[논문 리뷰] Persistent Monitoring of Dynamically Changing Environments Using an Unmanned Vehicle

Sai Krishna Kanth Hari, Sivakumar Rathinam외 4명|arXiv (Cornell University)|2018. 01. 01.

Robotic Path Planning Algorithms참고 문헌 14인용 수 10

한 줄 요약

이 논문은 동적으로 변화하는 성질을 가진 n개의 정적 표적을 단일 무인 항공기(UAV)가 반복적으로 모니터링하기 위해 최적의 폐쇄 경로 전략을 제안한다. 이 전략은 최대 재방문 시간을 최소화한다. 연구에서는 k ≥ n² − n 인 경우, 최적의 재방문 시간 R*(k)이 오직 두 가지 값만을 가진다는 것을 증명한다: k가 n의 정수 배수일 경우 R*(n), 그 외의 경우 R*(n+1)이다. 이로 인해 두 개의 기본 문제인 W*(n)과 W*(n+1)만을 풀면 되므로 계산량을 크게 절감할 수 있다.

ABSTRACT

We consider the problem of planning a closed walk $\mathcal W$ for a UAV to persistently monitor a finite number of stationary targets with equal priorities and dynamically changing properties. A UAV must physically visit the targets in order to monitor them and collect information therein. The frequency of monitoring any given target is specified by a target revisit time, $i.e.$, the maximum allowable time between any two successive visits to the target. The problem considered in this paper is the following: Given $n$ targets and $k \geq n$ allowed visits to them, find an optimal closed walk $\mathcal W^*(k)$ so that every target is visited at least once and the maximum revisit time over all the targets, $\mathcal R(\mathcal W(k))$, is minimized. We prove the following: If $k \geq n^2-n$, $\mathcal R(\mathcal W^*(k))$ (or simply, $\mathcal R^*(k)$) takes only two values: $\mathcal R^*(n)$ when $k$ is an integral multiple of $n$, and $\mathcal R^*(n+1)$ otherwise. This result suggests significant computational savings - one only needs to determine $\mathcal W^*(n)$ and $\mathcal W^*(n+1)$ to construct an optimal solution $\mathcal W^*(k)$. We provide MILP formulations for computing $\mathcal W^*(n)$ and $\mathcal W^*(n+1)$. Furthermore, for {\it any} given $k$, we prove that $\mathcal R^*(k) \geq \mathcal R^*(k+n)$.

연구 동기 및 목표

• 단일 UAV가 k번의 방문을 포함하는 폐쇄 경로를 따라 n개의 정적 표적을 반복 모니터링할 때, 최대 재방문 시간을 최소화하는 것.
• 최적의 폐쇄 경로 W*(k)의 구조적 성질을 규명하여 계산 효율성을 확보하는 것.
• k ≥ n² − n 인 경우, R*(k)가 k가 n의 배수이냐 여부에 따라만 달라진다는 것을 증명하는 것.
• 두 기본 최적 경로인 W*(n)과 W*(n+1)를 계산하기 위한 MILP 수식을 제공하는 것.
• R*(k) ≥ R*(k + n)임을 입증하여, k가 증가함에 따라 재방문 시간이 감소하거나 유지됨을 보여주는 단조성 특성을 확립하는 것.

제안 방법

• 반복 모니터링 문제를 최대 재방문 시간 R(W(k))를 최소화하는 k번의 방문을 포함하는 폐쇄 경로 W(k)를 찾는 문제로 수식화한다.
• 표적 간 이동 시간에 삼각 부등식을 적용한 그래프 이론적 모델링을 사용한다.
• 혼합정수선형계획법(MILP)을 활용해 최적 경로 W*(n)과 W*(n+1)를 계산한다.
• 순환 치환과 부분경로 분석을 적용하여 최적 경로의 구조적 성질을 증명한다.
• 반복 주기 동안의 재방문 시간을 분석하기 위해 경로의 연결을 활용한다.
• k ≥ n² − n 인 경우 R*(k)가 오직 k mod n에 의존한다는 사실을 활용하여 탐색 공간을 줄인다.

실험 결과

연구 질문

• RQ1 UAV가 n개의 표적을 k번 방문하는 동안 최대 재방문 시간 R*(k)를 최소화하는 최적의 폐쇄 경로 W*(k)는 무엇인가?
• RQ2 특히 큰 k에 대해 최적의 재방문 시간 R*(k)는 k에 대한 함수로서 어떻게 행동하는가?
• RQ3 최적 해 W*(k)는 오직 두 개의 기본 해인 W*(n)과 W*(n+1)로부터만 구성될 수 있는가?
• RQ4 k ≥ n² − n 인 경우 최적 경로의 어떤 구조적 성질이 R*(k)가 오직 두 가지 값만을 가질 수 있도록 보장하는가?
• RQ5 최적의 재방문 시간 R*(k)는 k가 증가함에 따라 비증가하는가? 만약 그렇다면 변화율은 어떻게 되는가?

주요 결과

• k ≥ n² − n 인 경우, 최적의 재방문 시간 R*(k)는 오직 두 가지 값만을 가진다: k가 n의 정수 배수일 경우 R*(n), 그 외의 경우 R*(n+1).
• 최적 경로 W*(k)는 W*(n) 또는 W*(n+1)를 다수 번 연결하여 구성할 수 있으며, 이로 인해 각 k에 대해 개별적으로 문제를 풀 필요가 없어진다.
• 모든 k에 대해 R*(k) ≥ R*(k + n)임을 입증하여, k를 n만큼 증가시키는 것은 재방문 시간을 악화시키지 않음을 보여준다.
• W*(n)과 W*(n+1)에 대한 MILP 수식은 k ≥ n 인 모든 k에 대해 최적 해를 계산하는 데 충분하다.
• 재방문 시간 R*(k)는 모든 표적에 대해 재방문을 균일하게 분배하도록 경로를 설계할 때 최소화되며, 이는 대칭성과 순환적 구조를 활용한 결과이다.
• 증명 과정은 경로의 순환 치환과 부분경로 분석을 기반으로 하여, 연결을 통해 재방문 시간이 유지되거나 향상됨을 보여준다.