基于行为树的自主水下航行器管道检测任务规划与安全评估框架
机器人学
2024-02-07 v1
摘要
自主水下机器人技术的最新进展促进了海上基础设施的自主检测任务。然而，当前的检测任务依赖于离线创建的预定义计划，这限制了检测车辆的灵活性和自主性，以及在意外事件发生时任务的成功率。在这项工作中，我们通过提出一个框架来应对这些挑战，该框架通过行为树（BTs）对任务计划进行建模和验证。该框架利用BTs的模块化来建模机载反应行为，从而实现自主计划执行，并使用BehaVerify验证任务的安全性。此外，作为该框架的一个用例，我们提出了一种新颖的AI算法，旨在实现高效、自主的管道相机数据收集。在模拟环境中，我们演示了该框架在我们提出的管道检测算法中的应用。我们的框架标志着自主水下机器人领域向前迈出了重要一步，有望在实际应用中提高水下任务的安全性和成功率。https://github.com/remaro-network/pipe_inspection_mission
引用
@article{arxiv.2402.04045,
title = {Mission Planning and Safety Assessment for Pipeline Inspection Using Autonomous Underwater Vehicles: A Framework based on Behavior Trees},
author = {Martin Aubard and Sergio Quijano and Olaya Álvarez-Tuñón and László Antal and Maria Costa and Yury Brodskiy},
journal= {arXiv preprint arXiv:2402.04045},
year = {2024}
}