Thibbotuwawa - Problemas de Ruta de Vehículos Aéreos No Tripulados Una Revisión de La Literatura - ES

15/7/2020 Ciencias Aplicadas
Página 1
aplicado
ciencias
revisión
Problemas de enrutamiento de vehículos aéreos no tripulados:

Una revisión de literatura
Amila Thibbotuwawa 1, * , Grzegorz Bocewicz 2 Peter Nielsen 3 y Zbigniew Banaszak 2
1
Departamento de Gestión de Transporte y Logística, Facultad de Ingeniería, Universidad de Moratuwa,
Moratuwa 10400, Sri Lanka
2
Facultad de Electrónica e Informática, Universidad Tecnológica de Koszalin, 75-453 Koszalin, Polonia;
bocewicz@ie.tu.koszalin.pl (GB); Zbigniew.Banaszak@tu.koszalin.pl (ZB)
3
Departamento de Materiales y Producción, Universidad de Aalborg, 9220 Aalborg, Dinamarca; peter@mp.aau.dk
* * Correspondencia: amilat@uom.lk
Recibido: 7 de junio de 2020; Aceptado: 26 de junio de 2020; Publicado: 29 de junio de 2020
Resumen: El enrutamiento de vehículos aéreos no tripulados (UAV) está en transición de un tema emergente a un
La creciente área de investigación como la utilización flexible en 3D del espacio aéreo, promovida por UAV, es un potencial
cambio de juego para resolver el desafío de la movilidad aérea urbana al permitir remodelar el transporte y
logística en el futuro. Esto ha revelado la necesidad de clasificar diferentes tipos de investigación y examinar
Las características generales del área de investigación. Esta investigación tiene como objetivo ayudar a identificar los principales
temas y flujos de investigación emergentes y proporciona una visión general publicada del estado actual y
contribuciones al área del problema de enrutamiento de UAV (UAVRP) y una categorización general de
El problema de enrutamiento del vehículo (VRP) seguido de una clasificación UAVRP con una taxonomía gráfica
basado en el análisis del estado actual de UAVRP. Para lograr esto, un análisis de la investigación existente
Se realizan contribuciones promulgadas en este dominio. Este análisis se utiliza para identificar el actual
estado de UAVRP y las brechas relacionadas con la dinámica de vuelo y las condiciones climáticas de los UAV, que
Influir significativamente en el consumo de combustible del UAV al modelar el UAVRP.
Palabras clave: vehículos aéreos no tripulados; UAV enrutamiento y programación; Enrutamiento UAV; vehículo
problema de enrutamiento
1. Introducción
Los vehículos aéreos no tripulados (UAV) han sido objeto de gran interés en los últimos años.
y se han convertido en una tecnología madura aplicada en áreas como defensa, búsqueda y rescate,
agricultura, manufactura y vigilancia ambiental [1- 5] Sin ninguna alteración requerida para
la infraestructura existente, por ejemplo, estaciones de despliegue en la pared o líneas de guía en el piso,
Los UAV son capaces de cubrir áreas más amplias y flexibles en el campo [6 6] Sin embargo, esta ventaja viene
a un precio. Para utilizar este recurso flexible de manera eficiente, es necesario establecer una coordinación y
sistema de monitoreo para el UAV o la flota de UAV para determinar su ruta basada en el medio ambiente y
programar de manera segura, sin colisiones y eficiente en el tiempo [4 4, 7]
Si bien los modelos más comunes de UAV se pueden identificar como cuadricópteros y hexacópteros,
Los tipos más comunes de vehículos aéreos no tripulados son multi-rotores, ala fija, ala de aleteo y sistemas híbridos,
donde el sistema multirrotor es el tipo más popular de UAV porque se usa para aplicaciones versátiles
y el número de rotores puede estar en el rango de 1 a 12 [8] El UAV de ala fija se utiliza con precisión
aplicaciones de mapeo y monitoreo debido a su larga duración de vuelo y operabilidad a gran altitud,
que permite cubrir largas distancias y transportar equipos como cámaras y sensores [8]
Los UAV de aleteo se denominan a menudo Ornithopter que simula la mecánica de las aves voladoras y
insectos para generar elevación mediante el uso de alas articuladas semirrígidas. Estos UAV se utilizan principalmente para investigación.
Appl. Sci. 2020 , 10, 4504; doi : 10.3390 / app10134504 www.mdpi.com/journal/applsci
Página 2
https://translate.googleusercontent.com/translate_f 1/17
Appl. Sci. 2020 , 10, 4504 2 de 20
propósitos debido a la maniobrabilidad mejorada y la alta eficiencia de vuelo en comparación con ambos
Los sistemas multirotor y de ala fija. El sistema de vehículos aéreos no tripulados híbridos es una combinación del multirrotor
y UAV de ala fija, y la combinación de estos dos modelos ha aumentado sus capacidades para permitir
despegue y aterrizaje vertical [8]
Tras los recientes avances en tecnología UAV, Amazon, DHL, Federal Express y otros
Las grandes empresas interesadas en la entrega de paquetes han comenzado a investigar la viabilidad de
incorporando la entrega basada en UAV en sus servicios comerciales [9, 10] Los UAV tienen el potencial
para reducir significativamente el costo y el tiempo necesarios para entregar materiales, ya que, en general, son menos
costoso de mantener que los vehículos de entrega tradicionales como camiones y puede reducir los costos de mano de obra en
realizar tareas de forma autónoma [11- 14] Para apoyar esta área emergente, surge una nueva categoría de problema,
El problema de enrutamiento de UAV (UAVRP). A pesar del creciente enfoque en los UAV y el estado del campo como
tecnología emergente, no hay una visión general exhaustiva del estado actual disponible en términos de
Características de UAVRP y los métodos utilizados para resolver UAVRP en el estado actual.
Los objetivos principales de este documento son identificar las características únicas del UAVRP y
Presentamos el primer resumen del estado actual de la investigación. Esto se logra mediante el análisis de los existentes
contribuciones de investigación promulgadas en este dominio. Con base en el análisis, identificamos el actual
estado de UAVRP y los desafíos en el estado actual de la ruta general del vehículo para abordar el específico
naturaleza de la UAVRP. Simultáneamente, este documento también proporciona una visión general publicada de la actual
estado y contribuciones al área de la UAVRP. El resto del documento está estructurado de la siguiente manera:
Primero, se presenta una categorización general del problema de enrutamiento del vehículo (VRP). Una visión general de UAVRP
basado en el análisis del estado actual UAVRP sigue a continuación. La sección 5 presenta una visión general de los identificados
desafíos en el estado actual antes de presentar conclusiones y vías de investigación adicional.
2. Enrutamiento de UAV con énfasis en el tipo de problema, modo de transporte,

y grado de automatización
La base de toda la literatura de enrutamiento es el VRP, que es un campo bien estudiado y todavía muy
aplicable para el avance de las nuevas tecnologías [13- 15] Se han aplicado VRP para resolver la entrega
problemas [dieciséis], que podría parecer similar al enrutamiento del UAV cuando un VRP intenta encontrar el óptimo
rutas para uno o más vehículos para entregar productos a un conjunto de ubicaciones [17] Identificamos tres principales
dimensiones que parecen particularmente relevantes para aplicar cuando se aborda el UAVRP:
1. El tipo de problema: al clasificar la literatura de enrutamiento, se puede segregar según el problema

escriba con énfasis en el VRP, que ha dado las principales contribuciones de investigación en el
dominio de enrutamiento de vehículos [dieciséis, 18] y se utiliza como entrada para todos los problemas de enrutamiento en general.
2. El modo de transporte: la literatura de enrutamiento se puede dividir de acuerdo con las categorías de
modo de transporte, ya que las características de los modos (como tierra, mar y aire) afectan el
métodos de enrutamiento. Los modos de transporte tienen diferentes características en términos de costo, tiempo de tránsito,
accesibilidad y desempeño ambiental [19] En comparación con otros modos de transporte,
Los UAV pueden ser una alternativa competitiva para la entrega y recogida de artículos urgentes, independientemente
de las condiciones del camino a nivel del suelo [20]
3. El grado de automatización: el grado de automatización en los sistemas de transporte es una dimensión como
los sistemas automatizados se analizan en el enrutamiento dinámico de vehículos [21], enrutamiento generalizado de vehículos [ 22],
y enrutamiento de vehículos en tiempo real [23] Los avances tecnológicos en el área de UAV han sido impresionantes,
y esto lleva a un mayor grado de automatización de estos sistemas [24] En sistemas de producción,
la mayor parte de la investigación se ha centrado en vehículos automáticos guiados (AGV) [25], móvil
enrutamiento de robot [26- 34], o robots aéreos de seis grados de libertad [ 35], que son UAV.
2.1. Diferentes tipos de problemas de enrutamiento de vehículos
En su forma más simple, el VRP aborda el enrutamiento de una flota de vehículos homogéneos para
entregue paquetes idénticos desde un depósito a las ubicaciones de los clientes mientras minimiza el viaje total
costo [14] La definición de VRP es que un conjunto de vehículos inicialmente ubicados en un depósito deben entregar
Página 3
Appl. Sci. 2020 , 10, 4504 3 de 20
cantidades discretas de bienes a un conjunto de clientes que determinan la ruta óptima utilizada por el conjunto de
vehículos al servicio del conjunto de clientes [14, 16, 36- 39] El objetivo es minimizar el
costo de transporte, y la solución del clásico problema de VRP es un conjunto de rutas que comienzan y
finaliza en el depósito, que satisface la restricción de que todos los clientes reciben servicio solo una vez [14, 16, 36]
El costo de transporte se puede mejorar reduciendo la distancia total recorrida y reduciendo el
cantidad de vehículos requeridos [14, 37- 44] Existen varias subcategorías de VRP, que abordan un conjunto específico
de problemas de enrutamiento [dieciséis, 36, 37]:
• VRP capacitado (CVRP): cada vehículo tiene una capacidad limitada [38, 39] CVRP es importante cuando
utilizando vehículos aéreos no tripulados con capacidades limitadas en la entrega de bienes.
• VRP con ventanas de tiempo (VRPTW): cada cliente tiene que ser suministrado dentro de un tiempo determinado
ventana [40] VRPTW es importante cuando se hace referencia al uso de vehículos aéreos no tripulados para entregar productos perecederos.
• VRP de depósito múltiple (MDVRP): el proveedor utiliza muchos depósitos para suministrar a los clientes [41]
MDVRP es importante cuando se utilizan UAV con múltiples depósitos para transportar materiales a los clientes.
• VRP con recogida y entrega (VRPPD): los clientes pueden devolver algunos productos al depósito [15, 40]
VRPPD es importante cuando se utilizan vehículos aéreos no tripulados con múltiples recogidas y entregas de bienes.
• Split Delivery VRP (SDVRP): los clientes pueden ser atendidos por más de un vehículo [42] SDVRP es
importante cuando se utilizan vehículos aéreos no tripulados para entregar productos a los clientes donde un vehículo puede visitar muchos
Los clientes y un cliente pueden ser visitados por muchos UAV.
• VRP estocástico (SVRP): algunos parámetros (como el número de clientes, sus demandas, el tiempo de servicio,
o tiempo de viaje) son aleatorios [43, 44] SVRP es importante cuando se utilizan UAV para entregar productos a
Satisfacer las demandas estocásticas.
• VRP dependiente del tiempo con flexibilidad de ruta (TDVRP-PF): cualquier arco entre dos nodos de cliente tiene
múltiples rutas correspondientes en la red de carreteras [45]
• VRP con trailers y transbordos (VRPTT): además de ubicaciones de depósito y de clientes, esto
presenta ubicaciones de transbordo [46] VRPTT es importante cuando se utilizan vehículos aéreos no tripulados junto con una flota
de camiones en la entrega de mercancías y en entregas de última milla.
• VRP con beneficios: se asocia un beneficio con cada cliente que hace que dicho cliente sea más o menos
menos atractivo. A diferencia de los VRP más clásicos, en VRP con ganancias, el conjunto de clientes para servir
no se da y se deben tomar diferentes decisiones sobre qué clientes atender y cómo
agrupe a los clientes que se atenderán en diferentes rutas y solicite las visitas en cada ruta [47, 48]
Estos se relacionan con el UAVRP ya que las diferentes categorías de VRP inspiran el trabajo existente en UAV
enrutamiento. Al resolver el UAVRP, ciertos estudios han utilizado diferentes enfoques de VRP, y estos son
identificado en la Sección 4 .
2.2. Basado en modos de transporte
Al estudiar la literatura de enrutamiento, también es evidente que se puede dividir de acuerdo con el
modo de transporte, como el transporte terrestre, marítimo y aéreo. Sin embargo, la aplicación de
El VRP es principalmente visible en los modos de transporte terrestre y marítimo como se describe a continuación,
y el enrutamiento de UAV cae bajo el dominio del transporte aéreo junto con los aviones típicos utilizados en
industria aerea.
2.2.1. Modos de transporte terrestres (enrutamiento de vehículos)
Los camiones, vehículos de reparto, AGV y otros modos de transporte terrestres se incluyen en este
categoría, y se han realizado muchas investigaciones sobre la optimización de rutas [49] El VRP puede,
en este contexto, típicamente se describe como el problema de diseñar rutas óptimas de entrega o recolección
desde uno o varios depósitos a cualquier número de ciudades o clientes dispersos geográficamente, sujeto a
restricciones laterales [36] VRP juega un papel central en los campos de distribución física y logística [ 43]
En este campo, los modelos de combustible rara vez se consideran.
Página 4
Appl. Sci. 2020 , 10, 4504 4 de 20
2.2.2. Transporte marítimo (enrutamiento de buques)
El otro modo de transporte relativamente bien investigado es el enrutamiento de buques o el transporte marítimo.
problemas de enrutamiento [50] En la ruta marítima, en contraste con los modos de transporte terrestres, uno
generalmente debe considerar modelos no lineales de consumo de combustible. La principal preocupación con no lineal
los modelos de consumo de combustible es que complican la solución de modelos relevantes [50 , 51] En esto
área, también a menudo se encuentran problemas de diseño de red [50, 52] donde el objetivo es configurar cíclico
planes [53] Lo mismo se ve a menudo al diseñar, por ejemplo, horarios de vuelos de aerolíneas [ 54] El foco
de estos no es un enrutamiento dinámico como el cubierto por el VRP tradicional y de particular relevancia para
el UAVRP
2.2.3. Formulación matemática del problema
En esta sección, definimos formalmente el enrutamiento de UAV, el problema en el que una flota homogénea de
Los UAV tienen que visitar un conjunto de nodos para entregar demandas asumiendo restricciones dinámicas.
A continuación, suponemos que una flota homogénea K de UAV está disponible en el depósito 0. Dejemos
G = ( N, E ) será un gráfico, que representa la red de transporte, donde: N = {0 ... n} es un conjunto de nodos y
E = {{i, j} ∣∣∣ i, j ∈ N, i j} es un conjunto de aristas. La distancia de recorrido del nodo i a j (longitud del borde {i, j}) es
d i, j y el tiempo de viaje desde el nodo i a j es t i, j . Supongamos que la demanda en el nodo i ∈ N, i 0 es D i y
la capacidad máxima de carga de un UAV es Q. Cada UAV tiene una capacidad de energía máxima de P max , y P k i, j
es la energía consumida por un UAV por unidad de tiempo. Tiempo que k ésimo UAV llega al nodo i se denota por
y yo
k y la cantidad de peso de la carga útil entregada al nodo i por k th UAV se denota por c k . Velocidad de avance de un
yo
UAV del nodo i a j es vg i, j
.
Definamos las siguientes variables binarias.
x i,k j variable binaria utilizada para indicar si k th UAV
viaja del nodo i al nodo j
1 si k th UAV viaja desde el nodo i al nodo j

x i,k j =
0 de lo contrario.
La función objetivo (1) minimiza la suma del tiempo total de viaje para visitar todos los objetivos de una flota
UAVs. Las restricciones (2) aseguran la relación entre la variable de decisión binaria de x k i, j
y el
variable de decisión de y k
yo . donde: w: tiempo dedicado al despegue y aterrizaje de un UAV. Si un UAV k está volando
del nodo i a j, luego hora de llegada y k j
al nodo j es igual a la suma del tiempo de viaje t i, j entre el nodo i a j,
tiempo empleado para tomar el aterrizaje wy la hora de llegada y k yo
al nodo i. Las restricciones (3) aseguran que el
la demanda asignada a un UAV no debe exceder su capacidad. La restricción (4) representa el flujo de vehículos aéreos no tripulados,
que aseguran que un UAV llegue a un nodo y que el UAV debe salir de ese nodo. Restricción (5)
asegúrese de que cada UAV sale del depósito (Nodo 0) y vuelve al depósito. Restricción (6)
asegura que la energía consumida por el k th UAV debe ser menor o igual que la energía máxima
capacidad del UAV. Se puede incorporar la prevención de colisiones entre los UAV y las condiciones climáticas.
en el modelo también.
K norte norte
d ij
∑ ∑ ∑
min · Xij k, (1)
vg i, j
k=1 i=1 j=1
St
( x i,kj = 1 ) ⇒ ( y k j = y kyo+ t i, j + w ) ∀ ( i, j ) ∈ N, ∀k ∈ K (2)
∑ ∑ x i,k j c k (3)
k = 1 ... K
j⩽ Q
i∈N j∈N
∑ -∑ =0 k = 1 ... K, ∀i ∈ N 0 = N ∪ {0} (4)

j∈N x k i, j j∈N x k Ji
( xi,kj > 0 ) ⇒ ( ∑ i∈N x k 0, yo

=∑ i∈N x k yo, 0
=1) k = 1 ... K (5)
Página 5
Appl. Sci. 2020 , 10, 4504 5 de 20
∑ ∑ x i,k j P i,k j t i, j ⩽ P max (6)

k = 1 ... K
i∈N j∈N
2.3. Grado de automatización
Este documento también considera el grado de automatización del transporte como automatización y autonomía.
desempeñar un papel importante en las aplicaciones prácticas de la UAVRP [55, 56] Además, juegan cada vez más
papel en varios modos de transporte. Los trenes sin conductor ya están en funcionamiento; el grado de automatización
en los automóviles está en constante aumento, e incluso el sector del transporte aéreo está discutiendo el uso de piloto sin
aeronave [57] Se observa que ciertos modos de transporte son completamente automáticos y ciertos modos
son semiautomatizadas [56, 58] Los sistemas de transporte guiado automatizado (AGT) y los AGV se incluyen completamente
modos de transporte automatizados y han sido sometidos a un intenso estudio en la literatura [25, 27, 59- 62]
En el transporte marítimo, se ha introducido el enrutamiento automático de buques y se utilizarán buques no tripulados.
el futuro del transporte marítimo [63]
A medida que las tareas de vuelo y navegación de los UAV se automatizan cada vez más para obtener economías de escala
y la velocidad de las operaciones y el soporte de las operaciones a gran escala, el enrutamiento y la ejecución de UAV son
evolucionando de equipos de operadores que manejan un solo UAV a un solo operador que maneja múltiples
UAV como se ilustra en la Figura 1. El creciente grado de autonomía y automatización ha creado
Un impulso continuo para desarrollar métodos para gestionar operaciones complejas de UAV. Tales sistemas
naturalmente requerirá el desarrollo de métodos avanzados de predicción, enrutamiento y programación
e implementación de varios sistemas para apoyar a los tomadores de decisiones en el manejo de la complejidad de
operaciones [11- 14] También vale la pena señalar que la mayoría de las contribuciones se centran en las características de VRP,
modos de transporte específicos o multimodales, y hasta cierto punto, en el VRP para automatizado basado en tierra
transporte (típicamente soluciones robóticas para interiores como AGV, robots móviles). Mientras que la clásica
VRP está bien estudiado, los métodos y enfoques que se encuentran dentro de este dominio todavía son muy importantes.
aplicable para el avance
Uch aplicable para el de nuevas
avance de tecnologías en el área de
las nuevas tecnologías enoperaciones de UAV [13]
el área de operaciones de UAV [13].
Figura 1. Transición de equipos de operadores que manejan un solo vehículo aéreo no tripulado (UAV) a un
operador único que gestiona varios UAV [14]
2.4. Importancia de UAVRP
Los problemas de enrutamiento de UAV implican una gran cantidad de información estocástica en contraste con los VRP en
en general, ya que los UAV deberían poder cambiar, adaptar, modificar y optimizar sus rutas en tiempo real.
A diferencia de los problemas generales de enrutamiento, se pueden utilizar varias funciones objetivas individuales en UAV
enrutamiento, como la reducción de los costos individuales de UAV, la mejora de sus ganancias, el aumento de la seguridad en las operaciones,
reduciendo el tiempo de entrega y aumentando la capacidad de carga de todo el sistema [64, 65]
Los parámetros de influencia para el enrutamiento de UAV incluyen numerosos parámetros y restricciones en
contraste con los problemas tradicionales de VRP. La naturaleza de los UAV es el enrutamiento y la programación en un entorno 3D [66],
mientras que el transporte terrestre y marítimo es 2D [67] y en el enrutamiento de UAV, el clima cambiante
Las condiciones (velocidad del viento, dirección del viento, densidad del aire) deben considerarse en las soluciones. Además,
Especificaciones de los UAV, consumo de energía afectado por las condiciones climáticas, carga útil de los UAV,
y evitar colisiones con respecto a objetos en movimiento / fijos agrega más complejidad en la búsqueda de soluciones
en el dominio de enrutamiento UAV. Todos estos elementos enfatizan la importancia del enrutamiento de UAV tal como es
desafiante para desarrollar modelos considerando todos los aspectos influyentes juntos.
Página 6
Appl. Sci. 2020 , 10, 4504 6 de 20
A diferencia de los problemas de enrutamiento tradicionales, el enrutamiento de UAV debe abordar diferentes capas de decisión
en la arquitectura del sistema (Figura 2), que incluye el nivel de flota donde se gestiona la flota
Brindar servicios de entrega utilizando la flota de vehículos aéreos no tripulados y el nivel de plataforma donde se centra en el individuo
funcionamiento de los UAV [13, 14] El estado actual de la investigación está fragmentado como se muestra en las capas.
ilustrado en la Figura 1 y descuida que los diferentes tipos de decisiones se abordan en diferentes abstracciones
diferentes niveles
niveles [14] de abstracción [14].
Figura 2. Representación jerárquica general de los sistemas relacionados con el problema de enrutamiento de UAV
Figura 2. Representación jerárquica general de los sistemas relacionados con el problema de enrutamiento de UAV
(UAVRP) [14]
3. Estado actual de UAVRP
Se han presentado contribuciones limitadas [68, 69] en el área de enrutamiento de UAV en entornos 3D.
Lo que se ha logrado en el campo se ha centrado en el enrutamiento de UAV para el transporte de materiales.
y vigilancia [11] sin considerar las condiciones estocásticas del clima y el combustible no lineal
modelos de consumo [10] La Tabla 1 muestra las siete áreas temáticas principales en la literatura de enrutamiento de UAV, donde
la mayoría de las contribuciones se ven en dominios de ingeniería y ciencias de la computación.
Tabla 1. Las siete principales áreas temáticas.
Área temática No de papeles
Ingenieria 173
Ciencias de la Computación 83
Matemáticas 41
Física y astronomía 25
Ciencias Sociales 24
Ciencia de los Materiales 18 años
Ciencias de decisión 14
Una revisión de la literatura tiene como objetivo mapear y evaluar el cuerpo de la literatura e identificar posibles investigaciones.
vacíos que destacan las limitaciones del conocimiento [70, 71] La búsqueda se realizó para el contexto.
palabra clave "enrutamiento UAV", utilizando la búsqueda "título del artículo, resumen, palabras clave" en la base de datos Scopus.
A través de la búsqueda exhaustiva, inicialmente identificamos 396 artículos publicados en el enrutamiento de UAV, y estos
Se analizaron documentos para identificar las áreas cubiertas para abordar el problema de enrutamiento de UAV.
La primera investigación publicada que pudimos identificar sobre el tema proviene de 1998, y este trabajo
contiene una heurística Reactive Tabu Search (RTS) dentro de una simulación de evento discreto para resolver el enrutamiento
problemas para vehículos aéreos no tripulados (UAV) [72] La siguiente contribución fue en 1999 y propone
una variación del VRP estándar que surge en el enrutamiento de los UAV en presencia de oscurecimiento del terreno, por lo tanto
Introducción de enrutamiento con visibilidad limitada de los UAV [73] De la línea de tiempo presentada en la Figura 3, es
Es evidente que el tema de enrutamiento de UAV está ganando cada vez más atención, especialmente a partir de 2005,
con un número cada vez mayor de publicaciones por año. Después del año 2000, una tendencia creciente es
visible con un enfoque en redes inalámbricas de sensores y redes de sensores ad-hoc. Las mejores revistas
Página 7
Appl. Sci. 2020 , 10, 4504 7 de 20
y las conferencias que contribuyen al enrutamiento de UAV se identifican en la Figura 4, donde las fuentes de publicación
Se incluyen más de tres contribuciones. De la figura 3, La Sociedad Internacional de Óptica
Conferencias de ingeniería, IEEE Military Communications Conferences, y Journal of Intelligent and
Los sistemas robóticos han encabezado la lista con la mayoría de las contribuciones.
Figura
Figura3.3.Tendencia
Tendenciade
depublicación
publicaciónen
enelelenrutamiento
enrutamientode
deUAV
UAVsegún lo identificado
identificada usando
con Scopus [14, Scopus
70] [ 14, 70].
Figura 4. Principales revistas / conferencias que contribuyen al área de enrutamiento de UAV [14
[14]].
Para limitar el estudio detallado de la literatura para comprender el estado actual del enrutamiento de UAV,
Elegimos centrarnos en todas las revistas publicadas relevantes y en el 10% de los principales trabajos de conferencias citados.
Esta lista incluye 51 artículos de revistas y 21 documentos de conferencias e indica que la mayoría clara
(70%) de las contribuciones sobre el enrutamiento de UAV hasta la fecha se han difundido a través de conferencias en lugar de
que las revistas
Para las 72 contribuciones principales identificadas, se han registrado las palabras clave y la Figura 3 muestra un
rica imagen de estos y su prevalencia. La ilustración de las palabras clave presenta las diferentes áreas.
de tecnologías, industrias y áreas de investigación vinculadas al enrutamiento de UAV. Palabras clave más utilizadas
se presentan en fuentes más grandes y podemos ver las diversas áreas vinculadas con el enrutamiento de UAV en la Figura 5.
Página 8
Appl. Sci. 2020 , 10, 4504 8 de 20
Figura 5. Análisis de la frecuencia de palabras clave en el enrutamiento de UAV.
4. Enfoques y dominios en el enrutamiento de UAV en la literatura existente
Cuando se considera la literatura publicada tanto en términos de fuentes como de palabras clave, se convierte en
claro que se utilizan varios enfoques para abordar el enrutamiento de UAV. Los enfoques de las contribuciones son
inspirado principalmente en diferentes variantes del VRP y el problema del vendedor ambulante (TSP). La diferencia
entre TSP y VRP es que TSP considera encontrar la ruta más corta que conecta un número arbitrario
de nodos cuyas distancias por pares son conocidas [74, 75]
La forma más básica de un VRP puede considerarse como un descendiente directo de TSP [41, 76] en el que hay
son un vendedor y un depósito fijo; las reglas son visitar a todos los clientes una vez y solo una vez y finalizar
la ruta en el depósito donde comenzó [77] Muchos enfoques para el VRP fueron heredados de la gran
y exitoso trabajo realizado para las soluciones del TSP [39] Este UAVRP es similar al TSP tradicional
si el UAV puede llegar o salir de cada objetivo solo una vez con el objetivo de minimizar el total
distancia de crucero [78] Esto es relevante en el enrutamiento de UAV si uno en particular considera el sentido y evitar [ 79],
donde el objetivo es moverse al punto seguro más cercano sin colisiones [4 4, 80] o completa
autonomía donde los UAV se auto navegan punto por punto [81] El VRP considera un problema
similar al TSP pero con un contexto diferente, ya que el VRP considera el problema de entregar bienes
ubicado en un depósito central para clientes.
Basado en el análisis en la literatura existente, los enfoques VRP utilizados para el enrutamiento de UAV pueden
agruparse principalmente en algunas variantes de VRP. Estos corresponden con las clasificaciones generales de
VRP indicado en la Sección 2. La Tabla 2 clasifica los diferentes enfoques de VRP utilizados para resolver el enrutamiento de UAV.
La mayoría de los enfoques de VRP aplicados son el VRP general, el VRP dinámico, el VRP con ventanas de tiempo,
y VRP capacitado.
Tabla 2. Distribución de documentos con respecto a varios dominios / enfoques utilizados en el enrutamiento de UAV.
Área / Enfoque No de papeles
Redes inalámbricas 24
Planificación 8
VRP 18 años
TSP 9
Otro 13
Además de los enfoques de VRP, la revisión de la literatura también identificó varios otros enfoques.
El principal de estos enfoques es formular el problema como un TSP. Las tablas 3 y 4 presentan un
Página 9
Appl. Sci. 2020 , 10, 4504 9 de 20
Resumen de las contribuciones en la literatura que utilizan los enfoques VRP y TSP utilizados en UAV
enrutamiento. Varias contribuciones utilizan una combinación de las variantes de TSP y VRP.
Tabla 3. Descripción general de los enfoques de VRP (problema de enrutamiento del vehículo) utilizados en el enrutamiento de UAV.
Autor Acercarse Objetivo Datos experimentales
Maximice el servicio ponderado total para

