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．

本研究处理的飞行规划问题相当于数学规划领域中称为多旅行商问题（MTSP）的多智能体航线规划问题。因此，在本研究中，我们在考虑避免碰撞的情况下规划多架无人机的飞行路径如下。（1）利用多目标进化人工神经网络（ANN）解决为每架无人机分配飞行点的问题，并利用旅行商问题（TSP）确定分配飞行点的飞行路径，该问题被广泛采用采用两步搜索方法，利用优化方法（TSP求解器）来求解问题，并验证了解的搜索性能。 (2) 基于(1)的结果，应用该方法利用一组室外飞行点的位置信息(经纬度)生成多架无人机的飞行路径，多架实际无人机的飞行路径为除了通过飞行来验证飞行路径的有效性之外，我们还澄清了实际无人机中出现的不确定性。 (1)概述：在完成多目标进化计算的选择后，我们通过改变评价指标来考察通过计算机实验得到的非支配解集和优选解的特性如何变化。此外，为了将其应用到无人机飞行航线规划中，我们将避撞纳入评价指标，并验证了通过改变无人机数量得到的飞行航线。该成果在2022年进化计算研讨会和SI2022学术会议上进行了展示。关于（2）的总结：发现第一年购买的业余爱好无人机不兼容三架或更多无人机同时飞行，并且随着民航法的修改，需要时间来选择和购买替代品飞机．．研究的结果是，我们没有购买业余爱好机器，而是减少了机器的数量，购买了一台工业机器并开始实验。基于（1）的结果，我们将所提出的方法应用于飞行点的位置信息来生成飞行路线。根据三架无人机获取的航线，一架一架无人机实际进行了自动飞行，确认可以沿航线自动飞行。