Planowanie trajektorii sensorów mobilnych w identyfikacji skażeń

• Autorzy: Ziemniak P.

Warianty tytułu

EN

Mobile sensor motion planning for identification of a contamination source

• Języki publikacji: PL

Abstrakty

PL

W artykule rozważa się podejście do maksymalizacji dokładności estymat nieznanych parametrów źródła skażenia poprzez planowanie trajektorii sieci sensorów mobilnych. W tym celu wykorzystuje się algorytm iteracyjnego programowania dynamicznego połączony z technikami planowania eksperymentów optymalnych. Podwójny problem sterowania ruchem węzłów sieci sensorycznej i identyfikacji parametrów jest formułowany jako problem optymalnego sterowania, w którym optymalizacji podlegają sterowania sensorów mobilnych determinujące wartość funkcjonału jakości zdefiniowanego na informacyjnej macierzy Fishera. Proces optymalizacji działa w trybie rzeczywistym, adaptując się do zmian zachodzących w środowisku.

EN

The paper presents an approach for optimal estimation of unknown contamination source parameters by means of mobile sensor motion planning. for that purpose an iterative dymanic programming algorithm is used in conjunction with optimum experimental desing techniques. The dual problem of optimal sensor motion planning and source parameters identification is reformulated as an optimal control task in wich the controls of mobile sensors are determined basing on an optimality criterion defined on Fisher information matrix. the optimization process opretes in real-time adopting to the changes in the environment.

Słowa kluczowe

PL

robotyka; planowanie ruchu; trajektoria; sensor mobilny; źródła skażenia

EN

robotics; motion planning; trajectory; mobile sensor; sources of contamination

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2012
• Tom: z. 182, t. 2
• Strony: 381--394
• Opis fizyczny: Bibliogr. 28 poz., rys., wykr.

Twórcy

autor

Ziemniak P.

• Wydział Elektrotechniki, Informatyki i Telekomunikacji, Uniwersytet Zielonogórski, ul. Podgórna 50, Zielona Góra

