LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
On Thursday 28/09/2017 and Friday 29/09/2017 due to system maintenance you might experience some downtimes to claim, search and validator services that will also affect the portal. We apologize for the inconvenience.
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Languages: French
Types: Article
Subjects: Engin autonome, Planification, Recherche heuristique, Architecture embarquée, 629.8
Les engins autonomes suivent un plan de mission donné, parfois réactualisé par l'opérateur. La durée des missions et la limitation des communications poussent à développer des engins pourvus d’autonomie décisionnelle. Ce travail porte sur la replanification embarquée, illustrée sur une mission d'observation effectuée par un drone. Il vise à élaborer un planificateur de mission intégré dans une architecture embarquée. Le formalisme proposé décrit la sélection d'objectifs associés à des récompenses variables et l'optimisation sous contraintes de leur réalisation dans le temps et l'espace. Le cadre algorithmique, inspiré du A*, et des méthodes d’évaluation de coût, d’élagage et de rangement sont décrits. Une architecture hybride hiérarchisée en 4 niveaux d'autonomie intègre le planificateur. 36 scénarios simulés sur 16 combinaisons de méthodes testent la partie algorithmique. L'analyse des résultats permet de dégager les méthodes obtenant les meilleurs compromis qualité/temps de calcul. Autonomous vehicles follow a mission plan, sometimes updated by an operator. Decisional autonomy is necessary for long endurance missions with limited communication. This work deals with on-line replanning, illustrated by an observation mission for a UAV. The goal is to develop a mission planner integrated in an on-board architecture. The formalism describes the objectives selection. Each objective has a reward and a cost, functions of dates and resources. The planner chooses the best way to achieve each objective in time and space, while optimizing rewards and costs and meeting constraints. The planning algorithm, based on the A*, and several methods of criterion evaluation, pruning and search guidance are described. The planner is integrated in an on-board hybrid and hierarchized architecture. 36 scenario, simulated for 16 combinations of methods, test the algorithmic part. Results analysis highlights methods that best balance quality and computation time.
  • No references.
  • No related research data.
  • No similar publications.

Share - Bookmark

Cite this article