When maritime accidents occur, search and rescue (SAR) operations for survivors are a top priority. To conduct the SAR, a fleet of Unmanned Aerial Vehicles (UAVs) can be used. The objective of the search task is to maximize the probability of locating targets. The goal of the rescue task is to follow survivors, transmit their location and status to the command center, and await the rescue team. In maritime SAR, the priority of a survivor being in a particular location changes with time due to current and wind. For persistent SAR operations with a system of UAVs, it is beneficial to simultaneously orchestrate the activities of multiple UAVs and fuel service stations. To address these problems, a mixed integer linear program (MILP) capable of generating efficient search and rescue operation plans is developed. For real time operations that account for unanticipated changes to the system parameters, a rolling horizon scheduling approach may be used. The MILP model is functionally capable of incorporation in such a system. While MILP guarantees the optimal solution, its computational complexity interrupts generating a schedule rapidly. To address computational complexity of MILP, receding horizon task assignment (RHTA) for SAR is developed. It can generate near optimal task sequence quickly than MILP.
해상사고 발생 시, 조난자에 대한 수색 및 구조는 가장 중요한 임무이다. 수색 및 구조 임무를 수행하기 위해서는, 다수의 무인항공기가 이용될 수 있다. 우선, 수색의 목적은 조난자를 찾을 확률을 최대화 하는 것이다. 수색 후, 조난자 발견 시 무인항공기는 구호물품을 전달한 후, 조난자의 상태 및 위치정보를 중앙 관제센터에 전송한다. 이후, 조난자의 이동 경로를 계속해서 추적하며, 중앙관제센터가 파견한 구조팀이 도착할 때까지 구조 임무를 계속한다.
해상에서 지속적 수색 및 구조 임무를 수행하기 위해서는, 다수의 무인항공기를 효율적으로 운영하는 것이 중요하다. 하지만, 연료제약문제 및 수색 환경의 급격한 변화 등 여러 문제들이 발생한다. 이러한 문제를 해결하기 위해, 새로운 혼합 정수 계획법이 개발되었다. 이 스케줄링 방법론은, 실시간 운용이 가능하며, 급변하는 환경변화에 대처할 수 있다. 하지만, 문제 사이즈가 증가하게 되면 혼합 정수 계획법의 복잡성에 의해 문제를 풀 수 없는 경우가 발생한다. 이를 해결하고자, 빠르게 수색 및 구조 스케줄링을 도출할 수 있는 휴리스틱이 개발되었다. 이를 통해, 해상에서 빠른 수색 및 구조 임무가 가능한 스케줄을 도출할 수 있다.
