Contrôle prédictif distribué pour véhicules aériens sans pilote et systèmes de pelotons de véhicules : une revue

Cet article examine l'application du contrôle prédictif distribué (DMPC) pour les systèmes intelligents autonomes (AIS) avec des véhicules aériens sans pilote (UAV) et des systèmes de pelotons de véhicules. Le DMPC est une méthode de contrôle optimal qui formule et résout des problèmes d'optimisation pour ajuster les stratégies de contrôle en prédisant les états futurs basés sur des modèles de système tout en gérant des contraintes, et cette technique a été appliquée à un nombre croissant de domaines industriels. En tant que parties essentielles des AIS, les UAV et les systèmes de pelotons de véhicules ont reçu une attention considérable dans les domaines civil, industriel et militaire. Le DMPC a la capacité de résoudre rapidement des problèmes d'optimisation en temps réel tout en tenant compte de la prédiction de l'état futur du système, ce qui s'intègre bien avec la capacité des AIS à prédire l'environnement lors de la prise de décisions, de sorte que l'application du DMPC dans les AIS présente un avantage naturel. Cet article introduit d'abord les principes de base du DMPC et les résultats théoriques dans les systèmes multi-agents (MAS). Il examine ensuite l'application des méthodes DMPC aux UAV et aux systèmes de pelotons de véhicules. Enfin, les défis des méthodes existantes sont résumés pour offrir des perspectives pour faire avancer le développement futur du DMPC dans les applications pratiques.