logo móvil
Contáctanos

Un marco de planificación de movimiento de múltiples puntos de referencia para drones quadrotor en entornos desordenados

Autores: Shi, Delong; Shen, Jinrong; Gao, Mingsheng; Yang, Xiaodong

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Un marco de planificación de movimiento de múltiples puntos de referencia para drones quadrotor en entornos desordenados


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Misiones prácticas
Drones cuadricópteros
Planificación de movimiento con múltiples puntos de referencia
Planificación de trayectorias
Secuenciación de puntos de referencia
Problema de optimización

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
En misiones prácticas, los drones quadrotor enfrentan frecuentemente el desafío de navegar a través de múltiples puntos de referencia predeterminados en entornos desordenados donde la secuencia de los puntos de referencia no está especificada. Este estudio presenta un marco integral de planificación de movimiento para múltiples puntos de referencia para drones quadrotor, que comprende la planificación de trayectorias de múltiples puntos de referencia y la secuenciación de puntos de referencia. Para generar una trayectoria que siga una secuencia especificada de puntos de referencia, integramos curvas B-spline uniformes con una búsqueda bidireccional A* para producir una trayectoria inicial segura y cinodinámicamente factible. Posteriormente, modelamos el problema de optimización como un programa cuadrático con restricciones cuadráticas (QCQP) para mejorar la capacidad de seguimiento de la trayectoria. A lo largo de este proceso, se diseña una estrategia de replanteamiento para garantizar el recorrido de múltiples puntos de referencia. Para determinar con precisión la secuencia de puntos de referencia con el tiempo de vuelo más corto, se utiliza el método de marcha rápida (FM) para establecer de manera eficiente la matriz de costos entre los puntos de referencia, asegurando la consistencia con las restricciones y objetivos del método de planificación. Luego, se emplea la optimización por colonias de hormigas (ACO) para resolver esta variante del problema del vendedor viajero (TSP), obteniendo la secuencia con el costo temporal más bajo. El rendimiento del marco se validó en varios entornos simulados complejos, demostrando su eficacia como una solución robusta para la navegación autónoma de drones quadrotor.

Otros recursos que podrían interesarte

Temas Virtualpro