一种采用无人机代理的空中无线传能系统的制作方法

本发明涉及一种采用无人机代理的空中无线传能系统，属于空中交通和再生能源利用技术领域。

背景技术：

近年来，无线传能技术被广泛应用于科研以及工业生产领域，尤其是对无人机、无人汽车等可移动设备的无线充电系统。无线传能具体是指在对电器设备进行能量传输时，不使用电缆或导线等设施，而是直接通过无线电来进行能量传输。这种传能方式，可最大程度地保持设备的灵活性，降低能量传导介质对设备物理位置的限制，尤其是对于经常需要移动的设备。很多相关研究文献已经报道电磁耦合共振式、微波或光波的远场辐射等适合中等距离无线传能的方式。

自由空间传播模型friis，无线传能的覆盖区域大小与充电线圈的直径大小和谐振器质量好坏相关。在无线传能覆盖范围内，距离地面无线传能阵列越近的位置，接收的能量就越大，传能效果越好，反之则传能效果越差。

目前通过在地面部署更多的无线充电平台来解决，但是这样势必会造成设备成本和地面空间需求的增加。而本发明能够很好地解决上面的问题。

技术实现要素：

本发明目的在于针对地面无线传能阵列有限的覆盖范围及空间传能效果不均匀的问题，提供了一种在地面无线电发射阵列的基本覆盖区域的边缘部署空中无人机代理的系统，以增大地面无线电发射阵列的覆盖范围，减少地面设备部署密度。该系统不仅仅有效地降低了部署成本，而且p-uavs的免停靠特点也增强空中交通中能量充电与交通运行的效率。本发明空中无人机代理也可以采用无线传能阵列，来获取更小的辐射角和实现定向传能。

本发明解决其技术问题所解决的技术方案是：一种采用无人机代理的空中无线传能系统，该系统采用无人机代理(p-uavs)对目标uavs进行空中无线传能的架构和具有高级信息处理功能的p-uavs，该系统包括一种联合的无人机数据采集、无线通信、计算、控制和无线传能功能模块，该模块通过在地面无线电发射阵列的基本覆盖区域边缘，部署可移动的p-uavs用于进行无线传能的代理，实现了对无线传能覆盖区域的全向扩展和一种低成本的、免停靠式的无人机能量充电平台。

本发明配置低成本雷达传感器以及视觉传感器的p-uavs可以收集多方位的位置信息和进行基于贝叶斯理论的机器学习，该系统架构下的平台系统可以计算出目标uavs运动模型，以预测取uavs接近和飞离地面无线电发射阵列覆盖区域的边界位置和时间。高级信息处理输出将便于一种智能的控制，即p-uavs就可以提前到达最靠近目标uavs的等待点以进行高效的辅助无线传能。

本发明包含了一种具有免停靠特点的无人机(uavs)能量充电架构，实现了一种空中充电平台的架构。该架构包括由充电线圈组成的地面无线电发射阵列和处于阵列有效辐射角内的空中无人机代理(p-uavs)，还包括与机器学习有关的智能信息处理与控制机制。对于待充电的uavs，p-uavs可以主动定位和跟踪uavs并且可以对其进行无线传能，从而扩展了原有无线传能装置的覆盖范围。本发明扩展了地面无线充电阵列的全向覆盖范围，减少了地面充电阵列设备的部署数量，从而降低了部署成本；免停靠特点也提高了空中交通中能量充电与交通运行的效率。

有益效果：

1、相比现有无线传能技术，本发明采用无人机代理来扩展地面无线充电阵列的全向覆盖范围，实现了一种免停靠式的无人机能量充电架构，从而减少了地面充电平台基础设施的部署数量，降低了总部署成本，为新一代空中交通的供能提供了一种可行的方案。

2、利用配置低成本的雷达传感器与视觉传感器的无人机代理，本发明方法基于机器学习中贝叶斯决策的分类和预测机制，可实现uavs位置信息的探测以及运动模式的智能识别，并预测uavs在地面无线电发射阵列覆盖区域内的飞行轨迹。首先根据探测到的目标uavs的位置信息，派出距离其最近的且闲置的p-uavs为其传能，直到其进入地面无线电发射阵列的基本覆盖区域。然后根据预测的飞行轨迹信息，获取其飞离基本覆盖区域的边界点，再之后派出合适的p-uavs继续为其传能，直到目标uavs飞离p-uavs的扩展覆盖区域。

3、本发明不仅涉及免停靠特点的无人机能量充电架构，还涉及再生能源利用和新一代无线网络中与自动驾驶新功能有关的通信、计算与控制。地面无线电发射阵列的所耗费的电能可以来自周围采集太阳能、风能和有线电力系统。

4、本发明以增大地面无线电发射阵列的覆盖范围，减少地面设备部署密度。该系统不仅仅有效地降低了部署成本，且p-uavs的免停靠特点也增强空中交通中能量充电与交通运行的效率。这里空中无人机代理也可以采用无线传能阵列，来获取更小的辐射角和实现定向传能。

