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

要約

太陽電池駆動ローバーによる月南極探査は、非常に動的な太陽照度条件と永久影領域（PSR）の存在により困難である。そのため、空間的にも時間的にも慎重な計画が不可欠である。ミッションレベルの経路計画は、ローバーのリソースとミッション要件を考慮しながら、この課題に対処するグローバルな時空間パラダイムである。しかしながら、既存のアプローチでは、ローバーの走行を一時的に遅らせる可能性のある、再発する故障のようなランダムな擾乱を積極的に考慮することはできない。本論文では、ランダムな故障の影響を受ける太陽電池ローバーによるPSR探査のためのチャンス制約付きミッションレベル計画問題を定式化する。その目的は、ミッション失敗確率の上限を尊重しつつ、できるだけ多くの科学的興味のあるウェイポイントを訪問する方針を見つけることである。 我々のアプローチでは、故障はランダムに発生するが、既知の一定の平均率で発生すると仮定する。各故障は一定時間内に解決され、自律システムの回復期間や人間のオペレーターチームが介入するのに必要な時間をシミュレートする。動的計画法のみに基づく解決策とは異なり、我々の方法は、チャンス制約付き最適化問題を、より小さなオフラインとオンラインのサブタスクに分割し、問題を計算しやすくする。具体的には、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解析の要素を組み合わせたものである。我々は、大きな状態空間を通して、安全に到達できる範囲内に留まるミッション計画を見つける。我々のアルゴリズムを実証的に検証するために、軌道上の地形とカベウス・クレーターの照度マップを用いてミッションシナリオのシミュレーションを行った。また、LCROSSの衝突領域における数日間の長距離ドライブのシミュレーション結果も示す。

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, DeepL