a0,a1,a2,a3,a4},即Q1=Q2,则判定巡检设备甲更新后的巡检路线保持不变(巡检设备甲更新后的巡检路线与巡检设备甲更新前的巡检路线相同);
若r0对应的待巡检设备节点为a0,r1对应的待巡检设备节点为a1,r2对应的待巡检设备节点均为a2,r3、r4对应的待巡检设备节点为a3,r5对应的待巡检设备节点为a4,
则V1对应的Q1={a0,a1,a2,a3,a4},V2对应的Q2={a0,a1,a3,a4},即Q1≠Q2,则判定巡检设备甲更新后的巡检路线发生变更,则得到两个元素片段:{a0,a1}与{a3,a4},
巡检设备甲更新后的元素片段{a0,a1}对应的巡检路线部分与巡检设备甲更新前的元素片段{a0,a1}对应的巡检路线部分相同,巡检设备甲更新后的元素片段{a3,a4}对应的巡检路线部分与巡检设备甲更新前的元素片段{a3,a4}对应的巡检路线部分相同,巡检设备甲更新后的相邻元素片段{a0,a1}与{a3,a4}之间的巡检路线为a1对应位置({a0,a1}中的端点)与a3对应位置({a3,a4}中的端点)之间的连线。
如图2所示,一种基于人工智能的地空协作管理***,所述***包括以下模块:
地空巡检信息获取模块,所述地空巡检信息获取模块获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;
协作需求分析模块,所述协作需求分析模块实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集;
设备协作信息分析模块,所述设备协作信息分析模块基于地空巡检设备集合中巡检设备对应的巡检任务集,得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备及相应的待协作巡检任务;
巡检信息变更管理模块,所述巡检信息变更管理模块将协作需求巡检设备集中每个巡检设备对应的待协作巡检任务从相应巡检任务集中未完成的巡检任务中剔除,得到各个巡检设备更新后的巡检任务集及相应的巡检路线,并反馈给管理员,辅助管理员对异常运行状态的巡检设备相应的巡检任务集及相应的巡检路线进行变更。
所述地空巡检信息获取模块包括地空巡检设备集合构建模块及巡检信息绑定模块,
所述地空巡检设备集合构建模块获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;
所述巡检信息绑定模块提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;
所述巡检路线途经多个待巡检设备节点,每个待巡检设备节点对应一个或多个巡检任务,所述巡检设备包括无人机及无人巡检车;
所述协作需求分析模块包括巡检状态干扰特征分析模块及协作需求巡检设备集构建模块,
所述巡检状态干扰特征分析模块实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;
所述协作需求巡检设备集构建模块根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于人工智能的地空协作管理方法,其特征在于,所述方法包括以下步骤:
S1、获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;所述巡检路线途经多个待巡检设备节点,每个待巡检设备节点对应一个或多个巡检任务,所述巡检设备包括无人机及无人巡检车;
S2、实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集;
S3、基于地空巡检设备集合中巡检设备对应的巡检任务集,得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备及相应的待协作巡检任务;
S4、将协作需求巡检设备集中每个巡检设备对应的待协作巡检任务从相应巡检任务集中未完成的巡检任务中剔除,得到各个巡检设备更新后的巡检任务集及相应的巡检路线,并反馈给管理员,辅助管理员对异常运行状态的巡检设备相应的巡检任务集及相应的巡检路线进行变更;
所述S1中构建地空巡检设备集合时,对地空巡检设备集合中的各个巡检设备进行编号,将地空巡检设备集合中第i个巡检设备对应的编号记为Ai;
所述S2中巡检设备所处的环境信息包括巡检设备的当前位置、天气预报中当天的风力及风向;所述设备运行状态信息为巡检设备的剩余电量;
所述S2中结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征的方法包括以下步骤:
