좋은 점 집합 및 유전 알고리즘을 기반으로 한 UAV 영역 커버리지 경로 계획의 글로벌 최적화

특정 시나리오에서 지역 커버리지 작업을 수행할 때, 고정익 항공기는 일반적으로 경로 계획의 스캔 유형을 채택하는데, 이 경우 인접 트랙 간의 거리는 일반적으로 항공기의 최소 회전 반경보다 작습니다. 이로 인해 인접 트랙 간의 회전 시 에너지 소비가 증가하게 되어 작업 실행 효율성이 감소합니다. 이러한 문제를 해결하기 위해, 현재 논문에서는 향상된 유전 알고리즘을 기반으로 한 고정익 무인 항공기(UAV)의 영역 커버리지 경로 계획 방법을 제안합니다. 이 알고리즘은 유전 작업을 위한 더 나은 교차 연산자와 돌연변이 연산자의 도움을 받아 전통적인 유전 알고리즘의 초기 개체군 생성 방식을 개선합니다. 좀 더 구체적으로, 좋은 점 집합 알고리즘(GPSA)을 사용하여 무작위 알고리즘보다 더 균일한 분포를 가진 초기 개체군을 생성합니다. 이후 휴리스틱 교차 연산자와 무작위 간격 역 돌연변이 연산자를 사용하여 지역 최적화의 위험을 줄입니다. 제안된 알고리즘은 다른 경로 수를 가진 작업에서 검증됩니다. 기존 유전 알고리즘(GA)과의 비교를 통해, 우리의 알고리즘이 더 나은 솔루션으로 수렴할 수 있음을 보여줍니다.