[论文解读] Probability of detection of an extraneous mobile object by autonomous unmanned underwater vehicles as a solution of the Buffon problem

М. А. Гузев, Г. Ш. Цициашвили+2 more|arXiv (Cornell University)|Jan 31, 2018

Diffusion and Search Dynamics参考文献 3被引用 3

一句话总结

本文将自主无人潜航器（AUUVs）对多余移动物体的探测概率建模为经典 Buffon 针问题的动态扩展。通过将问题转换至旋转坐标系，使雷达扫描圆圈等效为平行线，物体轨迹则变为曲线段，作者利用几何概率与小参数方法推导出探测概率的渐近表达式，表明与平均情况相比，车辆半径的随机波动可提高探测概率。

ABSTRACT

Underwater robotics addresses the problem of object detection apparatus. Offers a probabilistic formulation of the problem, which uses the reduction of the detection task to a classical task of Buffon. This formulation arises naturally in the formulation of the problem in the coordinate system associated with the apparatus. It is shown that the problem allows analysis in the presence of an asymptotic parameter, determined by the ratio of the local scan size of the apparatus to the global size of the problem under consideration.

研究动机与目标

• 解决利用自主无人潜航器（AUUVs）可靠探测移动水下物体的挑战。
• 将探测问题重新表述为旋转坐标系中经典 Buffon 针问题的动态变体。
• 利用几何概率与渐近方法分析探测概率，尤其关注扫描半径与系统尺寸之比极小时的情形。
• 研究与确定性平均半径模型相比，AUUV 轨道半径的随机波动对探测性能的影响。
• 将模型推广至非圆形、可变半径及直线运动的车辆轨迹。

提出的方法

• 将探测问题转换至以 AUUV 圆形轨道为中心的旋转坐标系中，将雷达扫描圆圈固定为平行线。
• 在该旋转参考系中，将物体轨迹建模为从半径为 $ R + r $ 的更大圆周上随机一点出发的曲线路径，类似于 Buffon 问题中的针。
• 将探测事件定义为物体轨迹曲线与任一雷达扫描圆的交点，类似于针与直线的交点。
• 利用小参数 $ r/R \ll 1 $ 进行渐近分析，推导探测概率的近似表达式。
• 应用 Jensen 不等式，比较随机轨道半径 $ kR $ 与平均半径 $ R $ 下的探测概率，表明随机变化的半径可提升探测性能。
• 将模型推广至带周期性反向的直线运动，将探测区域建模为柱面曲面，并分析物体与车辆位置的联合均匀分布。

实验结果

研究问题

• RQ1 如何利用几何概率原理对多个 AUUV 探测移动物体的概率进行建模？
• RQ2 与固定平均半径相比，AUUV 轨道半径的随机波动对探测性能有何影响？
• RQ3 物体与车辆的动态运动如何使探测问题转化为 Buffon 问题的一种变体？
• RQ4 当扫描半径远小于系统尺寸时，探测概率的渐近表达式是什么？
• RQ5 当 AUUV 沿直线路径周期性反向运动而非圆形轨道运行时，探测概率如何变化？

主要发现

• 在旋转参考系中，探测概率等价于曲线轨迹与固定圆形扫描区域之间的交集概率，类似于 Buffon 针问题。
• 对于圆形运动，探测概率渐近受 $ \frac{2r}{\pi R} \cdot \mathbb{E}\left[\frac{1}{k}\right] $ 限制，其中 $ k $ 为随机半径倍乘因子。
• 当轨道半径随机波动且 $ \mathbb{E}[k] = 1 $ 时，探测概率超过平均半径情况，这是由于 Jensen 不等式成立，即 $ \mathbb{E}[1/k] > 1/\mathbb{E}[k] $。
• 对于带周期性反向的直线运动，探测概率取决于物体位置与车辆间距的重叠程度，确保可靠探测的最小车辆数为 $ M = \min\left(n: \frac{nr}{R\sin\alpha} \geq 1\right) $。
• 模型表明，即使平均半径保持不变，车辆轨迹半径的随机波动也能提升探测性能。
• 渐近分析证实，小参数 $ r/R \ll 1 $ 允许在旋转参考系中将扫描区域合理近似为平行线，从而可应用经典几何概率工具。