Uncertainty-bounded Active Monitoring of Unknown Dynamic Targets in Road-networks with Minimum Fleet

要約

無人ロボットの群れは、野生の群れの監視、侵入者の検出、捜索救助など、広い地域の長期監視に有益です。
多数の動的ターゲットを協力的かつ効率的な方法で監視することは、オンラインでの調整と情報の融合を必要とする困難な問題です。
既存の研究の大部分は、すべてのロボットによるすべてのターゲットにわたる合計の不確実性を最小限に抑えるために受動的な全対すべての観察モデルを仮定するか、ロボットの動的制約とターゲットの未知の動作を無視して結合された個別の動作を最適化するかのいずれかです。
この研究では、アクティブなロボットの平均数を最小限に抑えながら、ターゲット状態について明示的に制限された推定の不確実性を保証する、オンライン タスクと動作の調整アルゴリズムを提案します。
ロボットは、限られた数のターゲットを同時に能動的に追跡するための限られた範囲の認識を持っていますが、将来の制御の決定はすべて未知です。
これには以下の内容が含まれます。(i) 道路網の不確実性を測定した予測目標軌道を考慮した、時間枠を備えた柔軟なサイズの複数車両経路設定問題 (m-MVRPTW) としてモデル化された監視タスクの割り当て。
(ii) 不確実性と安全性の制約の下でロボットの軌道を最適化するための非線形モデル予測制御 (NMPC)。
ロボットは、未知の監視タスクの要求に応じて、アクティブな役割と非アクティブな役割をオンラインで動的に切り替えることができることが示されています。
提案された手法は、最大 100 ドルのロボットとターゲットの大規模シミュレーションによって検証されます。

要約(オリジナル)

Fleets of unmanned robots can be beneficial for the long-term monitoring of large areas, e.g., to monitor wild flocks, detect intruders, search and rescue. Monitoring numerous dynamic targets in a collaborative and efficient way is a challenging problem that requires online coordination and information fusion. The majority of existing works either assume a passive all-to-all observation model to minimize the summed uncertainties over all targets by all robots, or optimize over the jointed discrete actions while neglecting the dynamic constraints of the robots and unknown behaviors of the targets. This work proposes an online task and motion coordination algorithm that ensures an explicitly-bounded estimation uncertainty for the target states, while minimizing the average number of active robots. The robots have a limited-range perception to actively track a limited number of targets simultaneously, of which their future control decisions are all unknown. It includes: (i) the assignment of monitoring tasks, modeled as a flexible size multiple vehicle routing problem with time windows (m-MVRPTW), given the predicted target trajectories with uncertainty measure in the road-networks; (ii) the nonlinear model predictive control (NMPC) for optimizing the robot trajectories under uncertainty and safety constraints. It is shown that the robots can switch between active and inactive roles dynamically online as required by the unknown monitoring task. The proposed methods are validated via large-scale simulations of up to $100$ robots and targets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google