Generación de trayectorias y toma de decisiones para UAVs

Gonzalo Pajares

Spain

Universidad Complutense

José Jaime Ruz

Spain

Universidad Complutense

Pablo Lanillos

Spain

Universidad Complutense

María Guijarro

Spain

Centro de Estudios Superiores Felipe II

Jesús Manuel de la Cruz

Spain

Universidad Complutense

Matilde Santos

Spain

Universidad Complutense

Enviado: 14-09-2017

|

Aceptado:

|

Publicado: 24-01-2008

Datos de financiación

Descargas

Palabras clave:

Unmanned Aerial Vehicles, plan de vuelo, replanificación, toma de decisiones, teoría de la utilidad, amenazas, riesgo

Agencias de apoyo:

Comunidad Autónoma de Madrid

Ministerio de Educación y Ciencia

Universidad Complutense de Madrid y la empresa EADS-Casa

Resumen:

La generación de trayectorias y la replanificación de las mismas en entornos hostiles para UAVs (Unmanned Aerial Vehicles) es una disciplina en auge. Los entornos hostiles se caracterizan por la presencia de amenazas, modeladas aquí como radares. Inicialmente se planifica una ruta. Si en vuelo surgen nuevas amenazas, la ruta inicial se replanifica. En ambos casos las rutas se obtienen mediante el algoritmo A*. Ante una replanificación el UAV toma una decisión sobre si continuar por la ruta inicial o por la replanificada. La teoría de la decisión multiatributo proporciona en este caso el mecanismo adecuado.
Ver más Ver menos

Citas:

Dogan, A. (2003). Probabilistic approach in path planning for UAVs. En: Proc. IEEE international symposium on intelligent control, pp. 120-126, Houston, TX.

Eames, A. M. (2005). Enabling path planning and threat avoidance with wireless sensor networks. PhD Thesis. Dpt. Electrical Engineering and Computer Science, Massachussets Institute of Technology, MA, USA.

Fraichard, T. (1999). Trajectory planning in a dynamic workspace: A ‘state-time space’ approach. Advanced Robotics, 13(1), pp. 75-94.

Hao, Y. (2004). A practical framework for formation planning and control of multiple unmanned ground vehicles. PhD Thesis. Dpt. Mechanical Engineering, University of Delaware, Newark, USA.

Hespanha, J.P., H.H. Kizilocak, and Y.S. Ateskan (2001). Probabilistic map building for aircrafttracking radars. En: Proc. of the American Control Conference, pp. 4381-4386, Arlington, VA.

Hussain, T., D. Montana and G. Vidaver (2004). Evolution-Based Deliberative Planning for Cooperating Unmmanned Ground Vehicles in a Dynamic Environment. En: Proc. of the Genetic and Evolutionary Computation Conference (GECCO’04), pp. 1017-1029, Seattle, WA.

Jun, M. and R. D’Andrea (2002). Path Planning for Unmanned Aerial Vehicles in uncertain and adversarial environments. En: Cooperative Control: Models, Applications and Algorithms (S. Butenko, R. Murphey and P. M. Pardalos. (Eds)), 95-111. Kluwer Academia Publishers. The Netherlands

Kabamba, P.T., S.M. Merkov, and F.H. Zeitz (2006). Optimal path planning for unmanned combat aerial vehicles to defeat radar tracking. Journal of Guidance, Control and Dynamics, 29, pp. 279-288.

LaValle, S.M. (2006). Planning Algorithms, Cambridge University Press, Cambridge.

Latombe, J.C. (1991). Robot Motion Planning, Kluwer Academic Publishers. The Netherlands.

López, D., F. Gómez-Bravo, F. Cuesta y A. Ollero (2006). Planificación de trayectorias con el algoritmo RRT. Aplicación a robots no holónomos. Revista Iberoamericana de Automática e Informática Industrial, 3(3) pp. 56- 67.

Nilsson, N.J. (2000). Inteligencia Artificial: una nueva síntesis, McGraw Hill. Madrid.

Pajares, G. y M. Santos (2005). Inteligencia Artificial e Ingeniería del conocimiento, RA-MA. Madrid.

Passino, K. M. (2005). Biomimicry for Optimization, Control and Automation, Springer-Verlag, London.

Rios, S., C. Bielza y A. Mateos (2001). Fundamentos de los Sistemas de Ayuda a la decisión, RA-MA. Madrid.

Russel, S. and P. Norvig (2004). Inteligencia Artificial: un enfoque moderno, Prentice Hall. Madrid.

Ruz, J. J., O. Arévalo, J.M. de la Cruz and G. Pajares (2006). Using MILP for UAVs Trajectory Optimization under Radar Detection Risk. In Proc. 11th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA2006), pp. 1-4, Prague, Czech.

Ruz, J. J., O. Arévalo, G. Pajares and J.M. de la Cruz (2007). Decision making among alternatives routes for UAVs in dynamic environments. In Proc. 12th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA2007), pp. 1-4, Patras, Greece.

Schafer, R. (2001). Rules for using multi-attribute utility theory for estimating a user’s interests. In Proc. of the workshop on Adaptitivity and User Modelling in Interactive Systems (ABIS), University of Dortmund, Germany.

Tews, A., M.J. Mataric and S. Sukhatme (2004). Avoiding Detection in a Dynamic Environment. In Proc. of the IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 3773-3778, Sendai, Japan.

Zabarankin, M., S. Uryasev and P. Pardalos (2001). Optimal risk path algorithm. Technical Report 2001-4, Department of Industrial Systems Engineering, University of Florida, USA.

Zabarankin, M., S. Uryasev and R. Murphey (2006). Aircraft routing under the Risk of detection. Naval Research Logistics l, 53(8) pp. 728-747.

Zengin, U. and A. Dogan (2004). Probabilistic Trajectory Planning for UAVs in Dynamic Environments. In proceedings of AIAA 3rd "Unmanned Unlimited" Technical Conference, Workshop and Exhibit, pp. 1-12, Chicago, Illinois.

Ver más Ver menos