Methods for Combining and Representing Non-Contextual Autonomy Scores for Unmanned Aerial Systems

要約

ロボット システムの全体的な自律性スコアを測定するには、さまざまな単位、定性的、および/または不一致で測定される可能性のあるシステムの一連の関連する側面と機能を組み合わせる必要があります。
このペーパーでは、自律性レベルとシステムのコンポーネント パフォーマンスを全体的な自律性スコアとして測定および結合する、既存の非コンテキスト自律性フレームワークに基づいて構築します。
特徴を組み合わせるいくつかの方法を検証し、いくつかの方法が同じデータの異なるランキングをどのように見つけるかを示し、この問題を解決するために加重積法を採用します。
さらに、非コンテキスト自律座標を導入し、システムの全体的な自律性を自律距離で表します。
私たちの方法を 7 つの無人航空機システム (UAS) のセットに適用し、それらの絶対的な自律性スコアと、最良のシステムに関する相対的なスコアを取得します。

要約(オリジナル)

Measuring an overall autonomy score for a robotic system requires the combination of a set of relevant aspects and features of the system that might be measured in different units, qualitative, and/or discordant. In this paper, we build upon an existing non-contextual autonomy framework that measures and combines the Autonomy Level and the Component Performance of a system as overall autonomy score. We examine several methods of combining features, showing how some methods find different rankings of the same data, and we employ the weighted product method to resolve this issue. Furthermore, we introduce the non-contextual autonomy coordinate and represent the overall autonomy of a system with an autonomy distance. We apply our method to a set of seven Unmanned Aerial Systems (UAS) and obtain their absolute autonomy score as well as their relative score with respect to the best system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google