(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210924640.6 (22)申请日 2022.08.02 (71)申请人 浙江海洋大学 地址 316000 浙江省舟山市定海区临城街 道海大南路1号 (72)发明人 刘天寿　俞凯　丁超君　柳恩茂　 张云　李娟娟　 (74)专利代理 机构 杭州杭诚专利事务所有限公 司 33109 专利代理师 丁昱 (51)Int.Cl. G05D 1/10(2006.01) G06Q 10/04(2012.01) G06Q 10/08(2012.01) (54)发明名称 一种用于港口物流的无人机路径优化方法 及系统 (57)摘要 本发明公开了一种用于港口物流的无人机 路径优化方法及系统， 包括如下步骤： S1、 开环调 度优化， 以无人机每个任务时间最短为目标， 输 入为无人机位置、 任务位置， 输出为每个任务的 最短路径； S2、 约束计算， 对无人机的运载能力、 运行速度、 路径点容量进行约束； S3、 模型预测控 制， 对任务完成后的电量进行预测， 对每个任务 完成后再进行其他任务能够得到单位电量运送 货物量预测， 以单位电量运送货物 量最多进行优 化控制； 能够通过对港口物流无人机的任务路径 和任务时间进行优化来提高无人机工作效率， 从 而延长无人机可工作时间， 减少预计电量消耗与 实际电量消耗的差值造成的预测不准， 实现对无 人机的精确控制， 满足港口大面积使用需求。 权利要求书1页 说明书5页 附图2页 CN 115390586 A 2022.11.25 CN 115390586 A 1.一种用于 港口物流的无 人机路径优化方法， 其特 征在于， 包括如下步骤： S1、 开环调度优化， 以无人机每个任务时间最短为目标， 输入为无人机位置、 任务位置， 输出为每 个任务的最短路径； S2、 约束计算， 对无 人机的运载能力、 运行速度、 路径点 容量进行约束； S3、 模型预测控制， 对任务完成后的电量进行预测， 对每个任务完成后再进行其他任务 能够得到单位电量 运送货物量预测， 以单位电量 运送货物量 最多进行优化控制。 2.根据权利要求1所述的一种用于港口物流的无人机路径优化方法， 其特征在于， S1中 包括将多个无人机路径点组成路径点数组， 路径点数组中任务点对应的路径点为有效路径 点， 将港口集装箱堆积造成的路径变化设为变动点， 将变动点加入到路径点数组中并作为 负值路径点。 3.根据权利要求2所述的一种用于港口物流的无人机路径优化方法， 其特征在于， S1中 以任务路径最短为 目标构建第一 目标函数， 第一 目标函数中输入量为无人机位置、 任务位 置， 在第一目标函数中增加任务数目为调节参数， 对任务数目设置动态权重系数， 第一目标 函数与任务数目融合得到 外层优化 函数。 4.根据权利要求3所述的一种用于港口物流的无人机路径优化方法， 其特征在于， S2中 包括对无人机的运载能力 设立上下限， 对无人机的运行速度设立上下限； 以路径点容量为 约束， 对运载能力和运行速度进行双目标优化。 5.根据权利要求4所述的一种用于港口物流的无人机路径优化方法， 其特征在于， S3 中 包括如下步骤： S31、 滚动优化， 以每两个任务 为周期进行 预测； S32补偿预测偏差， 检测当前任务完成后无人机电池剩余电量并对单位电量运送货物 量添加补偿值。 6.根据权利要求5所述的一种用于港口物流的无人机路径优化方法， 其特征在于， S31 中， 若当前任务未完成， 以当前任务完成与后一任务完成进行预测； 若当前任务完成， 以后 两个任务进行 预测。 7.