Bioinspirados en múltiples UAV Heurísticos de planificación de rutas: una revisión
Autores: Aljalaud, Faten; Kurdi, Heba; Youcef-Toumi, Kamal
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Bioinspirados en múltiples UAV Heurísticos de planificación de rutas: una revisión
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Avances
Autónomo
Navegación
Planificación de rutas
Sistemas multi-UAV
Algoritmos bioinspirados
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
A pesar de los rápidos avances en técnicas de guiado y navegación autónomos para sistemas de vehículos aéreos no tripulados (UAV), todavía existen muchos desafíos en encontrar un algoritmo óptimo de planificación de ruta que permita trazar una ruta de navegación libre de colisiones desde la posición actual del vehículo hasta un punto objetivo. Los desafíos aumentan a medida que se incrementa el número de UAV involucrados en la misión. Por lo tanto, este trabajo proporciona una revisión sistemática exhaustiva de la literatura sobre los algoritmos de planificación de ruta para sistemas multi-UAV. En particular, la revisión se centra en algoritmos inspirados en la biología (bioinspirados) debido a su potencial para superar los desafíos asociados con los problemas de planificación de ruta multi-UAV. Presenta una taxonomía para clasificar los algoritmos existentes y describe su evolución en la literatura. El trabajo ofrece una presentación estructurada y accesible de los algoritmos de planificación de ruta bioinspirados para investigadores en este tema, especialmente porque no existe una revisión previa con un alcance similar. Esta clasificación es significativa ya que facilita el estudio de los algoritmos de planificación de ruta multi-UAV bioinspirados bajo un marco común, muestra claramente las principales características de diseño de los algoritmos para ayudar en una comparación detallada entre ellos, comprender las tendencias actuales de investigación y anticipar las direcciones futuras. Nuestra revisión mostró que los algoritmos bioinspirados tienen un alto potencial para abordar el problema de planificación de ruta multi-UAV e identificaron desafíos y direcciones futuras de investigación que podrían ayudar a mejorar esta área de investigación dinámica.
Descripción
A pesar de los rápidos avances en técnicas de guiado y navegación autónomos para sistemas de vehículos aéreos no tripulados (UAV), todavía existen muchos desafíos en encontrar un algoritmo óptimo de planificación de ruta que permita trazar una ruta de navegación libre de colisiones desde la posición actual del vehículo hasta un punto objetivo. Los desafíos aumentan a medida que se incrementa el número de UAV involucrados en la misión. Por lo tanto, este trabajo proporciona una revisión sistemática exhaustiva de la literatura sobre los algoritmos de planificación de ruta para sistemas multi-UAV. En particular, la revisión se centra en algoritmos inspirados en la biología (bioinspirados) debido a su potencial para superar los desafíos asociados con los problemas de planificación de ruta multi-UAV. Presenta una taxonomía para clasificar los algoritmos existentes y describe su evolución en la literatura. El trabajo ofrece una presentación estructurada y accesible de los algoritmos de planificación de ruta bioinspirados para investigadores en este tema, especialmente porque no existe una revisión previa con un alcance similar. Esta clasificación es significativa ya que facilita el estudio de los algoritmos de planificación de ruta multi-UAV bioinspirados bajo un marco común, muestra claramente las principales características de diseño de los algoritmos para ayudar en una comparación detallada entre ellos, comprender las tendencias actuales de investigación y anticipar las direcciones futuras. Nuestra revisión mostró que los algoritmos bioinspirados tienen un alto potencial para abordar el problema de planificación de ruta multi-UAV e identificaron desafíos y direcciones futuras de investigación que podrían ayudar a mejorar esta área de investigación dinámica.