Abstract

Due to the rapid technological and scientific development, in recent years, unmanned

vehicles are being used in several application domains, such as mapping, agriculture

and deep-sea exploration. Although autonomous vehicles provide a solution to a

number of problems, new problems that need to be solved are coming to the surface.

One of the most important problems of unmanned vehicles is the problem of finding a

path that covers the entire area of interest in a predefined environment while avoiding

obstacles. This problem is also known as Coverage Path Planning (CPP).

Even though many research works have been focused on solving the CPP problem

in 2D environments, the CPP problem in 3D environments has not attracted considerable

attention. Furthermore, other issues such as energy, speed and data capacity are often

not taken into account.

Taking into account the importance of CPP of autonomous vehicles and the lack

of CPP software, we have developed a methodology and a tool for optimal routing

of autonomous vehicles. The inputs of the tool include a three dimensional array

describing the area of interest as well as information regarding vehicle characteristics

(such as starting position, speed, total energy and storage). Our tool produces the

route that each vehicle will follow in order to cover the area of interest. The path

produced is tailored to each vehicle based on its characteristics.

Keywords: Coverage Path Planning, CPP, autonomous vehicle, 3D Coverage Path

Planning

2