Genetic algorithm for dynamic task allocation of multi autonomous unmanned air vehicles
Other Title(s)
توزيع المهام على الطائرات بدون طيار فى الظروف المتغيرة باستخدام برنامج يماثل الجينات الوراثية
Joint Authors
Azzam, Jamal A. F.
al-Dib, Hasan
Sharaf, Sulayman M.
Source
Issue
Vol. 32, Issue 2 (30 Jun. 2007), pp.1-9, 9 p.
Publisher
Mansoura University Faculty of Engineering
Publication Date
2007-06-30
Country of Publication
Egypt
No. of Pages
9
Main Subjects
Topics
Abstract AR
للطائرات بدون طيار UAV تطبيقات عسكرية مفيدة و منها الاستطلاع، البحث عن الأهداف و تدميرها و البحث و الإنقاذ في ظروف معادلة كالمعارك أو مناطق الكوارث.
و حديثا هناك اهتمام كبير و دراسات عديدة لاستخدام أسراب كبيرة تتعاون فيها بينها لإنجاز العديد من المهام، و على سبيل المثال مهاجمة أهداف محددة و هذا يتطلب تحديد المهام لكل واحدة من هذه الطائرات UAV للأهداف المتباعدة جغرافيا خلال مسارات ممكنة لتقليل الجهود (وقت الطيران–استهلاك الوقود–طول المسار من موقعها إلى الهدف و إمكانية تعرضها للرادارات المعادية) و كذلك تفادي التهديدات المباشرة من المضادات.
إن عملية تحديد المهام Task Allocation (TA) هي واحدة من الخطوات الأساسية لاستغلال الإمكانات المتاحة لوحدات الأسراب و كذلك لإتاحة التعاون فيما بينها و هي مشكلة معروفة ك NP Complete Problem أي أن حجم تعقيد حلها يتزايد بصفة متسلسلة مع زيادة عناصرها و هي أعداد UAVs و الأهداف و مواقع المضادات و هذا يجعل حلها شاقا جدا من ناحية و يتطلب وقتا طويلا في حسابها من ناحية أخرى.
و هذا يؤدي إلى : - عدم إمكانية إجراء هذه الحسابات في وقت الطيران الحقيقي Real Time.
- عدم إمكانية التعاون فيما بين وحدات السرب أو الأسراب.
- عدم إمكانية كون هذه الطائرات UAVs ذاتية Autonomous.
لأنها تتطلب حلا سريعا للمتغيرات أثناء الطيران و من ثم تعدل سريع للمهام.
كل الأبحاث المنشورة في هذا المجال مبنية على الحالة الساكنة (أي أن مكونات المشكلة من مواقع طائرات أو أهداف و مصادر تهديد محسوبة سلفا و لا تتغير) و هذا يتنافى مع ظروف الميدان فقد تكون متحركة كما قد يطرأ تهديدات جديدة غير معروفة سلفا.
و في هذا البحث نقدم خوارزما جديدا لتحديد المهام في الظروف المتغيرة و في وقت الطيران الحقيقي و هو مبني على مبادئ الخوارزميات الجينية.
و يناقش البحث استخدام مبادئ الخورازميات الجينية في تطوير حل لمشكلة توزيع المهام (Task allocation) TA لفريق متعدد من ال UAVs بطريقة مثالية أو شبه مثالية.
إن نتائج المحاكاة تشير إلى أن الخوارزم المقترح هو طريقة مفيدة جدا للتطبيق في حل مشكلة TA سواء في الحالة الساكنة أو المتغيرة و يتميز بأن التكلفة الكلية للسرب ق تم تصغيرها إلى أقصى حد ممكن كما أن لها ميزة قيمة و هي كون الزمن اللازم لحسابها صغير جدا مما يمكن الطائران من الاستجابة للمتغيرات الميدانية و التعاون فيما بينما و زيادة قدراتها الذاتية في اتخاذ القرارات و احتساب المسارات و تنفيذها و ذلك أثناء الطيران.
Abstract EN
Unmanned aerial vehicles (UAVs) have useful military applications, including reconnaissance, search and destroy, search and rescue missions in hazardous environments such as battlefields or disaster areas.
Recently, there has been considerable interest in the possibility of using large teams of UAVs functioning cooperatively to accomplish a large number of tasks e.g.
attacking targets.
However, this requires the assignment of multiple spatially distributed tasks to each UAV along with a feasible path that minimizes effort and avoids threats.
Task Allocation (TA) is one of the core steps to effectively exploit the capabilities of cooperative control of multiple UAV teams.
It is an NP-complete problem “non-determistic polynomial time”.
So the computation can't be implemented in real time, no chance for cooperation among the team members, and no autonomy for these vehicles.
The reported papers in this field consider the problem in static condition using different techniques (e.g.
auction based, scheduling, linear programming).
In this paper, a new dynamic task allocation algorithm is presented that is based on the principles of genetic algorithm (GA).
It discusses the adaptation and implementation of the GA search strategy to the task allocation problem in the cooperative control of multiple UAVs.
Simulation results indicate that the GA strategy is a feasible approach for the task allocation problem, and the resulted task assignment is near optimal.
This means that the total cost of the team is minimized.
A major advantage is its low computation cost.
American Psychological Association (APA)
Azzam, Jamal A. F.& al-Dib, Hasan& Sharaf, Sulayman M.. 2007. Genetic algorithm for dynamic task allocation of multi autonomous unmanned air vehicles. Mansoura Engineering Journal،Vol. 32, no. 2, pp.1-9.
https://search.emarefa.net/detail/BIM-324747
Modern Language Association (MLA)
Azzam, Jamal A. F.…[et al.]. Genetic algorithm for dynamic task allocation of multi autonomous unmanned air vehicles. Mansoura Engineering Journal Vol. 32, no. 2 (2007), pp.1-9.
https://search.emarefa.net/detail/BIM-324747
American Medical Association (AMA)
Azzam, Jamal A. F.& al-Dib, Hasan& Sharaf, Sulayman M.. Genetic algorithm for dynamic task allocation of multi autonomous unmanned air vehicles. Mansoura Engineering Journal. 2007. Vol. 32, no. 2, pp.1-9.
https://search.emarefa.net/detail/BIM-324747
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 9
Record ID
BIM-324747
