A path planning algorithm for a marsupial robotic system (Algoritmo de planificación de trayectorias para un sistema robótico marsupial)

Abstract

El uso de UAVs y AGVs durante los últimos años ha permitido disminuir el número de tareas potencialmente peligrosas que debían ser realizadas por humanos. Las tareas de inspección que deben realizar son extensas en el tiempo, por lo que se recurre al uso de drones marsupial. En este trabajo se desarrolla un algoritmo capaz de encontrar la posición en la que debe colocarse la parte terrestre del dron marsupial para poder desplegar a la aérea sin producir colisiones con el entorno. Para lograr este objetivo, el entorno se divide en planos bidimensionales en los que se estudia la viabilidad de la posición, evitando colisiones en el vehículo terrestre, el aéreo y el cable de alimentación que permite aumentar la autonomía. Conocidos el punto inicial y el punto objetivo, así como el entorno, el algoritmo calcula una solución válida en los planos que permitan encontrar la solución de mínimo desplazamiento en el menor tiempo posible. Una vez lograda esta función, se introducen cambios en el comportamiento del algoritmo, los parámetros del sistema y la definición del entorno para estudiar los efectos que produce en la eficiencia del algoritmo y cómo estos pueden ser subsanados en el caso de que no sean beneficiosos.

The use of UAVs and AGVs in recent years has reduced the number of potentially dangerous tasks to be performed by humans. The inspection tasks they have to perform are extensive in time, so the use of marsupial drones is resorted to. In this work, an algorithm that is able to find the position where the ground part of the marsupial drone should be placed is developed, in order to deploy the aerial part without causing collisions with the environment. To achieve this objective, the environment is divided into two-dimensional planes in which the viability of the position is studied, avoiding collisions in the terrestrial vehicle, the aerial vehicle and the power cable that allows the autonomy to be increased. Knowing the initial point and the target point, as well as the environment, the algorithm calculates a valid solution in the planes that allow the minimum displacement solution to be found in the shortest possible time. Once this function has been achieved, changes are made to the behaviour of the algorithm, the system parameters and the definition of the environment to study the effects on the efficiency of the algorithm and how these can be remedied if they are not beneficial.