توصيفگر ها :
دسته‌هاي پهپادي , پرواز آرايشي , مكان‌يابي نسبي , اينترنت اشيا
چكيده فارسي :
در سال‌هاي اخير استفاده از وسايل حمل و نقل خودران بسيار مورد توجه است. پرنده‌هاي هدايت پذير از راه دور (پهپادها) يكي از انواع مهم آن‌ها است. امروزه به خاطر كاربردهاي بسيار زياد، توليد اين وسايل بسيار افزايش يافته و همين استفاده از آن‌ها را مقرون به صرفه‌تر كرده و از آن به عنوان يكي از مثال‌هاي مهم در اينترنت اشياء ياد مي‌شود. از كاربردهاي آن‌ها مي‌توان به امداد و نجات، كشاورزي هوشمند، تبليغات و سرگرمي، تجهيزات نظامي و استفاده در نسل‌هاي جديد صنعت اشاره كرد. بسياري از ماموريت‌هاي مذكور به صورت شبكه‌اي از پهپادها (دسته‌هاي پهپادي) انجام مي‌شود. در برخي كاربردها نياز به پرواز با آرايشي مشخص در هر لحظه است، يعني شبكه پهپادها با آرايشي تعيين شده پرواز مي‌كنند. در فعاليت‌هاي همكارانه پهپادها يكي از مهم‌ترين نيازها، مكان‌يابي دقيق و بدون وقفه است. سيستم‌هاي مكان‌يابي داراي دسته‌بندي‌هاي مختلفي هستند كه در اين پايان‌نامه سيستم مكان‌يابي نسبي و مطلق مورد نظر است. مكان‌يابي نسبي در مواردي كه عوامل يك شبكه به صورت همكارانه فعاليت مي‌كنند، مانند شبكه‌هاي پهپادي يا گروهي از خودروهاي در حال حركت، داراي اهميت زيادي است و به عنوان جايگزيني براي مكان‌يابي مطلق مطرح مي‌شود.براي فرآيند مكان‌يابي روش‌هاي مختلفي مطرح شده است كه همواره در حال بهبود است. يكي از فعاليت‌هاي همكارانه دسته‌هاي پهپادي، پرواز آرايشي است. در اين پرواز يك نقشه مرجع وجود دارد و هدف دسته پهپادي اين است كه اولا اين شكل را ايجاد كرده و سپس آن را حفظ نمايد و يا در صورت لزوم شكل خود را عوض كند. در اين پايان‌نامه يك روش مركزي براي پرواز آرايشي پهپادها با استفاده از مكان‌يابي نسبي پيشنهاد مي‌شود. در اين روش يك پهپاد رهبر وجود دارد كه مسير حركت را مي‌داند. بقيه پهپادها به طور متناوب سعي مي‌كنند با حفظ نقشه مرجع پهپاد رهبر را دنبال كنند. براي اين منظور در هر بازه زماني بردار سرعت پهپادها محاسبه مي‌شود. اين بردارهاي سرعت به نحوي محاسبه مي‌شوند كه شكل پرواز دسته پهپاد به بهترين تقريب از شكل دلخواه برسد. بااستفاده از اين روش در يك دسته پهپادي با كمينه فاصله اعضاء 2 متر، به خطاي جذر ميانگين مربعات 13سانتي‌متر رسيده‌ايم.
چكيده انگليسي :
In recent years, the use of autonomous transportation vehicles has grown significant attention. Unmanned Aerial Vehicles (UAVs) are one crucial type among them. Today, due to their versatile applications, the production of these devices has increased significantly, making their use more cost-effective. They are considered as a significant example in the Internet of Things (IoT). Their applications include search and rescue operations, smart agriculture, advertising and entertainment, military equipment, and use in emerging industrial generations. Many of these mentioned missions are carried out in a network of UAVs. In some applications, there is a need for flights with a specific formation at any given moment, meaning the UAV network flies (UAV swarm) with a predetermined arrangement. In collaborative activities, one requirement for UAVs is high-accuracy and low-latency localization. Localization systems have various classifications; In this thesis, we consider relative and absolute positioning systems. Relative Localization is particularly important in cases where elements of a network collaborate, such as UAV networks or groups of moving vehicles, and is suggested as an alternative to absolute positioning. One collaborative activity of UAV swarms is the formation flight, where a reference map exists. The goal of the UAV swarm is creation and maintenance of the formation and change it, if necessary. This thesis proposes a centralized method for formation flight using relative localization. In this method, there is a leader UAV that knows the path of flight. The other UAVs alternately try to follow the leader UAV while maintaining the formation. For this purpose, the velocity vectors of the other UAVs are calculated at each time slot subject to the formation of the UAVs approximates the desired shape as closely as possible. In this method, with 5 UAVs that minimum distance of 2 meters, we achieve RMSE of 13 centimeters