VRP + general TSPLIB (http://www.iwr.uni-heidelberg.de/
[82 ] Shetty, Sudit y Nagi, 2008 los objetivos de la flota homogénea
TSP para varios vehículos grupos / comopt / software )
de UAV
Han considerado dos problemas que tienen
[83] Xingyin Wang, Poikonen y Minimice la duración máxima de la
VRP el mismo conjunto de clientes, pero diferente
Dorado, 2016 rutas (es decir, el tiempo de finalización)
flotas homogéneas
Para encontrar un camino para el UAV tal que
cada objetivo es visitado al menos una vez por el 50 instancias de 10 objetivos a 25 objetivos con
vehículo, la restricción de combustible nunca es incrementos en pasos de 5 en cada problema
[84] Sundar y Rathinam, 2014 VRP individual
violado a lo largo del camino para el UAV, y tamaño y todos los objetivos se eligen al azar
el combustible total requerido por el UAV es un desde un área cuadrada de 5000 × 5000 unidades
mínimo
VRP con precedencia Minimice la distancia total recorrida por Cinco UAV y diez objetivos colocados al azar
[85 ] David W. Casbeer, 2011
Restricciones Una flota homogénea de vehículos aéreos no tripulados en el área de responsabilidad
VRPTL-VRP con Minimice el riesgo relativo de usar un
Un escenario con tres UAV, un lanzamiento
[86] Karaman y Frazzoli, 2008 Lógica temporal flota homogénea de vehículos aéreos no tripulados en el
sitio, dos sitios de aterrizaje y cinco objetivos
Especificaciones misión.
Haber realizado un par de pruebas de vuelo donde
Minimice el tiempo requerido para
[87 ] Klein et al., 2013 VRP dinámico despliegan 6 sensores en una región de 1 km 2
determinar la ubicación de la fuente
y localizar fuentes acústicas dentro del área
Minimice el tiempo esperado entre
[88 ] Arsie y Frazzoli, 2008 VRP dinámico la aparición de un punto objetivo y el -
vez que es visitado por uno de los agentes
He probado usando dos UAV de ala fija
Minimiza el tiempo de cobertura del terreno
[3 ] Avellar, Pereira, Pimenta e Iscold, Problema de cobertura en controlado por el micropiloto de 2128 g
áreas que utilizan una flota homogénea de
2015 VRP piloto automático sobre un área de dimensiones de 900
UAV equipados con sensores de imagen
m × 1600 m
10 o 20 clientes, de modo que el 80% –90% de
Minimice el último momento en el que los clientes son elegibles para UAV según
VRP + Flying Sidekick
[89] Murray y Chu, 2015 el camión o el UAV regresa al peso, mientras que la velocidad del camión y el UAV
TSP
deposito se fijaron a 25 millas / h, con el UAV
teniendo una duración de vuelo de 30 min
VRP con recogida y
Para encontrar el recorrido más corto visitando todos 56 problemas de prueba que comprenden el estándar
[90 ] Kinney, Hill y Moore, 2005 Entregando (VRPPD) +
los clientes conjunto de prueba de Salomón se utilizaron en la prueba
TSP
Han considerado tres 2D y dos 3D
TSP + VRP capacitado Minimiza la suma del tiempo de viaje.
[75 ] Guerrero y Bestaoui, 2013 escenarios de ejemplo con diferentes waypoints
(CVRP) entre waypoints
y puntos de referencia de origen
Han considerado nueve instancias de acuerdo
Minimice el tiempo total de viaje y la flota
[91 91] Wen, Zhang y Wong, 2016 VRP capacitado (CVRP) a diferentes proporciones entre agua caliente
tamaño de la flota homogénea de vehículos aéreos no tripulados
y sangre
Las pruebas de simulación se llevan a cabo utilizando 16
Móvil capacitado Maximiza el número total de objetivos
[76] Savuran y Karakaya, 2016 de problemas de referencia de Heidelberg
Depósito VRP (C-MoDVRP) visitado por el UAV
Biblioteca TSP (de Heidelberg 1995)
Maximice la efectividad general de
Se crean problemas de prueba para una combinación
la misión, minimizar los cambios en el
de diferentes tareas iniciales, recursos, ventanas emergentes,
VRP con ventanas de tiempo plan de misión inicial, minimizar total
[92] Murray y Karwan, 2013 escalas de ventana de tiempo, tiempos de merodeo y
(VRPTW) tiempo de viaje y minimizar el uso de
cargas útiles para un área de tamaño de espacio de batalla
recursos, cargas útiles y "ficticio"
(∼unif (50,400)) × (∼unif (50,400))
bases
Minimizando costos y riesgos en general Se crean paquetes de destino de tres elementos.
VRP con ventanas de tiempo
[93 ] Lamont, Slear y Meléndez, 2007 asociado con un tridimensional junto con una cuadrícula de terreno del mundo real y
(VRPTW)
VRP una amenaza realista establece
Minimice las distancias totales recorridas por
Flota de 6 UAV homogéneos en un campo de
[68 ] Guerriero, Surace, Loscri y VRP con tiempo suave la flota homogénea de vehículos aéreos no tripulados,
110 × 80 m 2 con diferentes parámetros para un
Natalizio, 2014 Windows (VRP-STW) maximizar la satisfacción del cliente y
evento deportivo
minimizar la cantidad de UAV usados
Minimizando el costo operativo de un
Han considerado 9 sitios candidatos para
Multi-Depósito VRP flota heterogénea de vehículos aéreos no tripulados y para encontrar
[20 ] Kim, Lim, Cho y Côté, 2017 centros y 40 pacientes para ser atendidos por dos
(MDVRP) el número óptimo de centro UAV
tipos de UAV
ubicaciones
Han considerado 12 instancias con diferentes
VRP de depósito múltiple Minimice las distancias totales recorridas por combinaciones de tamaño de flota y objetivos (Máx.
[94 ] Habib, Jamal y Khan, 2013
(MDVRP) Una flota homogénea de vehículos aéreos no tripulados tamaño de la flota de 5 flotas homogéneas de vehículos aéreos no tripulados
y objetivos máximos de 101)
El resto de los documentos encontrados en el enrutamiento de UAV, aparte de los enfoques VRP y TSP, se encuentran principalmente en
El dominio de las redes inalámbricas y la programación. La mayoría de estas contribuciones restantes están relacionadas
a redes inalámbricas con un enfoque en contribuciones en los campos de redes ad-hoc e inalámbricas
redes de sensores (WSN). La Figura 4 presenta una visión general de estas áreas. La taxonomía de enrutamiento de UAV
cubriendo las cuatro áreas principales de enrutamiento de UAV con enfoques VRP, enrutamiento de UAV con enfoques TSP,
El enrutamiento de UAV en WNS y el enrutamiento de UAV en problemas de programación se ilustran gráficamente en la Figura 5.
Página 10
Appl. Sci. 2020 , 10, 4504 10 de 20
Tabla 4. Descripción general de los enfoques de problema de vendedor ambulante (TSP) utilizados en el enrutamiento de UAV.
Autor Acercarse Objetivo Datos experimentales
6 UAV con un radio de giro mínimo

