1.一种针对无人机移动充电站的动态调度方法，应用于移动边缘计算场景的场景中，其特征在于，包括：将待研究区域的地图划分为至少2个栅格，并在任一所述栅格中部署至少1个为车联网节点提供服务的且携带有边缘服务器的无人机和至少1个为所述无人机进行充电的移动无线充电站，并将所述移动无线充电站的最优调度作为优化目标；

根据历史交通数据，获取任一所述栅格的交通流量模式，并将任一所述栅格按交通流量模式进行划分，得到至少2个栅格集合；

对任一所述栅格的交通流量进行预测，得到所述栅格在未来连续时间内的未来交通流量；

根据所述栅格对应的交通流量模式确定所述栅格对应的栅格集合以及该栅格对应的未来交通流量，在栅格集合之间进行所述移动无线充电站的动态调度;所述根据历史交通数据，获取任一所述栅格的交通流量模式，并将任一所述栅格按交通流量模式进行划分，得到至少2个栅格集合，包括：将所述地图对应的每一个栅格的流量数据向量化，得到对应时隙的交通流量数据；

利用所述对应时隙的交通流量数据，以栅格为单位，获取最佳交通流量模式的个数；

获取每一种交通流量模式的车流量特性，并将具有同种交通流量模式的所述栅格视为具有相同的流量变化，作为一个所述栅格集合；

所述将所述地图对应的每一个栅格的流量数据向量化，得到对应时隙的交通流量数据，包括：将所述地图对应的每一个栅格的流量数据化，得到每个栅格在每一个时刻的流量数据矩阵；

提取所述流量数据矩阵中任一栅格在任一时间对应的流量数据；

将所述流量数据中的异常值进行更新，得到所述对应时隙的交通流量数据;所述利用所述对应时隙的交通流量数据，以栅格为单位，获取最佳交通流量模式的个数，包括：将每个所述栅格对应的交通流量向量视为一个初始簇；

获取所有簇之间的距离，得到距离矩阵；

将最近的两个簇合并为一个新的簇；

每次簇合并后，更新所述距离矩阵，以反映新合并的簇与其它簇之间的距离；

通过迭代的方法，确定最佳交通流量模式的个数;

所述获取每一种交通流量模式的车流量特性，并将具有同种交通流量模式的所述栅格视为具有相同的流量变化，作为一个所述栅格集合，包括：设有Nm种交通流量模式，每种模式包含一系列栅格，每个栅格每天有Ts个时刻的流量数据；Nm=1，2，3……；

对于第u种模式1≤u≤Nm，设其包含的栅格编号集合为Gu，每个栅格编号为g，其中；每个栅格g在第t个时刻的流量数据表示为Lg,t，其中1≤t≤Ts；

第u种模式在第t个时刻的平均流量数据： ；

其中， Pu,t表示第u种模式在第t个时刻的平均流量， 表示第u种模式包含的栅格数量；

所述栅格每个时刻的平均流量进行四舍五入并转换为整数： ；

则，任一交通流量模式u的平均流量数据 ,作为所述交通流量模式u的车流量特性;

所述对任一所述栅格的交通流量进行预测，得到所述栅格在未来连续时间内的未来交通流量，包括：通过二维卷积对输入的流量进行图像块化，对所述栅格对应的流量区域进行提取特征，且在该步骤中将流量中的时间信息 T 转换为通道信息 T’，得到特征维度Token；

经过串联的特征提取模块，进行特征提取，且在特征提取过程中特征维度Token 的维度保持不变；所述特征提取模块由卷积门控线性单元和混合专家模型组成；

拓展所述特征维度Token的维度，再通过1×1卷积将其降维，得到预测结果;所述经过串联的特征提取模块，进行特征提取，且在特征提取过程中特征维度Token 的维度保持不变，包括：对待研究区域的流量数据进行处理，得到交通序列数据，并对所述交通序列数据随机划分，得到训练集和验证集；

采用卷积门控线性单元作为特征提取网络；

采用混合专家模型对时间进行投票；

所述根据所述栅格对应的交通流量模式确定所述栅格对应的栅格集合以及该栅格对应的未来交通流量，在栅格集合之间进行所述移动无线充电站的动态调度，包括：根据交通流量模式识别的结果，得到任一所述栅格的所属交通流量模式的标签；

对具有同一种交通流量模式的栅格内至少2个连续的时间点的流量数据进行处理；

将任一所述栅格作为一个个体，并且同种交通流量模式的栅格中的移动无线充电站在调度时作为一个整体进行调度，同一个交通流量模式之间的栅格不进行调度；

所述在栅格集合之间进行所述移动无线充电站的动态调度，包括：对任一所述栅格每个时间段内的未来交通流量进行计算，通过比较连续时间段内的车流量变化，确定出现需求增加的区域，将需求增加的栅格作为买家，拥有额外可供调度的移动无线充电站的栅格作为卖家；

所述无人机移动无线充电站的调度仅在不同交通流量模式的栅格之间进行;将移动无线充电站从一个栅格移动到另一个栅格，以满足该栅格内增加的车流量需求；

使携带有边缘服务器的无人机满足车流量需求；再以无人机需求对应移动无线充电站需求，并以移动无线充电站需求作为具体交易；

根据买家以及卖家双方的需求和供应量协商确定交易量，以反映实际调度的移动无线充电站数量；

基于所述买家和所述卖家之间的需求‑供应关系，通过拍卖的方式确定移动无线充电站的重新分配，以进行调度成本优化。

2.根据权利要求1所述的针对无人机移动充电站的动态调度方法，其特征在于，所述通过拍卖的方式确定移动无线充电站的重新分配的步骤，包括：所述买家的需求量、所述卖家的供应量以及所述买家和所述卖家对应栅格之间的曼哈顿距离来代表对卖家的出价；

选择出价最高的交易进行执行，并更新移动无线充电站在栅格中的分布。