이 방법은 여러 UAV의 임무 계획을 향상시켜 효율성을 향상시키고 인프라 검사 및 환경 모니터링과 같은 응용 프로그램을 활성화합니다.
무인 항공기(UAV) 또는 드론은 환경 모니터링, 농업, 수색 및 구조, 항공 촬영 등 다양한 응용 분야에서 그 유용성을 입증했습니다. 현재 이러한 작업은 대부분 개별 드론에 의해 수행되지만 자율 또는 반자율 UAV 팀을 사용하여 더 넓은 지역을 보다 효율적으로 처리하는 데 대한 관심이 높아지고 있습니다. 연구원들은 향상된 임무 능력을 위해 여러 UAV를 동시에 배치하고 조정할 수 있는 기술을 개발하고 있습니다.
체코 공과대학 연구원들은 UAV 팀을 위한 최소 에너지 경로를 계획하는 새로운 방법을 도입했습니다. 이 접근 방식은 드론의 배터리 용량을 고려하여 에너지 소비를 최소화하고 비행 속도를 최적화하여 임무 환경에서 효율적인 팀워크를 가능하게 합니다.
팀은 임무 중 에너지 효율적인 적용 범위를 달성하기 위해 여러 UAV를 조정하는 계산 모델을 만드는 것을 목표로 했습니다. 이전 프레임워크와 달리 이 접근 방식은 최적의 비행 속도와 UAV 팀의 개별 배터리 제약 조건을 고려합니다.
연구원들은 문제를 다중 세트 여행 세일즈맨 문제(MS-TSP)로 공식화하여 UAV에 대한 셀 할당 및 임무 계획에 접근했습니다. 이 수학적 문제는 여러 명의 영업사원이 최소한의 여행 비용으로 세트로 그룹화된 도시를 방문하고 출발지로 돌아오기 전에 각 세트를 한 번 방문해야 하는 시나리오와 유사합니다.
연구원들은 시뮬레이션과 실제 실험을 통해 접근 방식을 테스트하고 이를 드론 팀에 배포하여 특정 영역을 모니터링했습니다. 그들의 방법은 이전 접근 방식을 능가하여 커버리지 속도를 향상시키고 에너지 소비를 최대 40.4%까지 줄였습니다.
이 연구의 새로운 접근 방식을 통해 실제 시나리오, 특히 인프라 검사, 정밀 농업 및 환경 모니터링과 같이 비행 시간이 연장되는 작업에 UAV 팀을 사용할 수 있습니다. Nekovář와 동료들은 다른 연구자들이 구현하고 테스트할 수 있도록 GitHub에서 기본 코드를 제공했습니다.
향후 연구에서 그들은 UAV 적용 범위를 3차원으로 계획하고 현지화 불확실성을 통합하는 접근 방식을 향상시키는 것을 목표로 합니다. 또한 임무 중에 UAV를 재충전하고 교체하여 팀의 배터리 수명을 연장하고 더 긴 임무를 수행할 수 있도록 할 계획입니다.