.png){kind=icon}
返回
Resource-aware probability-based collaborative odor source localization using multiple UAVs
.png){kind=icon}
PRE
AI
DOI：10.23919/JCC.ja.2023-0208.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
受益于UAVs在3D空间中灵活部署和可控运动的特点，近年来多UAV气味源定位已成为一个热门研究领域。考虑到UAVs资源有限且电池容量不足，有必要在复杂环境状态下以低复杂度计算和最小交互快速定位气味源。为此，我们提出了一种基于多UAV协作的气味源定位（MUC-OSL）方法，其中源估计和UAV导航被迭代执行，旨在加速搜索过程并减少UAVs的资源消耗。具体而言，在源估计阶段，我们基于UAVs的认知差异和协作信息提出了一种协作粒子滤波算法，以提高源估计精度。在随后的导航阶段，基于部分可观测马尔可夫决策过程设计了一种自适应路径规划算法，以分布式地确定每个UAV的后续飞行方向和移动步长。在两个仿真平台上进行的实验结果表明，MUC-OSL在平均搜索时间和成功率方面优于现有方法，并有效降低了UAVs的资源消耗。
Keyword:
distributed path planning
multiple UAVs
odor source localization
source estimation
期刊
IF:
3.1
论文数:
1.9K
被引数:
5.0K
机构
查看更多机构
引用论文
暂无论文信息