面向大规模巡检任务的长航时太阳能飞机气象感知多目标路径规划
机器人学
2017-11-29 v1 人工智能
摘要
太阳能飞机相比传统飞机有望显著提升飞行续航能力。虽然这使其成为大规模空中巡检任务的有力候选平台，但其结构脆弱性要求使用恰当的路径规划方法规避恶劣天气。本文因此提出 MetPASS，即面向太阳能无人机的气象感知路径规划与分析软件。MetPASS 是文献中首个综合考虑影响太阳能飞行安全或性能所有因素的路径规划框架：它规避环境风险（雷暴、降雨、大风、阵风与湿度）并利用有利区域（高太阳辐射或顺风），同时避免低电池荷电状态等系统风险，并在杂乱地形中返回安全路径。MetPASS 从全球气象模型导入天气数据，通过能量系统模型传播飞机状态，并将二者结合为代价函数。其利用动态规划技术与带自定义启发式的 A* 搜索算法相结合，在定点驻留、点对点或多目标空中巡检任务中规划具有覆盖保证的全局最优路径。本文提供了包含图形用户界面的完整软件实现。规划方法使用苏黎世联邦理工学院的 AtlantikSolar 无人机三项任务进行了验证：一次 81 小时连续太阳能定点驻留飞行、一次从纽芬兰到葡萄牙的 4000 公里大西洋穿越，以及 2017 年夏季在近格陵兰的北冰洋上空执行的两次多冰川空中巡检任务。
引用
@article{arxiv.1711.10328,
title = {Meteorology-Aware Multi-Goal Path Planning for Large-Scale Inspection Missions with Long-Endurance Solar-Powered Aircraft},
author = {Philipp Oettershagen and Julian Förster and Lukas Wirth and Jacques Ambühl and Roland Siegwart},
journal= {arXiv preprint arXiv:1711.10328},
year = {2017}
}