Luận văn thạc sĩ: Nghiên cứu thuật toán điều khiển cho đàn robot tự hành - ĐH Kỹ thuật Công nghiệp (2021)

Nghiên cứu thuật toán điều khiển cho đàn robot tự hành gồm thuật toán đồng thuận, chiến lược nhóm trưởng thành viên và mô phỏng hệ thống đa robot tự hành.

• Tác giả: Nguyễn Quang Minh
• Người hướng dẫn: TS. Đỗ Trung Hải
• Trường học: Trường Đại học Kỹ thuật Công nghiệp - Đại học Thái Nguyên
• Chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa
• Đề tài: Nghiên cứu thuật toán điều khiển cho đàn robot tự hành
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2021
• Địa điểm: Thái Nguyên

Tóm tắt

I. Tổng quan nghiên cứu thuật toán điều khiển cho đàn robot tự hành

Nghiên cứu thuật toán điều khiển cho đàn robot tự hành là đề tài trọng điểm thuộc ngành Kỹ thuật Điều khiển và Tự động hóa tại Trường Đại học Kỹ thuật Công nghiệp – Đại học Thái Nguyên. Đề tài do tác giả Nguyễn Quang Minh thực hiện dưới sự hướng dẫn khoa học của Tiến sĩ Đỗ Trung Hải. Công trình tập trung giải quyết bài toán phối hợp chuyển động giữa nhiều thực thể tự hành. Mục tiêu chính nhằm nâng cao tính tự động và hiệu suất vận hành hệ thống. Hệ thống bao gồm nhiều robot phối hợp di chuyển và xử lý dữ liệu theo thời gian thực. Mỗi cá thể trao đổi tín hiệu liên tục qua mạng truyền thông không dây nội bộ. Cấu trúc mạng giúp các tác nhân duy trì liên kết không gian ổn định. Robot tự xác định hành trình tối ưu và hỗ trợ lẫn nhau khi làm việc. Nghiên cứu phân tích sâu các mô hình toán học và cấu trúc đồ thị topo mạng. Kết quả mở ra khả năng ứng dụng thực tế cho thiết bị bay không người lái. Hệ thống điều khiển nhóm đáp ứng tốt yêu cầu giám sát môi trường và cứu nạn diện rộng. Cơ chế phân tán mang lại độ tin cậy vượt trội.

1.1. Khái niệm và phân loại đàn robot tự hành

Đàn robot tự hành là tập hợp nhiều thiết bị cơ điện tử có trí tuệ nhân tạo. Mỗi đơn vị sở hữu bộ xử lý độc lập và cảm biến định vị riêng biệt. Nhóm robot hoạt động hợp tác để hoàn thành nhiệm vụ chung. Phân loại robot tự hành dựa trên môi trường hoạt động cụ thể. Nhóm mặt đất bao gồm xe tự hành AGV và robot thám hiểm địa hình. Nhóm trên không gồm các thiết bị bay không người lái cỡ nhỏ. Nhóm dưới nước phục vụ khảo sát thủy văn và hải dương học. Hệ thống robot bầy đàn sở hữu khả năng tự tổ chức linh hoạt. Mất mát một vài cá thể không làm gián đoạn toàn bộ nhiệm vụ. Cấu trúc phi tập trung giúp mở rộng quy mô đàn robot dễ dàng.

1.2. Mục tiêu nghiên cứu tại ĐH Kỹ thuật Công nghiệp

Luận văn thạc sĩ tại Trường Đại học Kỹ thuật Công nghiệp hướng tới xây dựng giải pháp điều khiển đa tác nhân tối ưu. Đề tài tập trung thiết kế các thuật toán phân tán đáp ứng tốc độ xử lý nhanh. Trọng tâm nghiên cứu là duy trì liên kết mạng thông tin ổn định giữa các robot. Hệ thống cần đảm bảo kiểm soát quỹ đạo di chuyển chính xác trong không gian ba chiều. Đồng thời, công trình giải quyết bài toán chống va chạm giữa các thành viên và vật cản ngẫu nhiên. Mô hình toán học được kiểm chứng qua phần mềm mô phỏng chuyên dụng. Các số liệu thực nghiệm khẳng định tính đúng đắn của phương pháp đề xuất. Kết quả nghiên cứu tạo nền tảng vững chắc cho các ứng dụng tiếp theo.

