.png){kind=icon}
返回
A Sampling-Based Distributed Exploration Method for UAV Cluster in Unknown Environments
.png){kind=icon}
OA
AI
DOI：10.3390/drones7040246.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
快速完成未知环境的探索和建设是无人机集群的重要任务。然而，基于实时探测图的在线自主探测策略的制定仍然是一个需要讨论和优化的问题。在本文中，我们提出了一种针对无人机集群的分布式未知环境探索框架，该框架综合考虑了路径和终端状态增益，称为分布式下一最佳路径和终端 (DNBPT) 方法。该方法通过综合计算探测路径和终端状态对未探测区域的引导所带来的新探格来计算增益，以指导无人机的下一步决策。我们提出了一种合适的多步选择性采样方法和一种改进的离散二进制粒子群优化算法用于路径优化。仿真结果表明，DNBPT可以实现多场景高覆盖条件下的快速探测。
Keyword:
exploration of unknown environment
UAV cluster
sampling and optimization
distributed path planning
particle swarm optimization
期刊
D
IF:
4.8
论文数:
3.9K
被引数:
8.3K
机构
引用论文
Localization of lipolytic and esterolytic activities of Tyromyces sambuceus, a 4-decanolide-producing basidiomycete木生乳菇（Tyromyces sambuceus）的脂解和酯解活性的定位，一种产生4-癸内酯的担子菌。
PREAI
分享收藏Multi-UAV Autonomous Path Planning in Reconnaissance Missions Considering Incomplete Information: A Reinforcement Learning Method考虑不完全信息的侦察任务多无人机自主路径规划: 一种强化学习方法.png)
DRONESOAAI
DRONESIF4.8
OAAI分享收藏A Generalized Voronoi Diagram-Based Efficient Heuristic Path Planning Method for RRTs in Mobile Robots基于广义Voronoi图的移动机器人RRTs高效启发式路径规划方法
PREAI
分享收藏分享收藏
查看更多内容