Plánování pohybu bezpilotního prostředku s využitím Hermitových křivek v úloze autonomního sběru dat

Abstract

Diplomová práce se zabývá plánováním trajektorií pro bezpilotní drony tzv. Unmanned Aerial Vehicle (UAV). Cílem je nalezení trajektorie ve 2-D či 3-D prostoru skrz určitý počet předem definovaných cílů se známým ohodnocením, tak aby součet ohodnocení navštívených cílů byl co největší. Počátek a cíl trajektorie je předem známý. Maximální doba letu je omezující podmínkou určující počet navštívených cílů. Takto definovaná úloha se nazývá Orienteering Problem (OP). Pro nalezení hladkých a spojitých trajektorií byly použity Hermitovy křivky, umožnující využít plný pohybový potenciál moderních UAV. Čas letu pro danou křivku je odhadován ze znalosti pohybového modelu UAV, který je omezen maximální rychlostí a zrychlením. Navrhované řešení OP s využítím Hermitových křivek definován jako Hermite Orienteering Problem (HOP) je založeno na algoritmu Random Variable Neighborhood Search (RVNS), který kombinuje náhodné kombinatorické prohledávaní stavového prostoru s lokalní kontinuální optimalizací. Toto řešení bylo srovnáno s jinými současně známými přístupy k řešení OP, přičemž ve všech provedených testech byla kvalita řešení s použitím Hermitových křivek nejlepší. Použitelnost a vhodnost získaných trajektorií byla ověřena na reálném UAV.

This thesis focuses on motion planning for Unmanned Aerial Vehicle (UAV). The goal is to find a feasible trajectory in 3-D or 2-D space through a subset of target locations with known rewards such that the sum of collected rewards is maximized. The starting and ending locations are known. A limiting factor for number of targets that can be visited is maximal time of flight. This task is called Orienteering Problem (OP). To fully utilize the motion range of the UAV, a Hermit splines are used to generate smooth trajectories. The minimal time of flight estimate for a given Hermite spline is calculated using known motion model of the UAV limited by maximum velocity and acceleration. The proposed solution to the Orienteering Problem using Hermite splines introduced as Hermite Orienteering Problem (HOP) is based on Random Variable Neighborhood Search algorithm (RVNS), combining random combinatorial state space exploration and local continuous optimization. This approach was compared with other currently known solutions to the OP motivated by UAV applications and showed to be superior as the resulting trajectories reached better final rewards in all testing cases. The trajectories have been also successfully tested on a real UAV and their feasibility was verified.