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！

龙图腾网获悉湖南空中快滴智能科技有限公司申请的专利一种基于无人机信息和多模态数据的无人机资源调度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：CN121212747B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511767535.6，技术领域涉及：G06Q10/0631；该发明授权一种基于无人机信息和多模态数据的无人机资源调度方法及系统是由文宏成;廖焕康;王维;陈云;谢文洁设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本一种基于无人机信息和多模态数据的无人机资源调度方法及系统在说明书摘要公布了：本发明公开了一种基于无人机信息和多模态数据的无人机资源调度方法及系统。所述基于无人机信息和多模态数据的无人机资源调度方法包括：获取客户订单信息、候选飞手画像及无人机实时状态，然后进行基于大语言模型‑视觉语言模型的多模态分析，生成订单向量O、无人机向量U及飞手向量P，再进行强化学习，筛选出最优的飞手与无人机组合，并生成完成订单的建议；筛选出的所述最优的飞手与无人机组合根据所述订单向量O及所述完成订单的建议完成客户订单。本发明提供一种基于无人机信息和多模态数据的无人机资源调度方法及系统，能够实现无人机资源的高效、精准调度，提高订单完成效率和质量，降低调度成本，同时更好地满足客户的个性化需求。

本发明授权一种基于无人机信息和多模态数据的无人机资源调度方法及系统在权利要求书中公布了：1.一种基于无人机信息和多模态数据的无人机资源调度方法，其特征在于，包括以下步骤： 获取客户订单信息； 根据所述客户订单信息，获取对应区域的候选飞手画像，并通过边缘采集盒获取对应区域的无人机实时状态； 对所述客户订单信息进行基于大语言模型-视觉语言模型的多模态分析，生成订单向量O，并对所述无人机实时状态及所述候选飞手画像进行预处理，生成对应的无人机向量U及飞手向量P； 将所述订单向量O、所述无人机向量U及所述飞手向量P输入RL-Scheduler进行强化学习，筛选出最优的飞手与无人机组合，并生成完成订单的建议； 筛选出的所述最优的飞手与无人机组合根据所述订单向量O及所述完成订单的建议完成客户订单； 所述客户订单信息包括文本信息、图片信息及视频信息，所述文本信息包括货物重量、尺寸、取货送达坐标及时限，所述图片信息包括现场拍摄的货物外观、周边环境及起降平台尺寸，所述视频信息包括货物及装卸空间的环绕视频； 所述基于大语言模型-视觉语言模型的多模态分析包括以下步骤： 预处理：分别对所述文本信息、所述图片信息及所述视频信息进行预处理，得到对应的文本token、图像token及视频token； 编码：分别对所述文本token、所述图像token及所述视频token进行编码处理，得到对应的512维文本特征向量T、512维视觉特征向量V及512维视频特征向量Vid； 跨模态对齐：通过共享的512维投影层把所述512维文本特征向量T、所述512维视觉特征向量V及所述512维视频特征向量Vid映射到同一语义空间，然后采用对比学习损失，确保“描述-图片-视频”三元组在空间中距离更近； 深度融合：将所述512维文本特征向量T、所述512维视觉特征向量V及所述512维视频特征向量Vid拼接为1536维，再送入4层Transformer融合网络，使用交叉注意力机制让文本关注图像中的尺寸区域、视频中的动态障碍；所述融合网络输出512维的统一订单向量O； 所述强化学习的强化学习算法包括状态空间S、动作空间A、奖励函数R及网络结构；其中： 所述状态空间S={U，P，O，E}，U为无人机向量，P为飞手向量，O为订单向量，E为环境向量，且所述环境向量E包括天气、空域、禁飞区、交通密度； 所述动作空间A={ai}，ai表示“将订单分配给第i组U，P”； 所述奖励函数R=w1•成功率–w2•飞行时长–w3•能耗–w4•风险指数，w1、w2、w3及w4为对应的权重值； 所述网络结构包括Actor网络及Critic网络，采用近端策略优化算法进行训练。

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湖南空中快滴智能科技有限公司，其通讯地址为：410004 湖南省长沙市湘江新区天顶街道青山路699号湖南省军民融合科技创新产业园2#栋501-2房；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。