Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Metaheuristic Planner for a Swarm of UAVs

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F26%3A0198433" target="_blank" >RIV/00216305:26220/26:0198433 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.eeict.cz/eeict_download/archiv/sborniky/EEICT_2025_sbornik_1.pdf" target="_blank" >https://www.eeict.cz/eeict_download/archiv/sborniky/EEICT_2025_sbornik_1.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Metaheuristic Planner for a Swarm of UAVs

  • Popis výsledku v původním jazyce

    Unmanned Aerial Vehicles (UAVs) have become an important component in various applications, such as filmmaking or area surveillance. Many modern applications employ autonomous flight of UAV swarms, which offer advantages but also pose constraints. This paper is focused on research and testing of different metaheuristic algorithms used for swarm path planning. Specifically, this study compares the performance of Genetic Algorithm (GA), Ant Colony Optimization (ACO), Tabu Search (TS) and Gravitational Search (GS) in solving UAV path planning problem. The proposed path planner aims to generate near optimal trajectories for area coverage while avoiding collisions within the swarm.

  • Název v anglickém jazyce

    Metaheuristic Planner for a Swarm of UAVs

  • Popis výsledku anglicky

    Unmanned Aerial Vehicles (UAVs) have become an important component in various applications, such as filmmaking or area surveillance. Many modern applications employ autonomous flight of UAV swarms, which offer advantages but also pose constraints. This paper is focused on research and testing of different metaheuristic algorithms used for swarm path planning. Specifically, this study compares the performance of Genetic Algorithm (GA), Ant Colony Optimization (ACO), Tabu Search (TS) and Gravitational Search (GS) in solving UAV path planning problem. The proposed path planner aims to generate near optimal trajectories for area coverage while avoiding collisions within the swarm.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20204 - Robotics and automatic control

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2025

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings I of the 31st Conference STUDENT EEICT 2025

  • ISBN

    978-80-214-6321-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    201-204

  • Název nakladatele

    Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    29. 4. 2025

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku