Study for optimization of battery consumption for unmanned aerial vehicles
Leonardo Grando
TESE
Inglês
T/UNICAMP G764s
[Estudo para otimização de consumo de bateria para veículos aéreos não tripulados]
Limeira, SP : [s.n.], 2025.
1 recurso online (97 p.) : il., digital, arquivo PDF.
Orientador: Edson Luiz Ursini
Tese (doutorado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Tecnologia
Resumo: Veículos aéreos não tripulados, também chamados de drones, podem ser utilizados em aplicações críticas, como suporte à recuperação de desastres ou na agricultura de precisão. No entanto, sua autonomia é limitada devido ao seu pequeno tamanho e capacidade. Novas formas de energia podem...
Ver mais
Resumo: Veículos aéreos não tripulados, também chamados de drones, podem ser utilizados em aplicações críticas, como suporte à recuperação de desastres ou na agricultura de precisão. No entanto, sua autonomia é limitada devido ao seu pequeno tamanho e capacidade. Novas formas de energia podem aumentar a autonomia dos drones e melhorar a coordenação de seus processos, tanto de trabalho quanto de tomada de decisão para a recarga de suas fontes de energia. Este trabalho visa desenvolver propostas de coordenação para o processo de recarga desses dispositivos, visando aumentar sua autonomia. Nesta pesquisa, drones são considerados dispositivos Internet das Coisas, operando em conjunto, na forma de enxame. Os drones precisam decidir se devem ou não recarregar suas baterias em uma estação de recarga. Este trabalho apresenta dois principais resultados: primeiro, a identificação de três lacunas na literatura a partir de uma revisão sistemática sobre o processo de coordenação da recarga de drones no contexto de aplicações em agricultura e desastres. O segundo resultado foi o desenvolvimento e documentação de um modelo de simulação baseada em agentes no software NetLogo, no qual foram realizadas 12.000 rodadas de simulação. Nesse modelo, considera-se um enxame de drones atuando de forma autônoma e sem comunicação entre si no momento da decisão sobre a recarga. Para esse modelo, foram propostas duas políticas de tomada de decisão, denominadas Baseline e uma baseada na teoria dos jogos chamada de política ChargerThreshold, que foram desenvolvidas e testadas, além de três indicadores para avaliar a robustez e eficiência em diferentes situações. A revisão da literatura mostrou que existem poucos estudos práticos no contexto de recarga de enxames de drones. O desenvolvimento de uma base de simulação, como este trabalho, bem como a criação de indicadores para avaliar os cenários de simulação, são contribuições importantes para esta área de pesquisa, ao servirem de base para futuros desenvolvimentos. Os resultados evidenciaram três tipos de lacunas encontradas na literatura e mostraram que ambas as políticas funcionam bem em situações com menor demanda energética. No entanto, em cenários com maior consumo de bateria, a política baseada em teoria dos jogos se mostrou mais eficiente, possibilitando que o conjunto de drones realizasse o trabalho esperado de forma autônoma. Os resultados da simulação destacam o potencial das estratégias de tomada de decisão propostas para otimizar a coordenação de drones em cenários reais, além de mostrar o potencial de uso dessa abordagem em outras aplicações, como o processo de recarga de veículos elétricos
Ver menos
Abstract: Unmanned aerial vehicles, also called drones, can be used in critical applications, such as disaster recovery support or precision agriculture. However, their autonomy is limited due to their small size and capacity. New forms of energy can increase the autonomy of drones and improve the...
Ver mais
Abstract: Unmanned aerial vehicles, also called drones, can be used in critical applications, such as disaster recovery support or precision agriculture. However, their autonomy is limited due to their small size and capacity. New forms of energy can increase the autonomy of drones and improve the coordination of their processes, both work and decision-making for recharging their energy sources. This work aims to develop coordination proposals for the recharging process of these devices, aiming to increase their autonomy. In this research, drones are considered Internet of Things devices, operating together as a swarm. Drones must decide whether to recharge their batteries at a recharging station. This work presents two main results: first, it identifies three gaps in the literature from a systematic review on coordinating drone recharging in the context of applications in agriculture and disasters. The second result was developing and documenting an agent-based simulation (ABM) model in NetLogo software, in which 12,000 simulation runs were performed. In this model, a swarm of drones is considered to be acting autonomously and without communication with each other when deciding whether to recharge. For this model, two decision-making policies were proposed, called Baseline and a game theory-based ChargerThreshold policy, which were developed and tested, in addition to three indicators to evaluate robustness and efficiency in different situations. The literature review showed few practical studies in the context of recharging drone swarms. The development of a simulation base, such as this work, and the creation of performance indicators to evaluate simulation scenarios are important contributions to this research area, as they serve as a basis for future developments. The results highlighted three gap types in the literature and showed that both policies work well in situations with lower energy demand. However, in simulation scenarios with higher battery consumption rates, the game theory-based policy proved to be more efficient, allowing the drones to perform the expected work autonomously. The simulation results highlight the potential of the proposed decision-making strategies to optimize drone coordination in real-world scenarios, showing the potential for using this approach in other applications, such as the electric vehicle recharging process
Ver menos
Aberto
Ursini, Edson Luiz, 1951-
Orientador
Fagotto, Eric Alberto de Mello
Avaliador
Azevedo, Anibal Tavares de, 1977-
Avaliador
Hernandez, Marli de Freitas Gomes, 1959-
Avaliador
Dados de pesquisa: https://doi.org/10.25824/redu/QGAUPI
Study for optimization of battery consumption for unmanned aerial vehicles
Leonardo Grando
Study for optimization of battery consumption for unmanned aerial vehicles
Leonardo Grando