版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于多场景适配的无人机智能充电控制方本发明提供一种基于多场景适配的无人机智能充电控制方法及系统,涉及无人机技术领2通过设置于无人机上的多类型传感器采集环境监测数据,将所述根据所述场景类型标识信息从预设的充电策略数据库中调取对应的执行所述充电控制指令,通过电池管理系统采集电池的电压通过设置于无人机上的毫米波雷达阵列、光谱成像器和环境多参构建动态神经架构搜索框架,所述动态神经架构搜索框通过网络结构编码单元将所述多模态特征张量的特征维度信息编码为网络结构搜索所述子网络模块基于所述网络结构优化策略构建可变形卷积单元,包元和特征加权子单元;通过空间采样子单元对所述多模态特征张量进行自适应空间采样,对所述场景点云数据进行空间滤波处理,得到第一降噪数据,对所述3构建时空映射矩阵,所述时空映射矩阵包含时间特征映所述第三降噪数据分别输入所述时间特征映射子矩阵和所述空间特征映射子矩阵进行时构建包含核心张量生成模块和投影矩阵计算模块的特征将所述场景特征向量输入场景分类单元,所述场景分类单元基于所述场将所述场景要素关系图输入图卷积网络进行特征聚合运算,得到节对所述场景结构特征进行空间维度特征聚合,得到空间特征向量,对对所述场景特征向量进行概率编码得到先验分布参数,基于所述先验将所述场景特征向量输入负荷预测模型,基于所述环境参数值将所述环境参数值和所述供电功率值按照预设的数据结构格式组合生成场景参数数根据所述场景类型标识信息从预设的充电策略数据库中调取基残差连接网络提取长短期依赖特征,基于所述长短期依赖特征生成包含充电时间窗口参将场景参数数据集和策略特征向量输入充电优化模型,构建奖基于所述充电效率收益值、所述时间响应收益值和所述功率平4将所述策略评估结果与预设的优先级阈值进行比对,当所述策略从所述优先级经验回放存储器中按照所述优先级队列顺序提取所述高价值策略样本,基于所述供电功率值确定充电功率上限,将所述环境参数值输入基于所述温度调节系数和所述湿度调节系数,构建功率调节函数,采用动态规划算法计算实际功率与所述充电功率调节曲线的偏差值基于模糊控制规则对配置后的充电控制参数进行安全校验特征对校验后的充电控制参数进行微调,将微调后的充电控制参数组合生成充电控制指采用霍尔电流传感器采集电流数据,基于预设的温度补偿系数对所根据所述温度特征值、所述校正后电流数据以及预设基准电压计算得到动态电压阈5将所述滤波后电压数据与所述动态电压阈值进行实时比对,将所述校基于所述校正后电流数据采用库仑计数方法计算电池容量值,根据所述电池容量值进行修正得到修正后容量值;基于所述滤波后电压数据计算电压跳变量,将所述修正后容量值与预设初始容量的比值、所述电池内阻值与预将所述健康状态影响值和所述健康衰减影响值进行加权所述优化目标修正值与预设充电优化目标进行加权融合得到更新8.基于多场景适配的无人机智能充电控制系统,用于实现前述权利要求1_7中任一项第一单元,用于通过设置于无人机上的多类型传感器采第二单元,用于根据所述场景类型标识信息从预设的充电策其中,所述处理器被配置为调用所述存储器存储的指令,以执行程序指令被处理器执行时实现权利要求1至7中任意6[0006]本发明实施例的第一方面,提供一种基于多场景适配的无人机智能充电控制方入场景识别模型,所述场景识别模型基于深度学习算法对所述环境监测数据进行特征提据集;根据所述场景类型标识信息从预设的充电策略数据库中调取对应的基础充电策略,7[0007]在一种可选的实施例中,通过设置于无人机上的多类型传感器采集环境监测数所述第三降噪数据分别输入所述时间特征映射子矩阵和所述空间特征映射子矩阵进行时8输入所述高斯过程回归模型计算得