A carregar...
Publicação
MULTIPLE AUTONOMOUS DRONE MISSION PLANNING
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 11.81 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
The goal of this thesis is to develop an application capable of planning missions for the
increasing number of drones, minimizing the need for human interaction in mission
planning. Unmanned X Vehicle meaning UAV, UUV, USV or UGV (UXV)s are becoming
increasingly prevalent in both military and civilian applications worldwide, offering
significant advantages over manned vehicles, such as reduced maintenance requirements,
enhanced safety, and freedom from human limitations. The widespread adoption and
ongoing investments in UXV technologies have made them more cost-effective, allowing
users to deploy not just a few but dozens of drones.
Traditionally, each drone is operated by an individual, but the growing number of
drones presents challenges for efficient management, often requiring large teams. More-
over, the diverse range of UXVs—including aerial Unmanned Aerial Vehicle (UAV)s,
underwater Unmanned Underwater Vehicle (UUV)s and surface Unmanned Surface Ve-
hicle (USV)s — complicates the coordination and control of these assets on a larger
scale.
This research aims to address these challenges by developing an application that
focuses on optimizing the path planning of multiple drones. The system will incorporate
an advanced algorithm to plan efficient and safe mission paths with minimal human input,
thereby improving the scalability and autonomy of drone operations. This algorithm is
designed to take a mission description, a selection of drones, their respective payloads,
and the mission area, and perform two key functions. Firstly, it will choose the most
suitable drones and payloads for the given mission. Secondly, it will devise an optimal
plan to execute the mission efficiently, considering the unique capabilities of each selected
drone.
By creating a sophisticated algorithm that combines intelligent drone selection and
mission planning, this research endeavors to streamline and enhance the operational
effectiveness of unmanned vehicle deployments across various scenarios.
O objetivo desta tese é desenvolver uma aplicação capaz de planear missões para um número crescente de drones, minimizando a necessidade de interação humana no seu planeamento. Veículo Não Tripulado (VNT)s estão a tornar-se cada vez mais prevalentes em aplicações militares e civis em todo o mundo, oferecendo vantagens significativas sobre veículos tripulados, como manutenção reduzida, aumento da segurança e minimização do risco humano. A adoção generalizada e os investimentos contínuos em tecnologias de VNTs tornaram-nos cada vez mais acessíveis, permitindo que os usuários utilizar não apenas alguns, mas dezenas de drones. Tradicionalmente, cada drone é operado por um indivíduo, mas o número crescente de drones apresenta desafios para a gestão eficiente de equipas, exigindo equipas cada vez maiores. Além disso, a diversidade de VNTs—incluindo Veículo Aéreo Não Tripulado (VANT)s, Veículo Subaquático Não Tripulado (VSNT)s e Veículo Superfície Aquática Não Tripulado (VSANT)s — complica ainda mais a coordenação e o controle desses ativos em larga escala. Esta pesquisa tem como objetivo abordar estes desafios desenvolvendo uma aplicação focada na otimização do planeamento de trajetórias de múltiplos drones. O sistema incorporará um algoritmo de planeamento avançado de trajetórias de missão eficientes e seguras com mínima intervenção humana, melhorando assim a escalabilidade e a autonomia das operações de drones. Este algoritmo é projetado para receber a descrição da missão, uma seleção de drones, suas respectivas cargas e a área da missão, e realizar duas funções principais. Primeiro, deverá escolher os drones e cargas mais adequados para a missão. Em segundo lugar, elaborar um plano otimizado para executar a missão de forma eficiente, considerando as capacidades únicas de cada drone selecionado. Ao criar um algoritmo sofisticado que combina a seleção inteligente de drones e o planeamento de missões, esta pesquisa busca otimizar e aprimorar a eficácia operacional de veículos não tripulados em diversos cenários.
O objetivo desta tese é desenvolver uma aplicação capaz de planear missões para um número crescente de drones, minimizando a necessidade de interação humana no seu planeamento. Veículo Não Tripulado (VNT)s estão a tornar-se cada vez mais prevalentes em aplicações militares e civis em todo o mundo, oferecendo vantagens significativas sobre veículos tripulados, como manutenção reduzida, aumento da segurança e minimização do risco humano. A adoção generalizada e os investimentos contínuos em tecnologias de VNTs tornaram-nos cada vez mais acessíveis, permitindo que os usuários utilizar não apenas alguns, mas dezenas de drones. Tradicionalmente, cada drone é operado por um indivíduo, mas o número crescente de drones apresenta desafios para a gestão eficiente de equipas, exigindo equipas cada vez maiores. Além disso, a diversidade de VNTs—incluindo Veículo Aéreo Não Tripulado (VANT)s, Veículo Subaquático Não Tripulado (VSNT)s e Veículo Superfície Aquática Não Tripulado (VSANT)s — complica ainda mais a coordenação e o controle desses ativos em larga escala. Esta pesquisa tem como objetivo abordar estes desafios desenvolvendo uma aplicação focada na otimização do planeamento de trajetórias de múltiplos drones. O sistema incorporará um algoritmo de planeamento avançado de trajetórias de missão eficientes e seguras com mínima intervenção humana, melhorando assim a escalabilidade e a autonomia das operações de drones. Este algoritmo é projetado para receber a descrição da missão, uma seleção de drones, suas respectivas cargas e a área da missão, e realizar duas funções principais. Primeiro, deverá escolher os drones e cargas mais adequados para a missão. Em segundo lugar, elaborar um plano otimizado para executar a missão de forma eficiente, considerando as capacidades únicas de cada drone selecionado. Ao criar um algoritmo sofisticado que combina a seleção inteligente de drones e o planeamento de missões, esta pesquisa busca otimizar e aprimorar a eficácia operacional de veículos não tripulados em diversos cenários.
Descrição
Palavras-chave
Unmanned Vehicles Flight Mission Planning Resource Allocation Multi- UXV