|
Аннотация.
В работе предложены подходы к решению проблемы покрытия зоны поиска и планирования траектории полета беспилотного летательного аппарата (БЛА) при выполнении морской поисково-спасательной миссии. Миссия включает в себя определение района поиска и разработку эффективной стратегии реагирования, составной частью которой является планирование траектории исследования района поиска. Область поиска моделируется в виде сектора круга с заданным радиусом. Целью исследования является разработка гибкого и практичного метода обхода препятствий и планирования траектории полета БЛА при выполнении морской поисковой миссии. Метод основан на геометрической модели траектории полета БЛА в виде концентрических дуг с уменьшающимся радиусом в заданном секторе круга. Рассмотрено несколько вариантов проектирования обходной траектории при наличии крупных препятствий и даны рекомендации по выбору лучшей.
Ключевые слова:
беспилотный летательный аппарат, планирование траектории, покрытие, облёт препятствий, моделирование.
DOI 10.14357/20718632260214
EDN RKRFGA
Стр. 142-155.
Литература
1. Munoz J., Lopez B., Quevedo F., Monje C.A., Garrido S., Moreno L.E. Coverage Strategy for Target Location in Marine Environments Using Fixed-Wing UAVs // Drones. 2021. Vol. 5. 120. 2. Kilic K.I., Maity S., Sung I., Nielsen P. Challenges and AI-driven solutions in maritime search and rescue planning: A comprehensive literature review // Marine Policy. 2025. Vol. 178. 106692. 3. Dai R., Fotedar S., Radmanesh M., Kumar M. Quality-aware UAV coverage and path planning in geometrically complex environments // Ad Hoc Networks. 2018. Vol. 73. P. 95-105. 4. Aggarwal S., Kumar N. Path planning techniques for unmanned aerial vehicles: A review, solutions, and challenges // Computer Communications. 2020. Vol.149. P. 270-299. 5. Li L., Zhang X., Yue W., Liu Z. Cooperative search for dynamic targets by multiple UAVs with communication data losses // ISA Transactions. 2021. Vol. 114. P. 230-241. 6. Berini A.D.E., Farou B., Ferrag M.A., Seridi H., Akdag H. A new static path planning strategy for drones // Internet Technology Letters. 2022. Vol. 5 (6). hal-04426910. 7. Хабаров С.П., Шилкина М.Л. Геометрический подход к решению задачи для машин Дубинса при формировании программных траекторий движения // Научно-технический вестник информационных технологий, механики и оптики. 2021. Т. 21, № 5. С.653-663. 8. Wang G., Wang F., Wang J., Li M., Gai L., Xu D. Collaborative target assignment problem for large-scale UAV swarm based on two-stage greedy auction algorithm // Aerospace Science and Technology. 2024. Vol. 149. 109146. 9. Ai B., Jia M., Xu H., Xu J., Wen Z., Li B., Zhang D. Coverage path planning for maritime search and rescue using reinforcement learning // Ocean Engineering. 2021. Vol. 241. 110098. 10. Ahmed G., Sheltami T., Mahmoud A., Yasar A. Energy-Efficient UAVs Coverage Path Planning Approach // CMES - Computer Modeling in Engineering and Sciences. 2023. Vol. 136. P. 3239-3263. 11. Pu Q., Yang L., Li T. Dynamic Coverage Path Planning Method for UAV Formations in Multi-Region Aerial Tasks // Aerospace Science and Technology. 2025. Vol. 167. 110683. 12. Porcelli L., Ficco M., D'Angelo G., Palmieri F. Context-aware coverage path planning for a swarm of UAVs using mobile ground stations for battery-swapping // Soft Computing. 2025. Vol. 29. P. 1605-1625. 13. Balazs B., Vicsek T., Somorjai G., Nepusz T., Vasarhelyi G. Decentralized traffic management of autonomous drones // Swarm Intelligence. 2025. Vol. 19. P. 29-53. 14. Ходашинский И.А. Методы повышения эффективности роевых алгоритмов оптимизации // Автоматика и телемеханика. 2021. № 6. С. 3-45. 15. Xin P., Dames P. Comparison of stochastic optimization strategies in multi-robot multi-target tracking scenarios // Swarm Intelligence. 2025. Vol. 19. P. 215-243. 16. Ata B., Gencal M.C. Comparison of optimization approaches on linear quadratic regulator design for trajectory tracking of a quadrotor // Evolutionary Intelligence. 2024. Vol. 17. P. 3225-3240. 17. Li Y., Chen W., Fu B., Mu Z., Shao L. A Global Coverage Path Planning Method for Multi-UAV Maritime Surveillance in Complex Obstacle Environments // Drones. 2024. Vol. 8. 764. 18. Cho S.W., Park H.J., Lee H., Shim D.H., Kim S.-Y. Coverage path planning for multiple unmanned aerial vehicles in maritime search and rescue operations // Computers & Industrial Engineering. 2021. Vol. 161. 107612. 19. Cho S.W., Park H.J., Park J.H., Kim S. Multi-UAV Coverage Path Planning Based on Hexagonal Grid Decomposition in Maritime Search and Rescue // Mathematics. 2022. Vol. 10(1), 83. 20. Hormann K., Agathos A. The point in polygon problem for arbitrary polygons // Computational Geometry. 2001, Vol. 20, P. 131-144. 21. Gao. W. New Ant Colony Optimization Algorithm for the Traveling Salesman Problem // International Journal of Computational Intelligence Systems. 2020, Vol. 13(1), P. 44-55. 22. Ходашинский И.А., Дудин П.А. Идентификация нечетких систем на основе прямого алгоритма муравьиной колонии // Искусственный интеллект и принятие решений. 2011. № 3. С. 26-33. 23. Квадрокоптер DJI Matrice 300 RTK + Zenmuse H20T. URL: https://djurussia.ru/matrice300rtkzenmuseh20t-combo (дата обращения 10.05.2025).
|
