2016-AIAA-Bio-Inspired Algorithm for task Allocation in Multi-UAV Search and Rescue Missions

一、主要内容

文章面对挑战：如何在救援和搜索幸存者之间进行最佳分配

文章解决方法：介绍了一种基于蝗虫行为的UAV救援和搜索任务的生物启发算法

选择此算法原因：智能集体行为很适合分布式优化问题，如如何分配、调度及路由问题

系统目标：通过最小化任务开始时的幸存者总数与任务结束时幸存者数量之间的差异，实现净吞吐量的最大化区机的作用，待命无人机的作用

二、主要问题

Q1：搜索阶段无人机与救援阶段无人机都涉及搜索更多潜在受害者，区别在哪里

A1：无人机的功率不同，搜索阶段无人机仅搜索，若发现幸存者进行救援，救援阶段无人机发现救援请求时，进行救援，未发现的话，选择最近的区块进行搜索

Q2：老鹰无人机的作用

A2：老鹰无人机也是用于搜索，待命无人机被允许在任何区块进行救援

Q3：老鹰无人机与侦察机的区别

A3：老鹰无人机是由侦察机转化，随着时间的推移，无人机的功率逐渐降低，当无人机的功率小于或等于一定的阈值时，将从侦查员的角色转变为老鹰的角色

Q4：搜索阶段无人机发现幸存者进行救援 ，其角色是侦察机还是待机状态的无人机

A4：文章中阐述搜索阶段无人机一旦发现幸存者，它就会将其救出并继续搜索，这个地方队伍无人机的角色不明确

Q6：救援阶段涉及搜索与救援，是否会更消耗无人机的功率？

本文章均为个人所想，可能有误，仅供阅读。。。