Despacho Colaborativo UAV-Rider Bajo Condiciones de Viento Estocástico Considerando Dinámicas de Energía No Lineales
Autores: Shangguan, Chunxia; Zhang, Churan; Cao, Shouqi
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
Despacho Colaborativo UAV-Rider Bajo Condiciones de Viento Estocástico Considerando Dinámicas de Energía No Lineales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Uav
Despacho colaborativo
Condiciones de viento estocásticas
Dinámicas de energía
Misiones de entrega urbana
Algoritmo de ramificación y precio
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Para mitigar los riesgos de limitación de rango de los UAV (vehículos aéreos no tripulados) y las interrupciones en la programación causadas por campos de viento complejos en la entrega instantánea urbana, este documento propone un marco de despacho colaborativo entre UAV y repartidores. Al incorporar dinámicas de energía no lineales basadas en la aerodinámica, el modelo caracteriza con precisión las variaciones de potencia bajo condiciones de viento estocásticas, mejorando significativamente la fiabilidad operativa de las misiones de entrega urbana. Primero, se construye una función de energía no lineal basada en la aerodinámica, acoplando la carga útil, la velocidad del aire y los vectores de viento aleatorios para caracterizar con precisión las variaciones de potencia. En segundo lugar, se adopta un marco de programación estocástica de dos etapas basado en escenarios, donde la ruta determinista del repartidor se optimiza en la decisión de la primera etapa para garantizar la estabilidad, y el plan de vuelo dependiente del escenario del UAV se resuelve en la segunda etapa para adaptarse a la incertidumbre del viento. Se diseña un algoritmo mejorado de ramificación y precio (IBP) para resolver este modelo a gran escala, donde la energía no lineal se evalúa durante la extensión de etiquetas en el subproblema de precios, evitando efectivamente errores de linealización. Los resultados numéricos demuestran que el marco propuesto mejora la probabilidad de éxito de la misión (la probabilidad de completar las rutas de entrega sin agotamiento de batería en todos los escenarios de viento considerados) en un 25% bajo condiciones de viento fuerte al evitar efectivamente los riesgos de fallo de potencia. Además, el algoritmo IBP supera a los solucionadores exactos tradicionales en más del 40% en eficiencia de solución para casos a gran escala. Estos hallazgos demuestran que el despacho estocástico consciente de la energía mejora significativamente la fiabilidad y robustez de la entrega de última milla asistida por UAV en entornos urbanos ventosos, proporcionando así una solución operativa efectiva para la logística de entrega de drones en el mundo real.
Descripción
Para mitigar los riesgos de limitación de rango de los UAV (vehículos aéreos no tripulados) y las interrupciones en la programación causadas por campos de viento complejos en la entrega instantánea urbana, este documento propone un marco de despacho colaborativo entre UAV y repartidores. Al incorporar dinámicas de energía no lineales basadas en la aerodinámica, el modelo caracteriza con precisión las variaciones de potencia bajo condiciones de viento estocásticas, mejorando significativamente la fiabilidad operativa de las misiones de entrega urbana. Primero, se construye una función de energía no lineal basada en la aerodinámica, acoplando la carga útil, la velocidad del aire y los vectores de viento aleatorios para caracterizar con precisión las variaciones de potencia. En segundo lugar, se adopta un marco de programación estocástica de dos etapas basado en escenarios, donde la ruta determinista del repartidor se optimiza en la decisión de la primera etapa para garantizar la estabilidad, y el plan de vuelo dependiente del escenario del UAV se resuelve en la segunda etapa para adaptarse a la incertidumbre del viento. Se diseña un algoritmo mejorado de ramificación y precio (IBP) para resolver este modelo a gran escala, donde la energía no lineal se evalúa durante la extensión de etiquetas en el subproblema de precios, evitando efectivamente errores de linealización. Los resultados numéricos demuestran que el marco propuesto mejora la probabilidad de éxito de la misión (la probabilidad de completar las rutas de entrega sin agotamiento de batería en todos los escenarios de viento considerados) en un 25% bajo condiciones de viento fuerte al evitar efectivamente los riesgos de fallo de potencia. Además, el algoritmo IBP supera a los solucionadores exactos tradicionales en más del 40% en eficiencia de solución para casos a gran escala. Estos hallazgos demuestran que el despacho estocástico consciente de la energía mejora significativamente la fiabilidad y robustez de la entrega de última milla asistida por UAV en entornos urbanos ventosos, proporcionando así una solución operativa efectiva para la logística de entrega de drones en el mundo real.