面向大面积覆盖的异构车辆约束路径规划
机器人学
2019-11-25 v1
摘要
由地面车辆支持的多架 UAV（无人机）自主覆盖大面积区域需求强烈。受限于无人机电池续航与通信距离，大面积完整覆盖通常涉及多次起降以充电，以及由地面车辆在不同作业区之间运输无人机。本文提出一种新颖的大面积覆盖规划框架，其协同优化空中与地面车辆的路径。我们的方法首先将大面积划分为子区域，每架给定无人机机队可在不充电情况下覆盖一个子区域。随后为每个子区域生成无人机作业路线（或称 trails）。接着，同时优化不同无人机对 trails 的分配及无人机访问其分配 trails 的顺序，以最小化无人机总飞行距离。最后，通过求解非对称旅行商问题（ATSP）得到访问所有子区域的地面车辆运输路径。尽管寻找全局最优 trail 分配与转移路径可建模为混合整数二次规划（MIQP），但该 MIQP 即便对小问题也难解。我们表明，可先使用随机键遗传算法（RKGA）求得可行解，再通过求解小得多的 MIQP 进行局部优化，从而将求解时间降至接近实时水平。
引用
@article{arxiv.1911.09864,
title = {Constrained Heterogeneous Vehicle Path Planning for Large-area Coverage},
author = {Di Deng and Wei Jing and Yuhe Fu and Ziyin Huang and Jiahong Liu and Kenji Shimada},
journal= {arXiv preprint arXiv:1911.09864},
year = {2019}
}