Hybrid Many-Objective Optimization in Probabilistic Mission Design for Compliant and Effective UAV Routing

要約

高度な航空モビリティには、現代の物流に革命をもたらし、さまざまな公共サービスや産業用途への道を開くことを約束する多くの優れたアプリケーションが含まれています。
しかし、その歴史を通じて、そのようなシステムの開発は、法的制限や物理的制約の複雑さによって妨げられてきました。
空域はさまざまな法的要件によって厳密に形成されることがよくありますが、無人航空機 (UAV) では、とりわけエネルギー需要、信号品質、騒音公害を同時に考慮する必要があります。
この研究では、UAV ルーティングのための確率的ミッション設計 (ProMis) と多目的最適化の手法を統合した新しいアーキテクチャを提示することで、この課題に対処します。
これにより、私たちのフレームワークは、不確実性の下で法的要件を遵守しながら、UAV が人間が居住する空間を移動する際に考慮する必要があるさまざまな物理的コストを最小限に抑える効果的な経路を生成することができます。
この目的を達成するために、私たちは、空間推論のためのハイブリッド確率論的一次ロジックを、決定論的と確率論的の混合ルート最適化と組み合わせ、エネルギー消費や無線干渉などの物理的目標を法的要件の論理的確率モデルに組み込んでいます。
私たちは、フランスのパリ市から抽出した地図から抽出した現実世界のクラウドソーシング データに対する大規模な実証的評価で、システムの多用途性と利点を実証し、効果的で準拠したパスのネットワークがどのように形成されるかを示します。

要約(オリジナル)

Advanced Aerial Mobility encompasses many outstanding applications that promise to revolutionize modern logistics and pave the way for various public services and industry uses. However, throughout its history, the development of such systems has been impeded by the complexity of legal restrictions and physical constraints. While airspaces are often tightly shaped by various legal requirements, Unmanned Aerial Vehicles (UAV) must simultaneously consider, among others, energy demands, signal quality, and noise pollution. In this work, we address this challenge by presenting a novel architecture that integrates methods of Probabilistic Mission Design (ProMis) and Many-Objective Optimization for UAV routing. Hereby, our framework is able to comply with legal requirements under uncertainty while producing effective paths that minimize various physical costs a UAV needs to consider when traversing human-inhabited spaces. To this end, we combine hybrid probabilistic first-order logic for spatial reasoning with mixed deterministic-stochastic route optimization, incorporating physical objectives such as energy consumption and radio interference with a logical, probabilistic model of legal requirements. We demonstrate the versatility and advantages of our system in a large-scale empirical evaluation over real-world, crowd-sourced data from a map extract from the city of Paris, France, showing how a network of effective and compliant paths can be formed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google