技术领域
[0001] 本发明涉及无人机调度技术领域，具体为无人机的自主优化与智能监控系统及方法。
相关背景技术
[0002] 传统的无人机调度往往依赖于明确的算法和规则，而模糊人工智能能够处理不确定性和模糊性，使无人机在执行任务时能够根据实时数据和环境变化进行自我调整。这种技术广泛应用于农业监测、灾害管理和城市交通监控等领域，提升了无人机的智能化水平和任务执行效率。
[0003] 例如公告号CN115713222B的发明专利，公告了一种效用驱动的无人机感知网络充电调度方法，包括：基于无人机的运行状态获取无人机、充电设施以及兴趣点集合，并构建无人机感知网络模型；根据无人机感知网络模型的感知数据质量构建感知价值模型以及基于充电设施的充电功率，建立充电计费成本模型；形式化无人机感知网络系统周期下的感知效用最大化问题；调用效用驱动的无人机感知网络充电调度算法，得到每个无人机的调度方案，实现无人机的充电调度。
[0004] 例如公告号CN116933980B的发明专利，公告了一种无人机集群指挥控制调度方法，包括：地面控制站设置多个集群监控席位，每个集群监控席位均部署集群综合监控软件；每个集群监控席位的集群综合监控软件依次按照席位编号顺序配置，且席位编号唯一；集群监控席位优先级按照席位编号从小到大依次排列，席位编号小的集群监控席位优先级大于席位编号大的集群监控席位优先级；依据每个集群监控席位的集群综合监控软件的席位编号设置集群无人机控制权调度方式；利用集群无人机控制权调度方式进行集群无人机控制权调度切换。
[0005] 综合上述发现，现有的技术方案中，存在面对复杂多变的环境时，无法做出及时、准确的调整的问题，可能导致无人机任务安排不合理，导致在恶劣天气、复杂地形等条件下无法有效执行任务的情况。
具体实施方式
[0039] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0040] 在本发明的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0041] 请参阅图1，本发明实施例提供一种技术方案：无人机的自主优化与智能监控系统，包括数据采集模块，用于在预设的各监测周期采集各无人机隶属飞行区域的环境状况数据与各无人机的状态参数。
[0042] 任务初始规划模块，用于对各无人机隶属飞行区域的环境状况数据与各无人机的状态参数进行处理分析，得到各无人机的任务调度符合值，并根据各无人机的任务调度符合值分配各无人机执行任务。
[0043] 模糊推理模块，用于在各无人机执行任务过程中接收传感器的环境信息进行分析，并基于预设的模糊规则得到各无人机的调度流程。
[0044] 模糊逻辑的应用总结模块，用于采集分析各无人机任务预期完成数据，得到各无人机的调度任务执行效果值，并分析各无人机的调度流程的执行效果并更新至经验数据库中。
[0045] 需要说明的是，数据采集模块负责采集各无人机所在飞行区域的环境数据和各无人机状态参数；任务初始规划模块分析各无人机所在飞行区域的环境数据和各无人机状态参数并进行任务调度；模糊推理模块通过传感器反馈的模糊逻辑参数处理得到各无人机飞行路径上障碍物危险评估值与各监测周期各无人机环境安全值，对各无人机的调度流程进行调整；模糊逻辑应用总结模块则通过分析调度效果并更新经验数据库，持续优化调度策略，能够自适应地调整无人机的任务调度流程，提高无人机执行任务的效率和适应性。
[0046] 具体地，各无人机隶属飞行区域的环境状况数据包括各无人机隶属飞行区域的风速、湿度、温度、能见度指数与各障碍物的高度与各无人机与任务点的直线距离。
[0047] 所述各无人机的状态参数包括各无人机的电池电量、信号强度、飞行高度、飞行速度、各无人机与各障碍物的距离。
[0048] 需要说明的是，各无人机隶属飞行区域的风速是通过无人机风速仪采用超声波测量原理测得风速值；各无人机隶属飞行区域的湿度是通过搭载湿度传感器进行湿度监测；各无人机隶属飞行区域的温度是通过搭载温度传感器来测量环境的温度；各无人机隶属飞行区域的能见度指数通过能见度检测仪采用散射法或透射法来测量大气中的能见度；各无人机的电池电量是直接读取电池剩余电量得到的；各无人机的信号强度是通过搭载信号测量设备来测量无人机的信号强度；各无人机利用GPS测量系统，测量无人机的飞行高度，并定位无人机位置，同时提取任务点的经纬度与任务点高度，处理得到各无人机与各障碍物的距离；各无人机的飞行速度是通过雷达测速仪精确测量无人机的飞行速度；各无人机飞行路径上障碍物的高度与各无人机与障碍物的距离是通过激光雷达发射激光光束来探测周围环境精确测量障碍物的高度信息与无人机与障碍物之间的距离。
