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！

龙图腾网获悉重庆大学申请的专利基于GWCA算法的多无人机自主协同任务分配方法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：CN119987400B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510133135.3，技术领域涉及：G05D1/46；该发明授权基于GWCA算法的多无人机自主协同任务分配方法是由曾宪君;胡宁;刘瑶璐;宁慧铭;吴宇设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本基于GWCA算法的多无人机自主协同任务分配方法在说明书摘要公布了：本发明公开了基于GWCA算法的多无人机自主协同任务分配方法，具体涉及任务分配技术领域，包括基于GWCA算法对无人机在固定场景进行训练，确定在固定场景不同位置处的无人机的任务执行顺序和路线规划，根据各个无人机当前的飞行过程数据与无人机的历史训练数据，确定单个无人机的飞行路径信息和飞行风险信息，获得存在问题的无人机，并对其余无人机重新进行使用GWCA算法进行分配任务，在多无人机协同工作的过程中，通过对多无人机的整体性分析，采集多无人机协同工作的匹配度信息和风险信息，量化多无人机协同工作的表现，本发明有助于多无人机的任务调度变得更加灵活和智能，能够应对复杂环境和任务变化。

本发明授权基于GWCA算法的多无人机自主协同任务分配方法在权利要求书中公布了：1.基于GWCA算法的多无人机自主协同任务分配方法，其特征在于，具体包括以下步骤： S1：基于GWCA算法对无人机在固定场景进行训练，确定在固定场景不同位置处的无人机的任务执行顺序和路线规划； S2：根据各个无人机当前的飞行过程数据与无人机的历史训练数据，确定单个无人机的飞行路径信息和飞行风险信息； S3：将单个无人机的飞行路径信息和飞行风险信息综合性分析，确定存在问题的无人机，并对其余无人机重新进行使用GWCA算法进行分配任务； S4：在多无人机协同工作的过程中，通过对多无人机的整体性分析，采集多无人机协同工作的匹配度信息和风险信息，量化多无人机协同工作的表现，生成报警信号； 将单个无人机的飞行路径信息通过实际时间偏差系数表示； 所述实际时间偏差系数的获取逻辑为：通过GWCA算法确定无人机执行任务时的预设航线路径，预设航线路径中设置特殊标记点，设置监测时间段，获得无人机在监测时间段内经过的特殊标记点，确定无人机到达特殊标记点处的预设时间点，将无人机到达特殊标记点处的预设时间点标记为：，设置监测时间段，获得无人机在监测时间段内经过的特殊标记点，并确定无人机实际到达特殊标记点的时间点，将无人机实际到达特殊标记点的时间点标记为：； 通过对比预设时间点和实际时间点，确定实际时间偏差系数，实际时间偏差系数的计算公式为：；其中，为实际时间偏差系数； 将单个无人机的飞行风险信息通过贝叶斯可能性概率系数表示； 所述贝叶斯可能性概率系数的获取逻辑为：确定无人机在飞行过程中的飞行特征，飞行特征包括电量、速度、高度和风速，通过与在场景下无人机历史训练数据中的飞行特征进行匹配，通过余弦相似度确定历史相似飞行数据，计算公式为：，其中，A为当前无人机的飞行特征向量，为历史训练数据中的飞行特征向量，XS为历史相似飞行数据的飞行特征向量； 根据历史相似飞行数据，确定无人机任务完成的先验概率，将无人机任务完成的先验概率标记为：，确定历史相似飞行数据中任务完成的概率，将历史相似飞行数据中任务完成的概率标记为：； 根据历史训练数据使用核密度估计确定历史相似飞行数据的概率，并将历史相似飞行数据的概率标记为：，通过贝叶斯公式计算当前飞行特征下，无人机能够完成任务的概率，将无人机能够完成任务的概率通过贝叶斯可能性概率系数表示，计算公式为：；其中，为贝叶斯可能性概率系数； 将单个无人机的飞行路径信息和飞行风险信息综合性分析，包括： 将单个无人机的飞行路径信息和飞行风险信息综合性分析，通过实际时间偏差系数和贝叶斯可能性概率系数进行加权计算，构建单无人机评估模型，生成单无人机评估系数，单无人机评估系数的计算公式为：；其中，为单无人机评估系数，q=1、2、3、……、Q，Q为正整数，q为多无人机协同工作时无人机的编号，、分别为实际时间偏差系数和贝叶斯可能性概率系数的比例系数，、分别都大于0； 设置单无人机评估系数阈值，将单无人机评估系数与单无人机评估系数阈值进行对比，若单无人机评估系数大于单无人机评估系数阈值，则不生成预警信号，若单无人机评估系数小于单无人机评估系数阈值，则小于单无人机评估系数阈值的无人机生成预警信号，并自动将其余大于单无人机评估系数阈值的无人机重新进行使用GWCA算法进行分配任务； 将多无人机协同工作的匹配度信息通过协同匹配度系数表示； 所述协同匹配度系数的获取逻辑为：获取各个无人机在监测区间内协同工作的工作进度，无人机的工作进度基于GWCA算法获得的实际航线确定，根据无人机在实际航线中的航行距离与实际航线的总距离之比确定，将各个无人机在监测区间内协同工作的工作进度标记为：，其中，，为第q个无人机在监测期间内实际航线中的航行距离，为第q个无人机在监测期间内实际航线的总距离； 通过皮尔逊相关系数，确定多无人机在监测区间内协同工作的相关性矩阵，将多无人机在监测区间内协同工作的相关性矩阵标记为：R，；其中，，R为一个Q*Q的矩阵，相关性矩阵中每个元素表示无人机j和无人机k之间的皮尔逊相关系数，，m=1、2、3、……、M，M为正整数，m为监测区间内不同时刻的编号，为第j个无人机在第m个时刻的工作进度，为第k个无人机在第m个时刻的工作进度，为第j个无人机在监测区间内工作进度的平均值，为第j个无人机在监测区间内工作进度的平均值; 计算协同匹配度系数，计算公式为：；其中，为协同匹配度系数； 将多无人机协同工作的风险信息通过风险隐匿系数表示； 所述风险隐匿系数的获取逻辑为：通过无人机历史数据中的使用表现，将无人机划分为不同类型，确定不同类型无人机存在的风险事件和风险事件结果，基于风险事件结果的对无人机协同工作的影响程度对不同类型的无人机进行打分，获得无人机的风险评分； 根据多无人机协同工作中的无人机类型数量和不同类型无人机的风险评分，构建回归模型，获得风险隐匿系数，风险隐匿系数的表达式为：；其中，为风险隐匿系数，、、、……、为多无人机协同工作中的不同无人机类型数量，、、、……、为不同无人机类型的风险评分，e为自然数； 量化多无人机协同工作的表现，包括： 通过多无人机协同工作的匹配度信息和风险信息的综合性分析，将协同匹配度系数和风险隐匿系数进行加权计算，构建协同工作评估模型，生成协同工作评估系数，协同工作评估系数的计算公式为：；其中，为协同工作评估系数，、分别为协同匹配度系数和风险隐匿系数的比例系数，、分别都大于0。

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大学，其通讯地址为：400030 重庆市沙坪坝区正街174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。