Les véhicules aériens sans pilote (VAP) continuent de redéfinir les horizons de la recherche et de l’industrie. Les drones, grâce à leur autonomie et à leur efficacité en vol, s’imposent dans diverses applications. Cependant, l’autonomie des drones reste un défi majeur, impactant à la fois leurs performances et leur sécurité en mission.
Dans sa thèse dirigée par Monsieur Ramdane-Cherif (LISV) et co-encadrée par Yassine Meraihi (Université M’hamed Bougara de Boumerdes) et Assia Soukane (ECE), Amylia Belhabib explore les enjeux de l’autonomie des drones dans le contexte des smart cities, mettant l’accent sur la coordination pour servir les véhicules autonomes.
Deux approches innovantes sont présentées pour résoudre le délicat problème de la planification de trajectoire UAV. Les algorithmes CCO-AVOA, une amélioration astucieuse de l’algorithme d’optimisation des vautours africains, et CAOSA, une approche hybride mariant l’optimisation Aquila avec le recuit simulé, démontrent des performances accrues en termes de diversité de solutions et d’équilibre entre exploration et exploitation.
La thèse aborde également la question cruciale de l’autonomie et de l’efficacité des drones dans le problème de placement du drone.
L’algorithme IMRFO-TS, une fusion ingénieuse de l’optimisation des raies manta améliorée avec une stratégie de contrôle tangentiel et un algorithme de recherche taboue, offre une solution efficace tenant compte des contraintes énergétiques et de charge.
Félicitations à Amylia Belhabib pour cette contribution, un éclairage précieux sur la coordination avancée de drones pour les véhicules autonomes !
