| dc.description.abstract | Περίληψη
Εξαιτίας της ραγδαίας τεχνολογικής και επιστημονικής ανάπτυξης, τις τελευταίες δεκαετίες παρατηρείται η ολοένα και αυξανόμενη χρήση των αυτόνομων οχημάτων σε πολλούς τομείς, όπως η γεωργία, η εξερεύνηση της θάλασσας και χαρτογράφηση. Παρόλο που τα αυτόνομα οχήματα δίνουν λύση σε μια σειρά από προβλήματα, νέα προβλήματα που χρήζουν λύση έρχονται στην επιφάνεια. Ένα από τα πιο σημαντικά προβλήματα των αυτόνομων οχημάτων είναι ο σχεδιασμός μιας διαδρομής που καλύπτει όλα τα σημεία μιας προκαθορισμένης περιοχής και αποφεύγει σημεία με συγκεκριμένα χαρακτηριστικά, όπως εμπόδια και περιοχές απαγορευμένης πτήσης. Το πρόβλημα αυτό είναι γνωστό και ως Coverage Path Planning (CPP).
Παρόλο που η δρομολόγηση αυτόνομων οχημάτων σε δισδιάστατο χώρο έχει προσελκύσει πολλούς ερευνητές, λίγοι έχουν ασχοληθεί με την δρομολόγηση οχημάτων σε τρισδιάστατο χώρο. Επιπλέον, δεν λαμβάνονται συχνά υπόψη άλλα θέματα όπως η ενέργεια, η ταχύτητα και η χωρητικότητα δεδομένων των οχημάτων.
Λαμβάνοντας υπόψη τη σημασία της βέλτιστης δρομολόγησης αυτόνομων οχημάτων καθώς και την έλλειψη λογισμικού δρομολόγησης, αναπτύξαμε ένα εργαλείο βέλτιστης δρομολόγησης αυτόνομων οχημάτων. Το εργαλείο δέχεται ως είσοδο την περιοχή ενδιαφέροντος σε μορφή τρισδιάστατου πίνακα καθώς και πληροφορίες σχετικά με τα χαρακτηριστικά των οχημάτων (όπως αρχική τοποθεσία, ταχύτητα, συνολική ενέργεια και αποθηκευτικός χώρος). Σαν έξοδο, παράγει την διαδρομή που θα ακολουθήσει το κάθε όχημά προκειμένου να καλυφθεί όλος ο ζητούμενος χώρος. Η παραγόμενη διαδρομή είναι προσαρμοσμένη στο κάθε όχημα βάσει των χαρακτηριστικών του.
Abstract
Due to the rapid technological and scientific development, in recent years, unmanned vehicles are being used in several application domains, such as mapping, agriculture and deep-sea exploration. Although autonomous vehicles provide a solution to a number of problems, new problems that need to be solved are coming to the surface. One of the most important problems of unmanned vehicles is the problem of finding a path that covers the entire area of interest in a predefined environment while avoiding obstacles. This problem is also known as Coverage Path Planning (CPP).
Even though many research works have been focused on solving the CPP problem in 2D environments, the CPP problem in 3D environments has not attracted considerable attention. Furthermore, other issues such as energy, speed and data capacity are often not taken into account.
Taking into account the importance of CPP of autonomous vehicles and the lack of CPP software, we have developed a methodology and a tool for optimal routing of autonomous vehicles. The inputs of the tool include a three dimensional array describing the area of interest as well as information regarding vehicle characteristics (such as starting position, speed, total energy and storage). Our tool produces the route that each vehicle will follow in order to cover the area of interest. The path produced is tailored to each vehicle based on its characteristics. | en_US |
