[論文レビュー] Internet of Things Applications: Animal Monitoring with Unmanned Aerial Vehicle

Jun Xu, Gürkan Solmaz+3 more|arXiv (Cornell University)|Oct 17, 2016

UAV Applications and Optimization参考文献 28被引用数 23

ひとこと要約

本稿では、装着デバイスを用いずに大規模な野生生物地域における絶滅危惧種のモニタリングを目的としたUAV-WSNシステムを提案する。Q学習を用いたマルコフ意思決定過程を用いて、高い動物活動確率領域を訪問する動的経路計画を実現し、情報の価値（VoI）を最大化するとともにメッセージ遅延を低減する。シミュレーションでは、シマウマおよびレパードトカゲのデータセットを用いて、グリーディ法、ランダム法、TSPベースの手法を上回る性能を示した。

ABSTRACT

In animal monitoring applications, both animal detection and their movement prediction are major tasks. While a variety of animal monitoring strategies exist, most of them rely on mounting devices. However, in real world, it is difficult to find these animals and install mounting devices. In this paper, we propose an animal monitoring application by utilizing wireless sensor networks (WSNs) and unmanned aerial vehicle (UAV). The objective of the application is to detect locations of endangered species in large-scale wildlife areas and monitor movement of animals without any attached devices. In this application, sensors deployed throughout the observation area are responsible for gathering animal information. The UAV flies above the observation area and collects the information from sensors. To achieve the information efficiently, we propose a path planning approach for the UAV based on a Markov decision process (MDP) model. The UAV receives a certain amount of reward from an area if some animals are detected at that location. We solve the MDP using Q-learning such that the UAV prefers going to those areas that animals are detected before. Meanwhile, the UAV explores other areas as well to cover the entire network and detects changes in the animal positions. We first define the mathematical model underlying the animal monitoring problem in terms of the value of information (VoI) and rewards. We propose a network model including clusters of sensor nodes and a single UAV that acts as a mobile sink and visits the clusters. Then, one MDP-based path planning approach is designed to maximize the VoI while reducing message delays. The effectiveness of the proposed approach is evaluated using two real-world movement datasets of zebras and leopard. Simulation results show that our approach outperforms greedy, random heuristics and the path planning based on the traveling salesman problem.

研究の動機と目的

• 装着デバイスを装着することが現実的でない大規模で遠隔な野生生物地域における絶滅危惧種のモニタリングの課題に対処すること。
• 時間的に敏感な動物データ収集における、従来の無線センサネットワーク（WSN）のエネルギーおよび通信制限を克服すること。
• 学習済みのパターンに基づいて、動物活動の高い領域を優先的に計画するUAVの経路計画戦略を設計すること。
• 全ネットワークのカバレッジを確保しながら、タイムリーなデータ収集を優先することで、情報の価値（VoI）を最大化すること。
• 探索と活用のバランスを取る動的で自己学習可能なUAVナビゲーションを実現すること。

提案手法

• 観測領域の各グリッドを状態とするマルコフ意思決定過程（MDP）を用いて、動物モニタリング問題をモデル化する。
• 動物検出後、時間とともに減少する情報の価値（VoI）に基づいて報酬を定義し、早期のデータ報告を促進する。
• 動物検出確率の高いグリッドを訪問する最適な方策を学習するために、Q学習を実装する。
• 各グリッドにセンサノードを配置したクラスタベースのWSNアーキテクチャを導入し、クラスターヘッドがUAV（移動型シンク）に報告する。
• 実世界の動物移動トレース（シマウマおよびレパードトカゲのデータセット）を用いて、経路計画戦略のシミュレーションと検証を実施する。
• 全ネットワーク領域のカバレッジを確保しながら、VoIを最大化し、メッセージ遅延を最小化するように経路計画を最適化する。

実験結果

リサーチクエスチョン

• RQ1 UAVは、装着デバイスに依存せずに、大規模かつ遠隔な野生生物地域における動物活動をどのように効率的に特定・モニタリングできるか？
• RQ2 動物モニタリング応用において、情報の価値（VoI）を最大化するとともにデータ収集遅延を最小化する経路計画戦略は何か？
• RQ3 提案されたMDPベースのUAV経路計画は、グリーディ法、ランダム法、TSPベースのヒューリスティクスと比較して、VoIおよび遅延の観点でどのように差をつけるか？
• RQ4 自己教師付きQ学習により、UAVは変化する動物移動パターンに動的に学習・適応できるか？
• RQ5 システムは、全ネットワーク全体で、動物位置の変化をどの程度効果的に維持・検出できるか？

主な発見

• 提案されたMDPベースの経路計画アプローチは、グリーディ法、ランダム法、TSPベースのヒューリスティクスを上回り、収集された情報の価値（VoI）の合計が顕著に高い。
• ベースライン手法と比較して、UAVは直接観測された動物の数が有意に多く、検出効率の向上が示された。
• 高インパクト領域の優先順位付けにより、メッセージ遅延が顕著に低減され、VoIモデルの時間に敏感な報酬構造と整合した。
• システムは動的かつ「ホットスポット」としての動物活動領域を効果的に特定・集中し、Q学習による適応的学習の有効性を示した。
• シマウマおよびレパードトカゲのデータセットを用いたシミュレーション結果から、実世界の移動パターンにおいて本手法のロバスト性とスケーラビリティが確認された。
• 探索と活用のバランスを保ちつつ、ネットワーク全体のカバレッジを維持し、重要な領域が見過ごされないことを確認した。