De methode verbetert de planning van missies door meerdere UAV's, verbetert de efficiëntie en maakt toepassingen zoals infrastructuurinspectie en milieumonitoring mogelijk.
Onbemande luchtvaartuigen (UAV's), of drones, hebben hun nut bewezen in verschillende toepassingen, waaronder milieumonitoring, landbouw, zoek- en reddingsacties en luchtopnamen. Momenteel worden deze taken meestal uitgevoerd door individuele drones, maar er is een groeiende belangstelling voor het gebruik van teams van autonome of semi-autonome UAV's om grotere gebieden efficiënter te bestrijken. Onderzoekers ontwikkelen technologieën om de gelijktijdige inzet en coördinatie van meerdere UAV's mogelijk te maken voor verbeterde missiemogelijkheden.
Onderzoekers van de Tsjechische Technische Universiteit hebben een nieuwe methode geïntroduceerd voor het plannen van routes met minimale energie voor UAV-teams. Deze aanpak houdt rekening met de batterijcapaciteiten van drones om het energieverbruik te minimaliseren en de vliegsnelheid te optimaliseren, waardoor efficiënt teamwerk in missieomgevingen mogelijk wordt.
Het team wilde een rekenmodel creëren dat meerdere UAV's coördineert om tijdens missies een energiezuinige dekking te bereiken. In tegenstelling tot eerdere raamwerken houdt hun aanpak rekening met optimale vliegsnelheden en individuele batterijbeperkingen van het UAV-team.
De onderzoekers benaderden de toewijzing van cellen aan UAV's en hun missieplanning door het probleem te formuleren als een meervoudig handelsreizigersprobleem (MS-TSP). Dit wiskundige probleem loopt parallel met een scenario waarin meerdere verkopers steden moeten bezoeken die in sets zijn gegroepeerd, waarbij ze elke set één keer moeten bezoeken voordat ze terugkeren naar hun startpunt, en dat alles tegen minimale reiskosten.
De onderzoekers testten hun aanpak in simulaties en een experiment in de echte wereld, waarbij ze deze in een droneteam inzetten om een bepaald gebied te monitoren. Hun methode overtrof eerdere benaderingen, waardoor de dekkingssnelheid werd verbeterd en het energieverbruik met maar liefst 40.4% werd verminderd.
De nieuwe aanpak uit dit onderzoek zou het gebruik van UAV-teams in praktijkscenario's mogelijk kunnen maken, vooral voor taken die langere vliegtijden vereisen, zoals infrastructuurinspectie, precisielandbouw en milieumonitoring. Nekovář en collega's hebben de onderliggende code beschikbaar gesteld op GitHub zodat andere onderzoekers deze kunnen implementeren en testen.
In toekomstige studies willen ze hun aanpak verbeteren om UAV-dekking in drie dimensies te plannen en lokalisatieonzekerheid te integreren. Ze zijn ook van plan om het opladen en verwisselen van UAV's tijdens missies mogelijk te maken, waardoor de levensduur van de batterij van het team wordt verlengd en langere missies mogelijk worden gemaakt.