[0049] 具体地，当各无人机接收到任务指令时，监测采集该时刻的各无人机隶属飞行区域的风速、能见度指数以及各无人机的电池电量、信号强度、各无人机与任务点的直线距离，处理得到各无人机的任务调度符合值，所述任务指令包括任务开始时间、任务需求无人机数量、任务点的经纬度与任务点高度，所述各无人机的任务调度符合值用于评估任务与各无人机的匹配度，并得到各无人机各次任务的任务预期完成数据。
[0050] 需要说明的是，当各无人机接受到任务指令时，在接受到任务指令的时刻传感器监测各无人机隶属飞行区域的风速、能见度指数，并读取该时刻各无人机的电池电量、信号强度、各无人机与任务点的直线距离。
[0051] 需要说明的是，各无人机的任务调度符合值，具体分析过程为：；
式中， 表示第i个无人机的任务调度符合值， 表示第i个无人机隶属飞行区域
的风速， 表示第i个无人机隶属飞行区域的能见度指数， 表示第i个无人机的电池电量，表示第i个无人机的的信号强度， 表示第i个无人机与任务点的直线距离， 表示风速
阈值， 表示能见度指数阈值， 表示无人机执行任务最佳电池电量值， 表示无人机的信号强度参照值， 表示无人机与任务点的直线距离的参照值， 表示设定的风速的修正因子， 表示设定的能见度指数的修正因子， 表示设定的无人机的电池电量的修正因
子， 表示设定的无人机的的信号强度的修正因子， 表示设定的无人机与任务点的直线距离的修正因子。
[0052] 如图2所示，图2表示无人机的任务调度符合值，其中横轴表示第i个无人机隶属飞行区域的风速，单位为米每秒（m/s），纵轴表示第i个无人机的任务调度符合值，图中定义了三组不同的示例参数，分别对应三条曲线的不同情况，分别用实线、虚线和点划线表示，对应的曲线标签分别为a、b、c，假设第i个无人机的电池电量 20000（库仑），第i个无人机的的信号强度 =2.0（吉赫），第i个无人机与任务点的直线距离 =30（米），风速阈值（米每秒），能见度指数阈值 5（公里），无人机执行任务最佳电池电量值，无人机的信号强度参照值 =2.4（吉赫），无人机与任务点的直线
距离的参照值 =15（米），设定的风速的修正因子 ，设定的能见度指数的修正因
子 ，设定的电池电量的修正因子 ，设定的无人机的的信号强度的修正
因子 =0.2，设定的无人机与任务点的直线距离的修正因子 =0.7，当第i个无人机隶属飞行区域的能见度指数为3米时，第i个无人机的任务调度符合值的示意图如曲线a所示，当第i个无人机隶属飞行区域的能见度指数为8米时，第i个无人机的任务调度符合值的示意图如曲线b所示，当第i个无人机隶属飞行区域的能见度指数为10米时，第i个无人机的任务调度符合值的示意图如曲线c所示。
[0053] 如表1所示，表1为无人机飞行路径上障碍物危险评估值的示例数据，其中列举了无人机的任务调度符合值以及无人机隶属飞行区域的风速。
[0054] 表1 无人机的任务调度符合值的示例数据如表1所示，在一个具体的实施例中，假设第i个无人机的电池电量 20000（库
仑），第i个无人机的的信号强度 =2.0（吉赫），第i个无人机与任务点的直线距离 =30（米），风速阈值 （米每秒），能见度指数阈值 5（公里），无人机执行任务最佳电池电量值 ，无人机的信号强度参照值 =2.4（吉赫），无人机与任务
点的直线距离的参照值 =15（米），设定的风速的修正因子 ，设定的能见度指数
的修正因子 ，设定的电池电量的修正因子 ，设定的无人机的的信号强
度的修正因子 =0.2，设定的无人机与任务点的直线距离的修正因子 =0.7，无人机的任务调度符合值由各无人机隶属飞行区域的风速、能见度指数，各无人机的电池电量、信号强度，各无人机与任务点的直线距离共同决定。
[0055] 需要说明的是，无人机隶属飞行区域的风速、能见度指数之间具有关联性，一般来说，风速与能见度通常呈正相关关系，随着风速的增大，大气中的污染物和颗粒物更容易被吹散，从而能见度指数会上升；无人机的电池电量下降，可能会导致无人机发射信号变弱，无人机的信号强度也下降，无人机与任务点的直线距离减少，说明需求无人机的电池电量少；通过综合处理环境数据与无人机自身的状态参数，可以评估无人机在改环境下的续航能力，可以对任务进行精确分配，降低资源浪费。
