多无人机城市环境热屏障轨迹规划的增强信任区域顺序凸优化
机器人学
2025-08-29 v3 系统与控制
系统与控制
最优化与控制
摘要
在疫情期间，快速检测人群异常体温对于管理公共卫生风险至为重要。多无人机热屏障系统为实现大规模、快速且非侵入式的人体温度监控提供了有前景的解决方案。然而，在复杂城市环境中进行多无人机轨迹规划面临诸多挑战，包括碰撞规避、覆盖效率以及受限飞行环境。在本研究中，我们提出一种增强信任区域顺序凸优化（TR-SCO）算法，用于多无人机执行热屏障任务的最优轨迹规划。我们的方法将改进的凸优化公式集成到信任区域框架中，有效平衡轨迹光滑性、障碍规避、高度约束以及最大屏幕覆盖。仿真结果表明，我们的方法在轨迹最优性和计算效率方面显著优于常规凸优化方法。该研究为在城市地区部署高效的多无人机系统进行实时热屏障提供了关键见解和实际贡献。对于对本研究感兴趣的读者，我们已在GitHub上发布源代码：https://github.com/Cherry0302/Enhanced-TR-SCO。
引用
@article{arxiv.2506.06012,
title = {Enhanced Trust Region Sequential Convex Optimization for Multi-Drone Thermal Screening Trajectory Planning in Urban Environments},
author = {Kaiyuan Chen and Zhengjie Hu and Shaolin Zhang and Yuanqing Xia and Wannian Liang and Shuo Wang},
journal= {arXiv preprint arXiv:2506.06012},
year = {2025}
}