Assisted Path Planning for a UGV-UAV Team Through a Stochastic Network

要約

この記事では、確率的環境におけるマルチエージェントのパス計画問題について考察します。
都市の道路網などの環境は、交通渋滞のため、選択した道路セグメント (障害のあるエッジ) の移動時間が確率変数であるグラフで表されます。
無人地上車両 (UGV) は、目的地への到着時間を最小限に抑えながら、出発地から目的地まで移動したいと考えています。
UGV は障害のある端を通過できますが、実際の移動時間はその端の端でのみ認識されます。
これは、UGV が移動時間が長くなると、障害のあるエッジで立ち往生する可能性があることを意味します。
無人航空機 (UAV) などの支援車両が開始位置から同時に展開され、障害のあるエッジの実際のコストを検査および認識することで UGV を支援します。
UAV からの更新情報を使用して、UGV は目的地までのパスを効率的に再ルーティングできます。
UGV は目的地に到着するまで待機しません。
UAV は、任意の頂点でパスを終了することが許可されます。
目標は、UGV が最短時間で目的地に到着できるように、現在の情報に基づいて UGV と UAV の効率的な経路を決定するオンライン アルゴリズムを開発することです。
私たちはこの問題を Stochastic Assisted Path Planning (SAPP) と呼んでいます。
UGV 計画のための動的 $k$ 最短経路計画 (D*KSPP) アルゴリズムと UAV 計画のための田舎の郵便配達人問題 (RPP) 定式化を紹介します。
RPP のスケーラビリティの課題のため、UAV 計画用のヒューリスティック ベースの優先度割り当てアルゴリズム (PAA) も紹介します。
計算結果は、SAPP を解決するための提案されたアルゴリズムの有効性を裏付けるために提示されます。

要約(オリジナル)

In this article, we consider a multi-agent path planning problem in a stochastic environment. The environment, which can be an urban road network, is represented by a graph where the travel time for selected road segments (impeded edges) is a random variable because of traffic congestion. An unmanned ground vehicle (UGV) wishes to travel from a starting location to a destination while minimizing the arrival time at the destination. UGV can traverse through an impeded edge but the true travel time is only realized at the end of that edge. This implies that the UGV can potentially get stuck in an impeded edge with high travel time. A support vehicle, such as an unmanned aerial vehicle (UAV) is simultaneously deployed from its starting position to assist the UGV by inspecting and realizing the true cost of impeded edges. With the updated information from UAV, UGV can efficiently reroute its path to the destination. The UGV does not wait at any time until it reaches the destination. The UAV is permitted to terminate its path at any vertex. The goal is then to develop an online algorithm to determine efficient paths for the UGV and the UAV based on the current information so that the UGV reaches the destination in minimum time. We refer to this problem as Stochastic Assisted Path Planning (SAPP). We present Dynamic $k$-Shortest Path Planning (D*KSPP) algorithm for the UGV planning and Rural Postman Problem (RPP) formulation for the UAV planning. Due to the scalability challenges of RPP, we also present a heuristic based Priority Assignment Algorithm (PAA) for the UAV planning. Computational results are presented to corroborate the effectiveness of the proposed algorithm to solve SAPP.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google