Heterogéneo, múltiple
[95] Oberlin, Rathinam y Darbha, Minimice el costo total de viajar por variar uniformemente de 100 a 200 metros y
Depósito, TSP múltiple
2009 La flota heterogénea de vehículos aéreos no tripulados objetivos generados uniformemente [4 ,40 ] en un
(HMDMTSP)
cuadrado de área 5 × 5 km 2
Minimice el tiempo total de viaje para 6 UAV con velocidad de crucero de 100 km / hy
[78 ] Liu, Gao, Guang y Song, 2013 TSP
flota homogénea de vehículos aéreos no tripulados distancia máxima 200 km
los Un vehículo aéreo con una velocidad de crucero de
[96 ] Babel, 2016 con restricción de curvatura Minimiza la duración total del recorrido 100 m / s cubriendo un área operativa de tamaño
TSP con obstáculos 20 km × 20 km
2 UAV en una zona de tamaño 30 × 30 unidades
Minimice el tiempo total de viaje para donde los objetivos se encuentran al azar y 50
[97 ] Manyam et al., 2016 TSP asimétrico
flota homogénea de vehículos aéreos no tripulados instancias para cada tamaño de problema con 10–40
objetivos
Minimice el tiempo total de viaje y 5 escenarios 10–40 puntos de referencia de misión,
TSP dependiente del tiempo en
el tiempo de espera sobre la misión seleccionado al azar entre la navegación
[98 ] Furini, Persiani y Toth, 2016 Espacio aéreo controlado
waypoints para flota homogénea de puntos ubicados dentro de un círculo que tiene centro
(TDTSPPCA)
UAV en Milano Linate y rayo de 80 NM
Viaje dinámico Minimiza el tiempo de espera esperado
Simulado con un solo UAV con
[99 ] Enright y Frazzoli, 2005 Problema de reparador entre la aparición de un objetivo, y
objetivos generados al azar
(DTRP) la hora en que se visita
Simulación de 21 días del Sisson (1997)
[72 ] Ryan, Bailey y Moore, 2013 TSP para múltiples vehículos Maximice la cobertura objetivo esperada
[ 100 ] conjunto de datos nocional de Nari
Existe una tendencia a utilizar el enrutamiento de UAV en el dominio WSN para vigilancia, exploración y monitoreo
grandes regiones [101- 116] Los documentos recientes relacionados con el enrutamiento de UAV en varias redes inalámbricas son
presentado en la Figura 6. Estos sistemas pueden integrar información desde tierra con WSN, en atmósfera
con los sensores de UAV y el Sistema de Posicionamiento Global (GPS) [109- 113, 117- 120] Estos colaborativo
Los sistemas se han utilizado para el monitoreo a gran escala, aumentando la movilidad, la accesibilidad y la reacción.
tiempo en caso de emergencias [101- 116] WSN y redes ad-hoc se han utilizado ampliamente para datos
colección utilizando UAV en entornos exteriores e interiores [108- 113] y en numerosas aplicaciones
dominios y WSN se han mejorado con capacidades de procesamiento de datos en la dirección de a bordo
inteligencia [104- 111] Restricciones físicas del consumo de energía, rango de comunicación y
La autonomía, la transmisión de datos y las capacidades de procesamiento han sido analizadas en el ámbito de la literatura.
de consideraciones de diseño WSN de enrutamiento UAV [117- 121]
El enrutamiento de UAV en problemas de programación se centra principalmente en la asignación de tareas a UAV en un enfoque
que utiliza eficientemente la flota de vehículos aéreos no tripulados [122- 125] El enrutamiento de UAV debe hacerse para tener un vuelo sin interrupciones
durante las operaciones y el control de navegación requerido se deriva de un comando, que se proporciona
por un planificador [123- 126] En general, estos problemas tienen como objetivo asignar varias tareas y acciones como
la recarga, el desplazamiento y la espera en tierra se asignan a los UAV en diferentes tiempos de ejecución [4 4, 126- 129]
Existe literatura limitada sobre el enrutamiento de UAV en el dominio de programación [122- 129] y un resumen de los relacionados
Los estudios que se centran en la programación de UAV se presentan en la Figura 7.
A partir de las descripciones generales de la literatura de enrutamiento de UAV, la representación gráfica del enrutamiento de UAV
La taxonomía se presenta en la Figura 7. Esto lleva a este campo de investigación a concluir que ese jefe entre
son las extensiones de VRP y TSP, mientras que las siguientes contribuciones principales se identifican en la tecnología inalámbrica
redes como el enrutamiento UAV está vinculado con varios tipos de métodos de comunicación de red inalámbrica.
Página 11
Appl. Sci. 2020 , 10, 4504 11 de 20

En la Figura 7 se presenta una serie de estudios relacionados que se centran en la programación de UAV.
Figura
Figura 6.
6. Enrutamiento
Enrutamiento de
de UAV
UAV en
en varias
varias redes
redes inalámbricas
inalámbricas [[130-
130 ‒132].
132]
Figura 7. Taxonomía de enrutamiento de UAV.

Figura 7. Taxonomía de enrutamiento de UAV.
5. Desafíos en el enrutamiento de UAV
Lo que es notable es que hay algunos problemas en el UAVRP que no se abordan en el

literatura existente. Específicamente, los autores han identificado los siguientes problemas que son altamente relevantes.
En la optimización de rutas al aire libre para UAV, debemos lidiar con las siguientes condiciones estocásticas,
que han recibido atención limitada en el estado actual. Condiciones estocásticas que influyen en el
El enrutamiento de UAV puede identificarse bajo condiciones climáticas [14, 90, 133], control de tráfico aéreo [ 7, 14, 133- 135],
consumo de combustible y rango [136- 141]
Estos elementos no se encuentran en el VRP o TSP general y tienen algunas características que
potencialmente puede influir en gran medida la estrategia de solución para el UAVRP. Ignorando el impacto del clima
no proporcionará soluciones más realistas ya que volar con el viento podría reducir el consumo de energía
y las bajas temperaturas pueden afectar negativamente el rendimiento de la batería [17] Como los UAV tienen restricciones de combustible,
Pagina 12
Appl. Sci. 2020 , 10, 4504 12 de 20
Es posible que un UAV no pueda completar una misión antes de reabastecerse de combustible en uno de los depósitos [84]
A pesar de estos desafíos con respecto a las condiciones estocásticas y minimizar el consumo de combustible.
se estudian durante algunos años, son diferentes con respecto al contexto de este documento como en UAVRP,
es diferente de los VRP estocásticos típicos, donde en UAVRP las rutas se realizan en un entorno 3D
con modelos de consumo de combustible altamente no lineales y el comportamiento estocástico no es similar al típico
VRP estocásticos. El clima hace que las condiciones dependan del tiempo, ya que los cambios en las condiciones climáticas
impactar el consumo de combustible y la dinámica de vuelo de los UAV. Hay varios enfoques para
abordar la dependencia del tiempo en el enrutamiento y, en el enrutamiento de UAV, se debe prestar más atención a las fuentes
de incertidumbre y dependencia del tiempo que en la forma particular en que esta estocasticidad y tiempo
Se abordan las dependencias.
5.1. Las condiciones climáticas
El clima es una característica crítica para el enrutamiento de UAV, ya que afecta la velocidad de viaje del UAV y el
la temperatura en la atmósfera afecta el consumo de energía [14, 17, 141] de baterías usadas en UAVs.
La Figura 8 presenta las relaciones entre diferentes factores vinculados al consumo de energía de los UAV.
El clima en varias formas es crítico para el consumo de energía, ya que afecta la velocidad de viaje del UAV, y
La temperatura en la atmósfera afecta la capacidad energética de las baterías utilizadas en los UAV. Densidad del aire
afecta el consumo de energía, pero esa es una función de la humedad, la presión del aire y la temperatura. Volador
con el viento podría, por ejemplo, reducir el consumo de energía. Las temperaturas frías pueden perjudicar
afectar elderendimiento
afectar el rendimiento de laque
la batería hasta batería hasta que
las baterías se las baterías[11,
calienten se 14
calienten
, 142] [11, 14, 142].
Figura 8. Factores que afectan el consumo de energía de los UAV [14 , 139]
El estado actual de la investigación no ha considerado los factores climáticos e ignora el impacto de

