Plánování pohybu týmu bezpilotních prostředků s omezením délky letu a použitím modelu Dubinsova vozítka

Abstract

Tato práce se zabývá optimalizačním problémem Dubins Team Orienteering Problem with Neighbourhoods. Jeho cílem je maximalizovat odměnu získávanou navštěvováním blízkého okolí zadaných lokací s předem stanovenou odměnou pomocí několika neholonomních vozítek. Praktické využití této optimalizační úlohy může být například ve scénářích s dálkovým sběrem sensorických dat pomocí skupiny bezpilotních letounů s jistým minimálním poloměrem zatáčení a omezeným palivem či kapacitou baterií. V této práci je jakožto řešení Dubins Team Orienteering Problem with Neighbourhoods představena heuristika Greedy Randomised Adaptive Search Procedure with Path Relinking. Výsledky byly otestovány experimentem v reálných podmínkách se skupinou bezpilotních multikopter.This thesis deals with Dubins Team Orienteering Problem with Neighbourhoods, a novel routing problem formulation. The goal is to collect a reward by visiting locations' close vicinity using multiple curvature-constrained vehicles, each limited by specified travel budget. This problem formulation is useful in data-collection scenarios with fixed-wing or multirotor UAVs with constant forward speed, where remote data collection is possible and where it is necessary to consider the limited amount of fuel or battery capacity. A Greedy Randomised Adaptive Search Procedure with Path Relinking is presented as a solution to the Dubins Team Orienteering Problem with Neighbourhoods. The algorithm was tested in a real-life experiment scenario using multiple Micro Aerial Vehicles.