UAV の経路計画は、UAV アプリケーションの分野における重要な問題の 1 つです。この論文は、IRM (Informed RRTstar Method) および RRTstar (Rapidly-exploring Random Tree star) アルゴリズムに基づく UAV 経路計画手法を提案し、Matlab を使用してそれを実装します。この方法は、IRM のヒューリスティック検索と RRTstar の高速探索機能を組み合わせることにより、効率的で信頼性の高い UAV 経路計画を実現します。実験結果は、この方法が複雑な環境でUAVの経路を効果的に計画でき、経路計画の成功率と経路品質が高いことを示しています。

1 はじめに

UAV の幅広い応用により、UAV の経路計画が研究のホットスポットの 1 つになっています。UAV の経路計画の目的は、UAV が開始点から目標点に到達できるように、安全で効率的な経路を見つけることです。ただし、環境の複雑さと UAV のダイナミクスにより、経路計画の問題は非常に困難になります。したがって、効率的で信頼性の高い UAV 経路計画手法を提案することは非常に重要です。

2.関連作品

過去数十年にわたり、研究者たちは多くの UAV 経路計画アルゴリズムを提案してきました。中でも、RRT (Rapidly-exploring Random Tree) アルゴリズムは、一般的に使用され、効果的な経路計画アルゴリズムです。ただし、RRT アルゴリズムには、複雑な環境や高次元の状態空間を扱う場合に特定の問題があります。これらの問題を解決するために、研究者は RRTstar アルゴリズムや IRM アルゴリズムなど、多くの改良された RRT アルゴリズムを提案してきました。

3. 手法の紹介

この論文は、IRM および RRTstar アルゴリズムに基づく UAV 経路計画手法を提案します。まず、IRM アルゴリズムを使用して環境をモデル化および表現し、環境を離散グリッドに分割します。次に、RRTstar アルゴリズムを使用して、離散グリッド上のパスを検索します。RRTstar アルゴリズムは、ツリー構造を継続的に拡張することにより、環境の迅速な探索を実現します。最後に、パス品質評価関数に従って、パス計画の成功率が高く、パス品質が良好なパスが選択されます。

RRT* は空のツリーから始まり、初期状態に対応する単一のノードを追加します。
それは動作計画の問題に対する解決策を見つけます。

4. 実験結果

Matlab プラットフォームでは、一連の実際の UAV シーンデータを使用して実験を実施しました。実験結果は、提案された方法が複雑な環境においてUAV経路を効率的に計画でき、高い経路計画成功率と経路品質を有することを示した。

しきい値 = 3、ステップサイズ : 5、ノード数: 1000 => コスト: 205、時間: 6 秒：
ここに画像の説明を挿入
ノード数: 2000 => コスト: 210、時間: 18 秒：

ノード数: 5000 => コスト 208、時間: 104 秒：

ノード数: 8000 => コスト206、時間: 256秒：