clima en el rendimiento [68, 84 , 94] Curiosamente, esto parece agregar otro tipo de SVRP que debería
ser considerado como el clima está cambiando con el tiempo de manera estocástica [134] Raramente tiene investigación
se centró en considerar las condiciones del viento en el consumo de energía mientras se usa simultáneamente
información en el enrutamiento de vehículos aéreos no tripulados [14, 137, 139]
5.2. Control de tráfico aéreo
Muchas reglas y regulaciones gobiernan el movimiento de objetos en el espacio aéreo. Estos conducen al bloqueo
y apertura de zonas de vuelo [7 7] A pesar de que el control del tráfico aéreo tiene un impacto significativo en el diseño
e implementando rutas para UAV, ninguno de los enfoques actuales de VRP para resolver el enrutamiento de UAV tiene
considera esto debido a su naturaleza compleja. Los países han establecido sistemas para notificar bloques
del espacio aéreo donde se imponen limitaciones particulares al vuelo de todos los tipos de UAV. Tales áreas son
normalmente: áreas prohibidas, áreas restringidas o áreas de peligro, como los rangos militares. Otro
los espacios aéreos pueden tener restricciones temporales impuestas en momentos específicos, ya sea como resultado de un plazo más largo
evento planificado previamente o en reacción a una ocurrencia de aviso corto, como un incidente de emergencia. Permanente
Las áreas prohibidas, restringidas o de peligro están marcadas en las cartas de vuelo de las 'Reglas de vuelo visual' (VFR) de aviación
(mapas), que están fácilmente disponibles para su compra en línea y planificación de vuelos VFR patentada y
El software y las aplicaciones de navegación contienen dicha información en sus bases de datos de mapeo. UAVs alrededor
Página 13
Appl. Sci. 2020 , 10, 4504 13 de 20
los aeródromos o aeropuertos designados como 'aeródromos protegidos' están estrictamente restringidos. UAV de cualquier
el tamaño no se debe volar dentro de la Zona de restricción de vuelo (FRZ) de un aeródromo protegido, sin
permiso apropiado Esta información sobre el espacio aéreo restringido o controlado se toma como entrada
datos y utilizados como restricciones en la planificación de rutas UAV. Furini y col. (2016) [98] utiliza el tiempo dependiente
TSP en espacio aéreo controlado (TDTSPPCA), que consiste en encontrar el mejor orden de visita de un UAV
sobre un conjunto de puntos de referencia, con el objetivo de minimizar el costo operativo y, al mismo tiempo, garantizar un
separación mínima con respecto al tráfico aéreo planificado. Sin embargo, la tecnología ya existe para
construir UAV que puedan ver electrónicamente y evitar otros aviones [131]
5.3. Consumo de combustible y rango
De la industria de las aerolíneas sabemos que el consumo de combustible / energía depende de ciertos factores.
como la distancia máxima de vuelo o el tiempo de vuelo del UAV podrían verse limitados por el despegue bruto
peso, peso en vacío, relación empuje a peso [82], peso del combustible, carga útil y número de batería
unidades [116], dando así más énfasis a la importancia de centrarse en el consumo de combustible.
El alcance del UAV también es un aspecto crucial donde la literatura existente no tiene que prestar atención.
y el rango no es el mismo que el consumo de combustible, ya que el alcance de esto depende de muchos otros
condiciones La distancia a la que puede viajar un UAV se describe como rango, y el rango de un UAV depende de
cantidad de capacidad energética del UAV, resistencia, velocidad de vuelo y rendimiento aerodinámico [137 , 139]
La resistencia para un UAV se puede explicar en el tiempo total que se tarda durante el vuelo. Para un ala fija eléctrica
avión o quadrotor, esto está directamente relacionado con la capacidad de la batería y la cantidad de corriente
El motor produce para mantener el avión en el aire. Hay muchos otros parámetros de la aeronave que determinan
la resistencia para cualquier UAV; sin embargo, el rango del UAV depende en gran medida de las dimensiones del UAV,
Peso y carga útil [137, 139] Cualquier entidad que esté preocupada por la seguridad de los UAV debe ser extremadamente
preocupado por la capacidad de resistencia y rango de varios tipos de categorías de UAV.
En los algoritmos de enrutamiento, algunos estudios han asumido capacidades de combustible ilimitadas [135] en UAV
Enrutamiento o no considerado el combustible en absoluto en sus enfoques para resolver el enrutamiento UAV. Ciertos estudios
en el enrutamiento UAV han considerado el combustible como una restricción [69, 84], y Sunder et al. (2014) presentan un
problema de enrutamiento de UAV con restricción de combustible (FCURP). Esto implica que, dado un conjunto de objetivos y depósitos
y un UAV que está estacionado inicialmente en uno de los depósitos, se puede encontrar una ruta para el UAV de manera que
cada objetivo se visita al menos una vez, la restricción de combustible nunca se viola a lo largo del camino para el UAV,
y el costo del viaje para el vehículo es mínimo.
Aunque el consumo de combustible generalmente se considera en la ruta de los buques [136], cuando se trata de vehículos aéreos no tripulados,
los modelos de consumo de combustible difieren de los buques, ya que dependen no solo de la velocidad sino también del peso o
tipo de carga útil y condiciones climáticas [137] Para los buques, los aspectos no lineales son muy dependientes
sobre la velocidad del buque [138] Aunque la investigación existente utiliza aproximaciones lineales [ 11],
Sabemos por la industria que este no es un enfoque razonable para los UAV donde el peso de la
la carga útil es más crítica cuando se ve en combinación con la velocidad y las condiciones climáticas [139- 141] De
En la industria de las aerolíneas, se pueden encontrar modelos comparables para el vuelo, como los modelos de combustible disponibles para
helicópteros multirotor [142]: Eso indica que la aproximación lineal del consumo de energía no es
aplicable para grandes variaciones de la carga útil transportada [17]
6. Conclusiones
En general, el enrutamiento de UAV es un tema novedoso. Ha habido un número muy limitado de investigaciones.
contribuciones publicadas en el enrutamiento de UAV en comparación con el VRP y el enrutamiento de buques. Este documento identifica
diferentes enfoques de VRP para resolver el enrutamiento de UAV, y la mayoría de ellos consisten en variantes de VRP y
TSP. Este documento proporciona una descripción detallada de la literatura de enrutamiento de UAV con una matemática general
formulación para el UAVRP y presenta una taxonomía de enrutamiento del UAV que cubre cuatro áreas de VRP
Enrutamiento de UAV, enrutamiento de UAV basado en TSP, problemas de programación de UAV y enrutamiento de UAV en redes inalámbricas
redes. Las cuatro áreas de taxonomía se realizan considerando los atributos comunes de la literatura.
y la taxonomía propuesta se aplica a 54 artículos recientes.
Página 14
Appl. Sci. 2020 , 10, 4504 14 de 20
En la mayoría de la literatura sobre el enrutamiento de los UAV, se descuidan las cinemáticas y el vuelo de los UAV.
La dinámica se descuida o simplifica utilizando supuestos. Vale la pena señalar que el rendimiento de un UAV
está muy influenciado por la carga útil que lleva (peso y dimensiones) y las condiciones climáticas
en el que está operando Ambos influyen significativamente en el consumo de combustible del UAV y, por lo tanto,
debe incluirse al modelar el UAVRP. Dichos modelos conducirán a costos computacionales
formulaciones con soluciones más realistas. Rara vez se realizan investigaciones para una flota heterogénea de
Los UAV debido a la complejidad y la mayoría de la literatura existente se enfoca en una flota homogénea de
UAVs. Este problema debería derivarse aún más por la no linealidad del modelo de consumo de combustible,
y también vale la pena señalar que la literatura existente da importancia a las condiciones estocásticas.
Por lo tanto, el consumo de energía de modelado debe investigarse más a fondo dando más atención a la literatura.
Estos modelos y su integración en el UAVRP parecen vías particularmente relevantes para el futuro.
Investigación y desarrollo de marcos eficientes para resolver UAVRP que aborden los desafíos
presentado en este estudio necesita ser respondido.
Contribuciones de los autores: conceptualización, AT, GB, ZB y PN; metodología, AT y GB; validación, PN,
GB y ZB; análisis formal, AT y PN; curación de datos, AT, GB y PN; escritura: preparación del borrador original,
A; escritura: revisión y edición, AT, ZB y GB; supervisión, GB y PN; administración de proyectos, AT;
adquisición de fondos, PN Todos los autores han leído y aceptado la versión publicada del manuscrito.
Financiación: Esta investigación no recibió financiación externa.
Conflictos de intereses: los autores declaran no tener ningún conflicto de intereses.
Referencias
1) Yakici, E. Solución de problemas de ubicación y enrutamiento para vehículos aéreos no tripulados. Comput Ind. Eng. 2016 , 102, 294–301. [CrossRef]
2) Thibbotuwawa, A .; Bocewicz, G .; Nielsen, P .; Banaszak, Z. Planificación de la misión del UAV sujeta a pronóstico del tiempo
Restricciones En Actas del Simposio Internacional sobre Computación Distribuida y Artificial
Intelligence, Ávila, España, 26–28 de junio de 2019; Herrera-Viedma, E., Vale, Z., Nielsen, P., Del Rey, AM, Vara, RC,
Eds .; Springer Science and Business Media LLC: Berlín, Alemania, 2019; pp. 65-76. [CrossRef]
3) Thibbotuwawa, A .; Bocewicz, G .; Nielsen, P .; Banaszak, Z. Planificación de entregas con enrutamiento UAV bajo
pronóstico del tiempo y restricciones de consumo de energía. IFAC-PapersOnLine 2019 , 52, 820–825. [CrossRef]
4) Khosiawan, Y .; Nielsen, I. Un sistema de aplicación de UAV en ambiente interior. Pinchar. Manuf. Res. 2016 , 4,
2–22. [CrossRef]
5) Barrientos, A .; Colorado, J .; Del Cerro, J .; Martinez, A .; Rossi, C .; Sanz, D .; Valente, J. Teledetección aérea en
agricultura: un enfoque práctico para la cobertura del área y la planificación de rutas para flotas de mini robots aéreos. J. Field
Robot. 2011 , 28, 667–689. [CrossRef]
6) Zhang, M .; Su, C .; Liu, Y .; Hu, M .; Zhu, Y. Planificación de rutas de vehículos aéreos no tripulados en presencia de un
Entorno de amenazas basado en una plataforma de globo virtual. ISPRS Int. J. Geo-Inf. 2016 , 5, 184. [CrossRef]
7) Xiang, J .; Liu, Y .; Luo, Z. Mediciones de seguridad de vuelo de vehículos aéreos no tripulados en el espacio aéreo congestionado. Barbilla. J. Aeronaut. 2016 ,
29, 1355-1366. [CrossRef]
8) Klippstein, H .; Díaz De Cerio Sánchez, A .; Hassanin, H .; Zweiri, Y .; Seneviratne, L. Deposición fusionada
Modelado para vehículos aéreos no tripulados (UAV): una revisión. Adv. Ing. Mater. 2017 , 20, 1700552. [CrossRef]
9) Popper, B. Drones podría hacer que el sueño de Amazon de entrega gratuita sea rentable: The Verge. 2016. Disponible
en línea: http://www.theverge.com/33 (consultado el 11 de abril de 2017).
10. Radzki, G .; Thibbotuwawa, A .; Bocewicz, G. Optimización de rutas de vuelo de UAVs en condiciones climáticas cambiantes
condiciones: enfoque de programación de restricciones. Appl. Comput Sci. 2019 , 15, 5–17. [CrossRef]
11. Bocewicz, G .; Nielsen, P .; Banaszak, Z .; Thibbotuwawa, A. Un marco de modelado declarativo para el enrutamiento
de varios UAV en un sistema con estaciones móviles de intercambio de baterías. En Conferencia Internacional sobre Inteligente
