IEEE TVT,Co-UPP:在移动群体感知中协同优化的无人机路径规划框架

1.摘要

移动群智感知(MCS)常因缺乏实时环境信息而出现任务分配不合理和资源利用率低的问题,论文提出协同优化无人机路径规划框架 Co-UPP,将无人机从单纯的数据采集者转变为环境信息传感器。算法 EF-DH 先规划无人机路径,同时最大化任务真值奖励和环境信息价值、最小化飞行距离,再利用无人机采集的道路状态优化地面工人任务分配。EF-DH融合MOPSO的早期全局探索与NSGA-II的后期收敛搜索,在真实轨迹数据上提升了系统效用、任务效率和鲁棒性。

2.系统模型与问题定义

见个人简介

相关推荐
workflower2 小时前
矿用机器人人工智能安全与治理体系
人工智能·安全·机器学习·机器人·云计算·无人机
沈阳昊天环宇无人机小编辑3 小时前
无人机测绘实训招生|真机实战!大疆M400实地作业全程教学
无人机
亥时科技5 小时前
电子围栏,不该只是“画个圈”
开源·无人机·ai巡检
sxgzzn11 小时前
光伏电站运维智能监测与能源管理系统的综合应用
无人机·开关柜局放在线监测·gis局放在线监测·矿用高压电缆绝缘故障检测装置·光伏运维管理系统
workflower13 小时前
汽车自动驾驶9 要素
人工智能·机器学习·重构·云计算·汽车·无人机
GlobalInfo1 天前
2026年全球无人机清洗系统市场深度分析:规模、竞争格局与AI自主作业演进趋势
大数据·人工智能·ai·无人机
zzlyx991 天前
无人机侦测反制系统
无人机
蓝悦无人机1 天前
无人机系列之飞控算法:从PID到AI,飞行控制的核心进化
人工智能·算法·无人机·飞控系统
坐看风云变幻1 天前
Betaflight 开发环境搭建保姆级教程(Ubuntu / Windows+WSL / Docker 三方案 + 官方网址大全)
windows·ubuntu·docker·无人机·飞控·betaflight