Se ha demostrado que el problema de la vigilancia persistente es un problema de dificultad NP para sistemas de vehículos aéreos no tripulados (UAV) múltiples. Sin embargo, la mayoría de los estudios sobre el control de múltiples UAVs se centran en la planificación de trayectorias cooperativas de control en un solo enjambre, mientras que se descuida el despliegue dinámico de un sistema multienjambre. Este trabajo propone un esquema de control colectivo para dirigir un sistema de UAVs de enjambre múltiple para que se extienda por un entorno sensible al tiempo y proporcione una cobertura de sensores adaptable y persistente en escenarios de vigilancia relacionados con eventos. Diseñamos el modelo de césped digital para aproximar la mezcla de información de los requisitos de la misión y la recompensa de la vigilancia. Además, diseñamos un algoritmo basado en la agrupación de datos para la asignación dinámica de los enjambres de vehículos aéreos no tripulados, que puede promover el equilibrio de la carga de trabajo, al tiempo que permite la respuesta en tiempo real a las emergencias. Por último, evaluamos la arquitectura propuesta mediante simulación y descubrimos que nuestro método es superior a la estrategia de control convencional en términos de eficiencia de detección y grado de equilibrio del subenjambre.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Impactos del quitosano y sus nanoformulaciones en los síndromes metabólicos: una revisión
Video:
Emprendimiento en Biotecnología: Mecanismos de Financiamiento y Ejemplos
Artículo:
Propiedades de absorción de agua de un hidrogel superabsorbente a base de proteína de pescado modificado químicamente con etanol
Artículo:
Espectroscopia Raman láser con diferentes fuentes de excitación y extensión a la espectroscopia Raman mejorada en superficie
Artículo:
Método de entrenamiento de rutinas de artes marciales basado en inteligencia artificial y Big Data de medición de lactato