S21、获取当前时间编号Ai的巡检设备对应的环境信息BAi及设备运行状态信息Di;获取编号为Ai的巡检设备对应的巡检任务集及相应的巡检路线,得到当前时间编号Ai的巡检设备未完成的巡检任务构成的集合B1i及巡检路线中当前位置至巡检路线终点之间巡检路段Li;
S22、提取历史数据库中编号为Ai的巡检设备对应的历史巡检数据,得到编号Ai的巡检设备对应的历史巡检数据中,在执行B1 i中第j个巡检任务时每次耗费电量的平均值,记为TjB1i;
S23、得到编号为Ai的巡检设备受环境影响的巡检状态干扰特征,记为XAi,
所述XAi={G1i,G2i,G3i},
其中,G1i表示编号Ai的巡检设备受环境影响后,后续在巡检路线上移动时占用电量的预测值,G1i=∫h=0 h1{W[Li(h),BxAi]×Mi}dh,所述h1表示巡检路段Li对应的距离,Li(h)表示编号为Ai的巡检设备沿相应巡检路线行驶时,行驶至巡检路段Li中且与当前位置距离为h的位置时对应的巡检设备指向,BxAi表示BAi中风力与风向构成的向量,W[Li(h),BxAi]表示编号Ai的巡检设备在Li(h)对应位置时受BxAi影响的耗电系数,所述耗电系数是通过查询数据预置表单中夹角参量为Li(h)与BxAi夹角且数值参量为BxAi的模长时对应的系数值,一个夹角参量与一个数值参量共同对应一个系数值,夹角参量为0且数值参量为0时对应的系数值为1,Mi表示BxAi为零向量时编号Ai的巡检设备的移动时的平均耗电速率;
G2i表示编号Ai的巡检设备后续在待巡检设备节点执行巡检任务时检测过程占用电量的预测值,G2i等于B1i中j为不同值时分别对应的各个TjB1i的累加和;
G3i表示编号Ai的巡检设备后续在待巡检设备节点执行巡检任务时经协作处理后节省的最小电量的预测值,G3i=(G1i+G2i)-(Di-u),u为数据库中预置的巡检设备应急电量;
所述S2中根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集时,将地空巡检设备集合中对应巡检状态干扰特征内第三个值大于零的巡检设备进行汇总,将汇总结果对应的集合记为协作需求巡检设备集。
2.根据权利要求1所述的一种基于人工智能的地空协作管理方法,其特征在于:所述S3中得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备的方法包括以下步骤:
S301、获取地空巡检设备集合中各个巡检设备对应的巡检任务集,获取协作需求巡检设备集,将协作需求巡检设备集中的第k个元素对应巡检设备记为Ek;
S302、提取Ek对应的未完成的每个巡检任务对应的任务特征信息,所述任务特征信息包括执行相应巡检任务时在相应待巡检设备节点中的预置活动区域及相应活动区域的中心点;提取地空巡检设备集合中除Ek之外的巡检设备对应的巡检任务相应的任务特征信息;
S303、计算地空巡检设备集合中除Ek之外的巡检设备中任意一个任务特征信息与Ek对应未完成的任意一个巡检任务相应的任务特征信息之间的关联特征值;将存在与Ek对应未完成的任意一个巡检任务相应的任务特征信息之间的关联特征值大于关联判定阈值且不属于协作需求巡检设备集的所有巡检设备均作为Ek的关联巡检设备;
将Ek对应未完成的某一个巡检任务相应的任务特征信息REk与巡检设备Ai对应的某个巡检任务相应的任务特征信息RAi之间的关联特征值记为Y(REk,RAi),
Y(REk,RAi)={s[R1Ek∩R1Ai]/s[R1Ek]}/F(R2Ek,R2Ai),
其中,R1Ek表示REk中的预置活动区域,R1Ai表示RAi中的预置活动区域,R2Ek表示REk中相应活动区域的中心点位置,R2Ai表示RAi中相应活动区域的中心点位置,
s[R1Ek∩R1Ai]表示R1Ek与R1Ai的交集区域对应的面积,s[R1Ek]表示R1Ek对应区域的面积,F(R2Ek,R2Ai)表示R2Ek与R2Ai之间的距离。
3.根据权利要求2所述的一种基于人工智能的地空协作管理方法,其特征在于:所述S3中得到协作需求巡检设备集中每个巡检设备对应的待协作巡检任务的方法包括以下步骤:
S311、获取协作需求巡检设备集中的第k个元素对应巡检设备Ek,获取Ek的关联巡检设备;
S312、计算Ek中第n个未完成的巡检任务对应的协作特征关联值,记为gnEk,
gnEk=f{max{Yn(REk,RAi)}}×β(Ek,n),
