Información del artículo
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
El Texto completo está disponible en PDF
Referencias
[Bichi and Pallottino, 2000]
A. Bichi, L. Pallottino.
On optimal cooperative conflict resolution for air traffic management systems.
IEEE Transactions on Intelligent Transportation Systems, 1 (2000), pp. 221-231
[Cruz et al., 1998]
A. Cruz, A. Ollero, V. Munoz, A. García-Cerezo.
Speed planning method for mobile robots under motion constraints.
Intelligent Autonomous Vehicles (IAV), (1998), pp. 123-128
[Ferrari et al., 1997]
C. Ferrari, E. Pagello, M. Voltolina, J. Ota, T. Arai.
Multirobot motion coordination using a deliberative approach.
Second Euromicro Workshop on Advanced Mobile Robots (EUROBOT '97), pp. 96-103
[Fujimori and Teramoto, 2000]
A. Fujimori, M. Teramoto.
Cooperative collision avoidance between multiple mobile robots.
Journal of Robotic Systems, 17 (2000), pp. 347-363
[Gengreau, 2002]
M. Gengreau.
An introdution to tabu search.
Departament d’informatique et de recherche operationnelle. Universidad de Montreal, (2002),
[Glover and Laguna., 1997]
F. Glover, M. Laguna.
Tabu search.
Kluwer academic publishers, (1997),
[Hertz et al., 1995]
A. Hertz, E. Taillard, D. deWerra.
A tutorial on tabu search.
Proc. of Giornate di Lavoro AIRO’95 (Enterprise Systems: Management of Technological and Organizational Changes), pp. 13-24
[Kant and Zucker, 1986]
K. Kant, S. Zucker.
Toward efficient trajectory planning: The path-velocity decomposition.
The International Journal of Robotics Research, 5 (1986), pp. 72-89
[Massink et al., 2001]
M. Massink, N. De, Francesco.
Modelling free flight with collision avoidance.
Proceedings of the Seventh International Conference on Engineering of Complex Computer Systems, pp. 270-279
[Maza and Ollero., 2007]
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 and Beard., 2005]
T.W. McLain, R.W. Beard.
Coordination variables, coordination functions, and cooperative timing missions.
Journal of Guidance, Control, and Dynamics, 28 (2005), pp. 150-161
[Munoz et al., 1994]
V.F. Munoz, A. Ollero, M. Prado, A. Simón.
Mobile robot trajectory planning with dynamic and kinematic constraints.
Proceedings of the IEEE International Conference on Robotics and Automation, pp. 2802-2807
[Ollero and Maza, 2007]
A. Ollero, I. Maza.
Multiple heterogeneous unmanned aerial vehicles.
Springer Tracts on Advanced Robotics. Springer-Verlag, (2007),
[Owen and Montano, 2005]
E. Owen, L. Montano.
Motion planning in dynamic environments using the velocity space.
Proceedings of the IEEE InternationalWorkshop on Intelligent Robotics and Systems (IROS), pp. 2833-2838
[Pallottino et al., 2007]
L. Pallottino, V.G. Scordio, E. Frazzoli, A. Bicchi.
Decentralized cooperative policy for conflict resolution in multi-vehicle systems.
IEEE Trans. on Robotics and Automation, (2007),
[Richards and How., 2002]
A. Richards, J.P. How.
Aircraft trajectory planning with collision avoidance using mixed integer linear programming.
Proceedings of the American Control Conference, pp. 1936-1941
[Ruz et al., 2006]
J.J. Ruz, O. Arévalo, J.M. de la Cruz, G. Pajares.
Using MILP for UAVs trajectory optimization under Radar Detection Risk.
Proceedings of the 11th IEEE International Conference on Emerging Technologies and Factory Automation, pp. 1-4
[Tsubouchi and Arimoto., 1994]
T. Tsubouchi, S. Arimoto.
Behavior of a mobile robot navigated by an iterated forecast and planning scheme in the presence of multiple movingobstacles.
Proceedings of the IEEE International Conference on Robotics and Automation, pp. 2470-2475
[Wollkind, 2004]
Wollkind, S. (2004). Using Multi-Agent Negotiation Techniques for the Autonomuos Resolution of Air Traffic Conflicts. PhD thesis. University of Texas.
Copyright © 2009. Elsevier España, S.L.. Todos los derechos reservados