Dit doctoraat, getiteld “Multi-Dimensional Internet of Drones Framework for City Application”, presenteert een nieuwe manier voor drones om samen te werken als een team. Het systeem stelt elke drone in staat om zijn eigen beslissingen te nemen en tegelijkertijd samen te werken met anderen om gezamenlijke doelen te bereiken. Het helpt de drones om zich bewust te blijven van wat de groep aan het doen is door te beheren wat ze “geloven” over de situatie. Het doctoraat onderzoekt ook hoe drones zich aan regels kunnen houden en op de juiste manier kunnen communiceren met echte transportvoertuigen, waardoor ze zich beter kunnen aanpassen en zich beter aan wetten en veiligheidsnormen kunnen houden.

Dit onderzoek introduceert een vijfstappenaanpak om een systeem te ontwerpen waarbij drones zowel zelfstandig als in teamverband kunnen werken. Het systeem helpt drones beslissen wanneer ze zelfstandig handelen en wanneer ze samenwerken met anderen. Het gaat ook om met uitdagingen zoals onverwachte veranderingen, nieuwe regels en zorgt ervoor dat missies efficiënt worden voltooid. In de eerste stap wordt het algemene teamwerksysteem voor drones ontworpen en wordt een planningsmethode getest om te laten zien hoe goed het werkt. De tweede stap introduceert een methode genaamd ASBAF, wat staat voor Assessment, Setup, Bidding, Agreement en Feedback. Deze methode is geïnspireerd op hoe de natuur problemen oplost en helpt drones te beslissen wie welke taak moet uitvoeren door de kosten en baten af te wegen, waardoor taakverdeling efficiënter wordt. De derde stap helpt drones om zich bewust te blijven van wat er om hen heen gebeurt, zelfs als dingen onduidelijk zijn of voortdurend veranderen. Het gebruikt een systeem om te beheren en te combineren wat elke drone “gelooft” dat waar is, waarbij de beste manier wordt gekozen om dit te doen met behulp van een besluitvormingsmethode genaamd HAP (Hierarchical Analysis Process). In de vierde stap wordt het systeem flexibeler door een reeks regels toe te voegen die kunnen veranderen terwijl de drones aan het werk zijn. Deze regels worden beheerd door een technologie waarmee drones hun gedrag kunnen aanpassen op basis van wat er in de omgeving gebeurt. In de laatste stap wordt het hele systeem getest aan de hand van een zoek- en reddingsscenario. Er is een simulatietool gemaakt waarin je dingen kunt veranderen zoals het aantal drones of waar de oplaadstations worden geplaatst. De tool bevat ook een eenvoudig model om te meten hoe goed de drones een gebied in de gaten houden. 

Over het geheel genomen combineert de aanpak kunstmatige intelligentie, teamwerk tussen meerdere drones en slimme planningsmethoden om drones beter te laten samenwerken in veranderende en onvoorspelbare situaties.