인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This paper presents a terrain-aware multi-agent path planning framework integrates multiple-mission D* lite (MMD*L) for lobal path planning and sequential convex programming (SCP) for local trajectory optimization. The proposed approach enhances mission efficiency by incorporating three key terrain factors—traversability, elevation, and visibility—to derive optimal paths in complex environments. The MMD*L algorithm efficiently assigns waypoints to agents using the multiple-traveling salesman problem (mTSP) formulation, which optimizes waypoint allocation for each vehicle. For local path planning, SCP is applied to generate real- time trajectory adjustments that respect vehicle dynamics while ensuring obstacle avoidance. Simulation results demonstrate that MMD*L significantly reduces computational overhead in dynamic environments by reusing precomputed graphs, whereas conventional A* must recompute paths entirely when the starting position changes. Furthermore, SCP-based trajectory optimization successfully generates smooth and dynamically feasible paths while effectively avoiding obstacles. The proposed framework improves real-time adaptability and computational efficiency, making it well-suited for applications in autonomous ground vehicles, unmanned aerial vehicles, and robotic swarm coordination.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-094005543
