[发明专利]基于区块链和人工智能驱动的无人机蜂群协同工作平台有效
| 申请号: | 202010634515.2 | 申请日: | 2020-07-02 |
| 公开(公告)号: | CN111752246B | 公开(公告)日: | 2023-03-10 |
| 发明(设计)人: | 姜晓枫;曹琬廑;陈双武;何华森;杨坚 | 申请(专利权)人: | 中国科学技术大学 |
| 主分类号: | G05B19/418 | 分类号: | G05B19/418;G05D1/10;G06Q20/38;G06F21/64;G06Q40/04;H04W4/46;H04W12/03;H04W12/06;H04W12/08;H04W84/18 |
| 代理公司: | 北京凯特来知识产权代理有限公司 11260 | 代理人: | 郑立明;韩珂 |
| 地址: | 230026 安*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 区块 人工智能 驱动 无人机 蜂群 协同 工作 平台 | ||
本发明公开了一种基于区块链和人工智能驱动的无人机蜂群协同工作平台,通过将区块链和网络架构相融合,构建高效数据平面、可靠控制平面和智能平面相互协同的无人机蜂群协作平台架构,保证无人机蜂群任务协作的高效性与安全性;维护了数据存储与传输安全,保证了蜂群网络的自治化、任务决策的智能化,实现对实际环境的可信融合感知,有效地防御了蜂群可能面临的数据窃听与篡改、泛洪等网络攻击。
技术领域
本发明涉及无人机蜂群技术和区块链技术领域,尤其涉及一种基于区块链和人工智能驱动的无人机蜂群协同工作平台。
背景技术
无人机蜂群是由大量单功能和多功能无人机共同组成,在交感自组网络的支撑下,以群体智能涌现能力为核心,具有抗毁性强、低成本、功能分布式化等优势和智能特征的开放式协同体系。无人机蜂群技术同时整合了无人技术优势和系统族群优势,无人机蜂群中的无人智能算法将确保信息采集的准确性和执行任务过程中的精确性。
发展无人机蜂群系统之后,原本造价高昂的多任务系统被分解为若干低成本的小规模平台。基于任务层面的自我管理和自我控制,这些小型的协作平台能够实现各平台之间的作用互补与替代。无人机蜂群协作技术能够组合各子系统功能,使其整体效能远远强于个体功能之和。
然而,脆弱的防御系统和有限的安全资源是无人机蜂群的致命弱点。蜂群系统中缺乏固定基础设施和中心控制节点,所有通信功能由蜂群无人机节点自身完成,无人机节点同时承担任务执行和数据通信两个角色,传统安全防御技术难以实现。同时单功能的蜂群节点资源受限,存在计算能力低、存储空间小和备用能量少等约束条件,难以在节点中部署复杂的安全防御功能模块。但是蜂群节点通过开放信道相互连接,蜂群信息可能被传送到任意节点,攻击者可以窃听信息和篡改数据,对蜂群的控制信息造成严重的威胁;一种去中心化的能够联合多节点形成融合防御体系的控制方式对于无人机蜂群的控制显得尤为重要。
发明内容
本发明的目的是提供一种基于区块链和人工智能驱动的无人机蜂群协同工作平台,通过将区块链和网络架构相融合,维护了数据存储与传输安全,保证了蜂群网络的自治化、决策的智能化,实现对实际环境的可信融合感知,有效地防御了蜂群可能面临的数据窃听与篡改、泛洪等网络攻击。
本发明的目的是通过以下技术方案实现的:
一种基于区块链和人工智能驱动的无人机蜂群协同工作平台,设于每一无人机节点内,包括:位于网络层的数据平面、位于网络层和传输层的控制平面、以及位于应用层的智能平面;区块链数据层位于数据平面,区块链网络层与共识层位于控制平面,区块链合约层位于智能平面;
其中,所述数据平面,负责维护与更新任务架构的相关数据;控制平面,负责网络层的各种网络控制功能,以及维护传输层的传输协议;智能平面,负责数据处理,以及区块链中智能合约的处理算法;
无人机节点通过智能平面的智能合约的处理算法实现任务的自主决策,包括:确定执行任务所涉及的无人机节点数目,确定各无人机节点目标位置及由当前位置运行至目标位置的运行轨迹,以及对执行任务所涉及的无人机节点进行编队控制;
当各无人机节点到达目标位置后,无人机节点采集数据或生成数据,通过智能平面进行数据处理,再通过控制平面将处理后的数据广播给其他无人机节点,或者将处理后的数据封装至数据平面的区块中后再广播给其他无人机节点;其他无人机节点接收到数据后,通过数据平面分析数据类别,并利用控制平面对数据或者区块进行验证。
由上述本发明提供的技术方案可以看出,通过构建高效数据平面、可靠控制平面和智能平面相互协同的无人机蜂群协作平台架构,保证无人机蜂群任务协作的高效性与安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010634515.2/2.html,转载请声明来源钻瓜专利网。