II. Thách thức cốt lõi của thuật toán điều khiển cho đàn robot tự hành

Điều khiển đàn robot tự hành đối mặt với nhiều rào cản kỹ thuật phức tạp. Trở ngại hàng đầu nằm ở giới hạn kênh truyền thông không dây. Băng thông mạng thường xuyên biến động khi số lượng tác nhân tăng lên. Trễ truyền dữ liệu gây sai lệch nghiêm trọng vị trí các robot. Hiện tượng mất gói tin làm suy giảm chất lượng bám quỹ đạo đội hình. Ngoài ra, việc thiết lập cấu trúc liên kết mạng topology đòi hỏi tính toán tối ưu liên tục. Đồ thị mạng có thể chuyển đổi giữa trạng thái thưa và dày đặc. Sự biến đổi này buộc hệ thống phải điều chỉnh ma trận kề và ma trận Laplace tức thời. Khả năng phát hiện và tránh vật cản động cũng là thách thức lớn. Các thực thể di chuyển tốc độ cao dễ xảy ra nguy cơ va chạm cục bộ. Điều kiện môi trường thực tế luôn tồn tại nhiễu đo lường từ cảm biến. Thuật toán điều khiển đòi hỏi phải vừa hội tụ nhanh, vừa bảo đảm tính bền vững. Xử lý triệt để những mâu thuẫn này là mục tiêu trọng tâm.

2.1. Giới hạn truyền thông và trễ thông tin mạng

Mạng truyền thông cục bộ giữa các robot luôn tồn tại độ trễ vật lý. Khi khoảng cách thay đổi, cường độ tín hiệu suy giảm rõ rệt. Dung lượng bộ nhớ của thiết bị tự hành bị hạn chế. Việc lưu trữ cấu trúc đồ thị ma trận lớn đòi hỏi tài nguyên tính toán cao. Trong khi đó, cấu trúc danh sách cho đồ thị thưa giảm tải bộ nhớ nhưng tốc độ truy cập chậm hơn. Độ trễ thông tin khiến các tác nhân nhận sai lệch trạng thái vận tốc của nhau. Hệ quả là đội hình robot dễ dao động mất kiểm soát. Hiện tượng ngắt kết nối tạm thời có thể phá vỡ tính liên tục của thuật toán đồng thuận. Do đó, việc xây dựng mô hình truyền thông thích nghi là yếu tố sống còn.

2.2. Vấn đề tránh vật cản và duy trì đội hình

Khi di chuyển trong địa hình phức tạp, đàn robot thường gặp chướng ngại vật bất ngờ. Các thành viên phải phân tách linh hoạt để tránh va chạm. Nhiệm vụ này đòi hỏi xác định chính xác vị trí và bán kính của vật thể cản trở. Nguy cơ chia cắt liên kết nhóm tăng cao khi khoảng cách tách đàn vượt quá tầm phủ sóng. Robot dễ rơi vào trạng thái cô lập và mất phương hướng. Đồng thời, lực đẩy tránh va chạm dễ làm xáo trộn vận tốc đồng bộ của toàn đội. Đội hình cần nhanh chóng hội tụ trở lại hình thái ban đầu ngay sau khi vượt qua vật cản. Việc cân bằng giữa phản xạ tránh né và ổn định cấu trúc nhóm là thách thức nan giải.

III. Giải pháp hoàn thiện thuật toán điều khiển cho đàn robot tự hành

Luận văn đề xuất giải pháp điều khiển tích hợp dựa trên lý thuyết đồ thị và thuật toán đồng thuận. Cấu trúc topo mạng được mô tả chặt chẽ qua ma trận liên thuộc, ma trận kề và ma trận Laplace. Thuật toán đồng thuận phân tán cho phép các robot thống nhất vận tốc và vị trí chỉ bằng dữ liệu cục bộ. Nghiên cứu kết hợp chiến lược điều khiển nhóm trưởng – thành viên thông qua mô hình nhóm trưởng ảo. Nhóm trưởng ảo định hướng toàn đàn di chuyển hướng về tọa độ mục tiêu. Đối với bài toán tránh va chạm, luận văn áp dụng hàm thế năng nhân tạo phân loại tác nhân. Các cá thể lân cận được định nghĩa là tác nhân alpha, chướng ngại vật là tác nhân beta, và mục tiêu là tác nhân gamma. Mỗi tác nhân tạo ra các trường lực tương ứng để điều khiển gia tốc di chuyển. Các tham số c1 và c2 được hiệu chỉnh tối ưu nhằm bảo đảm tính hội tụ toàn cục. Toàn bộ giải pháp được thiết lập thông qua các thuật toán lập trình hệ thống chặt chẽ.