Bibliografia

• [1] A. C. Atkinson, A. N. Donev, R. D. Tobias. Optimum Experimental Designs, with SAS. Oxford, Oxford University Press 2007.
• [2] H. T. Banks, C. Castillo-Chavez. Bioterrorism: Mathematical Modeling Applications In Homeland Security. Frontiers In Applied Mathematics. Society for Industrial and Applied Mathematics 2003.
• [3] H. T. Banks, K. Kunisch. Estimation Techniques for Distributed Parameter Systems. Systems & Control: Foundations & Applications. Boston, Birkhauser 1989.
• [4] H. Chao, Y. Chen. Cooperative sensing and distributed control of a diffusion process using centroidal voronoi tessellations. Numerical Mathematics: Theory, Methods and Applications, 2010, wolumen 3, numer 2, s, 162-177.
• [5] J. Cortes et al. Coverage control for mobile sensing networks. Robotics and Automation, IEEE Transactions on, april, 2004, wolumen 20, numer 2, s. 243-255.
• [6] M. A. Demetriou, N. A. Gatsonis, J. R. Court. Lyapunov based guidance of a mobile sensing agent for state estimation of a gaseous source in a 3d spatial domain. In: Decision and Control and European Control Conference (CDCECC), 2011 50th IEEE Conference on. Proceedings. dec., 2011, s. 1986-1992.
• [7] J. P. Fitch, E. Raber, D. R. Imbro. Technology challenges in responding to biological or chemical attacks in the civilian sector. Science, 2003, wolumen 302, numer 5649. s. 1350-1354.
• [8] H. Ishida, T. Nakamoto, T. Moriizumi. Remote sensing and localization of gas/odor source and distribution using mobile sensing system. In; In Proc. of the Intl. Conf. on Solid Stale Sensors and Actuators. Proceedings, 1997, s. 559-562.
• [9] L. S. Jennings et al. MISER 3: Optimal Control Software. Version 2.0. Theory and User Manual. Department of Mathematics, University of Western Australia, Nedlands, 2002.
• [10] A. Jeremić, A. Nehorai. Design of chemical sensor arrays for monitoring disposal sites on the ocean floor. IEEE Transactions on Oceanic Engineering, 1998, wolumen 23, numer 4, s. 334-343.
• [11] A. Jeremić, A. Nehorai, Landmine detection and localization using chemical sensor array processing. IEEE Transactions on Signal Processing, 2000, wolumen 48, nurner 5, s, 1295-1305.
• [12] C. S. Kubrusly, H. Malebranche. Sensors and controllers location in distributed systems-a survey. Automatica, 1985, numer 21.
• [13] R. Luus. Iterative Dynamic Programming. Monographs and Surveys in Pure and Applied Mathematics. Boca Raton, FL, Chapman & Hall/CRC 2000.
• [14] S. Omatu, J. H. Seinfeld. Distributed Parameter Systems: Theory and Applications. Oxford Mathematical Monographs. New York, Oxford University Press 1989.
• [15] A. Pardo, S. Marco, J. Samitier. Nonlinear inverse dynamic models of gas sensing systems based on chemical sensor arrays for quantitative measurements. Instrumentation and Measurement, IEEE Transactions on, jun. 1998, wolumen 47, numer 3, s. 644 -651.
• [16] M. Patan. Optimal Observation Strategies for Parameter Estimation of Distributed Systems. Praca doktorska, University of Zielona Góra, Zielona Góra, Poland, 2004.
• [17] M. Patan, D. Uciński. Resource-aware sensor activity scheduling for parameter estimation of distributed systems. In: Proceedings of the 18th IFAC World Congress. Proceedings, Milano, Włochy, [B. m.], International Federation of Automatic Control, 2011, s. 9984-9989.
• [18] A. L. Schwartz, E. Polak, Y Q. Chen. A Matlab Toolbox for Solving Optimal Control Problems. Version 1.0 for Windows., Maj, 1997.
• [19] R. Siegwart, I. Nourbakhsh, D. Scaramuzza. Introduction 10 Autonomous Mobile Robots, second Edition. MIT Press 2011.
• [20] Z. Song et al. Optimal mobile sensor motion planning under non-holonormic constraints for parameter estimation of distributed systems. International Journal of Intelligent Systems Technologies and Applications, Styczeń, 2007, wolumen 3, numer 3, s. 277-295.
• [21] Z. Song et al. Optimal Observation for Cyber-physical Systems: A Fisher information-matrix-based Approach. London, Springer-Verlag 2009.
• [22] D. Uciński. Measurement Optimization for Parameter Estimation in Distributed Systems. Zielona Góra, Technical Unversity Press 1999.
• [23] D. Uciński. Optimal Measurement Methods for Distributed-Parameter System Identification. Boca Raton, FL, CRC Press 2005.
• [24] D. Uciński, M. Patan. Sensor network design for the estimation of spatially distributed processes. International Journal of Applied Mathematics and Computer Science. 2010, wolumen 20, numer 3, s. 459-481.
• [25] O. von Stryk. User's Guide for DIRCOL. a Direct Collocation Method for the Numerical Solution of Optimal Control Problems. Version 2.1. Fachgebiet Simulation und Systemoptimierung, Technische Universitat Darmstadt, Listopad, 1999.
• [26] T. Zhao, A. Nehorai. Detecting and estimating biochemical dispersion of a moving source in a semi-infinite medium. IEEE Transactions on Signal Processing, Czerwiec, 2006. wolumen 54, numer 6, s. 2213-2225.
• [27] T. Zięba. Przetwarzanie równolegle w rozwiązywaniu problemu optymalnej obserwacji układów z czasoprzestrzenną dynamiką. Praca doktorska, University of Zielona Góra, 2009.
• [28] COMSOL. Multiphysics Modeling and Simulation Software, http://www.comsol.com