מסגרת אופטימיזציה היברידית מבוססת קבוצה-לי לתכנון מסלולי רחפנים מרובי-מטרות באמצעות L-VGWO

מסלולי טיסה חכמים יותר לרחפנים בסביבות מאתגרות

כשמשתמשים ברחפנים במצבים מסוכנים — כגון זירות שריפה, אזורי אסון או ערים צפופות — הם צריכים למצוא מסלולים שלא רק בטוחים וקצרים, אלא גם חלקים ויציבים. פניות חדות או תנועות רועדות עלולות להרוס קריאות מצלמה או אפילו לגרום להתנגשויות. מאמר זה מציג גישה חדשה לתכנון מסלולים תלת-ממדיים לשמירה על תנוחת הכלי והתמצאותו יציבה וטובה, גם בסביבות צפופות, תוך שימוש באסטרטגיית חיפוש חזקה בהשראת התנהגות קבוצתית של בעלי חיים.

שרטוט מסלולים מעוקלים על עולם מעוקל

רוב מתכנני המסלולים מתייחסים לתנועת הרחפן כאילו היא מתרחשת במרחב שטוח רגיל, ומציינים את התמצאותו באמצעות שלשות זוויות פשוטות. גישה זו קורסת כאשר הרחפן צריך לבצע סיבובים גדולים, מה שגורם להיפוכים לא נאים ולקפיצות פתאומיות במצבו הזוויתי. המחברים נעזרים במקום זאת בתיאור גיאומטרי של התנועה המושאל מהרובוטיקה והמכניקה המודרנית. הם מייצגים כל צעד לאורך המסלול כשינוי קטן גם במיקום וגם בתנוחה בתוך מבנה מתמטי המתאר באופן טבעי תנועה קשיחה בתלת-ממד. על ידי שרשרת של שינויים קטנים אלה, השיטה בונה מסלול רציף שבו תנוחת הרחפן מתפתחת בצורה חלקה, ללא סינגולריות בזוויות או ללא רצף.

איזון בין בטיחות, חלקות ודיוק

משימות אמיתיות דורשות יותר מהגעה ליעד בלבד: הרחפנים חייבים להימנע ממכשולים, להסתיים בדיוק במקום ובכיוון הנדרש, ולנוע באופן שהחיישנים והמפעילים על סיפון המטוס יכולים להתמודד איתו. בכדי ללכוד זאת, המחברים משלבים מספר דרישות לציון כולל עבור כל נתיב מועמד. ניקוד זה מקניט טעות בהגעה למיקום הסופי הרצוי או לכיוון סופי שגוי, אך גם מודד כמה בעדינות משתנה התנוחה והמהירות של הרחפן מנקודה לנקודה. עונשים נוספים מונעים טיסה קרובה מדי לקירות או עצמים ולנטיית מעקף מיותרת. על ידי התאמת המשקלים היחסיים של מרכיבים אלה, המתכנן יכול להעדיף בטיחות, תנועה חלקה או דיוק מקסימלי, בהתאם לדרישות המשימה.

לאפשר לזאבים ונשרים לחפש יחד

חיפוש אחר המסלול הטוב ביותר בהגדרה הגיאומטרית הזו הוא בעיה קשה, מכיוון שבחירות מוקדמות לאורך הנתיב יכולות להשפיע קדימה וליצור אינטראקציות מורכבות. במקום להסתמך על שיטות מבוססות חשבון אינפיניטסימלי, המחברים מעצבים אלגוריתם חיפוש היברידי המדמה את אופן הציד של קבוצות בעלי חיים. חלק מהשיטה, בהשראת נשרים-גריפון, משוטט באופן רחב כדי לחקור חלקים חדשים של מרחב החיפוש. חלק אחר, המודגם על ידי בנות-זאבים אפורות, מתמקד בהתקרבות ובהתכנסות לאופציות מבטיחות. בכל סבב, שלב הדומה לנשר מציע שינויים נועזים במסלול, ושלב הדומה לזאב משפר לאחר מכן את המועמדים הללו באופן מקומי. מנגנון נוסף מושך בעדינות מועמדים חלשים לעבר אשכול של הטובים הנוכחיים, ומשפר את הריכוז מבלי להיתפס מוקדם מדי.

מבחן השיטה

החוקרים בוחנים את המסגרת שלהם בסביבות תלת-ממד מדומות המלאות בתערובת של מכשולים ספריים, גליליים ובצורת קופסאות. הרחפן חייב לטוס מנקודת התחלה קבועה למיקום יעד תוך הגעה עם כיווני סיום שונים. הם משווים את הגישה ההיברידית שלהם, הנקראת L-VGWO, למספר אופימיזטורים מוכרים בהשראת להקות, וגם לגרסאות המשתמשות בייצוגים מבוססי-זוויות מסורתיים. תחת הייצוג הגיאומטרי כל האלגוריתמים מתנהגים טוב יותר, אך השיטה ההיברידית בולטת: היא מוצאת מסלולים קצרים, בטוחים וחלקים יותר, מתכנסת מהר יותר ומציגה פרופילי מהירות יציבים יותר. מבחנים סטטיסטיים על ריצות מרובות מאשרים שהיתרון שלה אינו תוצאה של מקריות אלא משקף ביצועים טובים יותר באמת.

מה משמעות הדבר למשימות רחפנים בעולם האמיתי

במונחים פשוטים, העבודה מראה כיצד לשלב תיאור מציאותי יותר של תנועת רחפן עם אסטרטגיית חיפוש חכמה כדי להשיג מסלולי טיסה ששומרים על בטיחות וביצועיות טיסה. על ידי בניית מסלולים משינויים קטנים ומובנים היטב של תנוחה, השיטה נמנעת מפניות פתאומיות וקיפולים; על ידי שימוש בחיפוש מתואם בהשראת זאבים ונשרים, היא מגלה ביעילות מסלולים שמשאירים מרחק בטוח ממכשולים תוך עמידה בדרישות קצה מחמירות. אף על פי שהדגמה נעשתה בסימולציה, הגישה מצביעה על רחפנים אוטונומיים אמינים יותר היכולים לנווט במשימות תלת-ממד תובעניות — כגון בדיקה מדויקת או תגובה למצבי חירום — מבלי לוותר על יציבות או בטיחות.

ציטוט: Wang, Y., Guo, C., Shao, Y. et al. A Lie group-based hybrid optimization framework for multi-objective UAV path planning using L-VGWO. Sci Rep (2026). https://doi.org/10.1038/s41598-026-46462-5

מילות מפתח: תכנון מסלולי רחפן, ניווט רחפנים, אופטימיזציה מטה-יוריסטית, חלקות מסלולים, הימנעות ממכשולים