3.1. Ứng dụng lý thuyết đồ thị và thuật toán đồng thuận

Lý thuyết đồ thị là công cụ toán học nền tảng để biểu diễn mạng liên kết robot. Mỗi robot đóng vai trò là một đỉnh trên đồ thị topo mạng. Mối quan hệ trao đổi thông tin giữa hai thực thể được mô tả bằng cạnh nối. Ma trận Laplace L hình thành từ hiệu số giữa ma trận bậc D và ma trận kề A. Thuật toán đồng thuận sử dụng phản hồi trạng thái từ các đỉnh lân cận. Quy tắc này triệt tiêu sai lệch vận tốc giữa các cá thể trong đàn. Hệ thống tự động đạt trạng thái đồng thuận mà không cần bộ điều khiển trung tâm. Khi topo mạng liên thông, toàn đàn duy trì chuyển động ổn định và nhất quán về hướng đi.

3.2. Cơ chế phân loại tác nhân và né tránh chướng ngại vật

Luận văn xây dựng thuật toán né tránh vật cản dựa trên hàm thế năng phi tuyến. Không gian chuyển động được chia thành ba nhóm tác nhân rõ rệt. Tác nhân alpha đại diện cho các robot lân cận cần giữ cự ly an toàn. Tác nhân beta đại diện cho vật cản tĩnh hoặc động cần phải né tránh. Tác nhân gamma là vị trí đích đến đóng vai trò điều hướng toàn nhóm. Thuật toán tính toán phạm vi hoạt động r_prime để kích hoạt phản lực đẩy khi gặp vật cản. Các tham số c1 và c2 quyết định gia tốc điều khiển bám và tránh. Lực đẩy đưa robot lướt mượt mà quanh vật cản mà không gây va chạm. Ngay sau khi vượt qua chướng ngại, lực hút của nhóm trưởng ảo giúp tái lập đội hình.

IV. Đánh giá ứng dụng từ thuật toán điều khiển cho đàn robot tự hành

Kết quả mô phỏng trên đàn 10 thiết bị bay không người lái UAV cùng 4 chướng ngại vật chứng minh hiệu quả vượt bậc của thuật toán. Trong suốt hành trình, các tác nhân di chuyển đồng bộ hướng về phía nhóm trưởng ảo. Khi tiếp cận vật cản, đàn UAV tự động phân tách đường bay nhịp nhàng. Mối liên kết giữa các thành viên có thể bị gián đoạn cục bộ trong tích tắc. Tuy nhiên, toàn đội nhanh chóng khôi phục kết nối và tái lập cấu trúc đội hình ban đầu ngay khi vượt qua chướng ngại vật. Sự hội tụ vận tốc diễn ra trơn tru mà không xảy ra va chạm. Công trình nghiên cứu tại Đại học Kỹ thuật Công nghiệp khẳng định tiềm năng lớn trong nhiều lĩnh vực công nghệ thực tế. Hệ thống điều khiển nhóm này hoàn toàn phù hợp để triển khai trong cứu hộ thiên tai diện rộng, tuần tra biên giới và khảo sát bản đồ địa hình. Ngoài ra, giải pháp mở ra tiềm năng tự động hóa kho vận thông minh và nông nghiệp chính xác cao.

4.1. Kết quả thực nghiệm mô phỏng trên đàn UAV

Thử nghiệm mô phỏng trường hợp 10 UAV với 4 vật cản kiểm chứng rõ tính ổn định của hệ thống. Tọa độ ban đầu và vận tốc của từng cá thể được khởi tạo ngẫu nhiên. Khi kích hoạt thuật toán, toàn đàn nhanh chóng bắt nhịp và hình thành cụm bay liên kết chặt chẽ. Đồ thị vận tốc cho thấy độ lệch giữa các tác nhân tiệm cận về 0 sau thời gian ngắn. Tại vùng có vật cản, phản lực thế năng giúp các UAV tự động điều chỉnh hướng rẽ mượt mà. Không xuất hiện hiện tượng chồng chéo quỹ đạo hay xung đột giữa các thành viên. Kết quả khẳng định thuật toán giải quyết xuất sắc bài toán điều khiển chuyển động nhóm.

