Planificación de trayectorias 4D para UAVs basada en Fast Marching Square

• López Palomino, Blanca ^[1] ; Moreno Lorente, Luis Enrique ^[1]
  1. [1] Universidad Carlos III de Madrid

     Universidad Carlos III de Madrid

     Madrid, España

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 45, 2024
• Idioma: español
• Títulos paralelos:
  • 4D Trajectory Planning for UAVs using Fast Marching Square
• Enlaces
  • Texto completo
• Resumen
  • español

    Los enjambres de vehículos aéreos no tripulados (UAVs) se están convirtiendo en una herramienta fundamental en diversos campos de aplicación, tales como la vigilancia aérea, la búsqueda y rescate en zonas urbanas y la entrega de mercancía. En este marco, la planificación de trayectorias sigue siendo una de las principales preocupaciones en aplicaciones robóticas complejas. Este trabajo presenta un algoritmo de planificación de rutas 4D, basado en el método de Fast Marching Square (FM2), para sistemas multi-UAV en entornos tridimensionales. El algoritmo 4D-FM2 incorpora una función de velocidad dependiente del tiempo dentro del marco del algoritmo Fast Marching (FM). El algoritmo propuesto fue probado en un escenario urbano simulado y los resultados muestran que este planifica de manera efectiva soluciones seguras y óptimas al problema de planificación de trayectorias para UAVs, evitando obstáculos y otros drones, incluso en situaciones complejas.

  • English

    Swarms of unmanned aerial vehicles (UAVs) are becoming essential tools in various applications, such as aerial surveillance, urban search and rescue, and goods delivery. In this context, trajectory planning remains a significant challenge in complex robotic applications. This paper presents a 4D route planning algorithm based on the Fast Marching Square (FM2) method, designed for multi-UAV systems operating in three-dimensional environments. The 4D-FM2 algorithm integrates a time-dependent speed function into the Fast Marching (FM) framework. The proposed algorithm was tested in a simulated urban environment, and the results demonstrate its effectiveness in planning safe and efficient routes for UAVs, successfully avoiding obstacles and other drones even in complex scenarios.