[論文レビュー] A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner

Alejandro Mendoza Barrionuevo, Dame Seck Diop+4 more|arXiv (Cornell University)|Feb 11, 2026

Robotic Path Planning Algorithms被引用数 0

ひとこと要約

要約: 本論文は GuadalPlanner を提示する。高レベル計画を車両制御から分離する統一型のエンドツーエンド IPP アーキテクチャで、シミュレーションから実際の運用まで再現可能なテストを可能にする。

ABSTRACT

The evaluation of informative path planning algorithms for autonomous vehicles is often hindered by fragmented execution pipelines and limited transferability between simulation and real-world deployment. This paper introduces a unified architecture that decouples high-level decision-making from vehicle-specific control, enabling algorithms to be evaluated consistently across different abstraction levels without modification. The proposed architecture is realized through GuadalPlanner, which defines standardized interfaces between planning, sensing, and vehicle execution. It is an open and extensible research tool that supports discrete graph-based environments and interchangeable planning strategies, and is built upon widely adopted robotics technologies, including ROS2, MAVLink, and MQTT. Its design allows the same algorithmic logic to be deployed in fully simulated environments, software-in-the-loop configurations, and physical autonomous vehicles using an identical execution pipeline. The approach is validated through a set of experiments, including real-world deployment on an autonomous surface vehicle performing water quality monitoring with real-time sensor feedback.

研究の動機と目的

• 高レベル IPP の意思決定を車両固有の作動に結びつけず、クロスレベル評価を可能にする。
• シミュレーション、SITL、実世界プラットフォーム間での計画、 sensing、実行の標準的でモジュール化されたインターフェースを提供する。
• グラフベース環境でのマルチエージェント IPP をサポートするオープンで拡張可能なツールを提供する。
• アルゴリズム開発、シミュレーションベースのテスト、現場展開のギャップを埋める。
• 研究グループ間での IPP アルゴリズムの再現性と移植性を促進する。

提案手法

• アルゴリズムレベルのシミュレーション、Software-in-the-Loop (SITL)、実機展開という三層実行アーキテクチャを導入する。
• 計画と実行を分離するために、標準化された艦隊、リモート艦隊、グラフベース環境のインターフェースを定義する。
• ROS2 ベースのミドルウェアとして GuadalPlanner を実装し、MAVLink/MAVROS 統合と MQTT 通信を跨プラットフォーム実行のために組み込む。
• 現実的なダイナミクスのために ArduPilot SITL を活用し、抽象レベル間で同一の計画ロジックを有効にする。
• 再利用性と比較可能性を促進するための例と展開構成を含むオープンソース実装を提供する。

Figure 1: Diagram of the GuadalPlanner implementation. It is structured around a hierarchical architecture of classes that progresses from general to specific.

実験結果

リサーチクエスチョン

• RQ1 高レベル IPP の意思決定を車両固有の制御から分離して、シミュレーションと実運用の一貫した評価を可能にするにはどうすればよいか。
• RQ2 アルゴリズム開発から現場展開までのエンドツーエンドの IPP 実験を、コード書き換えなしに統一インターフェースアーキテクチャでサポートできるか。
• RQ3 複数プラットフォームとエージェントにおける再現性のある IPP 研究のための標準化されたオープンツールの利点と機能は何か。
• RQ4 GuadalPlanner は、アルゴリズムレベル、SITL、実際の ASV 展開の多様な IPP タスクでどのように性能を発揮するか。

主な発見

• GuadalPlanner は、アーキテクチャの書き換えなしに、シミュレーションと実世界展開を結ぶ統一的なエンドツーエンドの IPP 実験プラットフォームを提供する。
• このアーキテクチャは、離散的なグラフベース環境、置換可能な計画戦略、マルチエージェント構成、リアルタイムセンサフィードバックをサポートする。
• 三つの抽象レベルを横断する実験が妥当性を検証し、実際の自律型水上車両での展開も含まれる。
• ROS2、MAVLink、MQTT を用いたオープンソース実装により、グループ間での再現可能で移植可能な IPP 実験が可能になる。
• 水質監視、汚染マッピング、デブリ収集など、標準化されたインターフェース内で複数の IPP タスクに対応できる。

Figure 2: Internal structure of the proposed middleware architecture, illustrating the interaction between planning, communication, and vehicle interfaces implemented over ROS2. The green arrows corresponds to external interfaces to other peripherals.