4.2. Khả năng ứng dụng thực tế và hướng phát triển

Mô hình điều khiển đàn robot tự hành sở hữu tiềm năng ứng dụng to lớn trong công nghiệp và đời sống. Các đội máy bay không người lái có thể tự động rà soát sự cố trên lưới điện cao thế. Trong nông nghiệp thông minh, đàn robot hỗ trợ phun thuốc trừ sâu và gieo hạt diện rộng với độ chính xác cao. Hoạt động tìm kiếm nạn nhân trong các vụ sạt lở hoặc cháy rừng cũng trở nên hiệu quả hơn nhờ cơ chế phối hợp bầy đàn. Hướng nghiên cứu tiếp theo sẽ tập trung tích hợp công nghệ học sâu để nhận diện vật cản phức tạp. Đồng thời, việc nâng cấp giao thức truyền thông bảo mật giúp hệ thống chống lại các nguy cơ tấn công mạng.

Trích đoạn nội dung tài liệu

CHƯƠNG I TỔNG QUAN VỀ ĐIỀU KHIỂN, TRUYỀN THÔNG VÀ KẾT NỐI MẠNG ROBOT TỰ HÀNH I.1 Giới thiệu về robot tự hành Robot di động tự hành (Autonomous Mobile Robot - AMR) hay còn được gọi là robot tự hành là một thiết bị tự động có thể hiểu và di chuyển trong môi trường của nó mà không bị giám sát trực tiếp bởi người điều khiển hoặc trên một con đường cố định được xác định trước. Robot di động tự hành được trang bị một loạt các cảm biến tinh vi cho phép chúng hiểu và diễn giải môi trường của chúng, giúp chúng thực hiện nhiệm vụ của mình theo cách và đường đi hiệu quả nhất có thể, đồng thời chúng cũng có thể điều hướng xung quanh các vật cản cố định (ví dụ như tòa nhà, giá đỡ, trạm làm việc, v.) và vật cản động (chẳng hạn như người, xe nâng, các robot tự hành khác,. Robot tự hành có khả năng linh hoạt tìm ra con đường hiệu quả nhất để đạt được từng nhiệm vụ và được thiết kế để làm việc cộng tác với các trung tâm điều hành. 1: Robot di động tự hành I.1 Phân loại robot tự hành Có nhiều cách phân loại robot tự hành như theo môi trường hoạt động, theo ứng dụng và nhiệm vụ mà robot cần thực hiện.

Tuy nhiên cách phân loại phổ biến GVHD: TS Đỗ Trung Hải - 11 - Học viên: Nguyễn Quang Minh Nghiên cứu thuật toán điều khiển cho đàn robot tự hành nhất là theo môi trường hoạt động của robot (hình 1.2): có ba môi trường chính cho robot di động tự hành hoạt động: dưới nước (Unmanned Underwater Vehicles - UUVs), trên cạn (Unmanned Ground Vehicles - UGVs), và trên không (Unmanned Aerial Vehicles – UAVs), từ đó đòi hỏi các nguyên tắc thiết kế khác nhau đáng kể vì chúng khác nhau về cơ chế chuyển động. Ngoài ra cũng có những loại robot tự hành lai ví dụ như robot có khả năng di chuyển cả dưới nước và trên mặt đất. 2: Phân loại robot di động tự hành theo môi trường làm việc Robot tự hành trong ba môi trường này cũng có thể được chia thành các phân lớp nhỏ hơn: robot trên mặt đất UGVs có thể có chân, bánh xe hoặc đường ray, robot trên không UAVs có thể là khinh khí cầu nhẹ hơn không khí hoặc máy bay nặng hơn không khí, hoặc chia theo loại cánh bao gồm loại cánh cố định và cánh quay. UAV cánh cố định b.

UAV cánh quay c. UAV lai Hình 1. 3: Phân loại UAVs Trong ba loại robot tự hành kể trên thì UAVs đang được nghiên cứu và ứng dụng nhiều hơn cả do tính chất cơ động, linh hoạt và phạm vi hoạt động rộng lớn của chúng. UAVs được định nghĩa là một phương tiện di chuyển trong không trung, không có người lái trực tiếp trong buồng lái, sử dụng lực khí động học để cung cấp GVHD: TS Đỗ Trung Hải - 12 - Học viên: Nguyễn Quang Minh Nghiên cứu thuật toán điều khiển cho đàn robot tự hành lực đẩy và lực nâng.