一种用于港口物流的无人机路径优化系统， 适用于如权利要求1至6任一项所述的一 种用于港口物流的无人机 路径优化方法， 其特征在于， 包括任务下发层， 任务下发层连接有 任务接收层； 任务接 收层设有移动接 收模块和固定接 收模块， 移动接 收模块布置于无人机 外侧， 固定 接收模块布置 于每一个路径点。 8.根据权利要求7所述的一种用于港口物流的无人机路径优化系统， 其特征在于， 任务 下发层设有计算模块， 计算模块连接有信号收发模块； 信号收发模块分别与移动接 收模块 及固定接收模块连接 。 9.根据权利要求7所述的一种用于港口物流的无人机路径优化系统， 其特征在于， 固定 接收模块包括NFC模块和无线发送模块， 无线发送模块与任务下发层连接， NFC模块与移动 接收模块连接 。权　利　要　求　书 1/1 页 2 CN 115390586 A 2一种用于港口物流的无人机路径优化方 法及系统 技术领域 [0001]本发明涉及无人机运输控制领域， 尤其涉及一种用于港口无流的无人机路径优化 方法及系统。 背景技术 [0002]随着无人机技术越来越成熟， 无人机在越来越多的领域得到应用， 其中短途物流 由于工作量大、 运输简便而格外需求这一技术。 现有的无人机运输技术往往通过设定起点、 设定飞行路径、 设定重点来实现无人机的飞行路径操控， 但是常规的的路径规划仅依据路 程本身进行设置， 对于港口物流运输行业来说， 港口往往货物量大、 港口作业面积大、 货物 清点不便， 使得无人机的负载量大小和续航里程多少变成制约港口物流无人机的重要因 素。 现在的无人机对于大量负载情况下续航里程短造成的运输效率低、 经济性差、 性价比低 仍旧是制约港口物流无 人机发展的重要因素。 [0003]例如， 一种在中国专利文献上公开的 “一种物流运输无人机飞行路径规划方法 ”， 其公告号： CN111158402A， 公开了根据航点与地图高度数据确定无人机第一飞行路径； 步骤 S2、 根据航点分布信息确定无人机第二 飞行路径； 步骤S3、 综合评估通过第一 飞行路径或第 二飞行路径得到的无人机飞行路径， 得到最终的无人机飞行路径， 但是该方案没有考虑到 经济性因素。 发明内容 [0004]为了解决现有技术中港口面积较大货物较多造成的无人机运输效率不高、 经济性 较差的问题， 本发明提供一种用于港口物流的无人机路径优化方法及系统， 结合开环优化 和闭环控制， 实现对 无人机运输路径的双层 优化， 提高无人机的运输效率与经济性， 提高运 输系统的效率， 便 于港口货物快速分运。 [0005]为了实现上述目的， 本发明提供如下技 术方案： [0006]一种用于 港口物流的无 人机路径优化方法， 包括如下步骤： [0007]S1、 开环调度优化， 以无人机每个任务时间最短为目标， 输入为无人机位置、 任务 位置， 输出为每 个任务的最短路径； [0008]S2、 约束计算， 对无 人机的运载能力、 运行速度、 路径点 容量进行约束； [0009]S3、 模型预测控制， 对任务完成后的电量进行预测， 对每个任务完成后再进行其他 任务能够得到单位电量运送货物量预测， 以单位电量运送货物量最多进行优化控制 。 能够 通过开环调度优化得到每个任务的最短路径， 即在飞行速度一定下得到最短任务时间， 并 考虑到无人机的运行速度、 运载能力等硬件性能， 得到基于每个路径容量(即货运需求)的 约束条件， 从而根据第一步优化得到的最短路径得到该路径下的实际最短任务时间， 第三 步能根据电量进行滚动预测， 实现电量利用率 最高。 满足港口物流路径长、 货物多的需求。 [0010]作为优选 的， S1中包括将多个无人机路径点组成路径点数组， 路径点数组中任务 点对应的路径点为有效路径点， 将港口集装箱堆积造成的路径变化设为变动点， 将变动点说　明　书 1/5 页 3 CN 115390586 A 3