Atribuição de Missão Ótima Multi-Drone e Planejamento de Caminho 3D para Resgate em Desastres

Em um ambiente de missão de resgate em desastres tridimensionais (3D), a atribuição de missões para múltiplos drones e o planejamento de caminhos são desafiadores. Com o objetivo de resolver esse problema, um método de atribuição de missão baseado em algoritmos genéticos adaptativos (AGA) e um método de planejamento de caminho utilizando otimização por enxame de partículas seno-coseno (SCPSO) são propostos. Primeiro, um modelo original de terreno digital 3D é construído. Em segundo lugar, fontes comuns de ameaça em ambientes de resgate em desastres são modeladas, incluindo montanhas, torres de transmissão e condições climáticas severas. Em terceiro lugar, uma função de custo-receita que considera fatores como performance do drone, demanda por pontos de missão, custo de elevação e fontes de ameaça é formulada para atribuir missões a múltiplos drones. Em quarto lugar, um AGA é empregado para realizar a atribuição de missões para múltiplos drones. Para melhorar a velocidade de convergência e otimizar o desempenho na busca pela solução ideal, um AGA utilizando tanto o método da roleta quanto o método de retenção de elite é proposto. Além disso, os parâmetros do AGA são ajustados de acordo com as mudanças na função de aptidão. Além disso, o algoritmo de círculo melhorado também é usado para pré-processar a sequência de missões para o AGA. Finalmente, com base no modelo da função seno-coseno, um SCPSO é proposto para planejar o caminho de voo ideal entre pontos de tarefa adjacentes. Além disso, os coeficientes de inércia e aceleração de pesos lineares são projetados para o SCPSO, a fim de melhorar seu desempenho para escapar do mínimo local, explorar o espaço de busca de forma mais completa e alcançar o objetivo da otimização global. Uma multiplicidade de experimentos de simulação demonstrou a validade do nosso método.