具有服务质量保证的多无人机协同野火覆盖与跟踪规划

近年来，机器人和无人机（UAV）团队受研究者委托以实现准确的在线野火覆盖与跟踪。虽然大多数先前工作聚焦于此类多机器人系统的协调与控制，但迄今为止，这些无人机团队尚未被赋予推理火灾轨迹（即位置和传播动态）以在时间范围内提供性能保证的能力。受空中野火监测问题驱动，我们提出一种预测框架，使多无人机团队能够朝着协同场覆盖与火灾跟踪方向合作，并提供概率性性能保证。我们的方法使无人机能够推断潜在火灾传播动态，以在安全关键条件下进行时间扩展的协调。我们导出一组新颖的解析时间界限与跟踪误差界限，使无人机团队能根据特定案例的估计状态分配其有限资源并覆盖整个火灾区域，提供概率性性能保证。我们的结果不限于空中野火监测案例，且普遍适用于搜索救援、目标跟踪和边境巡逻等问题。我们在仿真中评估我们的方法，并在物理多机器人测试平台上展示所提框架以考虑真实机器人动态与限制。我们的定量评估验证了方法的性能，其跟踪误差分别比最先进的基于模型和强化学习基准累积小7.5倍和9.0倍。