本书以低空经济为大背景，聚焦无人机计算技术的前沿发展，系统梳理了作者研究团队在无人机调度优化及其与边缘计算、物联网、智能系统融合方面的研究成果。本书内容涵盖无人机路径规划与调度计算、无人机与物流计算、无人机与边缘计算、无人机与农业计算、无人机与监测计算、无人机与物联网数据处理，以及无人机集群计算等前沿关键技术，涉及智慧交通、智慧城市、智慧农业、环境监测、应急救援等多个应用领域。
样章试读
目录
- 目录
第1章 绪论 1
1.1 低空经济概述 1
1.1.1 低空经济的定义 2
1.1.2 低空经济的基本内涵 8
1.1.3 低空经济的特点和特征 12
1.2 无人机概述 15
1.2.1 无人机的基本概念 15
1.2.2 无人机的特点与分类 17
1.2.3 无人机的发展历史、应用现状与未来展望 23
1.3 面向低空经济的无人机计算 25
1.3.1 低空经济与无人机计算的应用场景 25
1.3.2 低空经济与无人机计算的技术挑战 26
1.3.3 低空经济与无人机计算的发展展望 29
1.4 本章小结 32
参考文献 32
第2章 无人机路径规划与调度计算 35
2.1 无人机路径规划与调度的基本概念 35
2.1.1 问题模型要素 37
2.1.2 无人机的角色和工作特点 38
2.2 任务模型 41
2.3 资源模型 43
2.3.1 无人机基本属性 43
2.3.2 无人机能耗模型 44
2.3.3 无人机通信模型 45
2.3.4 无人机运动模型 47
2.3.5 无人机充电模型/方案 48
2.4 调度模型 49
2.4.1 无人机在给定位置辅助边缘计算场景 49
2.4.2 无人机在最佳固定位置辅助边缘计算场景 50
2.4.3 无人机移动辅助边缘计算场景 50
2.4.4 无人机物流场景 51
2.5 约束条件 52
2.5.1 任务约束 52
2.5.2 资源约束 53
2.6 优化目标 54
2.6.1 时间类优化目标 55
2.6.2 成本类优化目标 56
2.6.3 能耗优化目标 56
2.6.4 资源利用率 56
2.6.5 服务质量 57
2.7 算法设计 57
2.8 本章小结 59
参考文献 59
第3章 无人机与物流计算 62
3.1 物流计算基本概念 62
3.1.1 物流计算概述 62
3.1.2 物流计算的核心技术 63
3.1.3 物流计算在现代物流管理中的重要性 67
3.1.4 物流计算在低空经济中的价值 68
3.2 无人机辅助物流计算的应用领域 71
3.2.1 无人机在物流应用中的优势 71
3.2.2 无人机在物流应用中的挑战 72
3.2.3 无人机物流应用 73
3.3 无人机辅助物流计算的关键问题 76
3.3.1 飞行路径规划 77
3.3.2 能耗管理 78
3.3.3 通信与控制 78
3.3.4 法规与安全 79
3.3.5 环境适应性 79
3.4 基于无人机的即时配送任务动态调度 80
3.4.1 问题描述 81
3.4.2 无人机即时外卖配送模型 84
3.4.3 面向动态任务的多无人机调度算法 89
3.4.4 实验分析与对比 96
3.5 基于智能优化算法的社区智慧物流与无人机调度 103
3.5.1 问题描述 103
3.5.2 社区智慧物流无人机调度算法 110
3.5.3 社区智慧物流无人机任务调度方案 110
3.5.4 模拟退火遗传算法 111
3.5.5 实验分析与对比 113
3.6 本章小结 119
参考文献 119
第4章 无人机与边缘计算 122
4.1 边缘计算基本概念 122
4.2 无人机辅助边缘计算的应用领域 124
4.2.1 低空经济 124
4.2.2 网络通信 125
4.2.3 工业物联网 125
4.2.4 灾害救助 125
4.2.5 网络安全 126
4.2.6 环境保护 126
4.2.7 智慧城市 126
4.2.8 媒体和娱乐 127
4.3 无人机辅助边缘计算的关键问题 127
4.3.1 任务卸载 128
4.3.2 无人机路径规划 128
4.3.3 资源分配 128
4.3.4 无人机布局 128
4.3.5 优化目标 129
4.4 基于双目标遗传算法的无人机辅助边缘计算系统弹性调度 129
4.4.1 问题描述 130
4.4.2 基于NSGA-Ⅱ的两阶段算法框架 131
4.4.3 基于NSGA-Ⅱ的弹性任务时长调度方案 132
4.4.4 基于NSGA-Ⅱ的弹性无人机数量调度方案 137
4.4.5 实验分析与对比 150
4.5 基于双目标蚁群优化算法的无人机辅助边缘计算系统
路径规划与任务卸载 159
4.5.1 问题描述 160
4.5.2 多无人机调度联合路径规划和多阶段任务卸载模型 161
4.5.3 双目标蚁群优化算法 166
4.5.4 实验分析与对比 177
4.6 本章小结 185
参考文献 186
第5章 无人机与农业计算 189
5.1 农业计算基本概念 189
5.1.1 数据采集 191
5.1.2 数据存储与管理 191
5.1.3 数据分析与处理 192
5.1.4 决策支持系统 194
5.1.5 农业物联网 195
5.1.6 遥感技术 196
5.1.7 大数据与人工智能 196
5.1.8 农业信息系统 197
5.2 无人机辅助农业计算的应用领域 197
5.2.1 农田监测与管理 197
5.2.2 精准农业与资源优化利用 198
