Hejno bezpilotních letounů založené na Boids modelu vyššího řádu

Abstract

Tato práce představuje nový, plně decentralizovaný rojový algoritmus pro bezpilotní prostředky (UAV), jenž řeší zásadní omezení klasických modelů hejn typu boids: závislost na měření relativních rychlostí, která jsou v decentralizovaných systémech obtížně spolehlivě zjistitelná. Integrací stavových informací vyššího řádu - konkrétně relativního zrychlení a orientace okolních agentů - navrhovaná metoda eliminuje potřebu zašumělých měření rychlosti. Algoritmus a jeho odolnost vůči výraznému senzorickému šumu jsou podrobně vyhodnoceny v simulacích. Navíc byly provedeny venkovní letové experimenty v reálném prostředí, které potvrdily praktickou použitelnost metody. Výsledky prokazují, že algoritmus udržuje bezpečnou separaci, soudržnost i zarovnání i za podmínek silného senzorického šumu a v praktických scénářích překonává tradiční implementace boids.This thesis presents a new, fully-decentralized swarming algorithm for Unmanned Aerial Vehicles (UAVs) that addresses a critical limitation of classical boids flocking models: dependence on relative velocity measurements, which are challenging to measure reliably in decentralized systems. By integrating higher-order derivatives - specifically, relative acceleration and orientation of neighboring agents - the proposed method eliminates the need for noisy velocity measurements. The algorithm and its resilience against severe sensor noise is rigorously evaluated in simulations. Further, real-world outdoor flight experiments are conducted to validate real-world performance. Results confirm that the algorithm maintains safe separation, cohesion and alignment even under severe sensor noise, outperforming traditional boids implementations in practical scenarios.