Optimización de planes de vuelo para múltiples drones en zonas de construcción
Resumen
El sector de la construcción ha encontrado en los drones una tecnología útil para la vigilancia y supervisión de obras, en especial desde la pandemia del COVID-19. Esta investigación propone el diseño de modelos de planificación de vuelo con el fin de optimizar su tiempo y velocidad. El objetivo es desarrollar un modelo que permita emplear múltiples drones para llevar a cabo tareas de supervisión en zonas de construcción. En este sentido, se presenta un modelo de programación dinámica y una metaheurística basada en algoritmo genético, ambos aplicados para la optimización de planes de vuelo con múltiples drones. Las propuestas implementadas en Python han sido probadas en 14 escenarios, incrementando gradualmente la complejidad. En todos ellos, el modelo basado en programación dinámica muestra mejoras significativas en el tiempo de planificación, obteniendo una diferencia promedio de 281,34 segundos o 4 minutos y 47 segundos, lo cual es un 98,01 % superior al algoritmo genético. Además, se observa una mejora considerable en las velocidades por segmento, lo cual se refleja en los resultados.
Descargas
Citas
Albeaino, G., & Gheisari, M. (2021). Trends, benefits, and barriers of unmanned aerial systems in the construction industry: A survey study in the United States. Journal of Information Technology in Construction, 26, 84-111. https://doi.org/10.36680/j.itcon.2021.006
Balfour Beatty. (2017, 12 de mayo). Flying into the future of bridge inspections. https://www.balfourbeatty.com/news/flying-into-the-future-of-bridge-inspections/
Bouman, P., Agatz, N., & Schmidt, M. (2018). Dynamic programming approaches for the traveling salesman problem with drone. Networks, 72(4), 528-542. https://doi.org/10.1002/net.21864
Criado, R. M., & Rodríguez Rubio, F. (2015). Autonomous path tracking control design for a comercial quadcopter. IFAC-PapersOnLine, 48(9), 73-78. https://doi.org/10.1016/j.ifacol.2015.08.062
Decreto Supremo 011-2019-TR [Ministerio de Trabajo y Promoción del Empleo]. Decreto Supremo que aprueba el Reglamento de Seguridad y Salud en el Trabajo para el Sector Construcción. 11 de julio del 2019. Diario oficial El Peruano. https://cdn.www.gob.pe/uploads/document/file/341232/decreto-supremo-n-011-2019-tr-1787274-4.pdf?v=1562856062
DJI. (2020). Mavic 2 Pro/Zoom. User Manual. DJI.
Doole, M., Ellerbroek, J., & Hoekstra, J. (2020). Estimation of traffic density from drone-based delivery in very low level urban airspace. Journal of Air Transport
Management, 88, 101862. https://doi.org/10.1016/j.jairtraman.2020.101862
Fan, J., & Saadeghvaziri, M. A. (2019). Applications of drones in infrastructures: Challenges and opportunities. World Academy of Science, Engineering and Technology International Journal of Mechanical and Mechatronics Engineering, 13(10), 649-655. https://doi.org/10.5281/zenodo.3566281
Fu, S.-Y., Han, L.-W., Tian, Y., & Yang, G.-S. (2012). Path planning for unmanned aerial vehicle based on genetic algorithm. En 2012 IEEE 11th International Conference on Cognitive Informatics and Cognitive Computing (pp. 140-144). IEEE. https://doi.org/10.1109/ICCI-CC.2012.6311139
Hrishikeshavan, V., & Chopra, I. (2017). Refined lightweight inertial navigation system for micro air vehicle applications. International Journal of Micro Air Vehicles, 9(2), 124-135. https://doi.org/10.1177/1756829316682534
Hromkovič, J. (2013). Algorithmics for Hard Problems: Introduction to Combinatorial Optimization, Randomization, Approximation, and Heuristics. Springer Science & Business Media.
Khan, S. I., Qadir, Z., Munawar, H. S., Nayak, S. R., Budati, A. K., Verma, K. D., & Prakash, D. (2021). UAVs path planning architecture for effective medical emergency response in future networks. Physical Communication, 47, 101337. https://doi.org/10.1016/j.phycom.2021.101337
Lee, D., & Cha, D. (2020). Path optimization of a single surveillance drone based on reinforcement learning. International Journal of Mechanical Engineering and Robotics Research, 9(12), 1541-1547. https://doi.org/10.18178/ijmerr.9.12.1541-1547
Li, Y., Liu, H., Zheng, X., Han, Y., & Li, L. (2019). A top-bottom clustering algorithm based on crowd trajectories for small group classification. IEEE Access, 7, 29679-29698. https://doi.org/10.1109/ACCESS.2019.2902310
Ministerio de Vivienda, Construcción y Saneamiento. (2020). Lineamientos de prevención y control frente a la propagación del COVID-19 en la ejecución de obras de construcción. https://cdn.www.gob.pe/uploads/document/file/671272/Lineamiento_de_Prevencion_y_Control_del_COVID-19_en_Obras_Construccion.pdf
Nguyen, M. A., Dang, G. T.-H., Hà, M. H., & Pham, M.-T. (2022). The min-cost parallel drone scheduling vehicle routing problem. European Journal of Operational Research, 299(3), 910-930. https://doi.org/10.1016/j.ejor.2021.07.008
Palomino, J., Hennings, J., & Echevarría, V. (2017). Análisis macroeconómico del sector construcción en el Perú. Quipukamayoc, 25(47), 95-101. https://doi.org/10.15381/quipu.v25i47.13807
Poikonen, S., Golden, B., & Wasil, E. A. (2019). A branch-and-bound approach to the traveling salesman problem with a drone. INFORMS Journal on Computing, 31(2), 335-346. https://doi.org/10.1287/ijoc.2018.0826
Sando. (2021, 2 de agosto). Sando logra la habilitación para operar drones en espacios aéreos controlados, zonas urbanas y vuelos nocturnos. Sando blog. https://www.sando.com/es/drones-sando-aesa-operar-zonas-urbanas-nocturnas/
Schermer, D., Moeini, M., & Wendt, O. (2020). The traveling salesman drone station location problem. En H. Le Thi, H. Le & T. Pham Dinh (Eds.), Optimization of
Complex Systems: Theory, Models, Algorithms and Applications. WCGO 2019 (pp. 1129-1138). Springer. https://doi.org/10.1007/978-3-030-21803-4_111
Wankmüller, C., Truden, C., Korzen, C., Hungerländer, P., Kolesnik, E., & Reiner, G. (2020). Optimal allocation of defibrillator drones in mountainous regions. OR Spectrum, 42(3), 785-814. https://doi.org/10.1007/s00291-020-00575-z
Yi, W., & Sutrisna, M. (2021). Drone scheduling for construction site surveillance. Computer-Aided Civil and Infrastructure Engineering, 36(1), 3-13. https://doi.org/10.1111/mice.12593
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Última actualización: 03/05/21