login
english version rss feed
Detailed view PhD thesis
Ecole nationale superieure de l'aeronautique et de l'espace (30/09/2005), Raja Chatila (Dir.)
Attached file list to this document: 
PDF
these_final.pdf(2.6 MB)
Planification de mission pour un véhicule aérien autonome
Elodie Chanthery1

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 récompences 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 alorithmique. L'analyse des résultats permet de dégager les méthodes obtenant les meilleurs compromis qualité/temps de calcul.
1:  ONERA - DCSD - Département Commande des Systèmes et Dynamique du vol
engin autonome – planification – recherche heuristique – architecture embarquée – planifcation de mission – UAV
http://www.laas.fr/~echanthe/these_final.pdf

Mission plannin for an Unmanned Aerial Vehicle
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 objectif 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.
autonomous vehicle – planning – heuristics – on-board architecture – UAV – mission planning

all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...