大规模场监测中有限自主能力无人机的信息驱动路径规划

本文提出一种新颖的基于信息的任务规划器，用于执行空间分布动态现象监测任务的无人机。为简洁起见，将待监测区域离散化。所提方法背后的洞见是，得益于观测现象的时空依赖性，无需在整个区域上采集数据。事实上，未测量状态可利用诸如卡尔曼滤波器之类的估计器进行估计。在此背景下，规划问题变为生成一条在满足飞行约束（例如飞行时间）的同时最大化状态估计质量的飞行路径。本文的首个成果是将该问题表述为一类特殊的定向问题（Orienteering Problem），其代价函数为估计质量的度量。该方法给出了问题的混合整数半定规划（Mixed-Integer Semi-Definite）表述，可对小规模实例最优求解。对于更大规模实例，提出了两种启发式方法，可提供良好的次优结果。最后，数值仿真展示了所提路径规划策略的能力与效率。我们认为该方法有潜力大幅扩展无人机可监测的面积，从而增加无人机监测在经济上可行应用的数量。