Sistemas en Ingeniería de Producción y Mantenimiento; Springer: Berlín, Alemania, 2019; pp. 429–441. [CrossRef]
12. Aasen, H .; Gnyp, ML Comparación espectral de cámaras de cuadro hiperespectral de bajo peso y basadas en UAV
con medidas de espectroradiómetros portátiles. En los procedimientos del trabajo Teledetección basada en UAV
Métodos para monitorear la vegetación, Colonia, Alemania, 9-10 de septiembre de 2013; pp. 1-6. [CrossRef]
Página 15
Appl. Sci. 2020 , 10, 4504 15 de 20
13. Chandran, B .; Raghavan, S. Modelado y resolución del problema de enrutamiento de vehículos capacitados en árboles.
En matemáticas de redes neuronales; Springer Science and Business Media LLC: Berlín, Alemania, 2008; Volumen
43, págs. 239–261.
14. Thibbotuwawa, A. Planificación de la misión de la flota de vehículos aéreos no tripulados sujeta a condiciones climáticas cambiantes.
Doctor. Tesis, Og Naturvidenskabelige Fakultet, Aalborg Universitet, Aalborg, Dinamarca, 2020.
15. Sung, I .; Nielsen, P. Zonificación de un área de servicio de vehículos aéreos no tripulados para servicios de entrega de paquetes. J.
Intell. Robot. Syst. 2019 , 97, 719–731. [CrossRef]
16. Eksioglu, B .; Vural, AV; Reisman, A. El problema del enrutamiento del vehículo: una revisión taxonómica. Comput Ind. Eng.
2009 , 57, 1472–1483. [CrossRef]
17. Dorling, K .; Heinrichs, J .; Messier, GG; Magierowski, S. Problemas de enrutamiento de vehículos para la entrega de drones.
IEEE Trans. Syst. Hombre, Cybern. Syst. 2016 , 47, 70–85. [CrossRef]
18. Braekers, K .; Ramaekers, K .; Van Nieuwenhuyse, I. El problema de la ruta del vehículo: clasificación de vanguardia
y revisión. Comput Ind. Eng. 2016 , 99, 300–313. [CrossRef]
19. Toro, EM; Escobar, AH; Granada, EM Revisión de literatura sobre el problema del enrutamiento de vehículos en verde
Contexto de transporte. Luna Azul 2015 , 362–387. [CrossRef]
20. Kim, SJ; Lim, GJ; Cho, J .; Côté, MJ Servicios de atención médica asistida por drones para pacientes con enfermedades crónicas en
Zonas rurales. J. Intell. Robot. Syst. 2017 , 88, 163–180. [CrossRef]
21. Psaraftis, HN Enrutamiento dinámico de vehículos: estado y perspectivas. Ana. Oper Res. 1995 , 61, 143-164. [CrossRef]
22. Baldacci, R .; Bartolini, E .; Laporte, G. Algunas aplicaciones del problema generalizado de enrutamiento de vehículos. J. Oper.
Res. Soc. 2010 , 61, 1072-1077. [CrossRef]
23. Ghiani, G .; Guerriero, F .; Laporte, G .; Musmanno, R. Enrutamiento de vehículos en tiempo real: conceptos de solución, algoritmos
y estrategias de computación paralelas. EUR. J. Oper. Res. 2003 , 151, 1–11. [CrossRef]
24. Le Ny, J .; Dahleh, M .; Feron, E. Enrutamiento dinámico multi-UAV con observaciones parciales utilizando bandido inquieto
índices de asignación. En las actas de la Conferencia de control estadounidense de 2008, Seattle, WA, EE. UU., 11-13 de junio
2008; Instituto de Ingenieros Eléctricos y Electrónicos (IEEE): Los Alamitos, CA, EE. UU., 2008; págs. 4220–4225.
[CrossRef]
25. Kłosowski, G .; Gola, A .; Amila, T. Inteligencia computacional en el control de sistemas multimodales AGV.
Ifac-Papersonline 2018 , 51 (11), 1421–1427. [CrossRef]
26. Dang, Q.-V .; Nielsen, I .; Steger-Jensen, K .; Madsen, O. Programación de un solo robot móvil para alimentación parcial
tareas de líneas de producción. J. Intell. Manuf. 2013 , 25, 1271-1287. [CrossRef]
27. Bocewicz, G .; Nielsen, P .; Banaszak, Z .; Thibbotuwawa, A. Enrutamiento y programación de antena no tripulada
Vehículos sujetos a restricciones de flujo de producción cíclicas. En Actas de la 15ª Conferencia Internacional
Computación distribuida e inteligencia artificial, Toledo, España, 20–22 de junio de 2018; pp. 75–86. [CrossRef]
28. Nielsen, I .; Dang, Q.-V .; Bocewicz, G .; Banaszak, Z. Una metodología para la implementación de robot móvil en
entornos de fabricación adaptativos. J. Intell. Manuf. 2015 , 28, 1171-1188. [CrossRef]
29. Dang, Q.-V .; Nielsen, I. Programación simultánea de máquinas y robots móviles. e-Bus. Telecomunicación Netw.
2013 , 365, 118-128. [CrossRef]
30. Zou, B .; Gong, Y .; Xu, X .; Yuan, Z. Reglas de asignación en sistemas robóticos de cumplimiento móvil para minoristas en línea.
En t. J. Prod. Res. 2017 , 55, 6175–6192. [CrossRef]
31. Mann, M .; Sión, B .; Shmulevich, I .; Rubinstein, D. Determinación de la eficiencia robótica de cosecha de melón:
Un enfoque probabilístico. En t. J. Prod. Res. 2015 , 54, 3216–3228. [CrossRef]
32. Djordjevich, A .; Tso, S .; Zhang, J. Táctil de rango extendido en el manejo de materiales. En t. J. Prod. Res. 2000 , 38,
4357–4367. [CrossRef]
33. Logendran, R .; Sriskandarajah, C. Secuenciación de actividades de robot y partes en celdas robóticas de dos máquinas. En t. J.
Pinchar. Res. 1996 , 34, 3447–3463. [CrossRef]
34. Rembold, B .; Nof, SY Modelando el rendimiento de un robot móvil con RTM. En t. J. Prod. Res. 1991 , 29,
967–978. [CrossRef]
35. Franceschini, F .; Mastrogiacomo, L .; Pralio, B. Un sistema basado en vehículos aéreos no tripulados para gran escala
aplicaciones de metrología. En t. J. Prod. Res. 2010 , 48, 3867–3888. [CrossRef]
36. Toth, P .; Vigo, D. El problema del enrutamiento de vehículos; Sociedad de Matemática Industrial y Aplicada: Filadelfia,
PA, Estados Unidos, 2002. [CrossRef]
37. Sonmezocak, E .; Kurt, S. Planificación y programación de rutas óptimas para vehículos aéreos no tripulados;
Escuela de posgrado Navel: Monterey, California, EE. UU., 2010.
Página 16
Appl. Sci. 2020 , 10, 4504 16 de 20
38. Toth, P .; Tramontani, A. Una búsqueda local de programación lineal entera para el enrutamiento de vehículos capacitados
Problemas. En El problema del enrutamiento de vehículos: Últimos avances y nuevos desafíos; Springer: Boston, MA, EE. UU.,
2008; pp. 275–295.
39. Toth, P .; Vigo, D. Modelos, relajaciones y enfoques exactos para el problema de enrutamiento de vehículos capacitados.
Discreto. Appl. Matemáticas. 2002 , 123, 487–512. [CrossRef]
40. Pisinger, D .; Ropke, S. Una heurística general para problemas de enrutamiento de vehículos. Comput Oper Res. 2007 , 34,
2403–2435. [CrossRef]
41. Montoya-Torres, JR; Franco, JL; Isaza, SN; Jiménez, HF; Herazo-Padilla, N. Una revisión de la literatura sobre el
problema de enrutamiento de vehículos con múltiples depósitos. Comput Ind. Eng. 2015 , 79, 115–129. [CrossRef]
42. Archetti, C .; Speranza, MG El problema de enrutamiento del vehículo de reparto dividido: una encuesta. En el enrutamiento de vehículos
Problema: ÚLTIMOS avances y nuevos desafíos; Springer: Boston, MA, EE. UU., 2008; Volumen 43, págs. 103-122.
43. Gendreau, M .; Laporte, G .; Séguin, R. Enrutamiento de vehículos estocásticos. EUR. J. Oper. Res. 1996 , 88, 3–12. [CrossRef]
44. Pillac, V .; Gendreau, M .; Guéret, C .; Medaglia, AL Una revisión de los problemas de enrutamiento dinámico de vehículos. EUR. J.
Oper Res. 2013 , 225, 1–11. [CrossRef]
45. Huang, Y .; Zhao, L .; Van Woensel, T .; Gross, J.-P. Problema de ruta del vehículo dependiente del tiempo con flexibilidad de ruta.
Transp. Res. Parte B Metodol. 2017 , 95, 169-195. [CrossRef]
46. Drexl, M. Una heurística genérica para problemas de enrutamiento de vehículos con restricciones de sincronización múltiple; Gutenberg
Escuela de Administración y Economía - Serie de documentos de debate: Mainz, Alemania, 2014; Volumen 1412, p. 43)
[CrossRef]
47. Stavropoulou, F .; Repoussis, P .; Tarantilis, C. El problema de enrutamiento de vehículos con ganancias y consistencia
restricciones EUR. J. Oper. Res. 2019 , 274, 340–356. [CrossRef]
48. Archetti, C .; Speranza, MG; Vigo, D. Problemas de enrutamiento de vehículos con ganancias. En el enrutamiento de vehículos: problemas,
Métodos y aplicaciones, 2ª ed .; Sociedad de Matemática Industrial y Aplicada: Filadelfia, PA, EE. UU.,
2014; pp. 273–297.
49. Ibarra-Rojas, DO; Delgado, F .; Giesen, R .; Muñoz, JC Planificación, operación y control del transporte en autobús.
sistemas: una revisión de la literatura. Transp. Res. Parte B Metodol. 2015 , 77, 38–75. [CrossRef]
50. Kontovas, CA El problema de enrutamiento y programación de buques verdes (GSRSP): un enfoque conceptual. Transp. Res.
Parte D Transp. Reinar. 2014 , 31, 61–69. [CrossRef]
51. Wang, X. Planificación operativa del transporte de empresas modernas de transporte de carga: enrutamiento de vehículos bajo
Consideración de subcontratación y solicitud de intercambio; Springer Nature: Basilea, Suiza, 2015; pp. 1-161.
[CrossRef]
52. Hoff, A .; Andersson, H .; Christiansen, M .; Hasle, G .; Lokketangen, A. Aspectos industriales y encuesta bibliográfica:
Composición y enrutamiento de la flota. Comput Oper Res. 2010 , 37, 2041-2061. [CrossRef]
53. Kjeldsen, KH; Ergun, O .; Lysgaard, J .; Erera, A. Reprogramación de barcos y carga en el transporte de línea en el evento
de interrupciones Liner Shipp 2011 , 105-133.
54. Campbell, JF; O'Kelly, ME Veinticinco años de investigación de la ubicación del centro. Transp. Sci. 2012 , 46, 153–169.
[CrossRef]
55. Holden, J .; Goel, N. Avance rápido hacia un futuro del transporte aéreo urbano bajo demanda; Uber Elevate:
San Francisco, CA, EE. UU., 2016; Disponible en línea: https://www.uber.com/info/elevate (consultado el 14 de abril
2018)
56. Esa, J .; Poikonen, E .; Hyvönen, M. Barcos remotos y autónomos: los próximos pasos; Papel de posición AAWA; Rollos
Royce plc: Londres, Reino Unido, 2016.
57. Zheng, F .; Wang, F .; Wu, J .; Zheng, X. Una metodología de planificación de rutas de UAV para la creación rápida de mosaicos de imágenes. En
Actas de la 23ª Conferencia Internacional de Geoinformática de 2015, Wuhan, China, 19–21 de junio de 2015;
pp. 1-5. [CrossRef]
58. Drones: de alto perfil y nicho. Deloitte Touche Tohmatsu Ltd, Londres, Reino Unido. Disponible en línea: https:
//www2.deloitte.com/content/dam/Deloitte/global/Documents (consultado el 11 de mayo de 2019).
59. Confessore, G .; Fabiano, M .; Liotta, G. Un enfoque heurístico basado en el flujo de red para optimizar AGV
movimientos J. Intell. Manuf. 2011 , 24, 405–419. [CrossRef]
60. Ulusoy, G .; Bilge, Ü. Programación simultánea de máquinas y vehículos automáticos guiados. En t. J. Prod. Res.
1993 , 31, 2857–2873. [CrossRef]
61. Oboth, C .; Batta, R .; Karwan, M. Enrutamiento dinámico libre de conflictos de vehículos guiados automatizados. En t. J. Prod.
Res. 1999 , 37, 2003–2030. [CrossRef]
Página 17
Appl. Sci. 2020 , 10, 4504 17 de 20
62. Qiu, L .; Hsu, W.-J .; Huang, SY; Wang, H. Algoritmos de programación y enrutamiento para AGV: una encuesta. En t. J.
Pinchar. Res. 2002 , 40, 745–760. [CrossRef]
63. Wróbel, K .; Montewka, J .; Kujala, P. Hacia la evaluación del impacto potencial de los buques no tripulados en
Seguridad del transporte marítimo. Reliab Ing. Syst. Saf 2017 , 165, 155–169. [CrossRef]
64. Coelho, BN; Coelho, VN; Coelho, IM Un problema de enrutamiento de UAV verde multi-objetivo. Comput Oper Res.
2017 , 88, 306–315. [CrossRef]
65. Enright, JJ; Frazzoli, E .; Pavone, M .; Ketan, S. Selección de la clase apropiada UAS / sensores para soportar el fuego
Monitoreo: Experiencias en los Estados Unidos; Manual de vehículos aéreos no tripulados; Springer Nature: Basilea, Suiza, 2015.
[CrossRef]
66. Goerzen, C .; Kong, Z .; Mettler, B. Una encuesta de algoritmos de planificación de movimiento desde la perspectiva de autonomía
Guía de UAV. J. Intell. Robot. Syst. 2009 , 57, 65. [CrossRef]

