面向大规模覆盖的燃料受限无人机-地面车路径优化：异构多智能体系统中的双层规划
机器人学
2023-07-10 v2
摘要
快速移动的无人机（UAV）非常适合空中监视，但受其电池容量限制。为提升续航能力，无人机可在慢速移动的无人地面车（UGV）上补给燃料。在速度与燃料约束下协同规划 UAV-UGV 多智能体系统以勘测广阔区域是一个计算上具有挑战性的问题，但可通过启发式方法简化。本文提出多种启发式方法，以得到该问题的可行且充分最优的解。利用 UAV 燃料限制与最小集合覆盖算法，确定 UGV 补给停靠点。这些补给停靠点使得能够将任务点分配给 UAV 与 UGV。分别采用标准旅行商公式以及带时间窗、丢弃访问与容量约束的车辆路径公式来求解 UGV 与 UAV 的路线。在小规模测试平台（http://tiny.cc/8or8vz）上的实验验证凸显了我们多智能体方法的有效性。
引用
@article{arxiv.2303.02315,
title = {Optimizing Fuel-Constrained UAV-UGV Routes for Large Scale Coverage: Bilevel Planning in Heterogeneous Multi-Agent Systems},
author = {Md Safwan Mondal and Subramanian Ramasamy and Pranav Bhounsule},
journal= {arXiv preprint arXiv:2303.02315},
year = {2023}
}
备注
The paper is submitted to MRS 2023