Current Effect-eliminated Optimal Target Assignment and Motion Planning for a Multi-UUV System

要約

この論文では、マルチ無人水中飛行体 (UUV) システムのターゲット割り当てと動作計画を最適化する際に、海流によってもたらされる複雑さと課題に対処する革新的なアプローチ (CBNNTAP) を紹介します。
提案されたアルゴリズムの中核には、いくつかの主要なコンポーネントの統合が含まれます。
まず、個々の UUV の最も効率的な経路を予測しながら、同時に車両間の衝突回避を保証する、バイオインスパイアード ニューラル ネットワーク ベース (BINN) アプローチが組み込まれています。
第 2 に、BINN アルゴリズムによって決定されるパス距離を考慮することにより、効率的なターゲット割り当てコンポーネントが統合されます。
さらに、CBNNTAP アルゴリズム内の重要な革新は、海流の破壊的な影響に対処する能力です。調整コンポーネントはこれらの海流によって引き起こされる偏差に対抗するためにシームレスに統合されており、これにより動作計画と目標割り当ての両方の精度が向上します。
UUV。
CBNNTAP アルゴリズムの有効性は、包括的なシミュレーション結果を通じて実証され、その結果は、2D および 3D シナリオにおける静的および動的海流の影響を無効にする点で、開発されたアルゴリズムの優位性を強調しています。

要約(オリジナル)

The paper presents an innovative approach (CBNNTAP) that addresses the complexities and challenges introduced by ocean currents when optimizing target assignment and motion planning for a multi-unmanned underwater vehicle (UUV) system. The core of the proposed algorithm involves the integration of several key components. Firstly, it incorporates a bio-inspired neural network-based (BINN) approach which predicts the most efficient paths for individual UUVs while simultaneously ensuring collision avoidance among the vehicles. Secondly, an efficient target assignment component is integrated by considering the path distances determined by the BINN algorithm. In addition, a critical innovation within the CBNNTAP algorithm is its capacity to address the disruptive effects of ocean currents, where an adjustment component is seamlessly integrated to counteract the deviations caused by these currents, which enhances the accuracy of both motion planning and target assignment for the UUVs. The effectiveness of the CBNNTAP algorithm is demonstrated through comprehensive simulation results and the outcomes underscore the superiority of the developed algorithm in nullifying the effects of static and dynamic ocean currents in 2D and 3D scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google