Zobrazit minimální záznam
dc.contributor.author |
Dvořák, Miroslav
|
cze |
dc.contributor.author |
Doležel, Petr
|
cze |
dc.contributor.author |
Štursa, Dominik
|
cze |
dc.contributor.author |
Chouai, Mohamed
|
cze |
dc.date.accessioned |
2024-08-24T07:28:40Z |
|
dc.date.available |
2024-08-24T07:28:40Z |
|
dc.date.issued |
2023 |
eng |
dc.identifier.issn |
0196-9722 |
eng |
dc.identifier.uri |
https://hdl.handle.net/10195/83806 |
|
dc.description.abstract |
Unmanned vehicles are gaining the attention of professional operators and the general public. The implementation of unmanned vehicles is evident in, among other fields, emergency management, agriculture, traffic monitoring, post-disaster operations, and delivery of goods. Naturally, a group of unmanned vehicles can cooperatively complete operations more proficiently than a single vehicle. However, several issues must be resolved before a stable and reliable group of unmanned vehicles can be generally deployed to solve tasks in civil infrastructures and in industrial facilities. Here, a framework for the guidance of a fleet of unmanned surface vehicles is proposed. The framework utilizes several levels of control, namely Global Planning Level, Local Planning Level, and Low-Level Control. While the individual vehicles are completely autonomous in their operational locomotion and obstacle avoidance (low-level control and local planning), the task assignment for each vehicle (or group of them) is provided by a global planning process, based on the genetic algorithm. The framework provides a concept to solve complex tasks for the fleet of unmanned surface vehicles (USVs). This includes, but is not necessarily limited to, a dynamically changing environment, different types of USVs with special abilities, multiple types of areal restrictions and obstacles, different restrictions for individual USVs, cooperation of multiple USVs to solve their subtasks, energy consumption optimization, etc. The framework can be advantageously applied to tasks such as warehouse logistics, surface maintenance, area exploration, etc. At the end of the study, the application of the framework is presented using a simulated example of cooperative problem solving using six vehicles. |
eng |
dc.format |
p. 1-18 |
eng |
dc.language.iso |
eng |
eng |
dc.publisher |
Taylor & Francis Inc |
eng |
dc.relation.ispartof |
Cybernetics and Systems, volume 0, issue: 0 |
eng |
dc.rights |
Práce není přístupná |
eng |
dc.subject |
Fleet management control system |
eng |
dc.subject |
fleet of unmanned vehicles |
eng |
dc.subject |
genetic algorithm |
eng |
dc.subject |
global planning |
eng |
dc.subject |
Systém řízení vozového parku |
cze |
dc.subject |
vozový park bezpilotních vozidel |
cze |
dc.subject |
genetický algoritmus |
cze |
dc.subject |
globální plánování |
cze |
dc.title |
Genetic Algorithm-Based Task Assignment for Fleet of Unmanned Surface Vehicles in Dynamically Changing Environment |
eng |
dc.title.alternative |
Přidělování úkolů na základě genetického algoritmu pro flotilu bezpilotních pozemních vozidel v dynamicky se měnícím prostředí |
cze |
dc.type |
article |
eng |
dc.description.abstract-translated |
Bezpilotní vozidla si získávají pozornost profesionálních provozovatelů i široké veřejnosti. Nasazení bezpilotních vozidel je patrné mimo jiné v oblasti krizového řízení, zemědělství, monitorování dopravy, operací po katastrofách a doručování zboží. Je přirozené, že skupina bezpilotních vozidel může kooperativně provádět operace efektivněji než jediné vozidlo. Než však bude možné stabilní a spolehlivou skupinu bezpilotních vozidel obecně nasadit k řešení úkolů v civilní infrastruktuře a v průmyslových zařízeních, je třeba vyřešit několik otázek. Zde je navržen rámec pro řízení flotily bezpilotních pozemních vozidel. Rámec využívá několik úrovní řízení, a to globální úroveň plánování, místní úroveň plánování a řízení na nízké úrovni. Zatímco jednotlivá vozidla jsou zcela autonomní při své operativní lokomoci a vyhýbání se překážkám (řízení na nízké úrovni a místní plánování), zadávání úkolů pro každé vozidlo (nebo jejich skupinu) zajišťuje proces globálního plánování založený na genetickém algoritmu. Tento rámec poskytuje koncepci řešení komplexních úloh pro flotilu bezpilotních povrchových vozidel (USV). To zahrnuje mimo jiné dynamicky se měnící prostředí, různé typy USV se speciálními schopnostmi, více typů areálových omezení a překážek, různá omezení pro jednotlivá USV, spolupráci více USV při řešení jejich dílčích úkolů, optimalizaci spotřeby energie. |
cze |
dc.peerreviewed |
yes |
eng |
dc.publicationstatus |
postprint |
eng |
dc.identifier.doi |
10.1080/01969722.2023.2240645 |
eng |
dc.relation.publisherversion |
https://www.tandfonline.com/doi/permissions/10.1080/01969722.2023.2240645?scroll=top |
eng |
dc.project.ID |
SGS_2023_016/Výzkum a vývoj nových algoritmů, postupů a metod v oblasti detekce, lokalizace, identifikace a klasifikace objektů využitím strojového učení a prvků umělé inteligence pro oblast radarové techniky, dopravy a výrobních technologií |
eng |
dc.identifier.wos |
001034601500001 |
eng |
dc.identifier.scopus |
2-s2.0-85165896795 |
eng |
dc.identifier.obd |
39889433 |
eng |
Tento záznam se objevuje v následujících kolekcích
Zobrazit minimální záznam
|
Vyhledávání
Procházet
-
Vše v Digitální knihovně
-
Tato kolekce
Můj účet
|