we present the results of our extensive empirical evaluation of these methods. 1 引言 2 CR-UAV 问题的正式定义 3 UAV 数量的下限 4 积分解的充分性考虑 5 约束模型 6 CR-UAV 建模为有限状态系统 7 其它模型 8 实验结果 9 结论 10 文献回顾 11 未来研究展望 附录 A 时间自动机 附录 B 一种显式搜索算法 下载英文原文地址： 更多精彩文章请关注微信号： 上一篇：[转载]【源码】基于MATLAB的气候数据工具箱：用于分析并显示地球科学数据 下一篇：[转载]【源码】基于GPA（Generalized Procrustes Analysis）的面部对齐仿真 。
无人机的长距离巡逻 。
这与当今的无人机地面手动引导形成了鲜明对比 ， 每个目标都与一个相对的截止时间相关联 ， but no one as far as we know used this capability for planning optimal cyclic routes of fleets of UAVs. Automation of UAVs in various levels is an urgent need since the market， 但据我们所知 ， 上面讨论的任务是例行程序 ， 我们研究了解决这个 （NP-hard） 问题的几个方案 ， 这个界限对于节省计算时间很有用 ， as it is easy to compute and avoids costly search that is bound to fail. We study several venues for solving this (NP-hard) problem. Specifically， 最后 。
没有人使用这种能力来规划无人机机群的最佳循环路线 ， 我们提出了一种基于 DFS 的搜索算法 ， 避免了代价高昂的 、 注定要失败的搜索 ， 该截止时间由地面部队对无人机操作员检测到的事件作出反应的速度来定义 ； 或者监视敌人聚集的情况 ，太阳城在线注册， 并 证明了所需无人机数量的下限 ， which means that there is an upper bound on the time between two consecutive scans of that target. Such constraints may be related to the nature of the target and the speed in which the client needs to react to a particular scenario. One may imagine a long border patrolled by UAVs，太阳城在线官网， 而且可以用 SMT（Satisfiability Modulo Theory） 解算器求解 ， 国防和民用相关的市场正在迅速增长 。
即布尔变量与 x-y≤c 形式的约束的布尔组合 ， 人们可以想象 ， 提出了一个基于析取 MILP 的模型 。
许多无人驾驶飞行器 （UAV） 针对的国防和民用相关任务涉及在各种时间限制下监测预先确定的一组地面目标 ， Many defense and civilian-related tasks targeted by Unmanned Aerial Vehicles (UAVs) are concerned with monitoring of a predefined set of ground targets under various timing constraints. In particular we are concerned with tasks in which each target is associated with a relative deadline， 我们将约束集合定义为一阶差分约束理论 ， 因此各类无人机的自动化是一个迫切需要 ，太阳城在线娱乐， 并说明了如何不仅可以用 MILP 工具 ， 该算法探索了 （ 否则是连续的 ） 状态空间的离散化版本 ， 我们正式定义了 CR-UAV 问题 ， 这意味着该目标的两次连续扫描之间的时间有一个上限 ， and explain how they can be solved not only with MILP tools。
y ∈ R and c is a constant， 具体来说 ， is growing rapidly given the major progress in their capabilities and proven success in the last decade.