Có nhiều cách để phân loại UAVs như theo khối lượng, kích thước, ứng dụng, nhưng phổ biến nhất là phân loại theo cấu tạo cánh bao gồm UAV cánh cố định, UAV cánh quay hay loại UAV lai có thể kết hợp cánh cứng và cánh quay (hình 1.3 ) Trong đó loại UAV cánh quay có khả năng vận hành linh hoạt do có thể cất cánh - hạ cánh thẳng đứng (VTOL) và bay lơ lửng, kích thước nhỏ gọn dễ dàng thiết kế và chế tạo hơn hai loại còn lại nên UAV cánh quay đang được nghiên cứu và sử dụng rộng rãi hơn trong thực tiễn [1,2].2 Ứng dụng của robot tự hành Hình 1. 4: Mạng robot di động tự hành và một số ứng dụng Trong cuộc sống hiện đại ngày nay, vai trò của robot tự hành không chỉ là đảm nhận những công việc nặng nhọc mà còn thực hiện các công việc có tính nguy hiểm và độc hại hoặc các công việc có tính lặp đi lặp lại và cần độ chính xác cao. Robot di động tự hành có thể sử dụng trong nhiều lĩnh vực như: quân sự, y tế, thương mại, công nghiệp, nông nghiệp. với rất nhiều các chức năng khác nhau như theo dõi, thu thập dữ liệu, cảnh báo giám sát, phân loại và vận chuyển hàng hóa, chăm sóc y tế, cứu hộ cứu nạn, giám sát và chăm sóc cây trồng, phun thuốc trừ sâu …với khả năng linh hoạt, chính xác cao.

Có thể kể đến một ví dụ cụ thể như robot di động tự hành được sử dụng trong môi trường nhà kho và trung tâm phân phối hàng hóa, GVHD: TS Đỗ Trung Hải - 13 - Học viên: Nguyễn Quang Minh Nghiên cứu thuật toán điều khiển cho đàn robot tự hành những công nghệ phức tạp được tích hợp với hệ thống điều khiển cho phép các robot tự hành tăng tính linh hoạt để tạo các tuyến đường riêng giữa các vị trí trong nhà kho hoặc cơ sở. Kết quả cuối cùng là một robot có khả năng làm việc với con người tốt hơn nhiều trong môi trường động được cung cấp bởi hầu hết các hoạt động thực hiện đơn hàng. Có thể nói robot tự hành giúp cho các quy trình làm việc trở nên hiệu quả với năng suất cao hơn. Điều này thường đạt được bằng cách thực hiện các công việc không mang lại giá trị gia tăng - chẳng hạn như vận chuyển, phân loại sản phẩm – từ đó giải phóng người lao động thực hiện các công việc khác làm tăng giá trị cho sản phẩm hay hoạt động như chọn, kiểm tra hoặc đóng gói một đơn đặt hàng.

Hay trong ứng dụng khác như công tác kiểm tra và phát hiện các vết nứt trên cầu, trên các đập thủy điện cần các robot tự hành có các bánh xe từ tính để có thể đi lại trên các bề mặt thép mà không bị rơi. Các thiết bị UGVs có thể triển khai đo, kiểm tra, phát hiện vết nứt trên những cây cầu rộng lớn, hoạt động trên những bề mặt, những địa hình nguy hiểm, độc hại mà con người không thể trực tiếp kiểm tra [3,4], các phương tiện không người lái trên hệ thống đường cao tốc tự động [5]. Nhóm UAVs kết hợp với nhau để có thể thực hiện các nhiệm vụ như bay do thám, giám sát và thu thập thông tin và truyền toàn bộ bản đồ khu vực về trung tâm xử lý hình ảnh [6, 7] với nhiều ứng dụng cụ thể như phát hiện và cảnh báo cháy rừng [8,9], tìm kiếm cứu hộ cứu nạn [10,11], tuần tra và giám sát an ninh [12,13]. Nhóm các UUVs thực hiện các nhiệm vụ trong nghiên cứu hải dương học như thăm dò địa chất, khảo cổ và khai khoáng dưới đáy biển [14,15].

