كاربرد روش بهينه‌سازي گروهي ذرات در برنامه‌ريزي حركت مانورپايه پهپادها

A Maneuver-Based Motion Planning Approach for UAVs by Particle Swarm Optimization Method

ارتقاي سطح خودگرداني وسايل پرنده بدون سرنشين مورد توجه محققين زيادي قرار گرفته است. يكي از مهم‌ترين مسايل در بحث خودگرداني، مسيله برنامه‌ريزي حركت است. در اين مسيله كه مورد توجه اين مقاله قرارگرفته، برنامه‌اي براي حركت وسيله پرنده از يك محل معين و رسيدن به نقطه مشخص توليد مي‌شود. اگر بخواهيم مسيرهاي توليد شده براي وسيله پرنده قابل انجام باشند، نياز است كه قابليت‌هاي عملكردي و سيستمي وسيله را مورد توجه قرار دهيم. به همين خاطر، در تحقيق حاضر، با لحاظ نمودن مدل ديناميكي غيرخطي و قابليت‌هاي عملكردي و ديناميكي وسيله، مسيرهايي عملي ايجاد مي‌گردد. روش بهينه‌سازي گروه ذرات ارتقا داده شده تا از عهده حل مسيله برنامه‌ريزي حركت برآيد. ارزيابي الگوريتم حاضر از طريق شبيه‌سازي سناريوهاي پروازي مختلف، قابليت الگوريتم مذكور را درتوليد مسيرهاي بهينه درميان عوارض زميني و نواحي تهديد به وضوح نشان مي‌دهد.

Improvements in the level of autonomy of unmanned air vehicles (UAVs) are highly desirable and under pursuit by many researchers. The motion planning problem is one of the vital issues for autonomous vehicles. In motion planning, a trajectory is provided for the vehicle from a known location to a predefined target point. In order to provide feasible trajectories, one needs to consider the vehicle performance and dynamic constraints. In this regard, in the current research, by utilizing the nonlinear dynamic model and performance and dynamic capabilities of the vehicle, feasible trajectories are generated. Particle swarm optimization method is enhanced to handle the motion planning problem. Evaluation of the proposed algorithm, via simulating various scenarios, reveals its capability in generating optimal trajectories through terrain and threat obstacles.