文献

J-GLOBAL ID：201702243273548820   整理番号：17A1635161

自律,持続性,知能,監視,及び偵察システムを実現するための実際的考察【Powered by NICT】

Practical considerations for implementing an autonomous, persistent, intelligence, surveillance, and reconnaissance system

著者 (5件)： Rasmussen Steven (Miami Valley Aerospace LLC, Air Force Research Laboratory, Wright-Patterson AFB) ,  Kalyanam Krishnamoorthy (InfoSciTex Corporation, a DCS company, Dayton, OH) ,  Manyam Satyanarayana (Air Force Research Laboratory, Wright-Patterson AFB) ,  Casbeer David (United States Air Force, Air Force Research Laboratory, Wright-Patterson AFB) ,  Olsen Christopher (Air Force Institute of Technology, Wright-Patterson AFB)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCTA  ページ： 1847-1854  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 回の連続した受診の間の時間に関する制約を受ける反復方法で完了した(または訪問)する必要がある不均一なタスク(あるいはターゲット)からなる関心領域の持続的監視に興味を持っている。タスクは,ミッションを実行する自律的不均一U AVのセットにより行った。地理的に分散したタスクに加えて,このミッションは,中央ノード(制御対象)を含むかもしれない,異なったターゲットから収集したデータは配信される必要がある。これに関連して,システムの性能,タスクの望ましい再訪問速度に加えても中央ノードへの標的/タスクから収集したデータを配信遅延を最小化する必要とする可能性がある。著者らは,本論文において,完全に自律的持続,インテリジェンス,サーベイランス及び偵察(PISR)システム,ミッション要求を解決することを詳述した。特に,基礎となる問題を解決し,また選択最適化スキーマのオンボード実装を考察したスケーラブルな最適化と発見的方法の観点から実用的考察に焦点を当てた。市販無人機の最適化アルゴリズムの容易な実行を可能にする社内ソフトウェアフレームワークの詳細を提供した。問題を解決するために,分枝限定(木探索),MILP定式化と動的計画法に基づく三つの異なる最適化方式を考察した。それぞれ利点と落とし穴について詳細に三つの手法を比較し,対照し,また最適解により動機づけされた容易に実装可能な発見的方法に触れた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： サーベイランス ,  *発見的方法 ,  動的計画法 ,  無人機 ,  最適化 ,  データ構造 ,  定式化 ,  木探索
準シソーラス用語： 最適解 ,  混合整数線形計画法 ,  最適アルゴリズム ,  関心領域 ,  *偵察システム ,  *持続性 ,  *自律性 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 自律 ,  持続性 ,  知能 ,  偵察システム