最小暴露 Dubins 定向越野问题
机器人学
2020-10-23 v1
摘要
不同的应用，如环境监测和军事行动，需要对预定义的目标位置进行观测，自主移动机器人可协助完成这些任务。在此背景下，定向越野问题（OP）是一种众所周知的路径规划问题，其目标是在尊重有限旅行预算（例如长度、时间、能量）的前提下，通过访问回报最高的位置来最大化目标函数。然而，传统的路径规划问题表述通常忽略一些环境特性，如障碍物或威胁区域。在本文中，我们研究在存在已知部署传感器场的情况下考虑 Dubins 车辆的 OP。我们提出了一种称为最小暴露 Dubins 定向越野问题（MEDOP）的新型多目标表述，其主要目标是：（i）最大化收集的回报，以及（ii）最小化智能体的暴露，即被检测的概率。该解决方案基于一种进化算法，其迭代地改变要访问的位置子集与序列、每个位置处的朝向，以及用于确定路径的转弯半径。结果表明，我们的方法能高效找到同时优化两个目标的多样化解集。
引用
@article{arxiv.2010.11932,
title = {Minimal Exposure Dubins Orienteering Problem},
author = {Douglas G. Macharet and Armando Alves Neto and Daigo Shishika},
journal= {arXiv preprint arXiv:2010.11932},
year = {2020}
}