fa برنامه‌ریزی سکوهای پرنده خودکار برای مأموریت‌های جستجو و نجات پس از مخاطرات طبیعی بر مبنای الگوریتم پیشنهادی G -BFOA سامانه های اطلاعات مکانی GIS پژوهشي Research <div align="right" style="direction: rtl"> امروزه با رخداد بلایای طبیعی، گردآوری بی‌درنگ اطلاعات مکانی و محیطی از طریق به‌کارگیری سکوهای پرنده بدون سرنشین (UAV) به‌عنوان سکوی حامل سنجنده‌های چندمنظوره، به امری ضروری تبدیل شده است. سکوهای پرنده بدون سرنشین با پوشش سامانمند و سریع نواحی پرخطر که دسترسی نیروهای امداد زمینی به آن‌ها ممکن نیست، نقش قابل توجه ای را در بهبود کیفیت مأموریت امداد و جستجوی مجروحین پس از وقوع مخاطرات طبیعی ایفا می‌کنند. از سوی دیگر، برنامه‌ریزی مأموریت UAV خود یکی از مراحل بنیادین جهت دستیابی به ناوبری خودکار UAV می‌باشد. در این زمینه، تعیین خطوط سیر بهینه با توجه به نیازهای مأموریت و شرایط محیطی یکی از مراحل ضروری در برنامه‌ریزی سکوی خودکار می‌باشد. در این پژوهش افزون بر بررسی نقش UAV در بهبود عملیات امداد و نجات در شرایط بحران، الگوریتم غذایابی باکتری بهبود داده شده و جهت حل مسئله برنامه‌ریزی خط سیر UAV پیاده‌سازی می‌شود. سپس، به‌منظور اعتبار سنجی کارکرد الگوریتم پیشنهادی با دیگر الگوریتم‌های پیاده‌سازی شده مقایسه می‌گردد. در پایان، نتایج شبیه‌سازی مأموریت جستجو و نجات با سکوی پرنده و دستاوردهای پژوهش بیان می‌شود. </div> Nowadays, unmanned aerial vehicles (UAV), as the mobile multi-sensor platforms, are a necessary instrument for immediately spatial information gathering after occurrence of natural hazards. UAVs have a substantial role in improvement of search and rescue missions during natural hazards with fast and systematic monitoring of dangerous areas those are not accessible to relief workers. On the other hand, UAV mission planning is a fundamental stage to achieve the autonomous navigation. In this domain, computing optimal trajectories considering mission requirements and environmental conditions is a required step in path planning of autonomous UAVs. In this paper, after analyzing the role of UAV in upgrading the search and rescue missions, an improved bacterial foraging algorithm is proposed and implemented for UAV path planning. For performance evaluations, the algorithm is compared with other robust methods. Finally, results of UAV search and rescue mission simulations and research outcomes are presented. برنامه‌ریزی, سکوهای پرنده بدون سرنشین, ناوبری خودکار, مأموریت امداد و نجات, الگوریتم غذایابی باکتری Planning, UAV, Autonomous Navigation, Search and Rescue Mission, Bacterial Foraging Algorithm 41 52 http://jgst.issgeac.ir/browse.php?a_code=A-10-25-24&slc_lang=fa&sid=1 A. A. Heidari علی‌اصغر حیدری as_heidari@ut.ac.ir 10031947532846001747 10031947532846001747 Yes گروه مهندسی نقشه‌برداری- پردیس دانشکده‌های فنی- دانشگاه تهران R. A. Abbaspour رحیم علی عباسپور abaspour@ut.ac.ir 10031947532846001748 10031947532846001748 No گروه مهندسی نقشه‌برداری- پردیس دانشکده‌های فنی- دانشگاه تهران