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！

龙图腾网获悉重庆科创水处理设备有限公司申请的专利面向低空物流的无人机起降点智能选址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：CN120235367B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510724798.2，技术领域涉及：G06Q10/063；该发明授权面向低空物流的无人机起降点智能选址方法及系统是由徐昊;何树林;王侃杰;廖红兵设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本面向低空物流的无人机起降点智能选址方法及系统在说明书摘要公布了：本发明公开了一种面向低空物流的无人机起降点智能选址方法及系统，涉及物流管理技术领域。所述方法包括：通过边缘计算终端实时采集物流订单数据、空域状态数据和环境感知数据，对采集的数据进行归一化处理；基于处理后的数据构建包含需求强度因子、无人机集群状态、空域合规指数、地形阻力系数和成本约束向量的五维实时状态向量；构建强化学习决策引擎，设计包含节点操作、任务分配和资源调配的动作空间，并基于空域规则和物理约束对所述动作空间进行过滤。本发明显著提升低空物流实时响应能力、增强复杂地形适应性、优化多目标决策、保障系统鲁棒性与合规性的效果，为低空物流的智能化管理提供了可靠解决方案。

本发明授权面向低空物流的无人机起降点智能选址方法及系统在权利要求书中公布了：1.一种面向低空物流的无人机起降点智能选址方法，其特征在于，包括以下步骤： 通过边缘计算终端实时采集物流订单数据、空域状态数据和环境感知数据，对采集的数据进行归一化处理； 基于处理后的数据构建包含需求强度因子、无人机集群状态、空域合规指数、地形阻力系数和成本约束向量的五维实时状态向量； 构建强化学习决策引擎，设计包含节点操作、任务分配和资源调配的动作空间，并基于空域规则和物理约束对所述动作空间进行过滤； 构建包含时效奖励、成本奖励、安全奖励和合规奖励的多目标奖励函数，并通过动态权重调整实现对多目标的平衡优化； 采用近端策略优化算法训练深度强化学习模型，并结合边缘计算与联邦学习机制进行模型部署； 根据实时状态向量，通过所述强化学习决策引擎生成无人机起降点的选址方案； 将所述选址方案输出至无人机调度系统与空域管理系统，并通过闭环反馈机制优化模型参数； 其中，所述基于处理后的数据构建包含需求强度因子、无人机集群状态、空域合规指数、地形阻力系数和成本约束向量的五维实时状态向量，包括： 基于指数加权移动平均计算需求强度因子，结合订单类型确定紧急订单加权因子； 计算无人机集群状态向量，包含归一化后的无人机剩余电量、无人机集群负载率和故障无人机数量； 根据空域管理系统提供的动态禁飞区数据，计算候选区域的空域合规指数； 基于数字高程数据计算起降点间的地形坡度，结合飞行时段确定地形阻力系数； 通过贝叶斯网络训练得到成本约束向量，包含归一化的建造成本、维护成本和噪声投诉风险值； 所述构建强化学习决策引擎，设计包含节点操作、任务分配和资源调配的动作空间，并基于空域规则和物理约束对所述动作空间进行过滤，包括： 定义节点操作、任务分配和资源调配三类原子动作组合； 基于订单热力图在合规区域生成临时起降点，并对临时起降点坐标进行扰动处理； 采用匈牙利算法求解任务与起降点的匹配问题，目标函数包含飞行成本和起降点启动成本； 实时屏蔽违反空域规则或物理约束的无效动作； 所述构建包含时效奖励、成本奖励、安全奖励和合规奖励的多目标奖励函数，并通过动态权重调整实现对多目标的平衡优化，包括： 基于决策时间和订单类型构建时效奖励； 基于飞行成本、起降点启动成本和动态成本阈值构建成本奖励； 基于空间体系的障碍物密度构建安全奖励； 基于空域管理系统的审批结果构建合规奖励； 根据预设时段和集群负载状态调整多目标奖励函数的权重。

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重庆科创水处理设备有限公司，其通讯地址为：401331 重庆市沙坪坝区虎溪街道大学城中路临25号205；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”。