Obstacle-Rich 3D 环境中多无人机任务分配、排序与最优轨迹生成集成
原子物理
2026-03-27 v1
摘要
在充满障碍物的三维 (3D) 环境中协调空中机器人团队，需要原则性地集成离散任务规划——决定哪个机器人服务哪个目标以及执行顺序——与连续时间轨迹合成，以确保碰撞避免和动态可行性。本文引入 IMD-TAPP (Integrated Multi-Drone Task Allocation and Path Planning)，一个端到端框架，联合解决多目标分配、路径排序和用于操作在障碍丰富空间中巡航的安全轨迹生成。IMD-TAPP 首先将工作空间离散化为 3D 导航图，通过图搜索计算障碍感知的机器人到目标和目标到目标的旅行成本。这些成本随后嵌入注入粒子群优化 (IPSO) 框架中，由多个线性分配指导，以有效探索耦合的分配/排序备选方案并最小化任务 makespan。最后，将得到的 waypoint 路径转化为通过生成与优化例程实现的时间参数化 minimum-snap 轨迹，该例程配备迭代验证障碍清除和机器人间间距，若安全裕度被违反则触发重新规划。广泛的 MATLAB 模拟在充满障碍的 3D 场景中表明，IMD-TAPP 一致产生动态可行、无碰撞的轨迹，同时实现竞争性完成时间。在一个代表性案例中，两个无人机服务多个目标，所提出的方法实现了最低 136 秒的任务时间，同时在执行期间维持所需的安全约束。
引用
@article{arxiv.2603.24907,
title = {Sensing T-violating nuclear moments of paramagnetic ions in crystals},
author = {Aleksandar Radak and Mingyu Fan and Bassam Nima and Yuiki Takahashi and Amar Vutha},
journal= {arXiv preprint arXiv:2603.24907},
year = {2026}
}