Path Planning of Multiple UAVs with Collision Avoidance by Multi-Objective Evolutionary Neural Networks

多目标进化神经网络防撞多无人机路径规划

基本信息

批准号：
21K12081
负责人：
片田喜章
金额：
$ 2.58万
依托单位：
Setsunan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究で取り扱う飛行計画問題は，数理計画の分野で複数巡回セールスマン問題(MTSP) とよばれる複数エージェントの経路計画問題と等しくなる．そのため，本研究では，衝突回避を考慮した複数ドローンの飛行経路計画を以下のように行っている．(1) 飛行地点群を各ドローンに割り当てる問題を，多目的進化型人工神経回路網(ANNs) を用いて解き，割り当てられた飛行地点群の飛行経路を巡回セールスマン問題(TSP) で広く採用されている最適化手法(TSPソルバー) を用いて解く，二段階探索法を実施し，解探索性能を検証する．(2) (1) の結果をもとに，屋外の飛行地点群の位置情報(緯度・経度) を用いて，提案手法を適用して複数ドローンの飛行経路を生成し，複数の実機ドローンを飛行させて飛行経路の有効性を検証するとともに，実機ドローンで生じる不確実性を明らかにする．(1)に関する概要:多目的進化計算の選定を終え，計算機実験により得られる非劣解集合および選好解の特徴が評価指標を変更することによってどのように変化するか調べた．また，ドローンの飛行経路計画に適用するために衝突回避を評価指標に組み込み，ドローン台数を変更することによって得られる飛行経路を検証した．本実績は，進化計算シンポジウム2022，SI2022において学会発表している．(2)に関する概要:初年度に購入したホビー機のドローンが3台以上の同時飛行に対応していないことが判明し，航空法の改正も伴い，代替機の選定・購入に時間を要した．検討の結果，ホビー機ではなく台数を減らして産業機1台を購入し実験を開始している．(1)の結果をもとに，飛行地点群の位置情報に対して，提案手法を適用して飛行経路を生成した．3台に対し得られた経路に基づいて，1台ずつ実機ドローンを自動飛行させ，経路に沿った自動飛行が可能であることを確認した．

这项研究中涵盖的飞行计划问题等同于数学计划领域的多个代理商的路线规划问题（MTSP）。因此，在考虑到避免碰撞的情况下，我们已经对多个无人机进行了以下飞行路线计划。（1）实现了两阶段的搜索方法，其中使用多用途进化的人工神经网络（ANN）解决了将飞行点云分配给每个无人机的问题，并且使用优化点云（TSP solver）在旅行人员问题（TSP）中广泛采用了分配的飞行点云的飞行路径以验证解决方案搜索性能。（2）基于（1）的结果，使用室外飞行点云的位置信息（纬度和经度），应用该方法用于生成多个无人机的飞行路径，并且飞行多个真实无人机以验证飞行路径的有效性，并在实际无人机中出现不确定性。（1）的摘要：选择多目标进化计算后，我们研究了通过更改评估指数通过更改计算机实验获得的非逆转解决方案集和偏好的特征。此外，将避免碰撞的避免碰撞纳入了评估指数中，以将其应用于无人机飞行路线计划，并通过更改无人机数量获得的飞行路线已被验证。这项成就是在2022年进化计算研讨会和SI2022的学术会议上提出的。（2）的摘要：发现第一年购买的爱好飞机的无人机与三个或更多的同时航班不兼容，并且由于《航空法案》的修正，它花了一些时间选择和购买替代飞机。考虑因素的结果，他们通过减少车辆数量，购买一架工业飞机而不是爱好机器来开始实验。根据（1）的结果，将提出的方法应用于飞行位置云的位置信息以生成飞行路线。根据三台机器获得的路线，我们确认可以自动送出实际无人机，并且可以自动沿着路线飞行。