Un Método Mejorado de Planificación de Mapa Probabilístico para Vuelos Seguros en Interiores de Vehículos Aéreos No Tripulados
Autores: Jin, Qingeng; Hu, Qingwu; Zhao, Pengcheng; Wang, Shaohua; Ai, Mingyao
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un Método Mejorado de Planificación de Mapa Probabilístico para Vuelos Seguros en Interiores de Vehículos Aéreos No Tripulados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Vehículos aéreos no tripulados
Aplicaciones en interiores
Cuadricóptero
Método de planificación de hoja de ruta probabilística
Seguridad
Entorno 3D
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los vehículos aéreos no tripulados (VANT) se han utilizado ampliamente en la industria y en la vida diaria, donde la seguridad es la principal consideración, lo que ha llevado a su uso en entornos exteriores abiertos, que son más amplios que los entornos interiores complejos. Sin embargo, la demanda está creciendo para desplegar VANT en interiores para tareas específicas como inspección, supervisión, transporte y gestión. Para ampliar las aplicaciones en interiores mientras se garantiza la seguridad, el quadrotor es notable por su flexibilidad de movimiento, particularmente en la dirección vertical. En este estudio, desarrollamos un método de planificación de mapa probabilístico mejorado (PRM) para vuelos interiores seguros basado en la suposición de un modelo de VANT quadrotor. Primero, para representar y modelar un entorno 3D, generamos un mapa de dimensión reducida utilizando un método de proyección de nubes de puntos. En segundo lugar, para desplegar misiones de VANT en interiores y garantizar la seguridad, mejoramos el método de planificación PRM y obtuvimos una trayectoria de vuelo libre de colisiones para el VANT. Por último, para optimizar la misión en general, realizamos una optimización de posprocesamiento en la trayectoria, evitando vuelos redundantes. Realizamos experimentos para validar la efectividad y eficiencia del método propuesto tanto en PC de escritorio como en PC a bordo, en términos de tasa de éxito en la búsqueda de trayectorias, tiempo de planificación y longitud de la trayectoria. Los resultados mostraron que nuestro método garantiza vuelos seguros de VANT en interiores mientras mejora significativamente la eficiencia computacional.
Descripción
Los vehículos aéreos no tripulados (VANT) se han utilizado ampliamente en la industria y en la vida diaria, donde la seguridad es la principal consideración, lo que ha llevado a su uso en entornos exteriores abiertos, que son más amplios que los entornos interiores complejos. Sin embargo, la demanda está creciendo para desplegar VANT en interiores para tareas específicas como inspección, supervisión, transporte y gestión. Para ampliar las aplicaciones en interiores mientras se garantiza la seguridad, el quadrotor es notable por su flexibilidad de movimiento, particularmente en la dirección vertical. En este estudio, desarrollamos un método de planificación de mapa probabilístico mejorado (PRM) para vuelos interiores seguros basado en la suposición de un modelo de VANT quadrotor. Primero, para representar y modelar un entorno 3D, generamos un mapa de dimensión reducida utilizando un método de proyección de nubes de puntos. En segundo lugar, para desplegar misiones de VANT en interiores y garantizar la seguridad, mejoramos el método de planificación PRM y obtuvimos una trayectoria de vuelo libre de colisiones para el VANT. Por último, para optimizar la misión en general, realizamos una optimización de posprocesamiento en la trayectoria, evitando vuelos redundantes. Realizamos experimentos para validar la efectividad y eficiencia del método propuesto tanto en PC de escritorio como en PC a bordo, en términos de tasa de éxito en la búsqueda de trayectorias, tiempo de planificación y longitud de la trayectoria. Los resultados mostraron que nuestro método garantiza vuelos seguros de VANT en interiores mientras mejora significativamente la eficiencia computacional.