この方法により、複数の UAV によるミッションの計画が強化され、効率が向上し、インフラ検査や環境モニタリングなどのアプリケーションが可能になります。
無人航空機 (UAV) またはドローンは、環境監視、農業、捜索救助、航空撮影などのさまざまな用途でその有用性を実証してきました。現在、これらのタスクは主に個々のドローンによって実行されていますが、自律型または半自律型 UAV のチームを使用して、より広いエリアをより効率的にカバーすることへの関心が高まっています。研究者たちは、ミッション能力を強化するために複数の UAV の同時展開と調整を可能にする技術を開発しています。
チェコ工科大学の研究者は、UAV チームの最小エネルギー経路を計画するための新しい方法を導入しました。このアプローチでは、ドローンのバッテリー容量を考慮してエネルギー消費を最小限に抑え、飛行速度を最適化し、ミッション環境での効率的なチームワークを可能にします。
チームは、複数の UAV を調整してミッション中にエネルギー効率の高い通信範囲を実現する計算モデルを作成することを目的としていました。以前のフレームワークとは異なり、彼らのアプローチでは最適な飛行速度と UAV チームの個々のバッテリーの制約が考慮されています。
研究者らは、この問題を複数集合巡回セールスマン問題 (MS-TSP) として定式化することで、UAV へのセルの割り当てとミッション計画に取り組みました。この数学的問題は、複数のセールスマンがセットにグループ化された都市を訪問し、各セットを 1 回訪問してから出発地に戻る必要があるというシナリオと平行しています。すべて最小限の交通費で済みます。
研究者らは、シミュレーションと実世界の実験でそのアプローチをテストし、ドローンチームに導入して指定されたエリアを監視しました。彼らの方法は以前のアプローチを上回り、カバレッジ速度を向上させ、エネルギー消費を最大 40.4% 削減しました。
この研究から得られた新しいアプローチにより、現実世界のシナリオ、特にインフラ点検、精密農業、環境モニタリングなどの長時間の飛行を必要とするタスクで、UAV チームの使用が可能になる可能性があります。 Momovář 氏らは、他の研究者が実装してテストできるように、基礎となるコードを GitHub で利用できるようにしました。
今後の研究では、UAV のカバー範囲を 3 次元で計画し、位置の不確実性を組み込むアプローチを強化することを目指しています。また、ミッション中に UAV の充電と交換を可能にし、チームのバッテリー寿命を延ばし、より長時間のミッションを可能にする予定です。