[论文解读] Collaborative Visual Area Coverage using Unmanned Aerial Vehicles

Sotiris Papatheodorou, Anthony Tzes+1 more|arXiv (Cornell University)|Dec 6, 2016

Distributed Control Multi-Agent Systems参考文献 15被引用 7

一句话总结

该论文提出了一种分布式控制算法，用于一组无人飞行器（UAV）协同最大化视觉区域覆盖，同时平衡覆盖质量与覆盖范围。通过基于梯度的控制律，根据局部覆盖质量与空间划分调整UAV高度，系统实现了在安全高度限制内的局部最优配置，仿真结果验证了更高的覆盖效率。

ABSTRACT

This article addresses the visual area coverage problem using a team of Unmanned Aerial Vehicles (UAVs). The UAVs are assumed to be equipped with a downward facing camera covering all points of interest within a circle on the ground. The diameter of this circular conic-section increases as the UAV flies at a larger height, yet the quality of the observed area is inverse proportional to the UAV's height. The objective is to provide a distributed control algorithm that maximizes a combined coverage-quality criterion by adjusting the UAV's altitude. Simulation studies are offered to highlight the effectiveness of the suggested scheme.

研究动机与目标

• 解决使用配备向下摄像头的UAV网络实现持续视觉区域覆盖的问题。
• 开发一种分布式控制律，以优化综合覆盖质量指标，同时遵守高度约束。
• 确保UAV在障碍物上方的安全高度范围内，并保持与基地站的通信范围。
• 基于覆盖质量分配责任区域，避免依赖Voronoi图划分。
• 实现平衡覆盖范围与图像质量的局部最优配置。

提出的方法

• 定义覆盖质量准则为：在区域上对最大局部覆盖质量进行积分，加权于密度函数。
• 每个UAV根据其在各点提供最高覆盖质量的特性，被分配一个责任区域 $ W_i $，形成对感知区域的非Voronoi划分。
• 推导基于梯度的分布式控制律，以调整UAV高度，从而最大化综合覆盖质量指标。
• 通过覆盖质量函数对高度和位置的偏导数，计算每个UAV的控制输入 $ u_{i,z} $。
• 该算法确保UAV保持在预设的最小与最大高度范围内，以避免障碍物并维持通信。
• 通过根据相对覆盖质量重新评估划分边界与控制输入，该方法可应对共享感知区域的动态变化。

实验结果

研究问题

• RQ1 如何控制UAV团队以在保持高图像质量的同时最大化视觉区域覆盖？
• RQ2 何种分布式控制策略可使UAV自主调整高度，以平衡覆盖范围与图像分辨率？
• RQ3 如何基于覆盖质量使用非Voronoi空间划分方案分配责任区域？
• RQ4 何种约束可确保UAV在优化覆盖时保持操作安全？
• RQ5 在分布式控制下，系统如何收敛至局部最优配置？

主要发现

• 所提出的控制算法成功引导UAV网络达到局部最优配置，从而最大化综合覆盖质量指标。
• 仿真结果表明，即使区域过小而无法容纳所有最优感知圆盘，网络仍能实现显著的区域覆盖并提升质量。
• 最终配置在覆盖质量体积上达到局部最优，如图13中的圆柱体积图所示。
• UAV轨迹显示非单调的高度调整，反映出共享感知区域变化时的动态适应。
• 该算法确保所有UAV均处于安全高度范围 $[z^{\min}, z^{\max}]$ 内，从而实现障碍物规避与通信稳定性。
• 系统实现的覆盖质量比 $ \mathcal{H}/\mathcal{H}_{\text{opt}} $ 高于基线配置，证明了性能的提升。