Abstrakt

Unbemannte Luftfahrzeuge (UAV) ermöglichen eine schnelle und autonome Reaktion auf dringende Erfordernisse, wie Such- und Rettungseinsätze oder Materiallieferungen. Gleichzeitig werden Luftraumbeschränkungen eingeführt, um das externe Risiko des UAV-Betriebs unter Berücksichtigung des Luft- und Bodenrisikos zu verringern, was in Kombination mit der begrenzten Batteriekapazität die effiziente Nutzung von UAVs behindern kann. In dieser Studie stellen wir ein robustes Optimierungsmodell für ein Standortproblem von UAV-Hangars vor, das Nachfrage-Hotspots, eingeschränkte Gebiete, eine Standardmission zur Erfüllung von Batteriekapazitätsbeschränkungen und die Auswirkungen von Windszenarien am Beispiel von Wasserrettungsmissionen berücksichtigt. Wir verwenden Open-Source-GIS-Daten, um positive und negative Standortfaktoren für UAV-Hangars und Gebiete mit erhöhtem Ertrinkungsrisiko als Bedarfspunkte abzuleiten. Die Pfadfindung für den UAV-Einsatz verwendet einen A*-Algorithmus, um die kürzesten Einsatztrajektorien in fünf verschiedenen Restriktionsszenarien zu finden. Zusätzlich identifizieren binäre Belegungsraster und Bildverarbeitungsalgorithmen einschränkungsfreie Verbindungen für schnellere Berechnungen. Für die optimalen UAV-Hangar-Standorte maximieren wir die Erreichbarkeit und minimieren gleichzeitig die Servicezeit zu den Bedarfspunkten. Dies führt zu einer Verbesserung der durchschnittlichen Servicezeit von 624,20 s für alle Anlagenkandidaten auf 401,69 s für eine bzw. 315,38 s für zwei optimale Anlagen.