Charging Stations placement in Drone Path planning
for large space surveillance

 Jean Louis Fendji Kedieng Ebongue*, Israel Bayaola*, Christopher Thron**, and Anna Förster***
*University of Ngaoundéré – CAMEROON, lfendji@univ-ndere.cm, ibayaola@univ-ndere.cm
** Texas A&M University Central Texas – USA, thron@ct.tamus.edu
*** University of Bremen – Germany, afoerster@comnets.uni-bremen.de

RÉSUMÉ. Les stations de charge ont récemment été introduites pour assister les drones dans les missions de surveillance de longue durée, par exemple dans les grandes exploitations agricoles. Mais le coût de ces équipements supplémentaires reste un obstacle important à leur adoption. Il est donc impératif d’en minimiser leur nombre lors de la planification de la trajectoire du drone. A cette fin, ce travail formule le problème du drone unique avec plusieurs stations de charge (SD-MCS). Dans cette formulation, une zone d’intérêt à couvrir est donnée ainsi qu’un ensemble d’emplacements potentiels de stations de charge où le drone peut atterrir pour recharger sa batterie. L’objectif est de minimiser le nombre de stations de charge effectivement utilisées et ensuite le temps d’exécution de la mission. Trois approches sont proposées pour résoudre le problème. Un ensemble de 30 topologies aléatoires a été généré pour évaluer les différents algorithmes. Après simulations, le Back and Forth Simulated Annealing donne des résultats satisfaisants avec un nombre optimal de stations de charge.

ABSTRACT. Charging stations have recently been introduced to assist drones in long missions’ surveillance, such as in large farms. However, the cost of such extra equipment remains a significant barrier to their adoption. It is therefore imperative to minimize the number of charging stations during the path planning of the drone. To this end, this work formulates the Single Drone with Multiple Charging Stations problem (SD-MCS). In this formulation, an area of interest to be covered is given as well as a set of potential charging station locations where the drone can land to recharge its battery. The aim is primarily to minimize the number of locations for charging stations, and secondarily to minimize the completion time of the surveillance mission. Three approaches are proposed to solve the problem. A set of 30 random topologies has been generated to test the different algorithms. From computational experiments, Back and Forth Simulated Annealing provides satisfactory results with an optimal number of charging stations.

MOTS-CLÉS : Planification de la trajectoire du drone, stations de charge, aller-retour, recuit simulé.
KEYWORDS: Drone Path Planning, Charging Stations, Back and Forth, Simulated Annealing.

Video short presentation