67. Karpenko, S .; Konovalenko, I .; Miller, A .; Miller, B .; Nikolaev, D. Control de UAV sobre la base de 3D Landmark
Observaciones solo de rodamiento. Sensores 2015 , 15, 29802–29820. [CrossRef]
68. Guerriero, F .; Surace, R .; Loscrí, V .; Natalizio, E. Un enfoque de objetivos múltiples para vehículos aéreos no tripulados
problema de enrutamiento con restricciones de ventanas de tiempo blando. Appl. Matemáticas. Modelo. 2014 , 38, 839–852. [CrossRef]
69. Sundar, K .; Venkatachalam, S .; Rathinam, S. Un algoritmo exacto para un vehículo autónomo con restricción de combustible
Problema de planificación de ruta. arXiv Preprint 2016 , arXiv: 1604.08464.
70. Rojas-Viloria, D .; Solano-Charris, EL; Muñoz-Villamizar, A .; Montoya-Torres, JR Antena no tripulada
vehículos / drones en problemas de enrutamiento de vehículos: una revisión de la literatura. En t. Trans. Oper Res. 2020 . [CrossRef]
71. Perera, HN; Hurley, J .; Fahimnia, B .; Reisi, M. El factor humano en el pronóstico de la cadena de suministro: un sistema sistemático
revisión. EUR. J. Oper. Res. 2019 , 274, 574–600. [CrossRef]
72. Ryan, JL; Bailey, TG; Moore, JT; Carlton, WB Búsqueda tabú reactiva en reconocimiento aéreo no tripulado
simulaciones J. Chem. Inf. Modelo. 2013 , 53, 1689–1699. [CrossRef]
73. Buck, K .; Gassner, R .; Pobre, AB; Yan, X. Enrutamiento restringido de visibilidad de vehículos aéreos no tripulados. Señal
Procesamiento, fusión de sensores y reconocimiento de objetivos. En t. Soc. Optar. Photonics 1999 , 3720, 256–266. [CrossRef]
74. Laporte, G. El problema del enrutamiento del vehículo: una descripción general de los algoritmos exactos y aproximados. EUR. J.
Oper Res. 1992 , 59, 231–247. [CrossRef]
75. Guerrero, JA; Bestaoui, Y. Planificación de rutas de vehículos aéreos no tripulados para la inspección de estructuras en entornos ventosos. J. Intell.
Robot Syst. 2012 , 69, 297–311. [CrossRef]
76. Savuran, H .; Karakaya, M. Planificación eficiente de rutas para un vehículo aéreo no tripulado desplegado en movimiento
portador. Soft Comput. 2015 , 20, 2905–2920. [CrossRef]
77. Lawler, EL El problema del vendedor ambulante: un recorrido guiado por la optimización combinatoria; Wiley-Interscience
Serie en Matemática Discreta: Hoboken, NJ, EE. UU., 1985.
78. Liu, X .; Gao, L .; Guang, Z .; Song, Y. Un método de asignación de vehículos aéreos no tripulados para la vigilancia del tráfico en Sparse Road
Red. J. Highw. Transp. Res. Dev. 2013 , 7, 81–87. [CrossRef]
79. Geyer, C .; Dey, D .; Singh, S. Prototipo Sense-and-Evite Sstemy para UAVs; Informe 2009 Tech. Reporte,
CMU-RI-TR-09-09; Instituto de Robótica, Universidad Carnegie Mellon: Pittsburgh, PA, EE. UU., 2009.
80. Fu, Y. Nuevo desarrollo sobre estrategias de detección y evitación para vehículos aéreos no tripulados. Tesis de maestría,
Universidad Concordia, Montreal, QC, Canadá, 2016.
81. Imanberdiyev, N .; Fu, C .; Kayacan, E .; Chen, IM Navegación autónoma de UAV mediante el uso de tiempo real
aprendizaje basado en modelos de refuerzo. En las Actas de la XIV Conferencia Internacional de Control de 2016,
Automatización, robótica y visión (ICARCV), Phuket, Tailandia, 13-15 de noviembre de 2016; pp. 1-6. [CrossRef]
82. Shetty, VK; Sudit, M .; Nagi, R. Asignación basada en prioridades y enrutamiento de una flota de aviones de combate no tripulados
vehículos Comput Oper Res. 2008 , 35, 1813-1828. [CrossRef]
83. Wang, X .; Poikonen, S .; Golden, B. El problema de enrutamiento de vehículos con drones: varios resultados en el peor de los casos.
Optim. Letón. 2016 , 11, 679–697. [CrossRef]
84. Sundar, K .; Rathinam, S. Algoritmos para enrutar un vehículo aéreo no tripulado en presencia de reabastecimiento de combustible
depósitos IEEE Trans. Autom. Sci. Ing. 2013 , 11, 287–294. [CrossRef]
85. David, W .; Casbeer, RHC Generación de columnas para un problema de asignación de UAV con restricciones de precedencia
David En t. J. Robusto control no lineal 2011 , 21, 1421–1433. [CrossRef]
86. Karaman, S .; Frazzoli, E. Problema de enrutamiento de vehículos con especificaciones lógicas temporales métricas. En procedimientos
del IEEE Conf Decis Control, San Diego, CA, EE. UU., 13-15 de diciembre de 2006; pp. 3953–3958. [CrossRef]
Página 18
Appl. Sci. 2020 , 10, 4504 18 de 20
87. Klein, DJ; Venkateswaran, S .; Isaacs, JT Localización con red de sensores acústicos dispersos utilizando UAV como
mulas de datos que buscan información. ACM Trans. Sens. Netw. 2013 , 9, 1–29. [CrossRef]
88. Arsie, A .; Frazzoli, E. Enrutamiento eficiente de múltiples vehículos sin comunicaciones explícitas. En t. J. Robust
Control no lineal 2007 , 18, 154–164. [CrossRef]
89. Murray, CC; Chu, AG El problema del vendedor ambulante compinche volador: optimización de aviones no tripulados
entrega de paquetes. Transp. Res. Parte C Emerg. Technol. 2015 , 54, 86-109. [CrossRef]
90. Kinney, GW; Hill, RR; Moore, JT Diseñando una heurística de funcionamiento rápido para un vehículo aéreo no tripulado
(UAV) sistema de enrutamiento. J. Oper. Res. Soc. 2005 , 56, 776–786. [CrossRef]
91. Wen, T .; Zhang, Z .; Wong, KKL Algoritmo de objetivos múltiples para el suministro de sangre a través de vehículos aéreos no tripulados a
los heridos en una situación de emergencia. PLoS ONE 2016 , 11, e0155176. [CrossRef] [ PubMed]
92. Murray, C .; Karwan, M. Un enfoque de solución basada en ramificaciones y límites para el redireccionamiento dinámico de las aeronaves
Plataformas Nav. Res. Logist. 2013 , 60, 141-159. [CrossRef]
93. Lamont, GB; Slear, JN; Meléndez, K. UAV planeamiento de misión de enjambre y enrutamiento utilizando múltiples objetivos
algoritmos evolutivos. En Actas del Simposio IEEE 2007 sobre Inteligencia Computacional en
Toma de decisiones de criterios múltiples, Honolulu, HI, EE. UU., 1–5 de abril de 2007; pp. 10-20. [CrossRef]
94. Habib, D .; Jamal, H .; Khan, SA Empleando múltiples vehículos aéreos no tripulados para la planificación cooperativa de rutas.
En t. J. Adv. Robot. Syst. 2013 , 10 (5), 235. [CrossRef]
95. Oberlin, P .; Rathinam, S .; Darbha, S. Una transformación para un depósito heterogéneo, múltiple, múltiple
Problema de vendedor ambulante. Transformación 2003 , 1292-1297. [CrossRef]
96. Babel, L. Recorridos de vendedores ambulantes con limitaciones de curvatura para vigilancia aérea en escenarios con obstáculos.
EUR. J. Oper. Res. 2017 , 262, 335–346. [CrossRef]
97. Manyam, SG; Rathinam, S .; Darbha, S. GPS rechazó el enrutamiento de UAV con restricciones de comunicación. J. Intell.
Robot Syst. 2016 , 84, 691–703. [CrossRef]
98. Furini, F .; Persiani, CA; Toth, P. El problema de planificación del vendedor ambulante dependiente del tiempo en controlado
Espacio aéreo. Transp. Res. Parte B Metodol. 2016 , 90, 38–55. [CrossRef]
99. Enright, JJ; Frazzoli, E. Rutas UAV en un entorno estocástico y variable en el tiempo. IFAC Proc. 2005 , 38,
295–300. [CrossRef]
100. Sisson, MR Aplicación de Tabu Heuristic a la influencia del viento, riesgo mínimo y cobertura máxima esperada
Rutas Fuerza Aérea Inst. De Tecnología Wright-Patterson de la Escuela de Ingeniería. Tesis de Maestría, Instituto de la Fuerza Aérea
of Technology, Wright-Patterson AFB, OH, EE. UU., 1997.
101. Jawhar, I .; Mohamed, N .; Al-Jaroodi, J .; Zhang, S. Un marco para el uso de vehículos aéreos no tripulados para datos
colección en redes lineales de sensores inalámbricos. J. Intell. Robot. Syst. 2013 , 74, 437–453. [CrossRef]
102. Antonio, P .; Grimaccia, F .; Mussetta, M. Arquitectura y métodos para innovadores inalámbricos heterogéneos
aplicaciones de red de sensores. Remoto. Sens. 2012 , 4, 1146–1161. [CrossRef]
103. Mascarenas, D .; Flynn, E .; Farrar, C. Un enfoque de host móvil para la alimentación inalámbrica y la interrogación de
redes de sensores de monitoreo de salud estructural. IEEE Sens. J. 2009 , 9, 1719-1726. [CrossRef]
104. Digamos, S .; Inata, H .; Liu, J .; Shimamoto, S. Marco de recopilación de datos basado en prioridades en tecnología inalámbrica asistida por UAV
Redes de sensores. IEEE Sens. J. 2016 , 16, 5785–5794. [CrossRef]
105. Sahingoz, OK Modelos de redes en redes ad-hoc voladoras (FANET): conceptos y desafíos. J. Intell.
Robot. Syst. 2013 , 74, 513–527. [CrossRef]
106. Rosati, S .; Kruzelecki, K .; Heitz, G. Enrutamiento dinámico para Flying Ad Hoc Networks. IEEE Trans. Veh. Technol.
2015 , 65, 1690–1700. [CrossRef]
107. Guo, Y .; Li, X .; Yousefi'zadeh, H .; Jafarkhani, H. Enrutamiento de capas cruzadas con ayuda de UAV para MANET. En procedimientos
de la IEEE Wireless Communications and Networking Conference (WCNC), París, Francia, 1–4 de abril de 2012;
pp. 2928–2933. [CrossRef]
108. Sahingoz, OK Redes móviles con vehículos aéreos no tripulados: oportunidades y desafíos. En actas de la
Conferencia internacional sobre sistemas de aeronaves no tripuladas (ICUAS), Atlanta, GA, EE. UU., 28–31 de mayo de 2013;
Instituto de Ingenieros Eléctricos y Electrónicos (IEEE): Los Alamitos, CA, EE. UU., 2013; pp. 933–941. [CrossRef]
109. Maxa, J.-A .; Ben Mahmoud, MS; Larrieu, N. Diseño de protocolo de enrutamiento seguro para UAV Ad hoc NETworks.
En las Actas de la 34a Conferencia de Sistemas de Aviónica Digital (DASC) de IEEE / AIAA, Praga, República Checa,
13-17 de septiembre de 2015; págs. 4A5-1–4A5-15. [CrossRef]
Página 19
Appl. Sci. 2020 , 10, 4504 19 de 20
110. Zhang, KE; Zhang, W .; Zeng, JZ Estudio preliminar de enrutamiento e integridad de la fecha en dispositivos móviles Ad Hoc uav
red. En las Actas del 2008 Conf Conf Apperceiving Comput Intell Anal ICACIA, Boston, MA, EE. UU.,
7-11 de julio de 2008; pp. 347–350. [CrossRef]
111. Huang, X .; Wang, G .; Hu, F .; Kumar, S. Estabilidad-Capacidad-Enrutamiento adaptativo para alta movilidad, salto múltiple
Redes de radio cognitivas. Res Comunica. 2011 , 60, 1–17.
112. Gupta, L .; Jain, R .; Vaszkun, G. Encuesta de cuestiones importantes en redes de comunicación UAV. IEEE Commun.
Surv. Tutor. 2015 , 18, 1123-1152. [CrossRef]
113. Li, Y .; Shirani, R .; St-Hilaire, M .; Kunz, T. Mejora del enrutamiento en redes de vehículos aéreos no tripulados:
Reactivo-codicioso-reactivo. Wirel. Commun. Multitud. Comput 2012 . [CrossRef]
114. Alshabtat, A .; Dong, L .; Li, J .; Yang, F. Algoritmo de enrutamiento de baja latencia para vehículos aéreos no tripulados ad-hoc
redes. Electr. Comput Ing. 2010 , 6, 48–54.
115. Shi, N .; Luo, X. Un nuevo protocolo de enrutamiento asistido por ubicación basado en clúster para redes de flotas UAV. En t. J.
Dígito. Content Technol. Su aplicación 2012 , 6, 376–383. [CrossRef]
116. Zhang, J .; Jia, L .; Niu, S. Un marco de modelado basado en red en el espacio-tiempo para antena dinámica no tripulada
enrutamiento de vehículos en aplicaciones de monitoreo de incidentes de tránsito. Sensores 2015 , 15, 13874-13898. [CrossRef]
117. Casas, I .; Malik, A .; Delmelle, EM Un procedimiento automatizado de generación de red para el enrutamiento de no tripulados
Vehículos aéreos (UAV) en un entorno SIG. Netw. Escupió. Econ. 2006 , 7, 153-176. [CrossRef]
118. Gu, DL; Gerla, M .; Ly, H .; Xu, K .; Kong, J .; Hong, X. Diseño de redes inalámbricas ad-hoc heterogéneas multinivel
redes con vehículos aéreos no tripulados. Wirel. Multitud. Commun. 2001 , 4586, 327–338. [CrossRef]
119. Brown, TX; Argrow, B .; Dixon, C. Ad Hoc UAV-Ground Network, banco de pruebas. Test 2004 , 1, 1–5.
120. Xu, KXK; Hong, XHX; Gerla, MGM Landmark enrutamiento en grandes redes inalámbricas de campo de batalla utilizando
UAVs. En las actas de las comunicaciones de actas para operaciones centradas en la red: creación de
Información (MILCOM), McLean, VA, EE. UU., 28–31 de octubre de 2001; pp. 230–234. [CrossRef]
121. Gu, D .; Pei, G .; Ly, H. Enrutamiento jerárquico para redes inalámbricas ad-hoc multicapa con UAV. MILCOM
2000 , 310-314. [CrossRef]
122. Ahner, DK; Buss, AH; Ruck, J .; Ave, S. Una simulación de eventos discretos con optimización en el enfoque de bucle.
a resolver En Actas de la Winter Simulation Conference (WSC), Monterey, CA, EE. UU., 3–6 de diciembre
2006; pp. 1349-1356.
123. Weinstein, AL; Schumacher, C. Programación de vehículos aéreos no tripulados a través del problema de enrutamiento del vehículo con ventanas de tiempo.
En Actas de la Conferencia y Exposición Aeroespacial Infotech de la AIAA, Rohnert Park, California, EE. UU., 7-10 de mayo
2007. [CrossRef]
124. Kim, Y .; Gu, DW; Postlethwaite, I. Programación óptima de misiones en tiempo real y selección de ruta de vuelo. IEEE Trans.
Autom. Controlar. 2007 , 52, 1119–1123. [CrossRef]
125. Kim, J .; Canción, BD; Morrison, JR Sobre la programación de sistemas de vehículos aéreos no tripulados y estaciones de servicio de combustible para
cumplimiento de misión a largo plazo. J. Intell. Robot. Syst. 2012 , 70, 347–359. [CrossRef]
126. Kwon, J .; Hailes, S. Programación de vehículos aéreos no tripulados para unir las comunicaciones en redes tolerantes a retrasos utilizando en tiempo real
programación de técnicas de análisis. En Actas del Simposio Internacional IEEE / SICE sobre Sistema
Integración, Tokio, Japón, 13-14 de diciembre de 2014; pp. 363–369. [CrossRef]
127. Bocewicz, G .; Nielsen, P .; Banaszak, Z .; Thibbotuwawa, A. Despliegue de estaciones de intercambio de baterías para
Vehículos aéreos no tripulados sujetos a restricciones de flujo de producción cíclica. En sistemas de ingeniería biomédica
y tecnologías; Springer: Cham, Suiza, 2018; pp. 73–87. [CrossRef]
128. Tso, KS; Tharp, GK; Zhang, W .; Tai, AT Una interfaz de operador multiagente para vehículos aéreos no tripulados.
En Actas de la 18ª Conferencia de Sistemas Digitales de Aviónica, St. Louis, MO, EE. UU., 24–29 de octubre de 1999.
[CrossRef]
129. Nigam, N .; Bieniawski, S .; Kroo, I .; Vian, J. Control de múltiples UAV para vigilancia persistente: Algoritmo
y resultados de pruebas de vuelo. IEEE Trans. Controlar. Syst. Technol. 2011 , 20, 1236-1251. [CrossRef]
130. Popescu, D .; Stoican, F .; Stamatescu, G .; Chenaru, O .; Ichim, L. Una encuesta de sistemas colaborativos UAV – WSN
para monitoreo eficiente. Sensores 2019 , 19, 4690. [CrossRef]
131. Baek, J .; Han, SI; Han, Y. Enrutamiento de UAV energéticamente eficiente para redes de sensores inalámbricos. IEEE Trans.
Veh. Technol. 2020 , 69, 1741-1750. [CrossRef]
132. Mozaffari, M .; Saad, W .; Bennis, M .; Nam, Y .; Debbah, M. Un tutorial sobre UAV para redes inalámbricas:
Aplicaciones, desafíos y problemas abiertos. IEEE Commun. Surv. Tutor. 2019 , 21, 2334–2360. [CrossRef]
Página 20
Appl. Sci. 2020 , 10, 4504 20 de 20
133. Holcombe, RG Integrando Drones en el Sistema de Control de Tráfico Aéreo de los Estados Unidos; Hoja de trabajo; Centro Mercatus
en la Universidad George Mason: Arlington, WV, EE. UU., 2016; Disponible en línea: https://www.mercatus.org/
Publicaciones / tecnología e innovación (consultado el 13 de febrero de 2019).
134. Wu, J .; Zhang, D .; Pei, D. Planificación de ruta autónoma para UAV cuando las amenazas son inciertas. En actas de
IEEE Chinese Guidance, Navigation and Control Conference, CGNCC, Yantai, China, 8-10 de agosto de 2014.
[CrossRef]
135. Frazzoli, E .; Bullo, F. Algoritmos descentralizados para el enrutamiento de vehículos en un tiempo estocástico variable
ambiente. En las Actas de la 43ª Conferencia IEEE sobre Decisión y Control, Atlantis, Bahamas,
14-17 de diciembre de 2004; Volumen 4, págs. 3357–3363. [CrossRef]
136. Zhang, J .; Zhao, Y .; Xue, W .; Li, J. Problema de enrutamiento de vehículos con consumo de combustible y emisión de carbono. En t. J.
Pinchar. Econ. 2015 , 170, 234–242. [CrossRef]
137. Thibbotuwawa, A .; Nielsen, P .; Zbigniew, B .; Bocewicz, G. Consumo de energía en antena no tripulada
Vehículos: una revisión de los modelos de consumo de energía y su relación con el enrutamiento de UAV. En avances en
Sistemas Inteligentes y Computación; Springer International Publishing: Berlín, Alemania, 2019; pp. 173-184.
[CrossRef]
138. Feng, Y .; Zhang, R .; Jia, G. Problemas de enrutamiento de vehículos con consumo de combustible y velocidades de desplazamiento estocásticas.
Matemáticas. Probl. Ing. 2017 , 2017, 6329203. [CrossRef]
139. Thibbotuwawa, A .; Nielsen, P .; Zbigniew, B .; Bocewicz, G. Factores que afectan el consumo de energía de
Vehículos aéreos no tripulados: un análisis de cómo cambia el consumo de energía en relación con el enrutamiento de UAV.
En Avances en Sistemas Inteligentes y Computación; Springer International Publishing: Berlín, Alemania, 2019;
pp. 228–238. [CrossRef]
140. Thibbotuwawa, A .; Bocewicz, G .; Zbigniew, B .; Nielsen, P. Un enfoque de solución para UAV Fleet Mission
Planificación en condiciones climáticas cambiantes. Appl. Sci. 2019 , 9, 3972. [CrossRef]
141. Thibbotuwawa, A .; Bocewicz, G .; Radzki, G .; Nielsen, P .; Banaszak, Z. Planificación de misión UAV resistente a
Incertidumbre climática. Sensores 2020 , 20, 515. [CrossRef]
142. Leishman, DS Principios de la aerodinámica del helicóptero; Cambridge University Press: Cambridge, Reino Unido, 2006.
[CrossRef]
© 2020 por los autores. Licenciatario MDPI, Basilea, Suiza. Este artículo es de acceso abierto.
artículo distribuido bajo los términos y condiciones de Creative Commons Attribution