[0056] 为数据库中设定的风速的修正因子，表示风速对无人机的任务调度符合值的修正程度的数值，使用时可以直接从数据库中获取风速的修正因子，其对应关系可以是预先设定的映射关系，例如，风速与数据库中设定的风速的修正因子形成映射集，将实时的风速输入映射集得到风速的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0057] 为数据库中设定的能见度指数的修正因子，表示能见度指数对无人机的任务调度符合值的修正程度的数值，使用时可以直接从数据库中获取能见度指数的修正因子，其对应关系可以是预先设定的映射关系，例如，能见度指数与数据库中设定的能见度指数的修正因子形成映射集，将实时的能见度指数输入映射集得到能见度指数的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0058] 为数据库中设定的无人机的电池电量的修正因子，表示无人机的电池电量对无人机的任务调度符合值的修正程度的数值，使用时可以直接从数据库中获取无人机的电池电量的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机的电池电量与数据库中设定的无人机的电池电量的修正因子形成映射集，将实时的无人机的电池电量输入映射集得到无人机的电池电量的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0059] 为数据库中设定的无人机的的信号强度的修正因子，表示无人机的的信号强度对无人机的任务调度符合值的修正程度的数值，使用时可以直接从数据库中获取无人机的的信号强度的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机的的信号强度与数据库中设定的无人机的的信号强度的修正因子形成映射集，将实时的无人机的的信号强度输入映射集得到无人机的的信号强度的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0060] 为数据库中设定的无人机与任务点的直线距离的修正因子，表示无人机与任务点的直线距离对无人机的任务调度符合值的修正程度的数值，使用时可以直接从数据库中获取无人机与任务点的直线距离的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机与任务点的直线距离与数据库中设定的无人机与任务点的直线距离的修正因子形成映射集，将实时的无人机与任务点的直线距离输入映射集得到无人机与任务点的直线距离的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0061] 需要说明的是，得到各无人机各次任务的任务预期完成数据，具体过程为：提取各无人机的任务调度符合值与数据库中各无人机的任务调度符合值各区间对应的各无人机任务完成预测数据相匹配，数据库中预设了无人机任务完成预测数据，使用时可以直接从数据库中获取无人机任务完成预测数据，其对应关系可以是预先设定的映射关系，例如各无人机的任务调度符合值与数据库中无人机任务完成预测数据形成映射集，将实时的各无人机的任务调度符合值输入映射集得到各无人机各次任务的任务预期完成数据，其中的映射关系可以是一一对应的关系，各无人机各次任务的任务预期完成数据包括各无人机各次任务的预期任务完成时间、各无人机各次任务的预期电池电量消耗。
[0062] 具体地，对各无人机的任务调度符合值由大到小进行排序，从排序第一位开始选取任务指令中的任务需求无人机数量的无人机执行任务。
[0063] 采集各监测周期各无人机飞行路径上的环境信息，所述环境信息包括无人机与各障碍物的相对角度、各障碍物大小、各障碍物高度，基于采集的环境信息规划各无人机的飞行路径。
[0064] 需要说明的是，对各无人机的任务调度符合值由大到小进行排序选取无人机执行任务，例如，任务需求五个无人机执行，则选取排序排名为第一到第五的无人机执行任务，确保选取的无人机与任务需求高度匹配，从而提高任务执行的精准度和效率。
