Human-Centered Autonomy for Autonomous sUAS Target Searching

要約

捜索や救助任務における無人航空機システムなど、動的で不確実な環境で動作するロボットの配備には、車両の誘導と操作のためにほぼ継続的に人間による監視が必要です。
高レベルのミッション状況を考慮したアプローチがなければ、自律飛行の運用方法は面倒な手動操作や非効率な徹底的な探索パターンを必要とします。
自律性のより効果的な使用を促進するために、動的特徴セットを通じて地理空間ミッションのコンテキストを推測し、確率的ターゲット探索プランナーを導く人間中心の自律システムを紹介します。
オペレーターは、優先順位の定義、アドホックな地理的エリアにわたる空間意味論的観測、基準ウェイポイントなど、限られた多様な入力セットを提供します。これらは地理データベース情報と確率的に融合され、オペレーターのオペレーターの好みを表す離散化された値マップに凝縮されます。
。
ターゲット検索用に最適化されたオンラインの POMDP ベースのプランナーは、この値マップで強化され、オペレーターが制約する車両ウェイポイント誘導計画を生成します。
私たちは、捜索や救助の訓練を受けた 5 人の初期対応者からの情報を収集することでシステムを検証し、シミュレートされたシステムのパフォーマンスを自律ミッションの現在の運用方法と比較します。
これらの結果は、効果的なタスクメンタルモデルの調整とより効率的な誘導計画を示し、結果として救助時間が短縮されます。

要約(オリジナル)

Deploying robots that operate in dynamic, uncertain environments, such as Uncrewed Aerial Systems in search \& rescue missions, require nearly continuous human supervision for vehicle guidance and operation. Without approaches that consider high level mission context, operational methods of autonomous flying necessitate cumbersome manual operation or inefficient exhaustive search patterns. To facilitate more effective use of autonomy, we present a human-centered autonomous system that infers geospatial mission context through dynamic features sets, which then guides a probabilistic target search planner. Operators provide a limited set of diverse inputs, including priority definition, spatial semantic observations over ad-hoc geographical areas, and reference waypoints, which are probabilistically fused with geographical database information and condensed into a discretized value map representing an operator’s preferences over an operational area. An online, POMDP-based planner, optimized for target searching, is augmented with this value map to generate an operator-constrained vehicle waypoint guidance plan. We validate the system by gathering input from five first responders trained in search \& rescue and compare simulated system performance against current operational methods for autonomous missions. These results display effective task mental model alignment and more efficient guidance plans, resulting in faster rescue times.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google