Архив статей журнала
Статья посвящена решению актуальной проблемы покрытия территории при помощи беспилотных летательных аппаратов (БЛА) с использованием мобильных зарядных станций. Современные практические задачи покрытия территории требуют одновременного участия нескольких БЛА с целью оптимизации временных затрат в ходе миссии. Другим ограничивающим фактором в контексте охвата территории с использованием БЛА является длительность автономной работы этих систем. Из-за ограниченной дальности полета на одном заряде батареи может возникнуть необходимость в использовании зарядных станций для завершения миссии охвата. Статичные зарядные станции позволяют зарядить аккумуляторы БЛА, однако это приводит к прерыванию миссии и увеличивает время, необходимое для завершения охвата. При использовании статичных зарядных станций важно так же правильно выбрать их местоположение, учитывая доступные места для установки. При этом сам процесс установки зарядных станций требует времени, что делает их использование нецелесообразным в миссиях, где покрытие территории нужно осуществить в кратчайшие сроки, например, при спасательных или поисковых операциях. Мобильные зарядные станции, которые способны перемещаться по территории для оптимизации процесса заряда или замены аккумуляторов БЛА лишены этих недостатков. Возникает задача планирования траекторий движения не только для БЛА, но и мобильной зарядной станции. При совместном планировании движения повышается эффективность охвата, но одновременно возрастает и вычислительная сложность при поиске траекторий. В настоящей статье решается задача эффективного покрытия территории с использованием нескольких БЛА и мобильной зарядной станции при помощи генетического алгоритма. Для адаптации задачи к использованию генетического алгоритма предлагается и обосновывается способ формирования хромосомы, которая корректно отражает решение задачи и позволяет закодировать траектории движения БЛА, мобильной зарядной станции, а также учитывает время и место проведения подзарядки или замены аккумулятора БЛА. Для исследования предложенного алгоритма разработано программное обеспечение на языке программирования Python. Адекватность предложенного подхода подтверждена результатами моделирования.