[0065] 需要说明的是，无人机通过搭载激光雷达，激光束可以扫描周围环境，生成高精度的三维点云数据，从而精确识别障碍物的位置和大小；使用卫星遥感图像对障碍物进行高度提取，在无人机上搭载卫星通信设备，直接接受卫星遥感图像的障碍物高度数据，使用Dijkstra算法（最短路径算法）可以通过将障碍物的方向、大小和高度建模为图来规划最短路径，其中节点代表可行的位置，而边则表示连接这些位置的可行路径。从无人机所在位置出发，初始化每个障碍物的距离，选择当前距离最小的障碍物，并遍历其相邻障碍物的方向以更新可行路径的距离，最终得到从无人机位置到任务位置的最短路径。根据障碍物方向、障碍物大小、障碍物高度，建模为图，节点代表位置，边代表可行路径，通过计算最短路径来规划飞行路径。
[0066] 具体的，提取各监测周期各无人机飞行路径上各障碍物的高度，并在各监测周期中监测各无人机该时刻与各障碍物的距离，结合各监测周期各无人机的平均飞行速度，处理得到各监测周期各无人机飞行路径上障碍物危险评估值，所述各监测周期各无人机飞行路径上障碍物危险评估值用于评估无人机飞行路径上障碍物的危险程度。
[0067] 提取各监测周期各无人机隶属区域的平均风速、平均湿度、平均温度，处理得到各监测周期各无人机环境安全值，所述各监测周期各无人机环境安全值用于量化评估各无人机隶属区域环境的安全飞行程度。
[0068] 需要说明的是，在无人机飞行区域内布置多个风速计、湿度计与温度计，包括在不同高度布置风速计、湿度计与温度计，同时在各监测周期内设置监测时间点，在各监测时间点监测风速、湿度与温度，并分别求均值得到一个监测周期内的平均风速、平均湿度、平均温度，无人机接收所在区域的各温度计、湿度计与风速计监测到的一个监测周期内的平均风速、平均湿度、平均温度，并分别求均值，得到无人机隶属区域的平均风速、平均湿度、平均温度，例如，无人机接收以自身为球心，半径为10米的区域内的各温度计、湿度计与风速计监测到的数据，并分别求均值，得到各监测周期各无人机隶属区域的平均风速、平均湿度、平均温度。
[0069] 需要说明的是，各监测周期各无人机环境安全值，用于量化评估各无人机隶属区域环境的安全飞行程度，各监测周期各无人机环境安全值的具体分析过程为：；
式中， 表示第j个监测周期第i个无人机环境安全值， 表示第j个监测周
期第i个无人机隶属区域的平均风速， 表示第j个监测周期第i个无人机隶属区域的平
均湿度， 表示第j个监测周期第i个无人机隶属区域的平均温度， 表示无人机飞行最
适宜风速， 表示无人机飞行最适宜湿度， 表示设定的无人机飞行最适宜温度， 表示设定的无人机隶属区域的平均风速的修正因子， 表示设定的无人机隶属区域的平均湿度的修正因子， 表示设定的无人机隶属区域的平均温度的修正因子， ，i表示无
人机的编号，n表示无人机的总数量， ，j表示监测周期的编号，m表示监测周期
的总数量。
[0070] 需要说明的是无人机隶属区域的平均风速、无人机与任务点的平均湿度、无人机隶属区域的平均温度之间具有关联性，当平均温度升高平均风速可能会呈现出下降的趋势，当平均温度升高，空气中的水汽含量可能会增加，平均湿度会提升,根据无人机隶属区域的平均风速、无人机与任务点的平均湿度、无人机隶属区域的平均温度处理得到各监测周期各无人机环境安全值，有助于确保无人机在恶劣天气或极端环境下仍能安全执行任务。
[0071] 为数据库中设定的无人机隶属区域的平均风速的修正因子，表示无人机隶属区域的平均风速对无人机环境安全值的修正程度的数值，使用时可以直接从数据库中获取无人机隶属区域的平均风速的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机隶属区域的平均风速与数据库中设定的无人机隶属区域的平均风速的修正因子形成映射集，将实时的无人机隶属区域的平均风速输入映射集得到无人机隶属区域的平均风速的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0072] 为数据库中设定的无人机隶属区域的平均湿度的修正因子，表示无人机隶属区域的平均湿度对无人机环境安全值的修正程度的数值，使用时可以直接从数据库中获取无人机隶属区域的平均湿度的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机隶属区域的平均湿度与数据库中设定的无人机隶属区域的平均湿度的修正因子形成映射集，将实时的无人机隶属区域的平均湿度输入映射集得到无人机隶属区域的平均湿度的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0073] 