[論文レビュー] Toward Efficient Task Assignment and Motion Planning for Large Scale Underwater Mission

Somaiyeh Mahmoud Zadeh, David Powers+2 more|arXiv (Cornell University)|Apr 17, 2016

Robotic Path Planning Algorithms参考文献 21被引用数 12

ひとこと要約

本論文は、大規模な水中ミッションにおける複数の自律水中航行機（AUV）を対象に、局所的経路計画と適応的グローバルルート計画を統合するPSOベースのヒューリスティック手法を用いたハイブリッドタスク割り当ておよび運動計画フレームワークを提案する。この手法により、混雑した環境でも効率的で反応性の高い誘導が可能となり、NPハードな計画シナリオにおいて迅速かつ実行可能な解決策を提供することで、ミッションの成功確率、安全性、生産性が顕著に向上する。

ABSTRACT

An Autonomous Underwater Vehicle (AUV) needs to acquire a certain degree of autonomy for any particular underwater mission to fulfill the mission objectives successfully and ensure its safety in all stages of the mission in a large scale operating filed. In this paper, a novel combinatorial conflict-free-task assignment strategy consisting an interactive engagement of a local path planner and an adaptive global route planner, is introduced. The method is established upon the heuristic search potency of the Particle Swarm Optimisation (PSO) algorithm to address the discrete nature of routing-task assignment approach and the complexity of NP-hard path planning problem. The proposed hybrid method is highly efficient for having a reactive guidance framework that guarantees successful completion of missions specifically in cluttered environments. To examine the performance of the method in a context of mission productivity, mission time management and vehicle safety, a series of simulation studies are undertaken. The results of simulations declare that the proposed method is reliable and robust, particularly in dealing with uncertainties, and it can significantly enhance the level of vehicle's autonomy by relying on its reactive nature and capability of providing fast feasible solutions.

研究の動機と目的

• 複数の自律水中航行機（AUV）を含む大規模水中ミッションにおける効率的タスク割り当ておよび運動計画の課題に対処すること。
• 複雑で混雑した水中環境におけるミッション成功と車両の安全性を保証する反応性の高い誘導フレームワークを構築すること。
• ヒューリスティック最適化手法を活用して、NPハードな経路計画における計算複雑性を低減すること。
• 不確実性下でも迅速かつ実行可能な解決策の生成によって、ミッションの生産性と時間管理を向上させること。

提案手法

• 局所的経路計画と適応的グローバルルート計画を統合した、新しい組み合わせ的衝突なしタスク割り当て戦略が提案される。
• 本手法は、ルーティングおよびタスク割り当て問題の離散的かつNPハードな性質を扱うために、粒子群最適化（PSO）を採用する。
• PSOは、大規模ミッション計画における最適または近似的最適な解の探索能力を高めるために用いられる。
• フレームワークは反応性を備えており、環境の変化や不確実性にリアルタイムで適応可能である。
• ハイブリッドアーキテクチャにより、局所的経路の最適化とグローバルルート最適化を組み合わせた動的再計画が可能となる。
• 性能評価は、ミッション生産性、時間管理、安全性の観点から、広範なシミュレーション研究を通じて実施される。

実験結果

リサーチクエスチョン

• RQ1 複数のAUVを含む大規模水中ミッションにおいて、タスク割り当てと運動計画をどのように効率的に統合できるか？
• RQ2 動的水中環境における離散的ルーティングおよびタスク割り当てのNPハードな複雑性を効果的に扱える最適化手法は何か？
• RQ3 PSOベースのアプローチは、混雑した水中シナリオにおいてミッションの成功確率と安全性をどの程度向上できるか？
• RQ4 提案されたフレームワークの反応性は、リアルタイム対応性と解決策の実行可能性をどのように向上させるか？
• RQ5 不確実性は、提案されたハイブリッド計画システムの性能にどのような影響を及えるか？

主な発見

• 提案手法は、水中ミッション中の環境的不確実性に対しても高い信頼性と頑健性を示した。
• 反応性の高い計画フレームワークにより、迅速かつ実行可能な解決策の生成が可能となり、AUVの自律性が顕著に向上した。
• シミュレーション結果は、さまざまな複雑なシナリオにおいてミッション生産性の向上と効果的な時間管理が達成されたことを確認した。
• ハイブリッドPSOベースのアプローチは、計算効率と解の品質のバランスを取る点で、従来手法を上回った。
• フレームワークは、動的障害物が存在する混雑した環境でも、衝突のないタスク割り当てと安全なナビゲーションを保証した。
• 高品質な解を維持したまま計画時間を著しく短縮でき、リアルタイム導入を支援した。