Using swarm intelligence in unmanned aerial vehicles for unknown location fixed target search

The context of this research is the use of bioinspired algorithms applied to unmanned aerial vehicles (UAV) to search for a fixed target of unknown location. A target can be a lost human being or a broken vehicle, for example. Swarm algorithms used with UAVs can be adapted to perform better than a simple scanning algorithm such as Parallel Path Finder. The Particle Swarm Optimization and Bat Algorithm algorithms are compared using constraints such as UAV battery life and the size of the search area. Thus, the best solution to this problem is shown, among the adapted ones, considering the applied restrictions.O contexto desta pesquisa é o uso de algoritmos bioinspirados aplicados a veículos aéreos não tripulados (UAV) para busca de um alvo fixo, de localização desconhecida. Um alvo pode ser um ser humano perdido ou um veículo quebrado, por exemplo. Mostra-se que algoritmos de enxame usados com UAVs podem ser adaptados para apresentar melhor desempenho do que um algoritmo de varredura simples, como o Parallel Path Finder. Comparam-se os algoritmos Particle Swarm Optimization e Bat Algorithm, usando restrições como tempo de vida das baterias dos UAVs e o tamanho da área de busca. Assim, é mostrada a melhor solução para este problema, dentre as adaptadas, considerando as restrições aplicadas