Multi-vehicle Dynamic Water Surface Monitoring

要約

関心のあるオブジェクトを検出するために水面を繰り返し探査し、その後、それらを監視することは、捜索救助または海洋浄化作業において重要です。
検出されたオブジェクトの位置は動的であるため、時空間的な報酬状態をモデル化し、車両のチームを調整して報酬を収集することにより、検出されたオブジェクトの表面探査と監視を組み合わせて対処することを提案します。
モデルは水面のダイナミクスを特徴付け、プランナーが将来のシステム状態を予測できるようにします。
特定の水面セルに関連する状態報酬値は、時間の経過とともに増加し、車両のセンサー範囲内にあることによって無効になります。
したがって、提案された複数車両計画アプローチは、動的モデルの報酬状態の集合値を最小化することです。
目的は、後退する地平線上でモデル予測制御を使用して車両の運動制約に対処し、利用されている車両の運動機能を十分に活用することです。
評価結果に基づいて、このアプローチは、既存のソリューションと比較して、モニタリング タスクにおけるキネマティック オリエンテーリング問題とチーム オリエンテーリング問題のソリューションの改善を示しています。
提案されたアプローチは実験的に検証されており、実際の監視タスクでの実現可能性をサポートしています。

要約(オリジナル)

Repeated exploration of a water surface to detect objects of interest and their subsequent monitoring is important in search-and-rescue or ocean clean-up operations. Since the location of any detected object is dynamic, we propose to address the combined surface exploration and monitoring of the detected objects by modeling spatio-temporal reward states and coordinating a team of vehicles to collect the rewards. The model characterizes the dynamics of the water surface and enables the planner to predict future system states. The state reward value relevant to the particular water surface cell increases over time and is nullified by being in a sensor range of a vehicle. Thus, the proposed multi-vehicle planning approach is to minimize the collective value of the dynamic model reward states. The purpose is to address vehicles’ motion constraints by using model predictive control on receding horizon, thus fully exploiting the utilized vehicles’ motion capabilities. Based on the evaluation results, the approach indicates improvement in a solution to the kinematic orienteering problem and the team orienteering problem in the monitoring task compared to the existing solutions. The proposed approach has been experimentally verified, supporting its feasibility in real-world monitoring tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google