到环境参数值;将所述场景特征向量输入负荷预测模述环境参数值和所述供电功率值按照预设的数据结构格式组合生成场景参数数到充电功率调节曲线;采用动态规划算法计算实际功率与所述充电功率调节曲线的偏差9和总电压数据,将所述单体电池电压数据和所述总电压数据输入数字滤波器消除高频噪目标修正值与预设充电优化目标进行加权融合得到更新后优化目标;采用动态规划方法,[0013]本发明实施例的第二方面,提供一种基于多场景适配的无人机智能充电控制系并通过闭环控制机制实现充电过程的自适应和[0021]图1为本发明实施例基于多场景适配的无人机智能充电控制方法的流程示意图,[0022]在一种可选的实施例中,通过设置于无人机上的多类型传感器采集环境监测数代优化,当连续5轮评分提升小于0.1%时停止搜索。最终输出的场景特征向量维度为1×用动态神经架构搜索构建最优的深度学习网络结构,提升了特征提取的准确性和鲁棒性;所述第三降噪数据分别输入所述时间特征映射子矩阵和所述空间特征映射子矩阵进行时据类型的时空特征,提升特征分离与表达的准确性;特征融合单元利用张量积运算和输入所述高斯过程回归模型计算得到环境参数值;将所述场景特征向量输入负荷预测模述环境参数值和所述供电功率值按照预设的数据结构格式组合生成场景参数数[0048]S102.根据所述场景类型标识信息从预设的充电策略数据库中调取对应的基础充构建策略评估函数,根据所述策略评估函数的计算结果对所述基础充电策略进行优化调[0051]将特征权重输入具有4个残差块的残差连接网络,每个残差块包含两层卷积层和将优先级队列存入容量为10000的优先级经到充电功率调节曲线;采用动态规划算法计算实际功率与所述充电功率调节曲线的偏差0.85,湿度调节系数为0.95,通过自适应加权得到功率调节系数确保充电控制参数在合理范围内运行;并通过历史数据统计特征对充电控制参数进行微和总电压数据,将所述单体电池电压数据和所述总电压数据输入数字滤波器消除高频噪目标修正值与预设充电优化目标进行加权融合得到更新后优化目标;采用动态规划方法,数值的充电电流,对于100Ah电池即为100A20%_80%区间的电流阈值为0.8倍率充电电流阈值为0.3倍率充电电流(即等于电池标称容量的0.3倍的充电电流,对于100Ah电池即为Ω。[0080]图2为本发
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年初中安全考试试题及答案
- 2026年初一考试生物试题及答案
- 专题08 阅读匹配30篇(原卷版)-2026九上期末复习练习
- 2026年12月大学英语六级真题卷及答案
- 2026年二甲氨基苯乙酮行业洞察报告及未来五至十年发展趋势报告
- 2026年初级新能源转向拉杆外观基础检查考试试卷及答案
- 2026年初级新能源整车控制器基础认知考试试卷及答案
- 2026年初级新能源维修数字化台账基础认知考试试卷及答案
- 2026年三甲基碘硅烷行业洞察报告及未来五至十年发展趋势报告
- 2026年海洋服务行业市场分析报告及未来五至十年全球化布局与出海机会
- 《医疗器械经营质量管理规范》培训试题及答案
- 2026年电池PACK装配工考试试题(含答案)
- 中国海油2027届校园招聘笔试备考题库及答案解析
- 委托代收拖欠物业费协议
- 曼娜回忆录完整版三篇
- 智能高速铁路概论 课件 第五章 高速铁路智能装备
- triz创新思维九屏幕法
- 欧泊的合成与鉴别
- 中国食人史料钞-
- GB/T 18998.5-2022工业用氯化聚氯乙烯(PVC-C)管道系统第5部分:系统适用性
- GB/T 14637-2007工业循环冷却水及水垢中铜、锌的测定原子吸收光谱法
评论
0/150
提交评论