Robustness of UAV Operations in Indoor Environments
Author
Christensen, Mads Kammer
Term
4. term
Education
Publication year
2018
Submitted on
2018-02-05
Abstract
Indoor applications of unmanned aerial vehicles (UAVs) face uncertain flight times due to factors such as positioning signal latency, unforeseen obstructions, propulsion variability, and air disturbances, which can make production schedules nervous, especially when many UAVs operate concurrently. This thesis studies how separate transport delays aggregate across chains of interdependent tasks and assesses the stabilizing effect of inserting fixed time buffers between tasks on both stability and makespan. It develops a mathematical and simulation framework in which precedence-constrained tasks are executed by identical UAVs at location nodes that can be blocked during processing, and flights between nodes traverse “stochasticity zones” endowed with probability distributions for additional delay. A heuristic planner builds a feasible task assignment and sequence under transport times, node occupancy, and a uniform buffer B; a delay-propagation algorithm then samples route-specific delays and propagates them through UAV and node constraints to compute total schedule delay (measured on the most delayed UAV) and impact on makespan. Planning uses integer time steps for tractability while delays are drawn from continuous distributions for realism. Under stated assumptions (e.g., deterministic task times, no early arrivals, no overtaking), the framework enables analysis of the trade-off between robustness and cycle time and supports estimating buffer sizes that reduce schedule nervousness. Specific numerical results are not provided in the excerpt.
Indendørs anvendelser af ubemandede luftfartøjer (UAV’er) er præget af usikre flyvetider som følge af blandt andet positionssignalets hastighed, uforudsete forhindringer, variationer i fremdrift og luftforstyrrelser, hvilket kan gøre produktionsplaner nervøse, især når flere UAV’er opererer samtidigt. Denne afhandling undersøger, hvordan separate transportforsinkelser akkumuleres gennem en kæde af indbyrdes afhængige opgaver, og hvilken effekt faste tidsbuffere mellem opgaver har på stabilitet og gennemløbstid. Der udvikles en matematisk model og en simuleringsbaseret metode, hvor opgaver med præcedenskrav udføres af identiske UAV’er på lokalitetsknuder, der kan være blokerede under udførelse. Flyvninger mellem knuder passerer gennem ”stokasticitetszoner”, som hver tildeles sandsynlighedsfordelinger for ekstra forsinkelse. En heuristisk planlægger konstruerer en gennemførlig opgavefordeling og -sekvens under hensyntagen til transporttider, knudeoptag og en ensartet buffer B, hvorefter en forsinkelsesalgoritme sampler rutespecifikke forsinkelser og udbreder dem via UAV- og knudebegrænsninger for at beregne samlet forsinkelse (målt på den mest forsinkede UAV) og effekt på makespan. Planlægning foretages i heltalstid for beregningsmæssig enkelhed, mens forsinkelser simuleres fra kontinuerte fordelinger for at øge realismen. Inden for opstillede antagelser (bl.a. deterministiske opgavetider, ingen forspring og ingen overhaling) danner rammeværket grundlag for at analysere trade-offet mellem robusthed og cyklustid og for at estimere bufferstørrelser, der kan reducere plan-nervøsitet. Konkrete numeriske resultater er ikke inkluderet i det viste uddrag.
[This apstract has been generated with the help of AI directly from the project full text]