برنامه ریزی مسیر پهپادهای همکار مبتنی بر الگوریتم ترکیبی GWO-NSGA-II و WOA

پهپادها به دلیل تنوع عملکرد، هزینه پایین و توان عملیاتی بالا، در محیط های صعب العبور و پرخطر به طور فزاینده ای مورد توجه قرار گرفته اند. با این حال، چالش هایی همچون اجتناب از برخورد، افزایش بهره برداری اطلاعاتی از محیط و کاهش طول مسیر و هزینه عملیاتی، همچنان به عنوان مسائل مهم باقی مانده اند. در این پژوهش، چارچوبی نوآورانه برای برنامه ریزی مسیر پهپادهای همکار ارائه شده است که شامل سه مولفه اصلی است: ارزیابی محیط بر پایه الگوریتم میدان پتانسیل مصنوعی (APF)، کاهش هم پوشانی میدان دید با روش هندسی، و بهینه سازی ترکیبی با استفاده از الگوریتم های گرگ خاکستری (GWO)، NSGA-II و نهنگ .(WOA) این ترکیب به شناسایی مسیرهای بهینه با بیشترین ارزش اطلاعاتی و کمترین طول و هزینه منجر می شود. نتایج حاصل از شبیه سازی ها نشان می دهد که چارچوب پیشنهادی با دقت بالای ۹۰٪، توانایی حل چالش های یادشده را دارد. کاربردهای این روش نه تنها در حوزه های نظارتی، لجستیکی و تجاری مطرح است، بلکه در ماموریت های پلیسی همچون پایش مناطق پرخطر، شناسایی تحرکات مشکوک، پشتیبانی از عملیات مرزبانی و کنترل بحران های شهری نیز می تواند موثر باشد.

کلیدواژه ها:

الگوریتم بهینه سازی گرگ خاکستری ، الگوریتم بهینه سازی پروانه ، الگوریتم بهینه سازی نهنگ ، الگوریتم NSGA-II ، برنامه ریزی مسیر پهپاد