(CC BY) licencia ( http://creativecommons.org/licenses/by/4.0/) .

Thibbotuwawa - Problemas de Ruta de Vehículos Aéreos No Tripulados Una Revisión de La Literatura - ES

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Thibbotuwawa - Problemas de Ruta de Vehículos Aéreos No Tripulados Una Revisión de La Literatura - ES

Cargado por

Copyright:

Formatos disponibles

15/7/2020 Ciencias Aplicadas

Problemas de enrutamiento de vehículos aéreos no tripulados:

Recibido: 7 de junio de 2020; Aceptado: 26 de junio de 2020; Publicado: 29 de junio de 2020

Appl. Sci. 2020 , 10, 4504; doi : 10.3390 / app10134504 www.mdpi.com/journal/applsci

Appl. Sci. 2020 , 10, 4504 2 de 20

2. Enrutamiento de UAV con énfasis en el tipo de problema, modo de transporte,

1. El tipo de problema: al clasificar la literatura de enrutamiento, se puede segregar según el problema

2.1. Diferentes tipos de problemas de enrutamiento de vehículos

Appl. Sci. 2020 , 10, 4504 3 de 20

2.2. Basado en modos de transporte

2.2.1. Modos de transporte terrestres (enrutamiento de vehículos)

Appl. Sci. 2020 , 10, 4504 4 de 20

2.2.2. Transporte marítimo (enrutamiento de buques)

2.2.3. Formulación matemática del problema

1 si k th UAV viaja desde el nodo i al nodo j

∑ -∑ =0 k = 1 ... K, ∀i ∈ N 0 = N ∪ {0} (4)

( xi,kj > 0 ) ⇒ ( ∑ i∈N x k 0, yo

Appl. Sci. 2020 , 10, 4504 5 de 20

∑ ∑ x i,k j P i,k j t i, j ⩽ P max (6)

2.3. Grado de automatización

2.4. Importancia de UAVRP

Appl. Sci. 2020 , 10, 4504 6 de 20

3. Estado actual de UAVRP

Tabla 1. Las siete principales áreas temáticas.

Área temática No de papeles

Appl. Sci. 2020 , 10, 4504 7 de 20

Appl. Sci. 2020 , 10, 4504 8 de 20

Figura 5. Análisis de la frecuencia de palabras clave en el enrutamiento de UAV.

4. Enfoques y dominios en el enrutamiento de UAV en la literatura existente

Área / Enfoque No de papeles

Appl. Sci. 2020 , 10, 4504 9 de 20

Autor Acercarse Objetivo Datos experimentales

Maximice el servicio ponderado total para

Appl. Sci. 2020 , 10, 4504 10 de 20

Autor Acercarse Objetivo Datos experimentales

6 UAV con un radio de giro mínimo

Appl. Sci. 2020 , 10, 4504 11 de 20

Figura 7. Taxonomía de enrutamiento de UAV.

5. Desafíos en el enrutamiento de UAV

Lo que es notable es que hay algunos problemas en el UAVRP que no se abordan en el

Appl. Sci. 2020 , 10, 4504 12 de 20

5.1. Las condiciones climáticas

El estado actual de la investigación no ha considerado los factores climáticos e ignora el impacto de

5.2. Control de tráfico aéreo

Appl. Sci. 2020 , 10, 4504 13 de 20

5.3. Consumo de combustible y rango

Appl. Sci. 2020 , 10, 4504 14 de 20

Financiación: Esta investigación no recibió financiación externa.

Conflictos de intereses: los autores declaran no tener ningún conflicto de intereses.

Appl. Sci. 2020 , 10, 4504 15 de 20

Appl. Sci. 2020 , 10, 4504 16 de 20

Appl. Sci. 2020 , 10, 4504 17 de 20

Guía de UAV. J. Intell. Robot. Syst. 2009 , 57, 65. [CrossRef]

Appl. Sci. 2020 , 10, 4504 18 de 20

Appl. Sci. 2020 , 10, 4504 19 de 20

Appl. Sci. 2020 , 10, 4504 20 de 20

artículo distribuido bajo los términos y condiciones de Creative Commons Attribution

También podría gustarte