能量约束下无人机 swarm 巡检的优化路径规划
系统与控制
2018-08-21 v1 机器人学
摘要
对未来智能城市等信息物理系统而言，大面积地理区域的自主巡检是高效灾害检测与应急管理的核心需求。在这方面，利用无人机(unmanned aerial vehicle, UAV)集群高效、低成本地巡检广阔区域是一种有前景的方案。事实上，无人机可轻松飞行并抵达巡检点、记录监控数据，并将信息发送至无线基站(base station, BS)。然而，在许多情况下（如偏远地区作业），无人机无法由基站实时直接引导以规划路径。此外，无人机巡检的另一关键挑战是电池容量有限。因此，实现无人机自主巡检的愿景需要考虑到每架无人机能量约束的节能路径规划。本文提出了一种新颖的路径规划算法，在每架无人机严苛的能量可用约束下实现节能巡检。所开发的框架考虑了无人机集群在巡检作业中的各方面能耗，包括飞行、悬停和数据传输所需能量。结果表明，所提算法可在多项式时间内高效解决路径规划问题。仿真结果显示，所提算法在最小化总体巡检时间与能耗方面可带来显著的性能增益。此外，结果为设计自主巡检系统时确定所需无人机数量与能量等参数提供了指导。
引用
@article{arxiv.1808.06018,
title = {Optimized Path Planning for Inspection by Unmanned Aerial Vehicles Swarm with Energy Constraints},
author = {Momena Monwar and Omid Semiari and Walid Saad},
journal= {arXiv preprint arXiv:1808.06018},
year = {2018}
}
备注
IEEE Global Communications Conference (GLOBECOM), Ad Hoc and Sensor Networks Symposium