Беспилотные летательные аппараты (БПЛА), также известные как дроны, уже зарекомендовали себя как ценные инструменты для решения широкого спектра реальных задач: от мониторинга природной среды и сельскохозяйственных участков до поисково-спасательных операций и съемок фильмов. До сих пор большинство этих проблем решалось с использованием одного дрона, а не групп из нескольких автономных или полуавтономных БПЛА.
По сравнению с отдельными БПЛА, группы БПЛА могут охватывать более широкие географические территории, снимая больше кадров конкретных сцен или быстрее выполняя желаемые миссии. Таким образом, многие робототехники и ученые-компьютерщики работают над новыми технологиями, которые могли бы облегчить одновременное развертывание и координацию нескольких БПЛА.
Исследователи из Чешского технического университета в Праге недавно представили новый метод планирования маршрутов с минимальным энергопотреблением для БПЛА в команде, что позволяет им эффективно охватывать окружающую среду всей командой во время миссий. Этот метод, представленный в IEEE Robotics and Automation Letters, может как минимизировать энергопотребление команд БПЛА, учитывая емкость аккумуляторов дронов при планировании их маршрутов, так и оптимизировать скорость полета.
«Наша недавняя статья была вдохновлена нашими предыдущими исследовательскими усилиями по планированию алгоритмов для планирования траектории покрытия с одним БПЛА и планирования инспекций с несколькими БПЛА», — рассказал Tech Xplore Франтишек Нековарж, соавтор статьи. «Задачи покрытия на больших открытых территориях требуют использования нескольких БПЛА из-за их ограниченного времени полета и емкости аккумулятора. Однако существующие подходы к планированию использования нескольких БПЛА не учитывают напрямую энергетические ограничения, вместо этого оптимизируя время полета или пройденное расстояние».
Основная цель недавней работы Нековаржа и его коллег заключалась в разработке новой вычислительной модели, которая координировала бы действия нескольких БПЛА, обеспечивая энергосберегающее покрытие окружающей среды во время миссий. В отличие от многих других систем планирования группы БПЛА, представленных в прошлом, предлагаемый ими подход учитывает оптимальные скорости полета БПЛА в группе и ограничения на их индивидуальные батареи.
«Наш подход работает, сначала разлагая область на клетки, используя разложение бустрофедона», — объяснил Нековарж. «Затем мы планируем движения вперед и назад внутри каждой ячейки, чтобы охватить ее, используя оптимальную скорость полета, чтобы минимизировать потребление энергии на расстояние.
Чтобы эффективно распределить ячейки по отдельным БПЛА в команде и спланировать их планы и действия, например, какие места они будут посещать и в каком порядке, исследователи сформулировали миссию как задачу коммивояжера с несколькими наборами (MS-TSP). Это математическая задача, описывающая сценарий, в котором группе продавцов необходимо посетить несколько городов, сгруппированных в наборы, посещая каждый набор только один раз, а затем возвращаясь в исходное местоположение с минимальными затратами на поездку.
«Мы решили эту проблему с помощью метаэвристического решателя», — сказал Нековарж. «Во время планирования алгоритм быстрой оценки энергопотребления вместе с оптимальными скоростями используется для минимизации общего энергопотребления при соблюдении ограничений по батарее. Планирование с учетом энергопотребления и использование оптимальных скоростей являются ключевыми уникальными аспектами по сравнению с предыдущей работой».
Исследователи оценили свой подход как в моделировании, так и в реальном эксперименте, где они применили его на группе дронов, которым было поручено контролировать заданную географическую область. Примечательно, что их подход превосходит предыдущие подходы как по скорости покрытия, так и по энергопотреблению , сокращая расход энергии дронами до 40,4%.
«Мы подтвердили, что наша оценка энергии в среднем на 97% точна по сравнению со значениями, измеренными в полете», — сказал Нековарж. «В ходе полевого эксперимента мы продемонстрировали осуществимость нашего подхода к планированию с помощью двух БПЛА, скоординированного покрытия территории».
В будущем новый подход, представленный в этом недавнем исследовании, может облегчить использование групп БПЛА в реальных условиях, особенно для решения задач, требующих более длительного времени полета, таких как проверка инфраструктуры, точное земледелие и мониторинг окружающей среды. Нековарж и его коллеги опубликовали базовый код на GitHub , так что другие исследователи вскоре также смогут реализовать и протестировать свой метод в конкретных условиях.
В своих следующих исследованиях исследователи планируют и дальше развивать свой подход, который также позволит планировать покрытие БПЛА в 3D и учитывать неопределенность локализации. Они также хотят включить возможность подзарядки отдельных БПЛА во время миссий и замены их на полностью заряженные системы, поскольку это еще больше продлит общий срок службы батарей группы и позволит использовать их для выполнения более длительных миссий.
«Интеграция возможностей восприятия и картографии также позволит выполнять полностью автономные миссии по покрытию с обходом препятствий и реконструкцией поверхности», — добавил Нековарж. «Кроме того, мы планируем добавить возможности перепланирования, которые улучшат способность нашего метода обрабатывать неожиданные сценарии с динамическими препятствиями или проблемами с батареей.
«В целом, расширение нашего подхода к планированию с учетом энергопотребления для обеспечения длительных и безопасных операций с несколькими БПЛА является интересным направлением для будущих исследований».
Теги: автоматизация, квадрокоптер, навигация