f{}表示判定函数,当max{Yn(REk,RAi)}大于关联判定阈值时,则f{max{Yn(REk,RAi)}}=max{Yn(REk,RAi)},当max{Yn(REk,RAi)}小于等于关联判定阈值时,则f{max{Yn(REk,RAi)}}=0;
max{Yn(REk,RAi)}表示Ek对应未完成的第n个巡检任务的任务特征信息与关联巡检设备中各个巡检任务的任务特征信息之间的关联特征值中的最大值,
β(Ek,n)表示历史巡检数据中Ek内第n个未完成的巡检任务对应的巡检结果为正常状态次数占巡检Ek内第n个未完成的巡检任务对应巡检总次数的比值;
S313、按对应的协作特征关联值从大到小的顺序对Ek中各个未完成的巡检任务进行排序,得到Ek对应未完成的巡检任务相应的协作优先级巡检任务序列,并将Ek对应的协作优先级巡检任务序列中每个元素与相应元素对应巡检任务对应的历史巡检耗电量进行绑定,所述Ek对应的协作优先级巡检任务序列中对应协作特征关联值相等的不同元素之间的顺序是随机生成的,
相应元素对应巡检任务对应的历史巡检耗电量等于Ek对应的历史巡检数据中,执行相应元素巡检任务时每次耗费电量的平均值;
S314、得到协作需求巡检设备集中巡检设备Ek对应的待协作巡检任务,所得结果为Ek对应的协作优先级巡检任务序列中前d1个元素,
且当d1=1时,0<G3Ek≤∑d=1 d1td;当d1>1时,∑d=1 d1-1td<G3Ek≤∑d=1 d1td,
其中,td表示Ek对应的协作优先级巡检任务序列中第d个元素绑定的历史巡检耗电量,G3Ek表示巡检设备Ek受环境影响的巡检状态干扰特征中的第三个值。
4.根据权利要求1所述的一种基于人工智能的地空协作管理方法,其特征在于:所述S4中得到各个巡检设备更新后的巡检任务集及相应的巡检路线中,
若巡检设备不属于协作需求巡检设备集,则相应巡检设备更新后的巡检任务集及相应巡检路线保持不变;
若巡检设备属于协作需求巡检设备集,相应巡检设备更新后的巡检任务集为相应巡检设备更新前的巡检任务集的未完成的巡检任务中剔除相应的待协作巡检任务后结果;获取相应巡检设备更新后的巡检路线时,提取相应巡检设备更新前后分别对应的巡检任务集中各元素对应的待巡检设备节点,将相应巡检设备更新前对应的巡检任务集中各元素对应的待巡检设备节点构成的集合记为Q1,将相应巡检设备更新后对应的巡检任务集中各元素对应的待巡检设备节点构成的集合记为Q2,且Q1与Q2的交集为Q2,
当Q1=Q2时,则判定相应巡检设备更新后的巡检路线保持不变;
当Q1≠Q2时,则判定相应巡检设备更新后的巡检路线发生变更,获取Q1与Q2中相同的元素片段,Q2中每个元素片段对应的巡检路线部分保持不变,Q2中任意两个相邻的元素片段之间的巡检路线为相应的两个相邻元素片段对应相邻端点的位置之间的连线;
所述元素片段由相应集合中连续的元素构成,且Q1、Q2中与元素片段相邻的元素不同。
5.应用权利要求1-4中任意一项所述的一种基于人工智能的地空协作管理方法的基于人工智能的地空协作管理***,其特征在于,所述***包括以下模块:
地空巡检信息获取模块,所述地空巡检信息获取模块获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;
协作需求分析模块,所述协作需求分析模块实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集;
设备协作信息分析模块,所述设备协作信息分析模块基于地空巡检设备集合中巡检设备对应的巡检任务集,得到协作需求巡检设备集中每个巡检设备对应的关联巡检设备及相应的待协作巡检任务;
巡检信息变更管理模块,所述巡检信息变更管理模块将协作需求巡检设备集中每个巡检设备对应的待协作巡检任务从相应巡检任务集中未完成的巡检任务中剔除,得到各个巡检设备更新后的巡检任务集及相应的巡检路线,并反馈给管理员,辅助管理员对异常运行状态的巡检设备相应的巡检任务集及相应的巡检路线进行变更。
6.根据权利要求5所述的一种基于人工智能的地空协作管理***,其特征在于:所述地空巡检信息获取模块包括地空巡检设备集合构建模块及巡检信息绑定模块,
所述地空巡检设备集合构建模块获取待巡检区域对应的各个巡检设备,构建地空巡检设备集合;
所述巡检信息绑定模块提取待巡检区域内每个巡检设备对应的巡检任务集及相应的巡检路线,将提取结果与相应的巡检设备进行绑定;
所述巡检路线途经多个待巡检设备节点,每个待巡检设备节点对应一个或多个巡检任务,所述巡检设备包括无人机及无人巡检车。
7.根据权利要求5所述的一种基于人工智能的地空协作管理***,其特征在于:所述协作需求分析模块包括巡检状态干扰特征分析模块及协作需求巡检设备集构建模块,
