Safe Mission-Level Path Planning for Exploration of Lunar Shadowed Regions by a Solar-Powered Rover

要約

太陽エネルギーを動力とする探査車による月の南極の探査は、非常に動的な太陽照度条件と永久影領域 (PSR) の存在により困難を伴います。
したがって、空間と時間の慎重な計画が不可欠です。
ミッションレベルの経路計画は、探査車のリソースとミッション要件を考慮して、この課題に対処するグローバルな時空間パラダイムです。
しかし、既存のアプローチは、探査車の移動の進行を一時的に遅らせる可能性がある、繰り返し発生する障害などのランダムな外乱を積極的に考慮していません。
この論文では、ランダムな故障の影響を受ける太陽光発電探査機による PSR の探査のための、確率に制約されたミッションレベルの計画問題を定式化します。
目的は、ミッション失敗の確率の上限を尊重しながら、科学的に関心のあるウェイポイントをできるだけ多く訪問する方針を見つけることです。
私たちのアプローチは、障害がランダムに発生するが、既知の一定の平均レートで発生することを前提としています。
各障害は一定時間内に解決され、自律システムの回復期間または人間のオペレーターのチームが介入するのに必要な時間をシミュレートします。
動的計画法のみに基づく解決策とは異なり、私たちの方法は確率制約付き最適化問題をより小さなオフラインおよびオンラインのサブタスクに分割し、問題を計算的に扱いやすくします。
具体的には、当社のソリューションは、既存のミッションレベルの経路計画技術と確率的到達可能性分析コンポーネントを組み合わせています。
私たちは、広大な国家空間全体にわたって安全に手の届く範囲にある任務計画を見つけます。
アルゴリズムを経験的に検証するために、カベウス クレーターの軌道地形と照明マップを使用してミッション シナリオをシミュレートします。
LCROSS 衝突地域での数日間にわたる長距離ドライブのシミュレーション結果も示されています。

要約(オリジナル)

Exploration of the lunar south pole with a solar-powered rover is challenging due to the highly dynamic solar illumination conditions and the presence of permanently shadowed regions (PSRs). In turn, careful planning in space and time is essential. Mission-level path planning is a global, spatiotemporal paradigm that addresses this challenge, taking into account rover resources and mission requirements. However, existing approaches do not proactively account for random disturbances, such as recurring faults, that may temporarily delay rover traverse progress. In this paper, we formulate a chance-constrained mission-level planning problem for the exploration of PSRs by a solar-powered rover affected by random faults. The objective is to find a policy that visits as many waypoints of scientific interest as possible while respecting an upper bound on the probability of mission failure. Our approach assumes that faults occur randomly, but at a known, constant average rate. Each fault is resolved within a fixed time, simulating the recovery period of an autonomous system or the time required for a team of human operators to intervene. Unlike solutions based upon dynamic programming alone, our method breaks the chance-constrained optimization problem into smaller offline and online subtasks to make the problem computationally tractable. Specifically, our solution combines existing mission-level path planning techniques with a stochastic reachability analysis component. We find mission plans that remain within reach of safety throughout large state spaces. To empirically validate our algorithm, we simulate mission scenarios using orbital terrain and illumination maps of Cabeus Crater. Results from simulations of multi-day, long-range drives in the LCROSS impact region are also presented.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google