HALO: Hazard-Aware Landing Optimization for Autonomous Systems

要約

タイトル：HALO: Hazard-Aware Landing Optimization for Autonomous Systems
要約：本論文は、Mars Science Laboratory Curiosity roverが火星に着陸するというような、安全性が重要視されるミッションにおいて、自動的に潜在的に危険な着陸場所を識別し推論するためのカップルパーセプション・プランニングソリューションを提案する。具体的には、Hazard-Aware Landing Site Selection（HALSS）とAdaptive Deferred-Decision Trajectory Optimization（Adaptive-DDTO）という2つの新しいアルゴリズムを開発し、地点情報を処理して安全な着陸可能な場所を特定するHALSSフレームワークと、受信した新しい認識情報に応じて自動的に再計画する多目標緊急時対応計画器であるAdaptive-DDTOを組み合わせて、認識と計画の課題に対応している。シミュレーションされたマーズ環境での試行により、自己位置推定誤差に対処したHALOアプローチが、従来のアルゴリズムと比較して安定した着陸を実現することがわかった。

要約(オリジナル)

With autonomous aerial vehicles enacting safety-critical missions, such as the Mars Science Laboratory Curiosity rover’s landing on Mars, the tasks of automatically identifying and reasoning about potentially hazardous landing sites is paramount. This paper presents a coupled perception-planning solution which addresses the hazard detection, optimal landing trajectory generation, and contingency planning challenges encountered when landing in uncertain environments. Specifically, we develop and combine two novel algorithms, Hazard-Aware Landing Site Selection (HALSS) and Adaptive Deferred-Decision Trajectory Optimization (Adaptive-DDTO), to address the perception and planning challenges, respectively. The HALSS framework processes point cloud information to identify feasible safe landing zones, while Adaptive-DDTO is a multi-target contingency planner that adaptively replans as new perception information is received. We demonstrate the efficacy of our approach using a simulated Martian environment and show that our coupled perception-planning method achieves greater landing success whilst being more fuel efficient compared to a nonadaptive DDTO approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI