Mission Design for Unmanned Aerial Vehicles using Hybrid Probabilistic Logic Programs

要約

Advanced Air Mobility (AAM) は、ナビゲーションにおける法的、空間的、時間的概念の深い理解を必要とする成長分野です。
したがって、AAM を実装する場合は、人間が居住する空間に固有の不確実性に対処する必要があります。
成長とイノベーションを可能にするには、安全で堅牢なミッション設計のためのシステム、つまり、意図を形式化し、無人航空機（UAV）の軌道としてその実行を決定する方法の構築が必要です。
都市の空域を管理するための法的枠組みが登場しましたが、自律機関や運用者の意思決定プロセスにそれらを完全に統合することは未解決の課題のままです。
この研究では、確率論的ミッション設計のためのシステム アーキテクチャである ProMis を紹介します。
形式的検証と確率的モデリングの原則に従って、さまざまな静的および動的データ ソースから利用可能なデータを法的文書および演算子の要件にリンクします。
これにより、ProMis は、AAM における低レベルの認識と高レベルのルールを組み合わせて、UAV の状態空間の妥当性を推論できるようにします。
この目的を達成するために、私たちは認識と行動の間の統一的な中間表現としてハイブリッド確率的論理プログラム (HPLP) を採用しています。
さらに、空間関係を確率的に表す HPLP アトムを生成することで、ProMis をクラウドソースの地図データと接続する方法を紹介します。
ProMis の有用性と一般性についての私たちの主張は、さまざまなシナリオでの実験と、確率的ミッションに関連する計算需要の議論によって裏付けられています。

要約(オリジナル)

Advanced Air Mobility (AAM) is a growing field that demands a deep understanding of legal, spatial and temporal concepts in navigation. Hence, any implementation of AAM is forced to deal with the inherent uncertainties of human-inhabited spaces. Enabling growth and innovation requires the creation of a system for safe and robust mission design, i.e., the way we formalize intentions and decide their execution as trajectories for the Unmanned Aerial Vehicle (UAV). Although legal frameworks have emerged to govern urban air spaces, their full integration into the decision process of autonomous agents and operators remains an open task. In this work we present ProMis, a system architecture for probabilistic mission design. It links the data available from various static and dynamic data sources with legal text and operator requirements by following principles of formal verification and probabilistic modeling. Hereby, ProMis enables the combination of low-level perception and high-level rules in AAM to infer validity over the UAV’s state-space. To this end, we employ Hybrid Probabilistic Logic Programs (HPLP) as a unifying, intermediate representation between perception and action-taking. Furthermore, we present methods to connect ProMis with crowd-sourced map data by generating HPLP atoms that represent spatial relations in a probabilistic fashion. Our claims of the utility and generality of ProMis are supported by experiments on a diverse set of scenarios and a discussion of the computational demands associated with probabilistic missions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google