Page 11 - Innovations in Intelligent Machines

Contents XI
5.3 Using RBFN for Accelerating DE Algorithm . . . . . . . . . . . . . . . . 102
6 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
7 Conclusions ................................................. 107
7.1 Trends and challenges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

Evolution-based Dynamic Path Planning
for Autonomous Vehicles
Anawat Pongpunwattana and Rolf Rysdyk ........................... 113
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
2 Dynamic Path Planning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
3 Probability of Intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4 Planning Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.1 Algorithm for Static Planning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.2 Algorithm for Dynamic Planning . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5 Planning with Timing Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6 Planning in Changing Environment ............................. 138
7 Conclusion .................................................. 142
8 Acknowledgments ............................................ 143
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
Algorithms for Routing Problems Involving UAVs
Sivakumar Rathinam and Raja Sengupta ............................ 147
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
2 Single Vehicle Resource Allocation Problem
in the Absence of Kinematic Constraints . . . . . . . . . . . . . . . . . . . . . . . . 148
2.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
2.2 Relevant Literature ...................................... 149
2.3 Algorithms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
3 Multiple Vehicle Resource Allocation Problems
in the Absence of Kinematic Constraints . . . . . . . . . . . . . . . . . . . . . . . . 155
3.1 Literature Review ....................................... 155
3.2 Single Depot, Multiple TSP(SDTSP) . . . . . . . . . . . . . . . . . . . . . . 156
3.3 Multiple Depot, Multiple TSP (MDMTSP) . . . . . . . . . . . . . . . . . 158
3.4 Generalized Multiple Depot Multiple TSP (GMTSP) . . . . . . . . 159
4 Resource Allocation Problems in the Presence
of Kinematic Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
4.1 Problem Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
4.2 Literature Review ....................................... 163
4.3 Alternating Algorithm for the Single UAV Case . . . . . . . . . . . . . 164
4.4 Approximation Algorithm for the Multiple UAV Case . . . . . . . . 165
5 Summary and Open Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170