[논문 리뷰] AUV Rendezvous Online Path Planning in a Highly Cluttered Undersea Environment Using Evolutionary Algorithms

Somaiyeh Mahmoud Zadeh, Amirmehdi Yazdani외 2명|arXiv (Cornell University)|2016. 04. 24.

Robotic Path Planning Algorithms참고 문헌 32인용 수 19

한 줄 요약

이 논문은 고도로 혼잡한 해저 환경에서 자율 잠수선(AUV)이 리더 차량과 만날 수 있도록 하는 온라인 경로 계획 프레임워크를 제안한다. 수렴 문제를 비선형 최적 제어 문제(NOCP)로 공식화하고 보상 함수 방법을 적용하여, PSO, BBO, DE, 그리고 파리알고리즘을 활용해 동적 장애물과 해류에 적응하는 강력하고 반응적인 경로를 생성한다. 시뮬레이션을 통해 높은 효율성과 내구성을 입증한다.

ABSTRACT

In this study, a single autonomous underwater vehicle (AUV) aims to rendezvous with a submerged leader recovery vehicle through a cluttered and variable operating field. The rendezvous problem is transformed into a nonlinear optimal control problem (NOCP) and then numerical solutions are provided. A penalty function method is utilized to combine the boundary conditions, vehicular and environmental constraints with the performance index that is final rendezvous time.Four evolutionary based path planning methods namely particle swarm optimization (PSO), biogeography-based optimization (BBO), differential evolution (DE) and Firefly algorithm (FA) are employed to establish a reactive planner module and provide a numerical solution for the proposed NOCP. The objective is to synthesize and analysis the performance and capability of the mentioned methods for guiding an AUV from loitering point toward the rendezvous place through a comprehensive simulation study.The proposed planner module entails a heuristic for refining the path considering situational awareness of underlying environment, encompassing static and dynamic obstacles overwhelmed in spatiotemporal current vectors.This leads to accommodate the unforeseen changes in the operating field like emergence of unpredicted obstacles or variability of current vector filed and turbulent regions. The simulation results demonstrate the inherent robustness and significant efficiency of the proposed planner in enhancement of the vehicle's autonomy in terms of using current force, coping undesired current disturbance for the desired rendezvous purpose. Advantages and shortcoming of all utilized methods are also presented based on the obtained results.

연구 동기 및 목표

• 복잡하고 동적인 해저 환경에서 자율 잠수선(AUV)이 리더 차량과 안전하고 효율적으로 만날 수 있도록 하는 것.
• 예측 불가능한 장애물과 변동하는 해류와 같은 불확실한 조건 하에서 실시간 경로 계획의 과제를 해결하는 것.
• 공간적·시간적 환경 변화의 상황 인식 능력을 통합한 반응형 온라인 계획자 개발.
• 비선형 최적 제어 문제를 해결하기 위해 다수의 유전적 알고리즘 성능 평가 및 비교.
• 해류 힘을 활용하여 자율성을 향상시키고 간섭을 최소화해 임무 성공률을 높이는 것.

제안 방법

• 차량 운동 방정식, 경계 조건, 환경 요소에 대한 제약 조건을 포함한 비선형 최적 제어 문제(NOCP)로 만남 문제를 변환한다.
• 경계 조건, 차량 제약 조건, 환경 장애물 등을 성능 지표에 통합하기 위해 보상 함수 방법을 사용한다.
• 수치적으로 NOCP를 해결하기 위해 입자군집최적화(PSO), 생물지리기반최적화(BBO), 차분진화(DE), 파리알고리즘(FA)의 네 가지 유전적 알고리즘을 적용한다.
• 실시간 상황 인식 기능을 통합하여, 새로 탐지된 장애물이나 해류 필드의 변화에 따라 경로를 동적으로 조정한다.
• 지속적으로 변화하는 환경 데이터를 기반으로 해석을 업데이트함으로써 온라인 재계획이 가능하도록 알고리즘 프레임워크를 설계한다.
• 실제 조건을 반영한 고도로 혼잡하고 변동성이 큰 해저 환경에서 시뮬레이션을 수행하여 강건성과 적응 능력을 시험한다.

실험 결과

연구 질문

• RQ1 유전적 알고리즘이 고도로 혼잡한 해저 환경에서 AUV의 만남을 위한 실현 가능하고 최적의 경로를 얼마나 효과적으로 생성할 수 있는가?
• RQ2 제안된 계획자가 갑작스러운 장애물이나 이동하는 해류와 같은 예측 불가능한 환경 변화에 얼마나 잘 적응할 수 있는가?
• RQ3 PSO, BBO, DE, 또는 FA 중에서 수렴 속도, 해의 품질, 내구성 측면에서 온라인 AUV 경로 계획에 있어 우수한 성능을 보이는 알고리즘은 무엇인가?
• RQ4 해류 힘 활용 통합이 경로 효율성과 임무 성공률에 어떤 영향을 미치는가?
• RQ5 실시간 상황 인식이 계획자가 동적 장애물을 회피하고 만남 목표를 유지하는 데 어떤 영향을 미치는가?

주요 결과

• 제안된 계획자는 정적 및 동적 장애물 존재 속에서도 AUV가 만남 지점으로 성공적으로 유도되었으며, 복잡한 환경에서 매우 높은 내구성을 입증했다.
• PSO, BBO, DE, FA의 네 알고리즘이 모두 실현 가능한 해를 도출했지만, 시뮬레이션 환경에서 DE와 FA가 더 뛰어난 수렴 속도와 해의 품질을 보였다.
• 계획자는 유리한 해류 힘을 효과적으로 활용하고 부정적인 해류 간섭의 영향을 최소화하여 에너지 효율성과 경로 안정성을 향상시켰다.
• 실시간 상황 인식 통합으로 인해 동적 재계획이 가능해져 AUV가 급작스러운 장애물과 해류 필드 변화에 대응할 수 있었다.
• 보상 함수 방법은 제약 조건과 성능 지표를 효과적으로 통합하여 NOCP 설정에서 실현 가능성과 경계 조건 준수를 보장했다.
• 시뮬레이션 결과는 계획자가 도전적인 해저 임무에서 AUV 자율성 향상에 크게 기여할 수 있음을 확인했다.