.png){kind=icon}
返回
UAV Task Assignment and Path Planning: Problem Definition, Integration, and Challenges
.png){kind=icon}
PRE
AI
DOI：10.1111/tgis.70271.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着无人机系统（UAV）在城市低空环境中的应用日益增长，飞行优化正变得更加大规模化，复杂的无人机协作预计将主导未来的空域作业。在复杂城市环境中确保高效安全的作业对无人机飞行优化提出了重大挑战。从空间优化视角，本文综述了任务分配、路径规划及其集成方面的最新进展。总结了静态和动态任务分配的代表性策略，回顾了不同空间建模范式下的路径规划方法和多无人机协调机制，并分析了集成优化框架。此外，比较了不同方法类别在各类问题特征下的适用性。最后，识别了当前无人机飞行优化的关键挑战，并概述了未来的研究方向。
Keyword:
path planning
spatial optimization
task assignment
unmanned aerial vehicles
期刊
T
IF:
2.3
论文数:
163
被引数:
2.9K
机构
引用论文
Coverage Path Planning for UAV Based on Improved Back-and-Forth Mode基于改进来回模式的无人机覆盖路径规划.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Path Planning of Electric VTOL UAV Considering Minimum Energy Consumption in Urban AreasSUSTAINABILITYOAAI
SUSTAINABILITYIF3.3
OAAI分享收藏AI-based energy-efficient path planning of multiple logistics UAVs in intelligent transportation systems智能交通系统中基于AI的多物流无人机节能路径规划
PREAI
分享收藏Low-altitude intelligent transportation: System architecture, infrastructure, and key technologies低空智能交通: 系统架构、基础设施与关键技术
PREAI
分享收藏Task Assignment Algorithm for Road Patrol by Multiple UAVs With Multiple Bases and Rechargeable EnduranceIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Multi-UAV Task Assignment in Dynamic Environments: Current Trends and Future Directions动态环境中的多无人机任务分配: 当前趋势和未来方向DRONESOAAI
DRONESIF4.8
OAAI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DRONESOAAI
DRONESIF4.8
OAAI分享收藏
查看更多内容