[논문 리뷰] Cooperative Planning for Fuel-constrained Aerial Vehicles and Ground-based Refueling Vehicles for Large-Scale Coverage

Parikshit Maini, Kaarthik Sundar외 2명|arXiv (Cornell University)|2018. 05. 11.

Robotic Path Planning Algorithms참고 문헌 4인용 수 11

한 줄 요약

이 논문은 연료 제약이 있는 무인 항공기(UAV)와 지상 기반 보급 차량(RV) 간의 협동 계획 프레임워크를 제안하여 대규모 공중 커버리지를 가능하게 한다. 먼저 UAV의 연료 한계와 속도 차이를 고려하여 도로망에서 실현 가능한 보급 지점들을 식별한 후, 혼합정수선형계획법(MILP)과 휴리스틱 기법을 사용하여 UAV와 RV의 경로를 공동 최적화함으로써 총 UAV 이동 거리를 최소화하면서 임무의 실현 가능성과 적시 보급을 보장한다.

ABSTRACT

Low cost Unmanned Aerial Vehicles (UAVs) need multiple refuels to accomplish large area coverage. The number of refueling stations and their placement plays a vital role in determining coverage efficiency. In this paper, we propose the use of a ground-based refueling vehicle (RV) to increase the operational range of a UAV in both spatial and temporal domains. Determining optimal routes for the UAV and RV, and selecting optimized locations for refueling to aid in minimizing coverage time is a challenging problem due to different vehicle speeds, coupling between refueling location placement, and the coverage area at each location. We develop a two-stage strategy for coupled route planning for UAV and RV to perform a coverage mission. The first stage computes a minimal set of refueling sites that permit a feasible UAV route. In the second stage, multiple Mixed-Integer Linear Programming (MILP) formulations are developed to plan optimal routes for the UAV and the refueling vehicle taking into account the feasible set of refueling sites generated in stage one. The performance of different formulations is compared empirically. In addition, computationally efficient heuristics are developed to solve the routing problem. Extensive simulations are conducted to corroborate the effectiveness of proposed approaches.

연구 동기 및 목표

• 다수의 보급이 필요한 연료 제약이 있는 UAV로 대규모 영역을 커버하는 데 도전하는 문제를 해결하기 위해.
• 고정된 보급 정류장 대신 이동식 지상 기반 보급 차량(RV)을 사용하여 운영 효율성을 향상시키기 위해.
• 연료 한계, 속도 차이, 도로망 제약 조건을 고려하여 UAV와 RV의 경로를 공동 최적화하기 위해.
• 협동 계획을 통해 총 UAV 이동 거리와 커버리지 시간을 최소화하기 위해.

제안 방법

• 1단계는 TSP 기반 휴리스틱과 복구 알고리즘을 사용하여 UAV가 적시에 보급을 받을 수 있도록 도로망에서 최소한의 실현 가능한 보급 지점 집합을 계산한다.
• 2단계는 UAV와 RV의 공동 경로 계획 문제를 UAV 이동 거리를 최소화하기 위해 엣지 기반 및 노드 기반 공식화 방식을 모두 사용하는 다수의 혼합정수선형계획법(MILP) 모델로 수립한다.
• 브랜치 앤 컷 프레임워크를 사용하여 MILP 공식화를 해결하며, 수렴성을 향상시키기 위해 휴리스틱 해에서의 온난 시작(warm starts)을 적용한다.
• 실시간 또는 시간 민감도가 높은 임무에 특히 유용한 빠른 해 생성을 위해 계산 효율성이 높은 TSP 기반 휴리스틱을 개발한다.
• 엣지 기반 MILP 공식화는 노드 기반 대비 더 날카운 라운드(lower bounds)를 생성함으로써 해 품질을 향상시킨다.
• 다양한 도로망과 임무 크기에서 광범위한 시뮬레이션을 통해 성능을 평가한다.

실험 결과

연구 질문

• RQ1 연료 및 속도 제약 조건 하에서 대규모 영역을 UAV가 커버할 수 있도록 도로망에서 실현 가능한 보급 지점의 최소 집합을 어떻게 계산할 수 있는가?
• RQ2 연료 및 시간 제약 조건을 충족시키면서 UAV와 RV 경로를 공동 최적화하기 위해 가장 효과적인 MILP 공식화는 무엇인가?
• RQ3 엣지 기반 및 노드 기반 공식화 간의 해 품질과 계산 효율성은 어떻게 비교되는가?
• RQ4 정확한 MILP 방법이 문제 크기에 따라 스케일링이 어려울 경우, 빠른 휴리스틱이 고품질의 해를 제공할 수 있는가?

주요 결과

• 모든 테스트 파rameter에서 엣지 기반 MILP 공식화는 노드 기반 공식화보다 일관되게 낮은 상대적 갭(relative gaps)을 달성하여 더 뛰어난 해 품질을 보였다.
• 노드 기반 공식화는 차원 수가 낮아 계산상 더 효율적이었지만, 더 높은 상대적 갭을 생성하여 느슨한 하한선을 의미했다.
• TSP 기반 휴리스틱은 마이크로초 단위 내로 실현 가능한 해를 생성하여 탐욕 알고리즘보다 속도와 해 품질 모두에서 뛰어났다.
• 휴리스틱 해에서 온난 시작을 통해 MILP 솔버의 수렴성이나 해 품질 향상이 이루어지지 않았다. 이는 제약 조건 수가 많고 UAV와 RV 경로 간의 강한 결합성 때문이었다.
• 예제 크기가 증가함에 따라 해 품질이 급격히 악화되었으며, 특히 타겟과 도로 간 평균 거리가 높은 도로망에서 두드러졌다.
• 휴리스틱 기반 접근 방식은 시간 민감도가 높은 임무에 매우 효과적이며, 하한선이 최적화되지 않았음에도 불구하고 빠르고 near-optimal 해를 제공한다.