懸停在空中的車(chē)輛可以將智能傳感器連接到物聯(lián)網(wǎng)。無(wú)人機(jī)可能是連接大量智能對(duì)象以創(chuàng)建物聯(lián)網(wǎng)(IoT)的關(guān)鍵。KAUST的研究人員表明，使用無(wú)人機(jī)(也稱(chēng)為無(wú)人飛行器(UAV))在IoT對(duì)象群集之間飛行以收集其數(shù)據(jù)可能非常高效。

博士生Osama Bushnaq說(shuō)：“物聯(lián)網(wǎng)網(wǎng)絡(luò)將徹底改變我們監(jiān)視，控制和與周?chē)磺惺挛镞M(jìn)行通信的方式。Tareq Al Naffouri實(shí)驗(yàn)室的學(xué)生。可以用監(jiān)測(cè)水和養(yǎng)分含量的傳感器填充農(nóng)田。也可以部署檢測(cè)野生動(dòng)植物的傳感器網(wǎng)絡(luò)。

“為了使物聯(lián)網(wǎng)網(wǎng)絡(luò)，龐大數(shù)量的低成本的，需要自供電的傳感器，” Bushnaq說(shuō)。由于每個(gè)傳感器的電源受限以及連接這么多設(shè)備的復(fù)雜性，傳統(tǒng)的無(wú)線數(shù)據(jù)傳輸不適合該目的。

通過(guò)低功率，短距離傳輸發(fā)送無(wú)人機(jī)以收集數(shù)據(jù)可能是一種選擇，將數(shù)據(jù)聚合的負(fù)擔(dān)從每個(gè)單獨(dú)的傳感器轉(zhuǎn)移到可以自動(dòng)返回基地進(jìn)行充電的單個(gè)機(jī)器。挑戰(zhàn)來(lái)自計(jì)算最有效的數(shù)據(jù)收集方法，以最大程度地減少任務(wù)時(shí)間并提高生產(chǎn)率。

布什納克說(shuō)，想象一下一個(gè)隨機(jī)覆蓋著物聯(lián)網(wǎng)傳感器的領(lǐng)域。他解釋說(shuō)：“在每個(gè)懸停位置覆蓋一小塊場(chǎng)地可以改善無(wú)人機(jī)和設(shè)備之間的通信，減少數(shù)據(jù)聚集時(shí)間。” 但是，無(wú)人機(jī)需要花費(fèi)更多時(shí)間在現(xiàn)場(chǎng)所有IoT設(shè)備之間旅行。使總?cè)蝿?wù)時(shí)間最小化涉及優(yōu)化無(wú)人機(jī)覆蓋區(qū)域，懸停位置的數(shù)量和位置以及無(wú)人機(jī)在每個(gè)位置之間的路徑。

團(tuán)隊(duì)將問(wèn)題分為幾個(gè)部分。對(duì)于給定數(shù)量的懸停位置，團(tuán)隊(duì)首先計(jì)算出最佳懸停位置。然后，他們應(yīng)用經(jīng)典的Traveling Salesman計(jì)算機(jī)科學(xué)問(wèn)題來(lái)確定位置之間的最佳路線并優(yōu)化數(shù)據(jù)傳輸速率。Bushnaq說(shuō)：“針對(duì)不同數(shù)量的懸停位置重復(fù)此過(guò)程，直到獲得懸停和行駛時(shí)間之間的最佳權(quán)衡為止。” 對(duì)于100平方米的場(chǎng)地，該方法最多可將任務(wù)時(shí)間縮短10倍。

該團(tuán)隊(duì)目前正在測(cè)試將無(wú)人機(jī)與物聯(lián)網(wǎng)傳感器一起用于火災(zāi)探測(cè)的想法。Al Naffouri說(shuō)：“我們正在研究如何將這種系統(tǒng)用于森林火災(zāi)探測(cè)以及系統(tǒng)成本與火災(zāi)探測(cè)可靠性之間的權(quán)衡。