所述巡检状态干扰特征分析模块实时获取各个编号的巡检设备所处的环境信息及设备运行状态信息,结合历史巡检数据,分析每个巡检设备受环境影响的巡检状态干扰特征;
所述协作需求巡检设备集构建模块根据地空巡检设备集合中各个巡检设备分别对应的巡检状态干扰特征,生成协作需求巡检设备集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310890490.6A CN116934029B (zh) | 2023-07-20 | 2023-07-20 | 一种基于人工智能的地空协作管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310890490.6A CN116934029B (zh) | 2023-07-20 | 2023-07-20 | 一种基于人工智能的地空协作管理***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116934029A CN116934029A (zh) | 2023-10-24 |
CN116934029B true CN116934029B (zh) | 2024-06-04 |
Family
ID=88383880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310890490.6A Active CN116934029B (zh) | 2023-07-20 | 2023-07-20 | 一种基于人工智能的地空协作管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934029B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522619B (zh) * | 2023-10-30 | 2024-07-19 | 江苏金卫机械设备有限公司 | 一种基于大数据的工业设备数据管理***及方法 |
CN117973784A (zh) * | 2024-02-01 | 2024-05-03 | 江苏省水利科学研究院 | 一种基于任务协同的水利检测数据管理***及方法 |
CN117911196B (zh) * | 2024-03-19 | 2024-05-28 | 百脉英华科技有限公司 | 基于人工智能的环网柜全周期运行数据监管***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110011223A (zh) * | 2019-05-07 | 2019-07-12 | 江苏方天电力技术有限公司 | 适于区域输电线路的多无人机协作巡检方法和*** |
CN111640218A (zh) * | 2020-05-28 | 2020-09-08 | 广东电网有限责任公司 | 一种无人机巡检路线规划方法、装置、终端及存储介质 |
CN115079701A (zh) * | 2022-07-13 | 2022-09-20 | 中国科学院深圳先进技术研究院 | 一种无人车与无人机协同的路径规划方法 |
CN115146882A (zh) * | 2022-09-06 | 2022-10-04 | 南京信息工程大学 | 一种空地协同巡检方法及*** |
CN116091952A (zh) * | 2023-04-10 | 2023-05-09 | 江苏智绘空天技术研究院有限公司 | 一种基于大数据的地空一体智能云控管理***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210127558A (ko) * | 2020-04-14 | 2021-10-22 | 한국전자통신연구원 | 멀티 에이전트 기반 유무인 협업 시스템 및 방법 |
-
2023
- 2023-07-20 CN CN202310890490.6A patent/CN116934029B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110011223A (zh) * | 2019-05-07 | 2019-07-12 | 江苏方天电力技术有限公司 | 适于区域输电线路的多无人机协作巡检方法和*** |
CN111640218A (zh) * | 2020-05-28 | 2020-09-08 | 广东电网有限责任公司 | 一种无人机巡检路线规划方法、装置、终端及存储介质 |
