基于群智自组织云优化三维建图任务的启发式方法
信号处理
2021-03-15 v1
摘要
无人机在许多经济领域日益普及。科学与工业界均旨在通过赋予多无人机机群协同自主行为（亦称群集行为）来使其影响更具颠覆性。在群集驱动的三维建图任务中，无人机通常采集目标区域的航拍图像，而三维重建过程以集中式执行。然而，此类方法未利用机群成员的计算与存储资源。我们通过利用群智自组织云，针对真实人道主义应急应用中的群集驱动分布式三维建图任务进行优化。即便云连接不可用，及时生成相关三维地图对提升行动成功几率至关重要。本工作中，我们提出一种基于分解的数学规划启发式方法与一种变邻域搜索启发式方法，以最小化此类任务所需三维重建过程的完成时间。我们的计算结果表明，所提启发式方法要么快速达到最优，要么对几乎所有包含多达 1000 张图像与 15 架无人机的测试真实实例改进了已知最优解。
引用
@article{arxiv.2103.06953,
title = {Heuristics for optimizing 3D mapping missions over swarm-powered ad hoc clouds},
author = {Leandro R. Costa and Daniel Aloise and Luca G. Gianoli and Andrea Lodi},
journal= {arXiv preprint arXiv:2103.06953},
year = {2021}
}