机构名称：
¥ 1.0
自适应自动驾驶汽车进行的抽象搜索操作多年来一直是引起人们极大兴趣的话题。此类操作需要精心安排的多个车辆的安排协调，这些车辆在感兴趣的地区执行搜索任务。由于海事环境的固有不确定性，如果车辆具有重要的能力以适应其任务以实时匹配其检测到的环境，则可能无法保持最初计划的搜索时间表。我们提出了一种多车自适应算法，用于动态评估和弹性重新规划在海上环境中常见的可变长度任务。在自适应评估和重新规划问题中，最初计划通过自适应，自主搜索工具执行一组任务。任务根据先验知识和预期的结果在预定的时间表下分配给搜索车辆。由于车辆对环境或目标姿势等原位条件的自主性和反应性，因此每个任务所需的精确持续时间和行动尚不清楚。我们开发了一个隐藏的马尔可夫模型（HMM），用于传播任务估计，并加上基于二次编程的弹性重新安排机。结果是一种集成的估计和安排适应方案，该方案迅速，有效地基于原位观察结果重新计划了车辆的时间表。数值模拟结果表明，与现有方法相比，这种新颖的HMM方法可避免的时间表变化超过两倍。
海上搜索任务的持续时间表评估和自适应重新计划
主要关键词
相关文件推荐