CN115079701A (zh) * | 2022-07-13 | 2022-09-20 | 中国科学院深圳先进技术研究院 | 一种无人车与无人机协同的路径规划方法 |
CN115146882A (zh) * | 2022-09-06 | 2022-10-04 | 南京信息工程大学 | 一种空地协同巡检方法及*** |
CN116091952A (zh) * | 2023-04-10 | 2023-05-09 | 江苏智绘空天技术研究院有限公司 | 一种基于大数据的地空一体智能云控管理***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116934029A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116934029B (zh) | 一种基于人工智能的地空协作管理***及方法 | |
Xiaojun et al. | IOT-based air pollution monitoring and forecasting system | |
Zilko et al. | Modeling railway disruption lengths with Copula Bayesian Networks | |
CN106712713B (zh) | 一种光伏电站的监测***以及监测和异常定位方法 | |
CN104298881B (zh) | 一种基于贝叶斯网络模型的公交环境动态变化预报方法 | |
CN106017551A (zh) | 一种智能化输电线路综合监测分析预警方法 | |
CN106654987A (zh) | 电力线路多机器人协作巡检方法 | |
CN106447107B (zh) | 一种基于飞机结构健康监控的维修方法 | |
DE112016004932T5 (de) | System, Verfahren und Cloud-basierte Plattform zur Vorhersage des Energieverbrauchs | |
CN111522864B (zh) | 基于用电数据的企业生产模式识别及转移生产预警方法 | |
CN106774322A (zh) | 一种光伏电站巡检***及其运行方法 | |
CN116091952B (zh) | 一种基于大数据的地空一体智能云控管理***及方法 | |
CN111311133B (zh) | 一种应用于电网生产设备的监测*** | |
CN117436700B (zh) | 一种基于bim的新能源工程数据管理***及方法 | |
Wang et al. | Maintenance grouping optimization with system multi-level information based on BN lifetime prediction model | |
CN116862115B (zh) | 基于边缘计算的智慧城市物联井盖数据管控***及方法 | |
CN117806355A (zh) | 一种电力巡线无人机控制方法及*** | |
Zolkin et al. | Application of computer-aided technologies for analysis if statistical data of collectors wearing measurements and for diagnosis of traction motors | |
CN114417732A (zh) | 强台风下配电网多元源荷灾损自适应辨识方法及*** | |
CN114154414A (zh) | 基于云计算的地铁杂散电流泄漏高风险区间识别方法、***及存储介质 | |
CN111709597B (zh) | 一种电网生产域运营监测*** | |
CN115762137A (zh) | 一种交通态势预测*** | |
WO2023028842A1 (zh) | 工厂运营的预测方法、装置及计算机可读存储介质 | |
CN112801815B (zh) | 一种基于联邦学习的电力通信网络故障预警方法 | |
CN114910740A (zh) | 基于边缘计算的低压配电网故障预警与故障定位方法、设备、介质及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |