Planificación de Rutas de Cobertura de Área y Gestión Dinámica de Misiones para Sistemas Multi-UAV

In recent years, advancements in unmanned aerial systems (UAS) have significantly improved outdoor navigation, the integration of specialized payloads, and the ability to operate multiple vehicles simultaneously, resulting in their frequent utilization within industrial settings. Research areas such as area coverage path planning have garnered significant interest from the scientific community due to their numerous applications in precision agriculture, search and rescue operations, environmental monitoring, and other fields. Within this context, this doctoral thesis addresses the advanced management of multi-UAV systems in area coverage missions, presenting innovative advancements and techniques developed in three key stages: route planning, mission distribution among multiple UAVs, and dynamic in-flight system management with replanning capabilities. Initially, the thesis introduces an original proposal for single spiral area coverage, which aims to reduce energy consumption and flight time associated with turns during navigation. This is achieved through an approach based on affine transformation matrices and clothoids. Subsequently, two novel solutions for efficient coverage of multiple areas are proposed: the first solution is based on the traveling salesman problem, while the second employs nearest neighbor techniques. Furthermore, the thesis proposes two approaches for route distribution among multiple UAVs, tailored for homogeneous systems (drones with similar characteristics) and heterogeneous systems (drones with varying characteristics). These methods enhance efficiency in coverage tasks by minimizing flight time and mission processing time compared to existing techniques in the literature. This is accomplished through a combination of heuristic methods and optimization techniques to ensure efficient workload distribution among the drones. For homogeneous systems, the original Powell-BINPAT method is proposed, which performs task distribution analogous to the bin-packing problem, combined with Powell's optimization technique. For heterogeneous systems, a modified approach called CoP-BINPAT is introduced, featuring a novel CoP metric to evaluate each UAV's performance in area coverage tasks, thereby enabling efficient route distribution. Lastly, the thesis presents a novel real-time monitoring architecture designed to supervise the status of UAVs and the ongoing mission. This architecture collects critical information for real-time analysis to detect potential failures or deviations from the pre-established flight plan. In cases of unplanned behaviors, an in-flight replanning module is activated to dynamically adjust the routes and tasks of the remaining drones. The results, obtained through performance evaluation tests, simulation software, and real-world experiments in various operational scenarios, demonstrate the computational efficiency in task planning, mission cost minimization, and the system's rapid response to unplanned events when compared to other proposals in the literature. RESUMEN En los últimos años, los avances en los sistemas aéreos no tripulados (UAS) han mejorado significativamente la navegación en exteriores, la integración de cargas útiles especializadas y la capacidad de operar múltiples vehículos simultáneamente, resultando en su uso frecuente en entornos industriales. Áreas de investigación como la planificación de rutas de cobertura de áreas han captado un gran interés por parte de la comunidad científica debido a sus numerosas aplicaciones en la agricultura de precisión, operaciones de búsqueda y rescate, monitoreo ambiental y otros campos. En este contexto, esta tesis doctoral aborda la gestión avanzada de sistemas multi-UAV en misiones de cobertura de áreas, presentando avances y técnicas innovadoras desarrolladas en tres etapas clave: planificación de rutas, distribución de misiones entre múltiples UAVs y gestión dinámica en vuelo del sistema con capacidades de replanteamiento. Inicialmente, la tesis introduce una propuesta original para la cobertura de áreas en espiral única, que tiene como objetivo reducir el consumo de energía y el tiempo de vuelo asociados con los giros durante la navegación. Esto se logra mediante un enfoque basado en matrices de transformación afines y clotoides. Posteriormente, se proponen dos soluciones novedosas para la cobertura eficiente de múltiples áreas: la primera solución se basa en el problema del viajante, mientras que la segunda emplea técnicas de vecinos cercanos. Además, la tesis propone dos enfoques para la distribución de rutas entre múltiples UAVs, adaptados a sistemas homogéneos (drones con características similares) y sistemas heterogéneos (drones con características variadas). Estos métodos mejoran la eficiencia en las tareas de cobertura al minimizar el tiempo de vuelo y el tiempo de procesamiento de la misión en comparación con las técnicas existentes en la literatura. Esto se logra mediante una combinación de métodos heurísticos y técnicas de optimización para asegurar una distribución eficiente de la carga de trabajo entre los drones. Para sistemas homogéneos, se propone el método original Powell-BINPAT, que realiza la distribución de tareas de manera análoga al problema de bin-packing, combinado con la técnica de optimización de Powell. Para sistemas heterogéneos, se introduce un enfoque modificado llamado CoP-BINPAT, que presenta una métrica novedosa, CoP, para evaluar el rendimiento de cada UAV en tareas de cobertura de áreas, permitiendo así una distribución eficiente de las rutas. Por último, la tesis presenta una arquitectura novedosa de monitoreo en tiempo real, diseñada para supervisar el estado de los UAVs y la misión en curso. Esta arquitectura recopila información crítica para su análisis en tiempo real con el fin de detectar posibles fallos o desviaciones del plan de vuelo preestablecido. En casos de comportamientos no planificados, se activa un módulo de replanificación en vuelo para ajustar dinámicamente las rutas y tareas de los drones restantes. Los resultados, obtenidos mediante pruebas de evaluación de rendimiento, software de simulación y experimentos en escenarios operativos reales, demuestran la eficiencia computacional en la planificación de tareas, la minimización del costo de las misiones y la rápida respuesta del sistema frente a eventos no planificados en comparación con otras propuestas de la literatura.