为数据库中设定的无人机隶属区域的平均温度的修正因子，表示无人机隶属区域的平均温度对无人机环境安全值的修正程度的数值，使用时可以直接从数据库中获取无人机隶属区域的平均温度的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机隶属区域的平均温度与数据库中设定的无人机隶属区域的平均温度的修正因子形成映射集，将实时的无人机隶属区域的平均温度输入映射集得到无人机隶属区域的平均温度的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0074] 具体地，各监测周期各无人机飞行路径上障碍物危险评估值，具体分析条件如下：；
式中， 表示第j个监测周期第i个无人机飞行路径上障碍物危险评估值，
表示第j个监测周期第i个无人机飞行路径上第q个障碍物高度， 表示第j个监测
周期中第i个无人机该时刻与第q个障碍物的距离， 表示第j个监测周期第i个无人机
的飞行速度的平均值， 表示设定的无人机最佳飞行高度， 表示无人机与障碍物的距离参照值， 表示设定的无人机的飞行速度参照值， 表示设定的无人机飞行路径上障碍物的高度的权重因子， 表示设定的无人机与障碍物的距离的权重因子， 表示设定的无人机的飞行速度的权重因子， ，i表示无人机的编号，n表示无人机的总数量，
，j表示监测周期的编号，m表示监测周期的总数量， ，q表
示障碍物的编号，g表示障碍物的总数量。
[0075] 需要说明的是，无人机飞行路径上障碍物的高度、无人机与障碍物的距离、无人机的飞行速度之间具有关联性，当无人机与障碍物的距离减小时，无人机需要降低飞行速度，以免与障碍物发生碰撞；当无人机飞行路径上障碍物的高度较高时，无人机需要减速并爬升到一定的高度对障碍物进行避让。
[0076] 为数据库中设定的无人机飞行路径上障碍物的高度的修正因子，表示无人机飞行路径上障碍物的高度对障碍物危险评估值的修正程度的数值，使用时可以直接从数据库中获取无人机飞行路径上障碍物的高度的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机飞行路径上障碍物的高度与数据库中设定的无人机飞行路径上障碍物的高度的修正因子形成映射集，将实时的无人机飞行路径上障碍物的高度输入映射集得到无人机飞行路径上障碍物的高度的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0077] 为数据库中设定的无人机与障碍物的距离的修正因子，表示无人机与障碍物的距离对障碍物危险评估值的修正程度的数值，使用时可以直接从数据库中获取无人机与障碍物的距离的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机与障碍物的距离与数据库中设定的无人机与障碍物的距离的修正因子形成映射集，将实时的无人机与障碍物的距离输入映射集得到无人机与障碍物的距离的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0078] 为数据库中设定的无人机的飞行速度的修正因子，表示无人机的飞行速度对障碍物危险评估值的修正程度的数值，使用时可以直接从数据库中获取无人机的飞行速度的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机的飞行速度与数据库中设定的无人机的飞行速度的修正因子形成映射集，将实时的无人机的飞行速度输入映射集得到无人机的飞行速度的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0079] 具体地，预设的模糊规则包括障碍风险等级匹配规则、无人机的调度流程的执行效果匹配规则。
[0080] 提取各监测周期各无人机飞行路径上障碍物危险评估值，将各监测周期各无人机飞行路径上障碍物危险评估值与数据库中无人机飞行路径上障碍物危险评估值各区间对应的危险程度匹配，得到各监测周期各无人机飞行路径的危险程度，将各监测周期各无人机飞行路径的危险程度输入至障碍风险等级匹配规则进行匹配，得到各监测周期各无人机飞行路径上的模糊危险等级。
