Trajectory Optimization Considering Charging Station Locations for UAV-based Edge Computing Environments
Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
In this paper, we discuss a trajectory decision problem of Unmanned Aerial Vehicles (UAVs) for UAV-based edge computing systems. In the UAV-based edge computing systems, some UAVs having computing resources fly over a given area to process data generated by clients such as IoT devices. In order to utilize the computing resources of UAVs, it is important for us to consider the trajectory of UAVs for approaching client nodes. Because UAVs have constraints about moving distance due to the power consumption, we need to consider the placement of charging stations in addition to the UAV trajectory. For this problem, this paper proposes an optimization method of the trajectory of multiple UAVs in a given area, which is a variant of the traveling salesman problem. The proposed method aims to minimize the maximum traveling distance of the UAVs. We divide the problem into some sub-problems such as clustering and trajectory decision to obtain approximate solutions of the optimization problem. Through numerical experiments, we show the effectiveness of the proposed method.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Trajectory Optimization Considering Charging Station Locations for UAV-based Edge Computing Environments UAV型エッジコンピューティング環境における充電場所を考慮した軌道最適化
- Date Crossref
- 01/11/2025
- Éditeur
- Institute of Electrical Engineers of Japan (IEE Japan)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Okayama University pays non établi dans la noticeUniversité ou école supérieure
-
Kansai University pays non établi dans la noticeUniversité ou école supérieure
-
Doshisha University pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Interdisciplinary Science and Engineering in Health Systems pays non établi dans la noticeUniversité ou école supérieure
-
Graduate School of Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Engineering Science pays non établi dans la noticeUniversité ou école supérieure
Okayama University, Kansai University et Doshisha University, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.