Multi-AUV Kinematic Task Assignment based on Self-organizing Map Neural Network and Dubins Path Generator

要約

運動学的制約の下でのマルチ AUV システムのタスク割り当ての問題、つまり、作動が不十分な AUV または他の車両の操縦能力の制約に対処するために、Dubins Path アルゴリズムと改良された SOM ニューラル ネットワーク アルゴリズムを組み合わせた改良されたタスク割り当てアルゴリズムが提案されています。
まず、ワークロードバランスと近傍関数に基づいて改良されたSOMニューラルネットワーク手法により、目的のタスクがAUVに割り当てられます。
軌道計画の失敗を引き起こす可能性のある運動学的制約や障害物が存在する場合、AUV がすべてのターゲットに到達するためのパスを持てるようになるまで、SOM ニューラルの重みを変更することによってタスクの再割り当てが実行されます。
次に、いくつかの限られたケースで Dubins パスが生成されます。
AUV のヨー角は制限されているため、ターゲットへの新しい割り当てが発生します。
計算フローは、MATLAB および Python のアルゴリズムが複数のターゲットへのパス プランニングを実現できるように設計されています。
最後に、シミュレーション結果は、提案されたアルゴリズムがマルチ AUV システムのタスク割り当てタスクを効果的に達成できることを証明します。

要約(オリジナル)

To deal with the task assignment problem of multi-AUV systems under kinematic constraints, which means steering capability constraints for underactuated AUVs or other vehicles likely, an improved task assignment algorithm is proposed combining the Dubins Path algorithm with improved SOM neural network algorithm. At first, the aimed tasks are assigned to the AUVs by improved SOM neural network method based on workload balance and neighborhood function. When there exists kinematic constraints or obstacles which may cause failure of trajectory planning, task re-assignment will be implemented by change the weights of SOM neurals, until the AUVs can have paths to reach all the targets. Then, the Dubins paths are generated in several limited cases. AUV’s yaw angle is limited, which result in new assignments to the targets. Computation flow is designed so that the algorithm in MATLAB and Python can realizes the path planning to multiple targets. Finally, simulation results prove that the proposed algorithm can effectively accomplish the task assignment task for multi-AUV system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google