Design And Implementation Of Distributed Path Planning Algorithm For A Fleet Of UAVs

[Drunkar]

一言でいうと

• 各UAVがそれぞれの最適化問題を解くことで全体のpath planningを得る手法を提案し、実際の環境でテストした。
• 手法:
  • 各エージェントはカメラまたは通信により、近傍エージェントの位置を把握している
  • Particle Swarm Optimization algorithmにより目的関数を設定
  • 制約条件に近傍エージェントとの最低距離を組み込む

論文リンク

• https://ieeexplore.ieee.org/document/8675522/authors#authors

著者/所属機関

• Adel Belkadi: Universite de Lorraine
• Hernan Abaunza: Sorbonne Universites
• Laurent Ciarletta: Mines Nancy
• Pedro Castillo: Sorbonne Universites
• Didier Theilliol: Universite de Lorraine

投稿日付(yyyy/MM/dd)

2019/03/27

掲載誌・学会等

• IEEE Transactions on Aerospace and Electronic Systems

先行研究と比べてどこがすごい？

• 実機でテストしている

技術や手法のキモはどこ？

群制御のpath planningの分類:

• centralized:
  • 中央で全エージェントのpathを計算する
  • 計算コストが高い、通信が死んだら死ぬ
• decentralized:
  • 各エージェントは自分の状態に基づいてそれぞれのアルゴリズムを解く
  • 情報の共有コストが無いので拡大可能、拡張性が高い
• distributed:
  • エージェント間で共有されたデータとアルゴリズムを基にそれぞれが計算した結果から各エージェントの合意された行動を導く
  • データの偏り等が情報の共有により防げるので、堅牢で耐障害性が高い

これらのうち、decentralizedとdistributedのいいとこ取りをしていると主張。つまり近傍の位置を知っていることである程度堅牢である？が拡張性は高い。

どうやって有効だと検証した？

• 実機で検証

議論や検証がまだ必要なところはある？

• マルチエージェント方式なのでデッドロックがあり得る、移動時間が短くなる保証が全く無い

次に読むべき論文は？

• 群制御に関する問題が整理された論文: PANG, Sze Kim, LI, Jack, et GODSILL, Simon J. De- tection and tracking of coordinated groups. IEEE Trans- actions on Aerospace and Electronic Systems, 2011, vol. 47, no 1, p. 472-502
• PSOのUAV向け実装: BELKADI, Adel, CIARLETTA, Laurent, et THEIL- LIOL, Didier. UAVs fleet control design using distributed particle swarm optimization: A leaderless approach. In : Unmanned Aircraft Systems (ICUAS), 2016 International Conference on. IEEE, 2016. p. 364-371. Arlington, USA.

コメント