Metodología para el planeamiento automático de rutas en vehículos aéreos no tripulados usando algoritmos bio-inspirados sobre sistemas e mbebidos

Góez Sánchez, Germán David

View/Open

Date

2016

Author

Góez Sánchez, Germán David

Advisor

Jaramillo Garzón, Jorge Alberto

Velásquez Vélez, Ricardo Andrés

Colmenares Quintero, Ramón Fernando

TY - GEN T1 - Metodología para el planeamiento automático de rutas en vehículos aéreos no tripulados usando algoritmos bio-inspirados sobre sistemas e mbebidos AU - Góez Sánchez, Germán David Y1 - 2016 UR - http://hdl.handle.net/20.500.12622/117 PB - Instituto Tecnológico Metropolitano AB - Este trabajo propone un método para el planeamiento de rutas on-line usando técnicas de optimización bio-inspirada con el fin de ser implementado sobre vehículos aéreos no tripulados, el cualplanee la ruta sin necesidad de intervención de un controlador en tierra. En el desarrollo del trabajo se evaluaron los optimizadores enjambre de partículas (PSO) y búsqueda Cuckoo (Ck) junto con el planificador de ruta propuesto. La evaluación del método consistió en ejecutar el planificador de ruta usando como base la técnica de optimización enjambre de partículas, comparándola con la ejecución del método usando la optimización por búsqueda Cuckoo. Los experimentos se realizaron sobre cinco rutas diferentes, cinco veces por ruta, lo que permitió comprobar la funcionalidad del método. Los resultados mostraron que el planificador de ruta tuvo mejores resultados al recorrer una menor distancia cuando su optimizador fue el PSO mostrando ser más estable, encontrando la ruta más fácilmente. En cuanto a tiempo de ejecución, los resultados mostraron que el planificador de ruta necesito un menor tiempo de ejecución cuando se usó el optimizador Ck, siendo de un 89% menor que la misma ejecución del planificador con PSO. Además se implementó el planificador de ruta sobre tres sistemas embebidos basados en microcontroladores, con arquitecturas ARM Cortex M0+, M4 y ColdFire V1de la familia Flexis de 32-bits. Los resultados comprueban que el método propuesto es lo suficientemente versátil y con baja demanda computacionalrealizando el planeamiento de ruta sobre los microcontroladores, y en el caso del ARM Cortex M4, entregando nuevos puntos de avance en la ruta en un tiempo inferior a seis segundos.Demostrando que la implementación de este tipo de metodologías es completamente viable, permitiendoque aeronaves no tripuladas naveguen de forma segura sobre zonas desconocidas, respetando las aerovías comerciales, obteniendo el máximo provecho al espacio aéreo ER - @misc{20.500.12622_117, author = {Góez Sánchez Germán David}, title = {Metodología para el planeamiento automático de rutas en vehículos aéreos no tripulados usando algoritmos bio-inspirados sobre sistemas e mbebidos}, year = {2016}, abstract = {Este trabajo propone un método para el planeamiento de rutas on-line usando técnicas de optimización bio-inspirada con el fin de ser implementado sobre vehículos aéreos no tripulados, el cualplanee la ruta sin necesidad de intervención de un controlador en tierra. En el desarrollo del trabajo se evaluaron los optimizadores enjambre de partículas (PSO) y búsqueda Cuckoo (Ck) junto con el planificador de ruta propuesto. La evaluación del método consistió en ejecutar el planificador de ruta usando como base la técnica de optimización enjambre de partículas, comparándola con la ejecución del método usando la optimización por búsqueda Cuckoo. Los experimentos se realizaron sobre cinco rutas diferentes, cinco veces por ruta, lo que permitió comprobar la funcionalidad del método. Los resultados mostraron que el planificador de ruta tuvo mejores resultados al recorrer una menor distancia cuando su optimizador fue el PSO mostrando ser más estable, encontrando la ruta más fácilmente. En cuanto a tiempo de ejecución, los resultados mostraron que el planificador de ruta necesito un menor tiempo de ejecución cuando se usó el optimizador Ck, siendo de un 89% menor que la misma ejecución del planificador con PSO. Además se implementó el planificador de ruta sobre tres sistemas embebidos basados en microcontroladores, con arquitecturas ARM Cortex M0+, M4 y ColdFire V1de la familia Flexis de 32-bits. Los resultados comprueban que el método propuesto es lo suficientemente versátil y con baja demanda computacionalrealizando el planeamiento de ruta sobre los microcontroladores, y en el caso del ARM Cortex M4, entregando nuevos puntos de avance en la ruta en un tiempo inferior a seis segundos.Demostrando que la implementación de este tipo de metodologías es completamente viable, permitiendoque aeronaves no tripuladas naveguen de forma segura sobre zonas desconocidas, respetando las aerovías comerciales, obteniendo el máximo provecho al espacio aéreo}, url = {http://hdl.handle.net/20.500.12622/117} }RT Generic T1 Metodología para el planeamiento automático de rutas en vehículos aéreos no tripulados usando algoritmos bio-inspirados sobre sistemas e mbebidos A1 Góez Sánchez, Germán David YR 2016 LK http://hdl.handle.net/20.500.12622/117 PB Instituto Tecnológico Metropolitano AB Este trabajo propone un método para el planeamiento de rutas on-line usando técnicas de optimización bio-inspirada con el fin de ser implementado sobre vehículos aéreos no tripulados, el cualplanee la ruta sin necesidad de intervención de un controlador en tierra. En el desarrollo del trabajo se evaluaron los optimizadores enjambre de partículas (PSO) y búsqueda Cuckoo (Ck) junto con el planificador de ruta propuesto. La evaluación del método consistió en ejecutar el planificador de ruta usando como base la técnica de optimización enjambre de partículas, comparándola con la ejecución del método usando la optimización por búsqueda Cuckoo. Los experimentos se realizaron sobre cinco rutas diferentes, cinco veces por ruta, lo que permitió comprobar la funcionalidad del método. Los resultados mostraron que el planificador de ruta tuvo mejores resultados al recorrer una menor distancia cuando su optimizador fue el PSO mostrando ser más estable, encontrando la ruta más fácilmente. En cuanto a tiempo de ejecución, los resultados mostraron que el planificador de ruta necesito un menor tiempo de ejecución cuando se usó el optimizador Ck, siendo de un 89% menor que la misma ejecución del planificador con PSO. Además se implementó el planificador de ruta sobre tres sistemas embebidos basados en microcontroladores, con arquitecturas ARM Cortex M0+, M4 y ColdFire V1de la familia Flexis de 32-bits. Los resultados comprueban que el método propuesto es lo suficientemente versátil y con baja demanda computacionalrealizando el planeamiento de ruta sobre los microcontroladores, y en el caso del ARM Cortex M4, entregando nuevos puntos de avance en la ruta en un tiempo inferior a seis segundos.Demostrando que la implementación de este tipo de metodologías es completamente viable, permitiendoque aeronaves no tripuladas naveguen de forma segura sobre zonas desconocidas, respetando las aerovías comerciales, obteniendo el máximo provecho al espacio aéreo OL Spanish (121)

