Symulacja roju dronów
Praca magisterska łącząca robotykę, algorytmy ewolucyjne i symulację fizyczną 3D. System bada rój 5 dronów UAV planujących trasę przez złożone środowisko (las, miasto) z wykorzystaniem PyBullet i wirtualnego LiDAR-u. Trasy wyznaczane są przez cztery biologicznie inspirowane algorytmy heurystyczne (MSFOA, OOA, SSA) oraz klasyczny NSGA-III jako punkt odniesienia, a w locie drony reaktywnie unikają przeszkód dzięki lokalnemu przeplanowaniu trasy w czasie rzeczywistym. Cały pipeline — od symulacji po analizę statystyczną i automatyczne raporty — zaprojektowany jest pod kątem pełnej powtarzalności eksperymentów (240 przetworzonych uruchomień). Projekt pozwolił mi połączyć warsztat inżynierski z rygorem naukowym: od architektury opartej na wzorcu Strategii, przez implementację metaheurystyk wieloobiektywowych, po walidację statystyczną wyników.
- Python
- PyBullet
- gym-pybullet-drones
- NumPy
- SciPy
- Pandas
- Matplotlib
- Hydra
- h5py
- SQLite
- Jupyter
- Pytest
- Mypy