有关研究人员将通信纳入多无人机搜索救援任务的路径规划问题中，通过信息传播实现任务的动态分配。沟通不是一种约束，而是一项任务目标。在实现这一目标的同时，研究者的目标是避免损害地区覆盖目标和整个任务时间。研究者将任务定义为：搜索、通知和监控尽可能好的链接质量。

在集中式同时通知和连接路径规划策略的基础上，研究人员提出了两种自适应策略：(1)SIC与 SICQ：同时优化搜索、通知和监视任务；(2)SIC跟踪SIC+：首先优化搜索和通知任务，然后找到最优的监视位置。这两种策略一旦获得信息就会利用信息来确定无人机的任务。这些策略可以根据其他任务的优先顺序进行调整。

本文以“Multi-objective drone path planning for search and rescue with quality-of-service requirements”为题于2020年7月29日在《Autonomous Robots》杂志中发布。

    无人机背景  

无人驾驶飞行器(UAV)，俗称无人机无人驾驶飞机，用于搜索和救援(SAR)、监测和监视、网络供应和其他应用。在许多情况下，空中传感器覆盖和无线连接的结合是可取的。例如，在SAR和监视方面-在覆盖范围允许目标或事件检测的情况下-连通性确保向有关当局传播信息，以便迅速做出反应和了解情况相应地，无人机飞行路径应允许所需的连通性以及完整和成功的覆盖。这样的路径规划和优化解决方案称为连接受限覆盖和连通性感知覆盖。

    实验背景以及方法  

研究者工作的动机是，不同的无人机应用程序需要不同的连接优先级(例如，总是周期性的、可延迟的)。可调整到连接需求的路径规划算法还没有在文献中得到研究。在研究人员之前的工作中，研究人员研究了无人机应用的覆盖和连接需求并利用知识设计了一种可调多目标路径规划算法。单参数λ∈[0,1]用于在覆盖和连接之间进行调优；它提供了覆盖优化路径之间的全部范围(λ=1)和连接优化路径(λ=0)。图中显示不同应用程序的需求。重点讨论特例λ=0.5，在这方面，覆盖面和连通性同样重要。

在公共路径规划中忽略的另一个问题是，不同的多无人机应用程序有不同的数据流量需求(例如，在吞吐量、延迟、抖动方面)。相应的优化路径差异很大。

考虑到连通性和通信的重要性，特别关注SAR任务。SAR任务的目标是目标定位的区域覆盖，然后是目标位置的交付，然后是实时状态信息给第一响应者。

使用搜索任务，其中多重旅行销售人员问题用于设计覆盖路径。这些路径允许无人机覆盖给定的区域，并在尽可能短的时间内定位目标。第二阶段是在第一阶段确定目标之后发生的，第二阶段(连接)的目的是在网络中传播信息。它由两个任务组成：通知任务将目标位置信息传送到地面基站(BS)。这个监控任务在目标位置和基站之间建立最佳的服务质量链路。这种链路建立是连续目标状态监视所必需的，直到帮助到达目标位置为止。采用遗传算法(GA)对基于“最短时间”覆盖路径的种群进行评估，得到最优路径，从而使第二阶段任务的完成速度最快。因此，GA优化了任务完成时间，包括执行搜索、通知和监视任务的时间。得到的GA-最优路径是任务飞行路径.最初的任务路径是预先设计的，但能适应新的信息。一旦目标被定位，无人机就会通过响应网络中有关目标和其他无人机的信息来重新规划各自的路径。重新规划有助于快速传播受害者信息并有效地分配任务。特别是，一旦遇到更合适的无人机(导致任务时间更短)，无人机就会移交任务并返回基站。

提出了一种任务路径规划算法，在无人机网络中对覆盖和连接相关的任务进行动态和因果分配。由于这种因果关系，经典的任务分配策略不适用。任务的因果关系的目的是研究多机器人系统中的容错问题。由于在所提出的体系结构中，及时完成任务并不重要，因此不能应用于诸如SAR之类的时间紧迫的应用。

两种路径规划方法分别是基本路径规划和探索路径规划，以优化搜索救援任务的覆盖范围和连通性。这两种策略都可以调整为优先覆盖范围而不是连接，反之亦然。对于由三项任务组成的任务--搜索、通知和监视--SICQ策略联合优化所有任务，而SIC+首先优化搜索和通知，然后是监视任务。

    实验结论  

说明了联合优化比顺序优化有更好的结果，而不会显著地影响任何任务。对于少数无人机，研究者观察到任务完成时间的改善，当更多的重量被分配给与连接相关的任务时。对于大量的无人机来说，对覆盖相关的搜索任务给予更多的重视是更有利的。

文献链接：https://link.springer.com/article/10.1007/s10514-020-09926-9