Bibliographic managers

Refworks

Zotero

BibTeX

CiteULike

Metadata

Show full item record

PDF Documents

Abstract

Este trabajo propone un método para el planeamiento de rutas on-line usando técnicas de optimización bio-inspirada con el fin de ser implementado sobre vehículos aéreos no tripulados, el cualplanee la ruta sin necesidad de intervención de un controlador en tierra. En el desarrollo del trabajo se evaluaron los optimizadores enjambre de partículas (PSO) y búsqueda Cuckoo (Ck) junto con el planificador de ruta propuesto. La evaluación del método consistió en ejecutar el planificador de ruta usando como base la técnica de optimización enjambre de partículas, comparándola con la ejecución del método usando la optimización por búsqueda Cuckoo. Los experimentos se realizaron sobre cinco rutas diferentes, cinco veces por ruta, lo que permitió comprobar la funcionalidad del método. Los resultados mostraron que el planificador de ruta tuvo mejores resultados al recorrer una menor distancia cuando su optimizador fue el PSO mostrando ser más estable, encontrando la ruta más fácilmente. En cuanto a tiempo de ejecución, los resultados mostraron que el planificador de ruta necesito un menor tiempo de ejecución cuando se usó el optimizador Ck, siendo de un 89% menor que la misma ejecución del planificador con PSO. Además se implementó el planificador de ruta sobre tres sistemas embebidos basados en microcontroladores, con arquitecturas ARM Cortex M0+, M4 y ColdFire V1de la familia Flexis de 32-bits. Los resultados comprueban que el método propuesto es lo suficientemente versátil y con baja demanda computacionalrealizando el planeamiento de ruta sobre los microcontroladores, y en el caso del ARM Cortex M4, entregando nuevos puntos de avance en la ruta en un tiempo inferior a seis segundos.Demostrando que la implementación de este tipo de metodologías es completamente viable, permitiendoque aeronaves no tripuladas naveguen de forma segura sobre zonas desconocidas, respetando las aerovías comerciales, obteniendo el máximo provecho al espacio aéreo

Abstract

This work proposes a method to plan online routes using bio inspired optimization techniques to be implemented on unmanned aerial vehicles. The aim of this method is to plan the route without the need for a ground controller. Particle swarm optimization (PSO) and Cuckoo search (CK), together with the proposed route planner, were evaluated. The method executed the route planner using the PSO technique and compared it to the method using Cuckoo search optimization. Experiments were performed on 5 different routes, 5 times per route, allowing the performance verification of this method. Results showed that the route planner using PSO had better results when going a shorter distance, it was more stable and it could easily find the route. As per the execution time, results showed that the route planner required a shorter execution time using the CK optimizer, 89% less than the same execution using the PSO. Besides, the route planner was implemented on three embedded systems based on micro controllers, with ARM Cortex M0+, M4 and ColdFire V1 (Flexis 32-bits) architectures. Results prove that the proposed method is versatile enough and has low computational demand when planning the route on the microcontrollers. For the ARM Cortex M4, it delivers new advance points on the route in a time shorter than 6 seconds. This work shows the viability of implementing this type of methodology, allowing unmanned aerial vehicles to safely navigate on unknown areas, respecting commercial airways and obtaining maximum benefit from the aerial space

Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/