[0081] 所述各监测周期各无人机飞行路径上的模糊危险等级包括低风险、中风险、高风险，当模糊危险等级为低风险的时候，维持各无人机飞行方向不变，当模糊危险等级为中风险的时候，控制各无人机绕开障碍物，当模糊危险等级为高风险的时候，控制各无人机进行安全降落。
[0082] 需要说明的是，模糊规则是一种利用模糊集合理论来描述和推理不确定性和模糊性知识的规则，通常以“如果‑那么”的形式表达，能够处理那些不精确、不完全或模棱两可的信息，从而在多种应用场景中实现有效的决策和控制。
[0083] 需要说明的是，模糊规则通过处理环境数据的不确定性，实现无人机对复杂环境的智能感知、灵活的任务规划与调度、有效的避障与风险控制，以及自适应的控制策略调整，从而提升了无人机的自主导航和任务执行能力。
[0084] 需要说明的是，各监测周期各无人机飞行路径上的模糊危险等级是通过将无人机飞行路径上障碍物的危险程度与障碍风险等级匹配规则进行匹配，得到无人机飞行路径上障碍物的危险等级；无人机的调度流程的执行效果匹配规则输入无人机的调度效果，匹配得到无人机的调度流程的执行效果。
[0085] 需要说明的是，将各监测周期各无人机飞行路径的危险程度输入至障碍风险等级匹配规则进行匹配，得到各监测周期各无人机飞行路径上的模糊危险等级，提取各监测周期各无人机飞行路径上障碍物危险评估值与数据库中障碍物危险评估值各监测周期各区间对应的障碍物危险程度进行匹配。数据库中预设了障碍物危险程度，使用时可以直接从数据库中获取障碍物危险程度，其对应关系可以是预先设定的映射关系，例如各监测周期各无人机飞行路径上障碍物危险评估值与数据库中障碍物危险程度形成映射集，将实时的各监测周期各无人机飞行路径上障碍物危险评估值输入映射集得到障碍物危险程度，其中的映射关系可以是一一对应的关系，障碍物危险程度包括极低危险、低危险、中危险、高危险、极高危险。将障碍物危险程度根据模糊规则中的障碍风险等级匹配规则进行匹配，极低危险与低危险对应低风险，中危险与高危险对应中风险，极高危险对应高风险。
[0086] 需要说明的是，障碍物危险程度是评估无人机飞行路径上潜在风险的关键指标，模糊危险等级将障碍物危险程度进行分类，其主要目的是将复杂的危险程度信息简化为易于理解和处理的等级信息，有助于无人机系统快速识别和处理不同级别的风险，从而采取相应的控制策略。
[0087] 需要说明的是，当模糊危险等级为低风险的时候，无人机持续对障碍物进行监测，确保其危险等级没有发生变化，同时降低飞行速度并规划飞行路径，绕开障碍物；当模糊危险等级为中风险的时候，无人机快速调整飞行姿态，改变飞行方向，避免与障碍物发生碰撞；当模糊危险等级为高风险的时候，无人机启动安全降落程序，选择一个安全的地点进行降落。
[0088] 具体的，提取各监测周期各无人机环境安全值，匹配得到各无人机隶属区域环境的安全飞行程度，无人机隶属区域环境的安全飞行程度包括安全程度良好、安全程度一般、安全程度较差，当各无人机隶属区域环境的安全飞行程度为安全程度较差时，降低各无人机的飞行速度与飞行高度，当各无人机隶属区域环境的安全飞行程度为安全程度一般时，各无人机的飞行速度与飞行高度维持不变，当各无人机隶属区域环境的安全飞行程度为安全程度良好时，提高各无人机的飞行速度与飞行高度。
[0089] 需要说明的是，提取各监测周期各无人机环境安全值，匹配得到各无人机隶属区域环境的安全飞行程度，提取各监测周期各无人机环境安全值与数据库中无人机环境安全值各区间对应的无人机隶属区域环境的安全飞行程度进行匹配。数据库中预设了无人机隶属区域环境的安全飞行程度，使用时可以直接从数据库中获取无人机隶属区域环境的安全飞行程度，其对应关系可以是预先设定的映射关系，例如各监测周期各无人机环境安全值与数据库中无人机隶属区域环境的安全飞行程度形成映射集，将实时的各监测周期各无人机环境安全值输入映射集得到无人机隶属区域环境的安全飞行程度，其中的映射关系可以是一一对应的关系，将各无人机的飞行速度、飞行高度分别与无人机设定的无人机的飞行速度参照值、无人机最佳飞行高度相减，得到各无人机的飞行速度与飞行高度调整值，当各无人机隶属区域环境的安全飞行程度为安全程度较差时，根据各无人机的飞行速度与飞行高度调整值，降低各无人机的飞行速度与飞行高度，当各无人机隶属区域环境的安全飞行程度为安全程度一般时，各无人机的飞行速度与飞行高度维持不变，当各无人机隶属区域环境的安全飞行程度为安全程度良好时，根据各无人机的飞行速度与飞行高度调整值，升高各无人机的飞行速度与飞行高度，减少因环境因素导致的飞行风险，确保无人机能够更安全、稳定地完成飞行任务。
