[論文レビュー] Autonomous Reactive Mission Scheduling and Task-Path Planning Architecture for Autonomous Underwater Vehicle

Somaiyeh Mahmoud Zadeh|arXiv (Cornell University)|Jun 13, 2017

Underwater Vehicles and Communication Systems参考文献 4被引用数 5

ひとこと要約

本論文は、動的で不確実な条件下でもリアルタイムでの意思決定を可能にする、自律型水中ドローン（AUV）の新規な反応型ミッションスケジューリングおよびタスク・パス計画アーキテクチャを提示する。階層的制御フレームワークを統合し、上位のタスク優先順位付けと下位の局所的運動計画を組み合わせることで、システムはリソース制約を自律的に管理し、水流などの環境的擾乱に適応し、複雑なウェイポイントマップで定義された作業領域においてもタスクの遅延なし完了を保証する。

ABSTRACT

An Autonomous Underwater Vehicle (AUV) should carry out complex tasks in a limited time interval. Since existing AUVs have limited battery capacity and restricted endurance, they should autonomously manage mission time and the resources to perform effective persistent deployment in longer missions. Task assignment requires making decisions subject to resource constraints, while tasks are assigned with costs and/or values that are budgeted in advance. Tasks are distributed in a particular operation zone and mapped by a waypoint covered network. Thus, design an efficient routing-task priority assign framework considering vehicle's availabilities and properties is essential for increasing mission productivity and on-time mission completion. This depends strongly on the order and priority of the tasks that are located between node-like waypoints in an operation network. On the other hand, autonomous operation of AUVs in an unfamiliar dynamic underwater and performing quick response to sudden environmental changes is a complicated process. Water current instabilities can deflect the vehicle to an undesired direction and perturb AUVs safety. The vehicle's robustness to strong environmental variations is extremely crucial for its safe and optimum operations in an uncertain and dynamic environment. To this end, the AUV needs to have a general overview of the environment in top level to perform an autonomous action selection (task selection) and a lower level local motion planner to operate successfully in dealing with continuously changing situations. This research deals with developing a novel reactive control architecture to provide a higher level of decision autonomy for the AUV operation that enables a single vehicle to accomplish multiple tasks in a single mission in the face of periodic disturbances in a turbulent and highly uncertain environment.

研究の動機と目的

• 限られたバッテリーおよびリソース制約下でも、持続的かつ長期にわたるAUV運用を可能にする挑戦に取り組む。
• コスト、価値、および車両の利用可能性に基づいてタスク優先順位を動的に割り当てる意思決定フレームワークを開発する。
• 水流の不安定性などの周期的環境擾乱に対して耐性を確保する。
• ハイレベルなミッションスケジューリングとローカルな運動計画を統合し、リアルタイムでの適応性を実現する。
• ミッション実行中に突然発生する環境変化に応じて、自律的かつ即時の再計画を可能にする。

提案手法

• ミッションスケジューリングおよびタスク優先順位付けのための上位レベル意思決定モジュールを備えた階層的制御アーキテクチャを提案する。
• 作業と作業領域の空間的マッピングを可能にするウェイポイントカバレッジネットワークを用いる。
• 環境状態と車両状態を継続的にモニタリングする反応型制御メカニズムを採用する。
• 動的擾乱下でも障害物回避および軌道追従をリアルタイムで処理する局所的運動計画器を統合する。
• ミッションの目的とリソースの可用性に基づいてタスクの優先順位を決定するためのコスト・価値予算配分を適用する。
• 環境変化および車両制約に応じてタスクの順序とパスを動的に調整することで、オンライン再計画を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ミッション実行中に動的環境変化が発生した場合、AUVはどのように自律的にタスクの優先順位付けと再スケジューリングを行うことができるか？
• RQ2 周期的擾乱（例：水流）にリアルタイムで適応しつつもミッション目標を維持できるアーキテクチャフレームワークは何か？
• RQ3 複雑な水中環境において、厳密なリソースおよび時間制約下でタスク・パス計画を最適化する方法は何か？
• RQ4 不確実で極めて動的な水中条件下で、運用の耐性と安全性を保証するメカニズムは何か？
• RQ5 単一のAUVが高い生産性とタスクの定時完了を達成しつつ、持続的ミッション実行をどのように実現できるか？

主な発見

• 提案されたアーキテクチャは、動的で不確実な水中条件下でも自律的かつ反応型のミッションスケジューリングおよびパス計画を可能にする。
• システムは、周期的環境擾乱が発生してもミッション生産性と定時タスク完了を効果的に維持する。
• ハイレベルなタスク優先順位付けとローカルな運動制御の統合により、リアルタイム運用における耐性と適応性が確保される。
• ウェイポイントマップで定義されたネットワーク構造は、複雑なミッション領域における空間的整理と計画効率を向上させる。
• リソース制約の動的管理と変化する環境条件への再計画に対応することで、持続的運用を実現する。
• フレームワークは水流の不安定性に対しても効果的に適応し、ずれを低減させ、ミッションの安全性と信頼性を向上させる。