Un modelo integrado de evitación de obstáculos geométricos y algoritmo genético para la planificación de rutas de UAV
Autores: Debnath, Dipraj; Vanegas, Fernando; Boiteau, Sebastien; Gonzalez, Felipe
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un modelo integrado de evitación de obstáculos geométricos y algoritmo genético para la planificación de rutas de UAV
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Enfoque propuesto
Planificación de rutas
UAVs
Algoritmo de evitación de obstáculos
Algoritmo Genético
Punto de referencia.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En este documento, proponemos un enfoque innovador para la planificación de rutas de Vehículos Aéreos No Tripulados (VANT) que combina un Algoritmo Genético (AG) avanzado para optimizar misiones por adelantado y un algoritmo de evitación de obstáculos basado en geometría (QuickNav) para evitar obstáculos a lo largo de la ruta optimizada. El enfoque propuesto aborda el problema clave de determinar una trayectoria optimizada para los VANT que cubra múltiples puntos de paso, permitiendo una evitación eficiente de obstáculos, mejorando así la seguridad y eficiencia operativa. El estudio destaca los numerosos desafíos para la planificación de rutas de VANT al centrarse en la importancia de los enfoques de planificación de rutas tanto globales como locales. Para encontrar las rutas óptimas, el AG utiliza múltiples métodos de selección para optimizar trayectorias utilizando los datos del Sistema de Coordenadas Cartesianas (SCC) transformados a partir de un sistema de captura de movimiento. El algoritmo QuickNav aplica ecuaciones lineales y métodos geométricos para detectar obstáculos, garantizando la navegación segura de los VANT y previniendo colisiones en tiempo real. La metodología propuesta ha demostrado ser útil para reducir la distancia total recorrida y los tiempos de cálculo, y para navegar con éxito los VANT a través de diferentes escenarios con diferentes números de puntos de paso y obstáculos, como lo demuestran simulaciones y vuelos reales de VANT. Este enfoque integral proporciona perspectivas ventajosas para aplicaciones del mundo real en una variedad de situaciones operativas y mejora la autonomía, seguridad y eficiencia de los VANT.
Descripción
En este documento, proponemos un enfoque innovador para la planificación de rutas de Vehículos Aéreos No Tripulados (VANT) que combina un Algoritmo Genético (AG) avanzado para optimizar misiones por adelantado y un algoritmo de evitación de obstáculos basado en geometría (QuickNav) para evitar obstáculos a lo largo de la ruta optimizada. El enfoque propuesto aborda el problema clave de determinar una trayectoria optimizada para los VANT que cubra múltiples puntos de paso, permitiendo una evitación eficiente de obstáculos, mejorando así la seguridad y eficiencia operativa. El estudio destaca los numerosos desafíos para la planificación de rutas de VANT al centrarse en la importancia de los enfoques de planificación de rutas tanto globales como locales. Para encontrar las rutas óptimas, el AG utiliza múltiples métodos de selección para optimizar trayectorias utilizando los datos del Sistema de Coordenadas Cartesianas (SCC) transformados a partir de un sistema de captura de movimiento. El algoritmo QuickNav aplica ecuaciones lineales y métodos geométricos para detectar obstáculos, garantizando la navegación segura de los VANT y previniendo colisiones en tiempo real. La metodología propuesta ha demostrado ser útil para reducir la distancia total recorrida y los tiempos de cálculo, y para navegar con éxito los VANT a través de diferentes escenarios con diferentes números de puntos de paso y obstáculos, como lo demuestran simulaciones y vuelos reales de VANT. Este enfoque integral proporciona perspectivas ventajosas para aplicaciones del mundo real en una variedad de situaciones operativas y mejora la autonomía, seguridad y eficiencia de los VANT.