在概率任务设计中，采用混合多目标优化方法来实现合规且高效的无人机路径规划

《ACM Journal on Autonomous Transportation Systems》：Hybrid Many-Objective Optimization in Probabilistic Mission Design for Compliant and Effective UAV Routing

针对无人机物流面临的法律限制和物理约束问题，提出融合概率任务设计与多目标优化的新型架构，通过巴黎真实数据验证了其高效合规的路径规划能力。

　　

摘要

先进的空中移动技术涵盖了众多卓越的应用领域，这些应用有望彻底改变现代物流方式，并为各种公共服务和工业用途开辟新路径。然而，在其发展过程中，这类系统的推进受到了法律限制和物理条件的复杂性的阻碍。虽然空域往往受到各种法律规定的严格约束，但无人机（UAV）在运行时还需同时考虑能源需求、信号质量以及噪音污染等问题。在这项研究中，我们提出了一种新颖的架构，该架构结合了概率任务设计（ProMis）[1, 2]和多目标优化[3]方法来实现无人机路径规划。通过这种框架，我们能够在不确定性环境下确保合规性，同时生成有效的路径，以最小化无人机在穿越人口密集区域时所需承担的各种物理成本。为此，我们将混合概率一阶逻辑用于空间推理，并结合确定性与随机性相结合的路径优化方法，将能源消耗和无线电干扰等物理目标与法律要求的逻辑概率模型相结合。我们通过使用来自法国巴黎市地图提取的真实世界众包数据进行了大规模实证评估，展示了如何构建一个既有效又合规的路径网络。