附图说明

图1是本发明方法的系统架构图。

图2为本发明中的无线传能代理无人机工作流程图。

具体实施方式

下面结合说明书附图对本发明创造作进一步的详细说明。

本发明通过在地面无线传能阵列覆盖区域内部署可移动的p-uavs对无线电能量进行代理传输，并通过机器学习领域智能信息处理，如基于贝叶斯决策的分类和预测机制对目标uavs的飞行轨迹和速度进行预测，从而在目标uavs接近和飞出地面无线电发射阵列覆盖区域时承担传能代理的角色。它可以全向扩展了无线传能覆盖区域大小，并有效解决了传能效果的空间分布不均匀性。参见图1，对于区域1外部的区域2，电磁波辐射功率密度具有空间分布不均匀性。因此，如果目标uavs处于区域1外部的区域2时，无线传能的效率将很低。

本发明p-uavs对进入其覆盖范围内的uavs，通过红外线传感器和激光测距传感器收集多方位的位置信息并进行高级信息处理，以增强环境感知能力和提高定位精度。之后将无线电能量波束对准目标uavs进行传能，从而将无线传能的覆盖区域从地面无线电发射阵列的基本覆盖区域(图1中的区域1)到p-uavs辅助的扩展覆盖区域(图1中的区域2)，这就实现了无线传能覆盖范围的全向扩展。位置信息收集和uavs运动模型的计算需要在整个空中充电平台系统的协调下完成，本发明提出的架构包含无人机数据采集、通信、计算、控制和无线传能等实体，它将便于实现一种低成本的、免停靠式的无人机能量充电平台。这也将提高新一代交通系统的运营效率。

p-uavs将负责对周围目标uavs的方位信息的收集，接着通过贝叶斯决策的分类和预测机制，对周围目标uavs的未知位置抽样点进行预测。首先初始化未知位置点的先验概率，然后根据其条件概率分布进行抽样，给未知的位置点的后验概率。之后继续对周围目标uavs方位和速度信息进行抽样，重新计算该位置点的条件概率分布、后验概率和更新先验概率，在控制工程的各个重复以上过程直至目标uavs离开了扩展覆盖区域。这样空中充电平台就可以获得对目标uavs在地面无线电发射阵列覆盖范围和扩展覆盖范围内飞行轨迹的预测结果。如何收集周围目标uavs方位信息？这需要p-uavs配置低成本的无线雷达传感器。尽管在地面上无线雷达传感器，无线传能系统也可以获取上方的目标uavs的方位信息。但是由于地面反射径的影响以及传播距离的影响，地面上部署的低成本的无线雷达传感器的性能将显著低于p-uavs配置的无线雷达传感器的性能。当然p-uavs配置低成本的视觉传感器也可以便于获取周围目标uavs的方位信息。此时，空中充电平台需要融合无线雷达传感器和视觉传感器多个信息后，来进行更有效的分类和预测机制。

针对存在密集部署uavs的新一代交通并且uavs需要快速无线传能的应用场景，本发明提出一种面向快速无线传能的架构和一种无人机代理。这里先考虑一种电磁耦合共振式无线传能，因为它受障碍物影响较小，并且可以使用多个共振频率设备供能。与其他电磁耦合共振式不同，本发明将基于在地面部署的、由2×2、4×4充电线圈组成的、无线方式的发射传能阵列，并且这些阵列可以扩展到更大规模。发射传能阵列可以对进入其上方的覆盖区域的uavs进行直接的无线传能，也可以通过其上方的无人机代理进行间接的无线传能。本发明也可以采用微波式的无线传能配置，该微波式的配置也需要发射传能阵列。因为当地面的发射阵列具有大规模阵元时，向上方的发射阵列波束将更集中或者辐射角(参见图1中发射阵列的波束辐射角)很小。这一方面可以扩展有效辐射距离，另外一方面也导致有效的覆盖区域的减少。当需要充电无人机通过该覆盖区域时，无人机将以很短的时间飞过该(上方)基本覆盖区域，这不利于免停靠式无线传能的效率的提高。

本发明不仅涉及免停靠特点的无人机能量充电架构，还涉及再生能源利用和新一代无线网络中与自动驾驶新功能有关的通信、计算与控制。地面无线电发射阵列的所耗费的电能可以来自周围采集太阳能、风能和有线电力系统。尽管无人机代理通常接收来自地面的无线能量，高配置的空中无人机代理如果具有太阳能或风能辅助收集功能，则空中无人机代理将具有更大的覆盖范围。我们接着简述对于无人机通信与控制功能。该架构思想下的整个空中充电平台系统将含有一种网络控制器实体，网络控制器与空中无人机代理进行通信，并且负责高级信号处理和控制。把高级信号处理涉及的密集计算放到地面可以节省空中无人机代理的功耗和节省计算时间，从而提高系统总的控制响应时间性能。网络控制器、空中无人机代理和目标无人机都可以具有各自不同成本的通信接口，以便于与广域网、wlan和无线个域网设备进行通信。网络控制器可以由新一代无线网络(如5g)的移动边缘计算实体来承担，擅长自动驾驶的移动边缘计算将进一步缩短本架构的响应时间。