[0090] 具体地，提取各无人机各次任务的任务预期完成数据，所述各无人机各次任务的任务预期完成数据包括无人机预期任务完成时间、预期电池电量消耗。
[0091] 将各无人机各次任务的任务完成的实际时间与无人机预期任务完成时间，相除得到各无人机各次任务的时间效率，并结合各无人机各次任务的实际电池电量消耗、无人机预期电池电量消耗，处理得到各无人机的调度任务执行效果值，所述各无人机的调度任务执行效果值用于评估得到各无人机的的调度效果。
[0092] 提取各无人机的调度任务执行效果值，将与数据库中无人机的调度任务执行效果值各区间的无人机的调度效果匹配，得到各无人机各次任务的调度效果，将各无人机各次任务的调度效果输入至无人机的调度流程的执行效果匹配规则得到各无人机的调度流程的执行效果，所述各无人机的调度流程的执行效果包括任务完成情况较差、任务完成情况一般、任务完成情况成功，将各无人机的调度流程的执行效果更新至经验数据库。
[0093] 需要说明的是，当各监测周期各无人机状态为差时，则将无人机返航，当各监测周期各无人机状态为优或良时，则提取无人机隶属飞行区域的障碍物方向、障碍物大小、障碍物高度，并重新规划飞行路径。
[0094] 需要说明的是，各无人机各次任务的时间效率 ， 表示各无人机各次任务的任务完成的实际时间， 表示无人机预期任务完成时间， ，i表
示无人机的编号， ，z表示任务的编号，R表示任务的总数量。
[0095] 需要说明的是，统计各无人机执行的任务数量与完成的任务数量分别记为 、 ，处理得到各无人机的任务完成率 ， ，i表示无人机的编号。
[0096] 需要说明的是，提取各无人机执行任务前的电池电量与执行任务后的电池电量相减得到各无人机的实际电池电量消耗。
[0097] 需要说明的是，各无人机的调度任务执行效果值，具体分析过程为：；
式中， 表示第i个无人机的调度任务执行效果值， 表示第z次任务的第i个
无人机的时间效率, 表示第i个无人机的任务完成率， 表示第i个无人机的实际
电池电量消耗， 表示第z次任务的无人机的预期电池电量消耗， 表示设定的无人机的时间效率对应的权重因子， 表示设定的无人机的电池电量消耗对应的权重因子， 表示设定的无人机的任务完成率对应的权重因子， ，i表示无人机的编号，n表示无
人机的总数量， ，z表示任务的编号，R表示任务的总数量。
[0098] 需要说明的是，无人机的时间效率、无人机的电池电量消耗与任务完成率之间具有关联性，无人机的时间效率越高，电池电量的消耗会越低，无人机的时间效率以及电量消耗占比可以评估无人机的综合性能，高任务完成率意味着无人机的时间效率高。
[0099] 为数据库中设定的无人机的时间效率对应的权重因子，表示无人机的时间效率对无人机的调度任务执行效果值的修正程度的数值，使用时可以直接从数据库中获取无人机的时间效率的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机的时间效率与数据库中设定的无人机的时间效率的修正因子形成映射集，将实时的无人机的时间效率输入映射集得到无人机的时间效率的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0100] 为数据库中设定的无人机的电池电量消耗对应的权重因子，表示无人机的电池电量消耗对无人机的调度任务执行效果值的修正程度的数值，使用时可以直接从数据库中获取无人机的电池电量消耗的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机的电池电量消耗与数据库中设定的无人机的电池电量消耗的修正因子形成映射集，将实时的无人机的电池电量消耗输入映射集得到无人机的电池电量消耗的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0101] 为数据库中设定的无人机的任务完成率对应的权重因子，表示无人机的任务完成率对无人机的调度任务执行效果值的修正程度的数值，使用时可以直接从数据库中获取无人机的任务完成率的修正因子，其对应关系可以是预先设定的映射关系，例如，无人机的任务完成率与数据库中设定的无人机的任务完成率的修正因子形成映射集，将实时的无人机的任务完成率输入映射集得到无人机的任务完成率的修正因子，其中的映射关系可以是一一对应或者多对一的关系。本示例中其取值范围是[0,1]。