5.2.3 作物生长监测与产量预测 200
5.2.4 农业保险与灾害评估 201
5.2.5 农产品生产过程追溯与质量认证 201
5.3 无人机辅助农业计算的关键问题 202
5.3.1 技术问题 202
5.3.2 数据获取与处理 203
5.3.3 应用场景与需求匹配 204
5.3.4 成本问题 205
5.3.5 病虫害防治问题 206
5.3.6 法规与政策问题 207
5.3.7 环境与安全问题 207
5.4 基于智能优化算法的无人机精准灌溉资源调度 208
5.4.1 问题描述 209
5.4.2 农业精准灌溉的无人机调度模型 214
5.4.3 基于蚁群优化算法的多目标智能优化算法 217
5.4.4 智慧农场无人机精细灌溉模拟系统 223
5.4.5 实验分析与对比 229
5.5 本章小结 236
参考文献 237
第6章 无人机与监测计算 239
6.1 监测计算基本概念 239
6.1.1 数据采集与感知 240
6.1.2 数据传输 240
6.1.3 数据存储 241
6.1.4 数据处理与分析 241
6.1.5 实时监控 242
6.1.6 决策支持 242
6.1.7 可视化 242
6.2 无人机辅助监测计算的应用领域 243
6.2.1 基础设施检查与维护 243
6.2.2 环境监测与保护 243
6.2.3 城市规划与智能交通 243
6.2.4 应急救援与灾害响应 244
6.2.5 海上船舶排放检测 245
6.3 无人机辅助监测计算的关键问题 245
6.3.1 能量管理与续航能力 246
6.3.2 数据传输与处理 246
6.3.3 安全与隐私保护 246
6.3.4 飞行安全与避障技术 246
6.3.5 监管与法律框架 247
6.4 基于公共交通网络的无人机监控与调度 247
6.4.1 问题描述 247
6.4.2 基于公共交通网络的多无人机监控调度模型 249
6.4.3 基于公共交通网络的多无人机启发式算法 256
6.4.4 基于公共交通网络的多无人机监控调度系统 266
6.4.5 实验分析与对比 273
6.5 海上船舶排放检测的多无人机调度 277
6.5.1 问题描述 278
6.5.2 多无人机辅助船舶排放检测 280
6.5.3 基于强化学习的动态无人机调度算法 285
6.5.4 基于遗传算法的多无人机调度算法 289
6.5.5 实验分析与对比 295
6.6 本章小结 301
参考文献 302
第7章 无人机与物联网数据处理 305
7.1 物联网数据处理基本概念 305
7.1.1 物联网数据处理的定义与意义 305
7.1.2 物联网数据处理的基本流程 306
7.1.3 物联网数据采集与传输 307
7.1.4 物联网数据存储与管理 308
7.1.5 物联网数据分析与安全 308
7.1.6 物联网数据处理与无人机应用的关联 309
7. 2 无人机辅助物联网数据处理的应用领域 309
7.2.1 智能农业决策支持 309
7.2.2 工业设备状态监控 310
7.2.3 智能仓储与库存管理 310
7.2.4 智慧能源管理 311
7.2.5 智能交通流量优化 311
7.2.6 智能建筑与设施管理 311
7.2.7 供应链与物流优化 311
7.3 无人机辅助物联网数据处理的关键问题 312
7.3.1 数据收集与感知融合 312
7.3.2 数据传输与网络连接 313
7.3.3 数据存储与边缘计算 313
7.3.4 数据处理与分析 313
7.3.5 安全与隐私保护 314
7.3.6 无人机协同计算 314
7.3.7 监管与法律框架 314
7.4 无人机辅助数据采集系统的多无人机路径规划 315
7.4.1 问题描述 315
7.4.2 基于强化指针网络的多无人机路径规划算法 324
7.4.3 基于粒子群算法的多无人机路径规划算法 327
7.4.4 模拟算法测试 336
7.5 基于用户满意度的多无人机调度与任务卸载 342
7.5.1 问题描述 342
7.5.2 多无人机飞行计划与任务卸载模型 344
7.5.3 多无人机飞行计划与任务卸载模型求解方案 352
7.5.4 多无人机任务调度管理系统 360
7.5.5 实验分析与对比 368
7.6 本章小结 374
参考文献 374
第8章 无人机集群计算 377
8.1 无人机集群基本概念 377
8.1.1 无人机集群概述 377
8.1.2 无人机集群计算的核心技术 380
8.2 无人机集群应用 385
8.2.1 应用优势 385
8.2.2 应用范例 387
8.3 无人机集群计算的关键问题 392
8.3.1 通信与网络 393
8.3.2 协同与控制 394
8.3.3 自主性与决策 394
8.3.4 能量管理 395
8.3.5 法规与伦理 395
8.3.6 社会与经济 396
8.4 基于联邦学习框架的无人机集群计算 396
8.4.1 联邦学习的概念 396
8.4.2 基于CS架构联邦学习的无人机集群计算 399
8.4.3 实验分析与对比 403
8.5 基于联邦学习框架的无人机集群鲁棒性 406
8.5.1 问题描述 406
8.5.2 相关概念 407
8.5.3 基于拆分联邦学习的无人机集群框架 411
8.5.4 实验分析与对比 415
8.6 本章小结 419
参考文献 420
彩图
京公网安备 11010102004214号