[論文レビュー] Development of an Autonomous Reactive Mission Scheduling and Path Planning (ARMSP) Architecture Using Evolutionary Algorithms for AUV Operation in a Sever Ocean Environment.

Somaiyeh Mahmoud Zadeh, David Powers+1 more|arXiv (Cornell University)|May 6, 2016

Robotic Path Planning Algorithms参考文献 48被引用数 4

ひとこと要約

本論文は、荒れた海洋環境下におけるAUVの自律的で反応性のあるミッションスケジューリングおよび経路計画（ARMSP）アーキテクチャを提案する。複数の段階で進化的アルゴリズムを用いることで、リアルタイムでのミッション適応が可能となる。本システムは、動的障害物回避、時間依存の脅威管理、低コストの計算負荷でのオンライン再計画を統合し、さまざまなメタヒューリスティックアルゴリズムにおいて安定した性能を示している。

ABSTRACT

Providing a higher level of decision autonomy is a true challenge in development of today AUVs and promotes a single vehicle to accomplish multiple tasks in a single mission as well as accompanying prompt changes of a turbulent and highly uncertain environment, which has not been completely attained yet. The proceeding approach builds on recent researches toward constructing a comprehensive structure for AUV mission planning, routing, task-time managing and synchronic online motion planning adaptive to sudden changes of the time variant environment. Respectively, an Autonomous Reactive Mission Scheduling and Path Planning (ARMSP) architecture is constructed in this paper and a bunch of evolutionary algorithms are employed by different layers of the proposed control architecture to investigate the efficiency of the structure toward handling addressed objectives and prove stability of its performance in real-time mission task-time-threat management regardless of the applied metaheuristic algorithm. Static current map data, uncertain dynamic-static obstacles, vehicles Kino-dynamic constraints are taken into account and online path re-planning strategy is adopted to consider local variations of the environment so that a small computational load is devoted for re-planning procedure since the upper layer, which is responsible for mission scheduling, renders an overview of the operation area that AUV should fly thru. Numerical simulations for analysis of different situations of the real-world environment is accomplished separately for each layer and also for the entire ARMSP model at the end. Performance and stability of the model is investigated thorough employing metaheuristic algorithms toward furnishing the stated mission goals.

研究の動機と目的

• 乱流で不確実性の高い海洋環境下で動作するAUVにおける高水準意思決定自律性を達成する挑戦に応えること。
• 突然の環境変化に適応しながら、1回のミッションで複数のタスクを実行できる単一のAUVを可能にすること。
• ミッションスケジューリング、経路計画、リアルタイム再計画を統合した階層的制御アーキテクチャを開発すること。
• 進化的アルゴリズムを用いて、時間的に変化する条件下でも安定的かつ効率的な性能を確保すること。
• オンライン再計画時の計算負荷を最小限に抑えるために、高水準の計画を上位レイヤーの概要システムに委ねること。

提案手法

• 各レイヤーが特定の部分問題（ミッションスケジューリング、経路計画、動的再計画）に進化的アルゴリズムを適用する多層ARMSPアーキテクチャを設計すること。
• 計画プロセスに静的海流マップと動的・静的障害物を環境的制約として組み込むこと。
• AUVのキノダイナミクス制約を適用して、物理的に実現可能な軌道を保証すること。
• リアルタイムデータを用いて局所的な環境変化に反応するオンライン再計画戦略を実装すること。
• 高水準のミッション概要と低水準の運動計画を分離することで、再計画時の計算負荷を低減すること。
• 異なるレイヤーでメタヒューリスティックアルゴリズム（例：遺伝的アルゴリズム、粒子群最適化）を用いて、解空間を効率的に探索すること。

実験結果

リサーチクエスチョン

• RQ1 自律的AUVシステムは、ミッション実行中に動的で不確実な海洋環境にリアルタイムで適応できるか。
• RQ2 ARMSPアーキテクチャは、ミッションスケジューリングおよび経路計画において、さまざまなメタヒューリスティックアルゴリズムの間で性能安定性を維持できるか。
• RQ3 ミッションの目的と安全制約を維持しつつ、オンライン再計画時に計算負荷を低く抑えることができるか。
• RQ4 階層的進化的アルゴリズムアプローチは、時間依存の脅威と動的障害物を効果的に処理できるか。
• RQ5 変化する環境条件およびミッションの複雑さの下で、ARMSPモデルの性能安定性はいかがであるか。

主な発見

• ARMSPアーキテクチャは、進化的アルゴリズムを用いて、動的海洋条件下でもリアルタイムのミッションスケジューリングおよび経路計画を実現できた。
• 異なるメタヒューリスティックアルゴリズム間で安定した性能を示し、解生成の堅牢性を示している。
• 上位レイヤーのミッション概要のおかげで、完全な再最適化の必要が減ったため、オンライン再計画の計算負荷が低く抑えられた。
• 静的海流データ、動的障害物、AUVのキノダイナミクス制約の統合により、ミッションの安全性と実現可能性が向上した。
• 数値シミュレーションにより、ARMSPモデルがすべてのレイヤーおよびエンド・ツー・エンドの運用において、複雑で時間的に変化する環境を効果的に処理できることを確認した。
• 急激な環境変化の下でも、ミッションの目的と脅威回避を維持でき、反応性と適応性の有効性が裏付けられた。