[0102] 需要说明的是，提取各无人机调度任务执行效果值，将与数据库中无人机的调度任务执行效果值各区间的无人机的调度效果匹配，得到各无人机调度效果，各无人机的调度任务执行效果值与数据库中无人机的调度任务执行效果值各区间对应的无人机的调度效果进行匹配。数据库中预设了无人机的调度效果，使用是可以直接从数据库中获取无人机的调度效果，其对应关系可以是预先设定的映射关系，例如各无人机的调度任务执行效果值与无人机的调度效果形成映射集，将实时的各无人机的调度任务执行效果值输入映射集得到无人机的调度效果，其中的映射关系可以是一一对应的关系。无人机的调度效果包括未完成、部分完成、接近完成、已完成，将得到的无人机的调度效果输入无人机的调度流程的执行效果匹配规则进行模糊匹配，当无人机的调度效果为未完成时，匹配结果为任务完成情况较差，当无人机的调度效果为部分完成或接近完成时，匹配结果为任务完成情况一般，当无人机的调度效果为已完成时，匹配结果为任务完成情况成功。
[0103] 需要说明的是，提取无人机任务调度执行效果值，与数据库中的效果值区间匹配，得到调度效果，再输入匹配规则得到执行效果（差、一般、成功），并更新至经验数据库，在后续制定调度计划时，参考经验数据库中的历史案例与分析结果，优化调度流程。
[0104] 具体地，在预设的各监测周期采集各无人机隶属飞行区域的环境状况数据与各无人机的状态参数。
[0105] 对各无人机隶属飞行区域的环境状况数据与各无人机的状态参数进行处理分析，得到各无人机的任务调度符合值，并根据各无人机的任务调度符合值分配各无人机执行任务。
[0106] 在各无人机执行任务过程中接收传感器的环境信息进行分析，并基于预设的模糊规则得到各无人机的调度流程。
[0107] 采集分析各无人机任务预期完成数据，得到各无人机的调度任务执行效果值，并分析各无人机的调度流程的执行效果并更新至经验数据库中。
[0108] 需要说明的是，数据采集模块负责采集各无人机所在飞行区域的环境数据和各无人机状态参数；任务初始规划模块分析各无人机所在飞行区域的环境数据和各无人机状态参数并进行任务调度；模糊推理模块通过传感器反馈的模糊逻辑参数处理得到各无人机飞行路径上障碍物危险评估值与各监测周期各无人机环境安全值，对各无人机的调度流程进行调整；模糊逻辑应用总结模块则通过分析调度效果并更新经验数据库，持续优化调度策略，能够自适应地调整无人机的任务调度流程，提高无人机执行任务的效率和适应性。
[0109] 需要说明的是，无人机的自主优化与智能监控系统还包括数据库用于存储和管理的无人机隶属飞行区域的环境状况数据与飞行参数的重要工具，本实施例中数据库用于存储设定的无人机最佳飞行高度、无人机与障碍物的距离参照值、设定的无人机的飞行速度参照值、设定的无人机飞行路径上障碍物的高度的权重因子、设定的无人机与障碍物的距离的权重因子、设定的无人机的飞行速度的权重因子、风速阈值、能见度指数阈值、无人机执行任务最佳电池电量值、无人机的信号强度参照值、无人机与任务点的直线距离的参照值、设定的无人机的的信号强度的修正因子、设定的无人机与任务点的直线距离的修正因子、设定的风速的修正因子、设定的能见度指数的修正因子、设定的无人机的电池电量的修正因子、无人机飞行最适宜风速、无人机飞行最适宜湿度、设定的无人机飞行最适宜温度、设定的无人机隶属区域的平均风速的修正因子、设定的无人机隶属区域的平均湿度的修正因子、设定的无人机隶属区域的平均温度的修正因子、设定的无人机的时间效率对应的权重因子、设定的无人机的电池电量消耗对应的权重因子、设定的无人机的任务完成率对应的权重因子、障碍物危险程度、无人机隶属区域环境的安全飞行程度、无人机的调度效果、无人机任务完成预测数据。
[0110] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0111] 以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
