Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Analyse comparative des algorithmes de planification de trajectoire de drone pour une navigation efficace dans les environnements urbains 3D

Created by
  • Haebom

Auteur

Hichem Cheriet, Khellat Kihel Badra, Chouraqui Samira

Contour

Cet article a comparé et analysé expérimentalement l'efficacité de trois algorithmes – A*, RRT* et Particle Swarm Optimization (PSO) – pour relever les défis de la planification de trajectoire et de l'évitement d'obstacles pour les drones en environnement urbain 3D. Des expériences menées sur six scénarios, avec des tailles de cartes urbaines, des altitudes et des densités et tailles d'obstacles variables, ont révélé que l'algorithme A* offrait les meilleures performances en termes d'efficacité de calcul et de qualité de trajectoire. L'algorithme PSO était adapté aux virages serrés et aux environnements denses, tandis que l'algorithme RRT*, utilisant une approche aléatoire, a démontré des performances équilibrées dans toutes les expériences.

Takeaways, Limitations_

•
Takeaways:
◦
Grâce à une analyse comparative des performances des algorithmes A*, RRT* et PSO dans un environnement urbain 3D, les forces et les faiblesses de chaque algorithme ont été clairement présentées.
◦
Nous avons vérifié expérimentalement les performances supérieures de l’algorithme A*.
◦
Nous avons vérifié l’adéquation de l’algorithme PSO aux environnements à rotation étroite et dense.
◦
Nous avons vérifié les performances stables de l’algorithme RRT* dans divers environnements.
•
Limitations:
◦
ÉTant donné que l’environnement expérimental était limité à un environnement urbain 3D, des recherches supplémentaires sont nécessaires pour déterminer la généralisabilité à d’autres environnements.
◦
Il y a un manque d'analyse comparative avec d'autres algorithmes de planification de chemin autres que celui utilisé.
◦
Des analyses et des discussions supplémentaires peuvent être nécessaires pour interpréter les résultats expérimentaux.
◦
Le fait qu'il soit basé sur des résultats de simulation plutôt que sur des résultats expérimentaux dans un environnement de drone réel.
👍
Made with Slashpage