[論文レビュー] AUV optimal path for leak detection

Olivier Marceau, Jean-Michel Vanpeperstraete|arXiv (Cornell University)|Sep 1, 2017

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

ひとこと要約

本稿では、ベイジアンサーチ理論と階層的アルゴリズムを用いたマルチオブジェクティブ最適化フレームワークを提案し、複雑な水中環境におけるAUVの最適なボウストロフェドンパスを生成することで、検出遅延とパス所要時間の両方を最小化する。この手法は、均一速度のボウストロフェドンパスを上回り、AUVの自己推進能力に応じたパレート最適な軌道を可能にする。

ABSTRACT

This paper studies an optimal autonomous underwater vehicule (AUV) path planning method for both reducing average delay before pollutants detection in underwater mining, oil or gas fields and reducing AUV occupancy time. The proposed technique, based on the bayesian search theory framework and multi-objective optimization, extracts optimal boustrophedon paths for leak detection in complex environment. We describe a multi-objective nonlinear mixed integer optimization model for both reducing global nondetection probability and path duration. We then propose a hierarchical algorithm combining two functions. The main function is a multi-objective cross entropy which places the tracklines. The second function sets the optimal speeds on each trackline by means of an interior point method. Numerical simulations show that the proposed framework is a very promising approach because the optimal paths cross spill of highly probable leaks before less probable ones. We show that our optimized paths outperform boustrophedon paths of same duration with uniform speed and spacing of trackline. Thanks to Pareto efficiency approach, our tool propose optimal trajectories for numerous AUV autonomies. Hence it can be used for both real time path planning and design purpose.

研究の動機と目的

• 水中鉱業、石油・ガス田における汚染物質の検出までの平均遅延を短縮すること。
• 複雑な水中環境における漏れ検出ミッションにおけるAUVの滞在時間を最小化すること。
• 低全体非検出確率と短いパス所要時間の両方をバランスさせるパスプランニングフレームワークを開発すること。
• 異なるAUVの航続時間に応じたパレート最適な軌道を生成することで、リアルタイムのパスプランニングとミッション設計を支援すること。

提案手法

• 全体非検出確率とパス所要時間の両方を最小化するためのマルチオブジェクティブ非線形混合整数計画モデルを定式化する。
• 漏れ発生確率分布に基づいて最適なトラックライン配置を決定するため、マルチオブジェクティブCE（クロスエントロピー）アルゴリズムを採用する。
• エネルギー効率と時間効率を考慮し、各トラックラインに沿った最適速度を内点法を用いて計算する。
• パス生成段階で漏れ発生確率の高い領域を優先するため、ベイジアンサーチ理論を統合する。
• トラックライン配置と速度割り当てを段階的に最適化する階層的アルゴリズム構造を適用する。
• 異なるAUVの自己推進能力制約に応じた検出性能とミッション所要時間の両立を実現するパレート効率的解を生成する。

実験結果

リサーチクエスチョン

• RQ1 複雑な水中環境における漏れ検出の検出遅延を最小化するため、AUVパスプランニングをどのように最適化できるか。
• RQ2 AUVを用いた漏れ検出において、検出遅延の最小化とパス所要時間の短縮の間にどのようなトレードオフが存在するか。
• RQ3 本手法は、均一速度と均等間隔の標準的ボウストロフェドンパターンに比べて、どのように改善をもたらすか。
• RQ4 本フレームワークは、異なる航続能力を有するAUVに対して、どの程度までパレート最適な軌道を生成できるか。
• RQ5 ベイジアンサーチ理論は、パスプランニングプロセスにおいて高確率の漏れ領域を効果的に優先できるか。

主な発見

• 提案されたフレームワークは、低確率領域よりも高い漏れ発生確率のプラウムを先に通過する最適なパスを生成し、検出効率を向上させる。
• 最適化されたパスは、同じ所要時間と均一速度の標準的ボウストロフェドンパスに比べ、検出性能において顕著に優れている。
• パレート効率性の活用により、異なるAUVの自己推進能力に適合した最適な軌道が生成可能である。
• 数値シミュレーションにより、本手法が検出遅延と全体ミッション時間の両方を短縮する有効性が確認された。
• 階層的アルゴリズムは、トラックライン配置と速度最適化を効果的に分離し、計算の実行可能性を向上させた。
• 本フレームワークは、AUVの能力に応じた適応性を備えているため、リアルタイムのパスプランニングとミッション設計の両方に対応可能である。