Optimización de planes de vuelo para múltiples drones en zonas de construcción

Abstract

En el sector de la construcción, los drones se han vuelto herramientas cruciales para la supervisión y control de obras, especialmente desde el inicio de la pandemia de COVID-19. Este estudio busca desarrollar la planificación de vuelos, para de esta manera mejorar el tiempo y la velocidad de las tareas. De esta manera se busca crear un modelo que incluya el uso de múltiples drones en labores de monitoreo de obras. Para ello se expone un enfoque donde se usa tanto la programación dinámica como técnicas metaheurísticas basadas en algoritmos genéticos, los cuales mejoren los planes de vuelo. Ambas propuestas son implementadas usando Python y se evaluaron en catorce escenarios en donde se aumenta la complejidad gradualmente. Para todos los escenarios propuestos, se obseva que la programación dinámica obtuvo un mejor resultado en tiempo de planificación, con 281,34 segundos (4 minutos y 47 segundos) menos que el genético, siendo una mejora del 98.01%. Además, se muestra un aumento en las velocidades de cada segmento.

In the construction sector, drones have become crucial tools for construction supervision and control, especially since the start of the COVID-19 pandemic. This study seeks to develop flight planning, in order to improve the time and speed of tasks. In this way, the aim is to create a model that includes the use of multiple drones in construction monitoring tasks. To do this, an approach is presented that uses both dynamic programming and metaheuristic techniques based on genetic algorithms, which improve flight plans. Both proposals are implemented using Python and were evaluated in fourteen scenarios where complexity is gradually increased. For all the proposed scenarios, it is observed that dynamic programming obtained a better result in planning time, with 281.34 seconds (4 minutes and 47 seconds) less than genetic programming, being an improvement of 98.01%. Additionally, an increase in the speeds of each segment is shown.