logo móvil
Contáctanos

Estrategia de Cobertura para Ubicación Objetivo en Entornos Marinos Usando UAVs de Ala Fija

Autores: Muñoz, Javier; López, Blanca; Quevedo, Fernando; Monje, Concepción A.; Garrido, Santiago; Moreno, Luis E.

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Estrategia de Cobertura para Ubicación Objetivo en Entornos Marinos Usando UAVs de Ala Fija


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Propuesto
Método de cobertura
Búsqueda
Objetivos
Escombros
Superficie del océano
Conjunto de datos OSCAR
Corrientes marinas
Filtro genético de evolución diferencial
Dirección de barrido
Cobertura tipo cortacésped
ángulo de barrido
Máxima probabilidad
Contención
Posición
Objetivo
Filtro de partículas
Partículas
Corrientes oceánicas
Distribución probabilística
Distribución de probabilidad gaussiana
Algoritmo
Optimizar
Mayor probabilidad
Celdas
Las menos probables
Probado
Parámetros
Comparado
Populares
Algoritmos de optimización

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
En este artículo, proponemos un método de cobertura para la búsqueda de objetivos perdidos o escombros en la superficie del océano. Se utiliza el conjunto de datos OSCAR para determinar las corrientes marinas y se emplea un filtro genético de evolución diferencial para optimizar la dirección de barrido de la cobertura tipo cortacésped y obtener el ángulo de barrido con la máxima probabilidad de contención. La posición del objetivo se determina mediante un filtro de partículas, donde las partículas se mueven por las corrientes oceánicas y la distribución probabilística final se obtiene ajustando las posiciones de las partículas a una distribución de probabilidad gaussiana. Luego, se utiliza el algoritmo de evolución diferencial para optimizar la dirección de barrido que cubre las celdas de contención con mayor probabilidad antes que las menos probables. El algoritmo se prueba con una variedad de parámetros del algoritmo de evolución diferencial y se compara con otros algoritmos de optimización populares.

Otros recursos que podrían interesarte

Temas Virtualpro