面向无人机-传感器无线充电优化的实用任务规划
机器人学
2023-04-17 v2
摘要
无线可充电传感器网络（WRSN）中传感器节点的最优维护需要通过求解充电调度问题（CSP）来有效调度供电车辆。部署无人机（UAV）作为移动充电器因其机动性和灵活性已成为一种有前景的解决方案。CSP可表述为一个混合整数非线性规划问题，其优化目标是在无人机电池约束下最大化传感器节点的充电能量。尽管许多研究已证明启发式算法在解决特定路由问题时具有令人满意的性能，但很少有研究探讨CSP背景下的在线更新（即“即时”任务重规划）。本文提出一种利用第一性原理功耗模型的新型离线与在线任务规划器，该模型使用实时状态信息与环境信息。该规划器即基于快速在线元启发式的规划器（ROMP），以我们的上下文感知黑洞算法补充引导式局部搜索（GLS）的解。我们的结果表明，ROMP在多数测试情形下优于GLS。我们开发并提出了FastROMP，通过引入以最新状态信息为输入的新在线调整算子来加速在线任务（重）规划算法，从而无需重新初始化。FastROMP不仅提供更优质量的路由，还显著减少计算时间。减少幅度从稀疏部署中的39.57%到较密集部署中的93.3%不等。
引用
@article{arxiv.2203.04595,
title = {Practical Mission Planning for Optimized UAV-Sensor Wireless Recharging},
author = {Qiuchen Qian and James O'Keeffe and Yanran Wang and David Boyle},
journal= {arXiv preprint arXiv:2203.04595},
year = {2023}
}
备注
15 pages, 13 figures