CE-Bi-RRT*: RRT* Bidireccional Mejorado con Estrategia de Expansión Cooperativa para Navegación Autónoma de Drones
Autores: Gao, Guangjun; Lu, Jijian; Guan, Weiyuan
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
CE-Bi-RRT*: RRT* Bidireccional Mejorado con Estrategia de Expansión Cooperativa para Navegación Autónoma de Drones
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Planificación de rutas
Vehículos aéreos no tripulados
VANT
Algoritmo BI-RRT*
Estrategia de expansión cooperativa
Algoritmo CE-BI-RRT*
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La planificación de rutas es una capacidad crítica para los vehículos aéreos no tripulados (UAV) que operan en entornos 2D complejos, como campos agrícolas o instalaciones interiores, escenarios donde la altitud de vuelo a menudo está restringida y las trayectorias seguras y suaves son esenciales. Aunque el algoritmo Bidirectional RRT* (BI-RRT*) basado en muestreo ofrece optimalidad asintótica y una eficiencia computacional mejorada, frecuentemente genera rutas que carecen de la continuidad de curvatura, el despeje de obstáculos y los ángulos de giro bajos requeridos para un vuelo estable de drones. Para abordar estas limitaciones, este documento propone un algoritmo de árbol aleatorio de exploración rápida bidireccional basado en una estrategia de expansión cooperativa (CE-BI-RRT*) diseñado específicamente para la planificación de rutas de UAV en entornos 2D desordenados. En términos de expansión, para diferentes entornos, el algoritmo prueba sucesivamente la estrategia de expansión directa, la estrategia de desviación inteligente y el método mejorado de campo potencial artificial, ya que estas estrategias pueden guiar rápidamente los dos árboles hacia el objetivo mientras evitan obstáculos. En términos de ChooseParent y Rewire, se consideran de manera integral la longitud de la ruta, la suavidad de la ruta y la distancia de seguridad en la función de costo de la ruta, y se aplica una estrategia de rotación para alejar la ruta de los obstáculos después de la reconfiguración, con el fin de realizar la optimización gradual de la ruta. La ruta final se refina aún más utilizando una técnica de optimización de curvas de Bezier cúbicas para garantizar transiciones suaves y curvatura continua. Los resultados de la evaluación confirman su rendimiento de búsqueda cuando se compara con algoritmos de planificación de movimiento aleatorio de uso común.
Descripción
La planificación de rutas es una capacidad crítica para los vehículos aéreos no tripulados (UAV) que operan en entornos 2D complejos, como campos agrícolas o instalaciones interiores, escenarios donde la altitud de vuelo a menudo está restringida y las trayectorias seguras y suaves son esenciales. Aunque el algoritmo Bidirectional RRT* (BI-RRT*) basado en muestreo ofrece optimalidad asintótica y una eficiencia computacional mejorada, frecuentemente genera rutas que carecen de la continuidad de curvatura, el despeje de obstáculos y los ángulos de giro bajos requeridos para un vuelo estable de drones. Para abordar estas limitaciones, este documento propone un algoritmo de árbol aleatorio de exploración rápida bidireccional basado en una estrategia de expansión cooperativa (CE-BI-RRT*) diseñado específicamente para la planificación de rutas de UAV en entornos 2D desordenados. En términos de expansión, para diferentes entornos, el algoritmo prueba sucesivamente la estrategia de expansión directa, la estrategia de desviación inteligente y el método mejorado de campo potencial artificial, ya que estas estrategias pueden guiar rápidamente los dos árboles hacia el objetivo mientras evitan obstáculos. En términos de ChooseParent y Rewire, se consideran de manera integral la longitud de la ruta, la suavidad de la ruta y la distancia de seguridad en la función de costo de la ruta, y se aplica una estrategia de rotación para alejar la ruta de los obstáculos después de la reconfiguración, con el fin de realizar la optimización gradual de la ruta. La ruta final se refina aún más utilizando una técnica de optimización de curvas de Bezier cúbicas para garantizar transiciones suaves y curvatura continua. Los resultados de la evaluación confirman su rendimiento de búsqueda cuando se compara con algoritmos de planificación de movimiento aleatorio de uso común.