Acceso usuarios
Brasil
To enable the practical application of collaborative systems in various areas, one of the crucial challenges lies in the appropriate assignment of tasks. This process involves the careful coordination of robots to carry out activities. In this context, the use of Unmanned Aerial Vehicles (UAVs) has become increasingly important due to their versatility and ability to perform diverse tasks. This study investigated route planning for multiple collaborative UAVs in order to minimize total travel time. The Ant Colony Optimization algorithm and the Harmonic Search algorithm were applied in experiments with variations of 2 to 6 UAVs on three different maps. The results showed that ACO outperformed HS in instances with 2 to 4 UAVs, producing more cohesive routes, due to its probabilistic choice of routes with more pheromone. In contrast, HS performed better with 5 and 6 UAVs.
Para viabilizar a aplicação prática de sistemas colaborativos em diversas áreas, um dos desafios cruciais reside na atribuição adequada de tarefas. Esse processo envolve a coordenação cuidadosa dos robôs para a execução das atividades. Neste contexto, a utilização de Veículos Aéreos Não Tripulados (VANTS) tem se tornado cada vez mais importante devido à sua versatilidade e capacidade de realizar tarefas diversas. Este estudo investigou o planejamento de rotas para múltiplos VANTs colaborativos, visando minimizar o tempo total de percurso. Os algoritmos de Otimização por Colônia de Formigas e o algoritmo de Busca Harmônica, foram aplicados em experimentos com variações de 2 a 6 VANTs em três mapas diferentes. Os resultados mostraram que o ACO superou o HS em instâncias com 2 a 4 VANTs, produzindo rotas mais coesas, devido à sua escolha probabilística de rotas com maior feromônio. Em contrapartida, o HS obteve melhor desempenho com 5 e 6 VANTs.
