Los investigadores de la Universidad de Stanford están trabajando en nuevas formas en que los drones pueden transportar bienes en las áreas urbanas, utilizando redes de transporte actuales como autobuses. Esta posibilidad de entregas de drones podría ver que suceden aún más rápido mientras se aborda uno de los mayores problemas que enfrentan los drones de entrega.
Los investigadores de Stanford están buscando formas de solucionar los grandes problemas que tienen los drones cuando se trata de eficiencia, la carga máxima de la que son capaces. Actualmente, la mayoría de los drones de entrega en vuelo de hoy solo pueden tomar un paquete por vuelo que generalmente consiste en nada más grande que una pequeña caja de zapatos de tamaño.
Stanford busca arreglar esto utilizando una infraestructura ya construida para permitir que los drones ‘montaran el autobús’ para partes del viaje para ahorrar energía. El equipo de investigación echó un vistazo a las redes de autobuses de San Francisco y Washington DC. El marco pudo calcular soluciones utilizables en unos pocos segundos. El equipo también encontró que los drones viajaron hasta el 360% de su rango de vuelo en las redes de tránsito.
El resumen del proyecto se puede encontrar a continuación con el resto del papel disponible en arxiv.org.
Consideramos el problema de controlar una gran flota de drones para entregar paquetes simultáneamente en áreas urbanas amplias. Para conservar la energía, los drones saltan entre vehículos de transporte público (por ejemplo, autobuses y tranvías). Diseñamos un marco algorítmico integral que se esfuerza por minimizar el tiempo máximo para completar cualquier entrega. Abordamos la complejidad multifacética del problema a través de un enfoque de dos capas. Primero, la capa superior asigna drones a las secuencias de entrega de empaquetado con un algoritmo de asignación de tareas de tiempo polinómico casi óptimo. Luego, la capa inferior ejecuta la asignación enrutando periódicamente la flota a través de la red de tránsito mientras emplea técnicas de ruta de agentes múltiples y sujetos superiores eficientes adaptadas a nuestra configuración. Los experimentos demuestran la eficiencia de nuestro enfoque en la configuración con hasta 200 drones, 5000 paquetes y redes de tránsito con hasta 8000 paradas en San Francisco y Washington DC. Nuestros resultados muestran que el marco calcula soluciones típicamente en unos pocos segundos en el hardware de productos básicos, y que los drones viajan hasta el 360% de su rango de vuelo con transporte público.
Sistema de dos capas
El enfoque en el que está trabajando Stanford es un enfoque de dos capas, que consiste en la capa superior, que se utiliza para la asignación de tareas y la capa inferior es para la búsqueda de rutas de múltiples agentes.
Asignación de tareas
El trabajo de la capa superior esencialmente toma la información de ubicación de los depósitos y los paquetes y el tiempo estimado del tiempo de viaje del dron y calcula los datos que producen una solución. La solución consiste en que el paquete se asigne a un depósito y un dron de entrega junto con cada uno de los drones asignados con una secuencia de entregas.
Pathinfinding de múltiples agentes
La capa inferior toma la red de tránsito y las ubicaciones de inicio y objetivo de drones desde la capa superior y genera un conjunto detallado de rutas para cada uno de los drones a seguir dentro de las restricciones del sistema y el horario de tránsito.
https://www.youtube.com/watch?v=2u8ji-n9ulk
¿Qué piensas de que los drones se llevan en una infraestructura ya existente, como una red de autobuses para hacer que las entregas sean más eficientes? Háganos saber en los comentarios a continuación.
Foto: SISL
FTC: Utilizamos ingresos que ganan enlaces de afiliados para automóviles. Más.