Planificación autónoma de rutas de múltiples UAV en misiones de inspección de tuberías basada en el comportamiento de Booby
Autores: Aljalaud, Faten; Kurdi, Heba; Youcef-Toumi, Kamal
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Planificación autónoma de rutas de múltiples UAV en misiones de inspección de tuberías basada en el comportamiento de Booby
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Heurística novedosa de planificación de rutas
Misiones multi-UAV
Ave bobo
Comportamiento de forrajeo
Ruta óptima
Tiempo de detección.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
Este documento presenta una heurística novedosa de planificación de rutas para misiones de inspección de tuberías con múltiples UAV inspirada en el comportamiento de forrajeo del pájaro bobo. La heurística permite que cada UAV encuentre una ruta óptima que minimice el tiempo de detección de defectos en redes de tuberías evitando colisiones con obstáculos y otros UAV. El método propuesto se compara con cuatro algoritmos de planificación de rutas existentes adaptados para escenarios de múltiples UAV: optimización de colonias de hormigas (ACO), optimización de enjambre de partículas (PSO), coordinación oportunista y esquemas aleatorios. Los resultados muestran que la heurística del bobo supera a los otros algoritmos en cuanto al tiempo medio de detección y eficiencia computacional bajo diferentes configuraciones de complejidad de defectos y número de UAVs.
Descripción
Este documento presenta una heurística novedosa de planificación de rutas para misiones de inspección de tuberías con múltiples UAV inspirada en el comportamiento de forrajeo del pájaro bobo. La heurística permite que cada UAV encuentre una ruta óptima que minimice el tiempo de detección de defectos en redes de tuberías evitando colisiones con obstáculos y otros UAV. El método propuesto se compara con cuatro algoritmos de planificación de rutas existentes adaptados para escenarios de múltiples UAV: optimización de colonias de hormigas (ACO), optimización de enjambre de partículas (PSO), coordinación oportunista y esquemas aleatorios. Los resultados muestran que la heurística del bobo supera a los otros algoritmos en cuanto al tiempo medio de detección y eficiencia computacional bajo diferentes configuraciones de complejidad de defectos y número de UAVs.