Unscented Optimal Control for 3D Coverage Planning with an Autonomous UAV Agent

要約

我々は、カバレッジ計画ミッションにおける無人航空機 (UAV) の誘導のための、確率的にロバストな新しいコントローラーを提案します。これは、特定の対象オブジェクトの 3D カバレッジに対する UAV の動きとカメラ制御入力の両方を同時に最適化できます。
具体的には、この研究では、カバレッジ計画問題は、UAV エージェントが次のことを共同で実行できるようにするための論理的制約を備えた最適制御問題として定式化されています。 a) 一連のカバレッジ制約を満たす一連の個別のカメラの視野状態を選択する。
b) 指定されたミッション目標に従って動作制御入力を最適化する。
このハイブリッド最適制御問題が、制約内の論理式を連続変数のみを含む等式/不等式制約に変換することにより、標準の最適化ツールでどのように解決できるかを示します。
最後に、提案されたコントローラーにアンセンテッド変換を統合することで確率的なロバスト性が実現され、計画期間内の UAV の状態の将来の事後分布を考慮したロバストな開ループ カバレッジ プランの設計が可能になります。

要約(オリジナル)

We propose a novel probabilistically robust controller for the guidance of an unmanned aerial vehicle (UAV) in coverage planning missions, which can simultaneously optimize both the UAV’s motion, and camera control inputs for the 3D coverage of a given object of interest. Specifically, the coverage planning problem is formulated in this work as an optimal control problem with logical constraints to enable the UAV agent to jointly: a) select a series of discrete camera field-of-view states which satisfy a set of coverage constraints, and b) optimize its motion control inputs according to a specified mission objective. We show how this hybrid optimal control problem can be solved with standard optimization tools by converting the logical expressions in the constraints into equality/inequality constraints involving only continuous variables. Finally, probabilistic robustness is achieved by integrating the unscented transformation to the proposed controller, thus enabling the design of robust open-loop coverage plans which take into account the future posterior distribution of the UAV’s state inside the planning horizon.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google