Planificación de Trayectorias Dinámicas en 4D sin Colisiones para Múltiples UAVs Basada en RRT* de Prioridad Dinámica y Campo Potencial Artificial
Autores: Guo, Yicong; Liu, Xiaoxiong; Jiang, Wei; Zhang, Weiguo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Planificación de Trayectorias Dinámicas en 4D sin Colisiones para Múltiples UAVs Basada en RRT* de Prioridad Dinámica y Campo Potencial Artificial
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Algoritmo propuesto
Planificación de rutas cooperativa
UAVs
árboles aleatorios de exploración rápida con prioridad dinámica
Algoritmo heurístico de campo potencial artificial
Evitación de conflictos y amenazas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En este artículo, se propone un algoritmo de planificación de rutas cooperativas dinámicas en cuatro dimensiones (4D) para múltiples vehículos aéreos no tripulados (UAV), en el que se consideran las variables de tiempo cooperativas de los UAV, así como la evitación de conflictos y amenazas. El algoritmo propuesto en este artículo utiliza un marco jerárquico que se divide en una capa de planificación cooperativa en 4D y una capa de planificación de evitación de amenazas local. En la capa de planificación cooperativa, se utilizaría el algoritmo propuesto, llamado árboles aleatorios de exploración rápida con prioridad dinámica (DPRRT*), para la planificación de rutas cooperativas en 4D de todos los UAV involucrados en una tarea dada. Primero diseñamos una estrategia de priorización heurística en el algoritmo DPRRT* para clasificar todos los UAV y mejorar la eficiencia de la planificación cooperativa. Luego, se utilizó el algoritmo RRT* mejorado con la función de costo de coordinación en 4D para planificar la ruta de coordinación en 4D para cada UAV. Siempre que el entorno cambie dinámicamente (es decir, amenazas estáticas o en movimiento repentinas), se utiliza el algoritmo heurístico de campo potencial artificial propuesto (HAPF) en la capa de planificación de evitación de amenazas local para planificar la ruta de evitación de colisiones local. Después de completar la planificación de evitación de obstáculos local, se vuelve a llamar al DPRRT* de la capa de planificación cooperativa en 4D para la replanificación de rutas y finalmente realizar la planificación de rutas cooperativas en 4D para todos los UAV. Los experimentos de simulación y comparación demuestran la viabilidad, eficiencia y robustez del algoritmo propuesto.
Descripción
En este artículo, se propone un algoritmo de planificación de rutas cooperativas dinámicas en cuatro dimensiones (4D) para múltiples vehículos aéreos no tripulados (UAV), en el que se consideran las variables de tiempo cooperativas de los UAV, así como la evitación de conflictos y amenazas. El algoritmo propuesto en este artículo utiliza un marco jerárquico que se divide en una capa de planificación cooperativa en 4D y una capa de planificación de evitación de amenazas local. En la capa de planificación cooperativa, se utilizaría el algoritmo propuesto, llamado árboles aleatorios de exploración rápida con prioridad dinámica (DPRRT*), para la planificación de rutas cooperativas en 4D de todos los UAV involucrados en una tarea dada. Primero diseñamos una estrategia de priorización heurística en el algoritmo DPRRT* para clasificar todos los UAV y mejorar la eficiencia de la planificación cooperativa. Luego, se utilizó el algoritmo RRT* mejorado con la función de costo de coordinación en 4D para planificar la ruta de coordinación en 4D para cada UAV. Siempre que el entorno cambie dinámicamente (es decir, amenazas estáticas o en movimiento repentinas), se utiliza el algoritmo heurístico de campo potencial artificial propuesto (HAPF) en la capa de planificación de evitación de amenazas local para planificar la ruta de evitación de colisiones local. Después de completar la planificación de evitación de obstáculos local, se vuelve a llamar al DPRRT* de la capa de planificación cooperativa en 4D para la replanificación de rutas y finalmente realizar la planificación de rutas cooperativas en 4D para todos los UAV. Los experimentos de simulación y comparación demuestran la viabilidad, eficiencia y robustez del algoritmo propuesto.