Planificación de Trayectorias Libres de Colisión para Múltiples UAVs usando el Perfil de Velocidad

Juan José Rebollo, Iván Maza, Aníbal Ollero

Resumen

Este artículo presenta un método de resolución de colisiones entre múltiples UAVs que comparten el espacio aéreo con aeronaves no cooperativas. El método propuesto encuentra trayectorias libres de colisión modificando el perfil de velocidad de los diferentes vehículos involucrados en la colisión y teniendo en cuenta la existencia de obstáculos móviles o vehículos no cooperativos. El objetivo es encontrar la solución más cercana a las trayectorias que tenían planificadas los UAVs inicialmente. La resolución de colisiones se divide en dos pasos: inicialización usando una búsqueda en árbol, y cálculo de la solución final empleando búsqueda Tabú. En el artículo se presentan diferentes simulaciones que ponen de manifiesto la eficiencia del método propuesto para la resolución de colisiones en tiempo real.

Palabras clave

Múltiples UAVs; resolución de colisiones; búsqueda Tabú; búsqueda en árbol; discretización del espacio

Texto completo:

PDF

Referencias

Bichi, A. and L. Pallottino (2000). On optimal cooperative conflict resolution for air traffic management systems. IEEE Transactions on Intelligent Transportation Systems 1(4), 221–231.

Cruz, A., A. Ollero, V. Munoz and A. Garc´ıa-Cerezo (1998). Speed planning method for mobile robots under motion constraints. In: Intelligent Autonomous Vehicles (IAV). pp. 123– 128.

Ferrari, C., E. Pagello, M. Voltolina, J. Ota and T. Arai (1997). Multirobot motion coordination using a deliberative approach. In: Second Euromicro Workshop on Advanced Mobile Robots (EUROBOT ’97). pp. 96–103.

Fujimori, A. and M. Teramoto (2000). Cooperative collision avoidance between multiple mobile robots. Journal of Robotic Systems 17(3), 347–363.

Gengreau, M. (2002). An introdution to tabu search. Departament d’informatique et de recherche operationnelle. Universidad de Montreal.

Glover, F. and M. Laguna (1997). Tabu search. Kluwer academic publishers.

Hertz, A., E. Taillard and D. de Werra (1995). A tutorial on tabu search. In: Proc. of Giornate di Lavoro AIRO’95 (Enterprise Systems: Management of Technological and Organizational Changes). Italy. pp. 13–24.

Kant, K. and S. Zucker (1986). Toward efficient trajectory planning: The path-velocity decomposition. The International Journal of Robotics Research 5(3), 72–89.

Massink, M. and N. De Francesco (2001). Modelling free flight with collision avoidance. In: Proceedings of the Seventh International Conference on Engineering of Complex Computer Systems. pp. 270–279.

Maza, I. and A. Ollero (2007). Distributed Autonomous Robotic Systems 6. Chap. Multiple UAV cooperative searching operation using polygon area decomposition and efficient coverage algorithms, pp. 221–230. Vol. 6 of Distributed Autonomous Robotic Systems. Springer Verlag.

McLain, T. W. and R. W. Beard (2005). Coordination variables, coordination functions, and cooperative timing missions. Journal of Guidance, Control, and Dynamics 28, 150– 161.

Munoz, V.F., A. Ollero, M. Prado and A. Simon (1994). Mo- ´ bile robot trajectory planning with dynamic and kinematic constraints. In: Proceedings of the IEEE International Conference on Robotics and Automation. San Diego California. pp. 2802–2807.

Ollero, A. and I. Maza (2007). Multiple heterogeneous unmanned aerial vehicles. Springer Tracts on Advanced Robotics. Springer-Verlag.

Owen, E. and L. Montano (2005). Motion planning in dynamic environments using the velocity space. In: Proceedings of the IEEE International Workshop on Intelligent Robotics and Systems (IROS). pp. 2833–2838.

Pallottino, L., V. G. Scordio, E. Frazzoli and A. Bicchi (2007). Decentralized cooperative policy for conflict resolution in multi-vehicle systems. IEEE Trans. on Robotics and Automation.

Richards, A. and J. P. How (2002). Aircraft trajectory planning with collision avoidance using mixed integer linear programming. In: Proceedings of the American Control Conference. pp. 1936–1941.

Ruz, J.J., O. Arevalo, J.M. de la Cruz and G. Pajares (2006). ´ Using MILP for UAVs trajectory optimization under Radar Detection Risk. In: Proceedings of the 11th IEEE International Conference on Emerging Technologies and Factory Automation. pp. 1–4.

Tsubouchi, T. and S. Arimoto (1994). Behavior of a mobile robot navigated by an iterated forecast and planning scheme in the presence of multiple movingobstacles. In: Proceedings of the IEEE International Conference on Robotics and Automation. pp. 2470–2475.

Wollkind, S. (2004). Using Multi-Agent Negotiation Techniques for the Autonomuos Resolution of Air Traffic Conflicts. PhD thesis. University of Texas.

Abstract Views

522
Metrics Loading ...

Metrics powered by PLOS ALM


 

Citado por (artículos incluidos en Crossref)

This journal is a Crossref Cited-by Linking member. This list shows the references that citing the article automatically, if there are. For more information about the system please visit Crossref site

1. Modelo de inclusión tecnológica UAV para la prevención de trabajos de alto riesgo, en industrias de la construcción basado en la metodología IVAS
Alfredo Toriz P., Modesto Raygoza B., Daniel Martínez N.
Revista Iberoamericana de Automática e Informática Industrial RIAI  vol: 14  num.: 1  primera página: 94  año: 2017  
doi: 10.1016/j.riai.2016.09.004



Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912