复杂环境中基于模型的主动源辨识
机器人学
2019-02-18 v3 信息论
math.IT
摘要
我们考虑稳态对流扩散 (AD) 输运系统中的主动源辨识 (ASI) 问题。与现有的仿生启发式方法不同，我们提出了一种基于模型的方法，该方法采用 AD-PDE 来捕捉输运现象。具体而言，我们将源辨识 (SI) 问题表述为函数空间中的 PDE 约束优化问题。为了获得可解的解，我们使用本征正交分解降低浓度场的维度，并使用非线性基函数逼近未知源场，从而大幅减少未知数的数量。此外，为了收集浓度测量数据，我们通过一系列航点控制机器人传感器，以最大化未知源参数的 Fisher 信息矩阵的最小特征值。具体而言，在每次新测量后，求解一个 SI 问题以获得源估计，该估计用于确定下一个航点。我们通过仿真和实验表明，我们的算法能够高效地辨识复杂 AD 系统和非凸域中的源。这是首次在实际中将 PDE 用于机器人 SI。
引用
@article{arxiv.1706.01603,
title = {Model-Based Active Source Identification in Complex Environments},
author = {Reza Khodayi-mehr and Wilkins Aquino and Michael M. Zavlanos},
journal= {arXiv preprint arXiv:1706.01603},
year = {2019}
}
备注
19 pages, 10 figures, journal