GVHD: TS Đỗ Trung Hải - 14 - Học viên: Nguyễn Quang Minh Nghiên cứu thuật toán điều khiển cho đàn robot tự hành Hình 1. 5: Một số hình ảnh thu thập từ UAVs trong ứng dụng cứu hộ cứu nạn [16] Ngoài ra, còn nhiều ứng dụng cho việc giám sát, định vị đang rất cần sự triển khai của nhóm robot tự hành, các công nghệ xử lý dữ liệu cho mạng robot cũng phát triển mạnh mẽ, giảm được dữ liệu dư thừa, đảm bảo được chất lượng truyền thông cũng như tiết kiệm năng lượng tiêu thu cho mạng. Các công nghệ tiên tiến tích hợp cho các mạng robot cũng được nghiên cứu và triển khai trên nhiều mô hình hệ thống, điển hình như công nghệ trí tuệ nhân tạo (AI), công nghệ thu lượng từ môi trường ngoài để cấp cho mạng robot,. đang được tập trung nghiên cứu.2 Giới thiệu chung về điều khiển, truyền thông và kết nối mạng robot Hiện nay, đã có rất nhiều nghiên cứu về điều khiển cho một robot tự hành đơn lẻ, nhiều nghiên cứu trong số đó đã tạo ra những bộ điều khiển có chất lượng cao và đã được ứng dụng thành công vào thực tiễn.

Tuy nhiên, trong những ứng dụng thực tế có rất nhiều nhiệm vụ phức tạp đòi hỏi phải có sự phối hợp của nhiều robot với nhau để cùng thực hiện nhiệm vụ chung nhằm mở rộng phạm vi hoạt động và nâng cao hiệu suất làm việc. Do vậy trong những năm gần đây, xu hướng tập trung vào điều khiển cho đàn robot di động tự hành đang rất được quan tâm nghiên cứu và ứng dụng trong nhiều lĩnh vực khác từ dân sự đến quân sự (hình 1. GVHD: TS Đỗ Trung Hải - 15 - Học viên: Nguyễn Quang Minh Nghiên cứu thuật toán điều khiển cho đàn robot tự hành Việc kết nối nhiều robot luôn đòi hỏi rất nhiều điều kiện phải đảm bảo, các thuật toán điều khiển cũng trở nên phức tạp hơn, hệ thống phải có khả năng thông tin qua lại giữa các thiết bị với nhau, việc trao đổi thông tin không chỉ là những thông tin thu thập được mà còn là những thông tin điều khiển, thông tin về môi trường điều khiển, giúp cho cả nhóm hoạt động ổn định, đạt được mục tiêu đề ra đối với nhiệm vụ chung. Trong mạng robot tự hành, cấu trúc điều khiển được phân loại rộng rãi thành hai nhóm sơ đồ tập trung và phân tán [17].

Trong một cấu trúc tập trung, một đơn vị trung tâm có kết nối với tất cả các đối tượng nắm giữ thông tin toàn cục, thực hiện các tính toán và giám sát các đối tượng khác để đạt được nhiệm vụ. Do đó, một nguồn lực mạnh thường được yêu cầu cho đơn vị trung tâm. Ngược lại, cấu trúc phân tán giới thiệu một sơ đồ tính toán dựa trên việc chia sẻ thông tin cục bộ. Tất cả các trạm đều có cùng loại thiết bị và cấp độ.

Mỗi robot cảm nhận thông tin tương đối của các robot liền kề bằng các cảm biến cục bộ. Dựa trên dữ liệu này, một robot đưa ra quyết định cho bước tiếp theo. Các robot chỉ cần kết nối với robot liền kề và không yêu cầu thông tin toàn cục. Về vấn đề truyền thông và kết nối mạng robot thì hệ thống liên lạc không dây giữa các robot tự hành, đặc biệt là đối với các loại UAVs hứa hẹn cung cấp kết nối không dây hiệu quả về chi phí cho các thiết bị không có cơ sở hạ tầng phủ sóng.

So với thông tin liên lạc trên mặt đất hoặc những hệ thống dựa trên nền tảng độ cao, hệ thống không dây theo yêu cầu với UAV tầm thấp nói chung triển khai nhanh hơn, được cấu hình lại linh hoạt hơn và có khả năng có các kênh liên lạc tốt hơn do sự hiện diện của các liên kết tầm ngắn và trong tầm nhìn (LoS). Cầu truyền thông UAV cần đạt được thông tin liên lạc không dây tốc độ cao, được kỳ vọng sẽ đóng một vai trò quan trọng trong các hệ thống thông tin liên lạc trong tương lai.