面向合规且高效无人机路径规划的混合多目标优化在概率任务设计中的应用
机器人学
2025-09-30 v2
摘要
先进的空中运输服务涵盖众多突出的应用，旨在革新现代物流并为各种公共服务和产业用途铺路。然而，该领域发展一直受制于法律限制和物理约束的复杂性。虽然空域常受各种法律要求的严格规制，但无人机（Unmanned Aerial Vehicles, UAV）在飞行过程中必须同时考虑能源需求、信号质量和噪声污染等因素。为此，本文提出一种新型架构，将概率任务设计（Probabilistic Mission Design, ProMis）与无人机路径规划的多目标优化相结合。该框架能够在不确定性下遵守法律要求，同时生成有效路径，最小化无人机在穿越人类居住区域时需考虑的各种物理成本。为实现这一目标，我们将混合概率一阶逻辑用于空间推理，结合混合确定性-随机路线优化，将能源消耗和无线电干扰等物理目标纳入法律要求的逻辑概率模型中。我们通过在法国巴黎市的一个大规模实证评估中使用真实世界、众包数据，展示了该系统的灵活性与优势，说明如何构建一网络有效且合规的路径。
引用
@article{arxiv.2412.18514,
title = {Hybrid Many-Objective Optimization in Probabilistic Mission Design for Compliant and Effective UAV Routing},
author = {Simon Kohaut and Nikolas Hohmann and Sebastian Brulin and Benedict Flade and Julian Eggert and Markus Olhofer and Jürgen Adamy and Devendra Singh Dhami and Kristian Kersting},
journal= {arXiv preprint arXiv:2412.18514},
year = {2025}
}