Il metodo migliora la pianificazione delle missioni da parte di più UAV, migliorando l’efficienza e consentendo applicazioni come l’ispezione delle infrastrutture e il monitoraggio ambientale.
I veicoli aerei senza pilota (UAV), o droni, hanno dimostrato la loro utilità in varie applicazioni, tra cui il monitoraggio ambientale, l’agricoltura, la ricerca e salvataggio e le riprese aeree. Attualmente, questi compiti sono per lo più svolti da singoli droni, ma c’è un crescente interesse nell’utilizzo di squadre di UAV autonomi o semi-autonomi per coprire aree più grandi in modo più efficiente. I ricercatori stanno sviluppando tecnologie per consentire il dispiegamento e il coordinamento simultanei di più UAV per capacità di missione migliorate.
I ricercatori dell'Università tecnica ceca hanno introdotto un nuovo metodo per pianificare percorsi a energia minima per le squadre UAV. Questo approccio considera le capacità delle batterie dei droni per ridurre al minimo il consumo di energia e ottimizzare la velocità di volo, consentendo un lavoro di squadra efficiente negli ambienti di missione.
Il team mirava a creare un modello computazionale che coordini più UAV per ottenere una copertura efficiente dal punto di vista energetico durante le missioni. A differenza dei modelli precedenti, il loro approccio considera le velocità di volo ottimali e i vincoli individuali della batteria del team UAV.
I ricercatori hanno affrontato l'assegnazione delle celle agli UAV e la pianificazione della loro missione formulando il problema come un problema del commesso viaggiatore a set multipli (MS-TSP). Questo problema matematico è parallelo a uno scenario in cui più venditori devono visitare città raggruppate in set, visitando ciascun set una volta prima di tornare al punto di partenza, il tutto con un costo di viaggio minimo.
I ricercatori hanno testato il loro approccio in simulazioni e in un esperimento nel mondo reale, implementandolo su una squadra di droni per monitorare un’area specifica. Il loro metodo ha superato gli approcci precedenti, migliorando la velocità di copertura e riducendo il consumo energetico fino al 40.4%.
Il nuovo approccio di questo studio potrebbe consentire l’uso di squadre UAV in scenari del mondo reale, in particolare per attività che richiedono tempi di volo prolungati come l’ispezione delle infrastrutture, l’agricoltura di precisione e il monitoraggio ambientale. Nekovář e colleghi hanno reso disponibile il codice sottostante su GitHub affinché altri ricercatori possano implementarlo e testarlo.
Negli studi futuri, mirano a migliorare il loro approccio per pianificare la copertura UAV in tre dimensioni e incorporare l’incertezza della localizzazione. Intendono inoltre consentire la ricarica e lo scambio degli UAV durante le missioni, estendendo la durata della batteria del team e consentendo missioni più lunghe.