Genetic Algorithm Based System for Path Planning with Unmanned Aerial Vehicles Swarms in Cell-Grid Environments

要約

無人航空機 (UAV) の群れを自律的に制御するための経路計画手法は、その運用上の利点により勢いを増しています。
自律運用により人件費が大幅に削減できるため、複数の UAV の自律制御が必要となるシナリオが増えています。
さらに、最適な飛行経路を取得するとエネルギー消費が削減され、他の重要な操作のバッテリー寿命が延長されます。
ただし、これらのシナリオの多くには送電線や樹木などの障害物が含まれており、経路計画が複雑になります。
この論文では、障害物のある環境でこの問題に対処するために、遺伝的アルゴリズムを使用した進化的計算ベースのシステムを紹介します。
提案されたアプローチは、マップのサイズや群れ内の UAV の数に関係なく飛行時間を最小限に抑えながら、フィールド探査タスクなどで固定障害物のあるエリアを完全にカバーすることを保証することを目的としています。
特定の目標地点や提供された地図以外の事前情報は必要ありません。
この研究で行われた実験では、さまざまなサイズと障害物密度の 5 つのマップと、UAV の数が異なる障害物のないコントロール マップが使用されました。
結果は、この方法がマップ全体の走査中にすべての UAV の最適な経路を決定できるため、リソースの消費を最小限に抑えることができることを示しています。
提案された方法の利点と潜在的な制限を強調するために、他の最先端のアプローチとの比較分析が提示されます。

要約(オリジナル)

Path Planning methods for autonomously controlling swarms of unmanned aerial vehicles (UAVs) are gaining momentum due to their operational advantages. An increasing number of scenarios now require autonomous control of multiple UAVs, as autonomous operation can significantly reduce labor costs. Additionally, obtaining optimal flight paths can lower energy consumption, thereby extending battery life for other critical operations. Many of these scenarios, however, involve obstacles such as power lines and trees, which complicate Path Planning. This paper presents an evolutionary computation-based system employing genetic algorithms to address this problem in environments with obstacles. The proposed approach aims to ensure complete coverage of areas with fixed obstacles, such as in field exploration tasks, while minimizing flight time regardless of map size or the number of UAVs in the swarm. No specific goal points or prior information beyond the provided map is required. The experiments conducted in this study used five maps of varying sizes and obstacle densities, as well as a control map without obstacles, with different numbers of UAVs. The results demonstrate that this method can determine optimal paths for all UAVs during full map traversal, thus minimizing resource consumption. A comparative analysis with other state-of-the-art approach is presented to highlight the advantages and potential limitations of the proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google