UAV-UGV Cooperative Trajectory Optimization and Task Allocation for Medical Rescue Tasks in Post-Disaster Environments

要約

災害後のシナリオでは、インフラストラクチャへの深刻な損害により、医療資源の迅速かつ効率的な提供が重要で困難です。
最適化されたソリューションを提供するために、無人航空機（UAV）および無人の地上車両（UGV）を活用する協力軌道最適化とタスク割り当てフレームワークを提案します。
この研究では、複数のUAVおよびUGV間の効率的なタスク割り当てのための遺伝的アルゴリズム（GA）を統合し、衝突のない軌道生成のための情報に基づいたRRT*（急速に探求するランダムツリースター）アルゴリズムを採用しています。
タスクシーケンスとパス効率のさらなる最適化は、共分散行列適応進化戦略（CMA-ES）を使用して実施されます。
現実的な災害後環境で実施されたシミュレーション実験は、提案されたアプローチが従来の戦略と比較して医療救助活動の全体的な効率を大幅に改善し、ミッション完了時間と移動距離の大幅な削減を示していることを示しています。
さらに、UAVとUGVの協力的利用は、補完的な利点のバランスを効果的にバランスさせ、実際の展開のためのシステムのスケーラビリティと実用性を強調しています。

要約(オリジナル)

In post-disaster scenarios, rapid and efficient delivery of medical resources is critical and challenging due to severe damage to infrastructure. To provide an optimized solution, we propose a cooperative trajectory optimization and task allocation framework leveraging unmanned aerial vehicles (UAVs) and unmanned ground vehicles (UGVs). This study integrates a Genetic Algorithm (GA) for efficient task allocation among multiple UAVs and UGVs, and employs an informed-RRT* (Rapidly-exploring Random Tree Star) algorithm for collision-free trajectory generation. Further optimization of task sequencing and path efficiency is conducted using Covariance Matrix Adaptation Evolution Strategy (CMA-ES). Simulation experiments conducted in a realistic post-disaster environment demonstrate that our proposed approach significantly improves the overall efficiency of medical rescue operations compared to traditional strategies, showing substantial reductions in total mission completion time and traveled distance. Additionally, the cooperative utilization of UAVs and UGVs effectively balances their complementary advantages, highlighting the system’ s scalability and practicality for real-world deployment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google