Incremental Self-Deployment of Multi-Agent Networks in Unknown Environments
Master thesis
Permanent lenke
https://hdl.handle.net/11250/2788844Utgivelsesdato
2021Metadata
Vis full innførselSamlinger
Sammendrag
Utrykkningspersonell i søk- og redningsoperasjoner utsetter seg ofte for ukjente og farligemiljøer. Med den økende kapasiteten til mikrodroner og andre mobile robot-teknologier,kan noen av risikoene utrykkningspersonell tar for å sikre andres velvære til dels elimineres.For eksempel er det mulig å distribuere en sverm av mikrodroner i et miljø ogbenytte dem som ankerpunkter som tilrettelegger for innendørs lokalisering av utrykkningspersonellog andre, og på denne måten forbedre sikkerheten til alle involverte parteri et søk-og-redningsoppdrag.Denne masteroppgaven fokuserer på det nevnte eksemplet og studerer hvordan multiagent-nettverk kan distribueres i miljøer med ukjent topologi. Mer presist, foreslås ogstuderes en ny potensialfeltbasert distribuert høynivå kontrollov for distribusjon av mobileagenter med et ukjent kommunikasjonsområde og liten miljøbevissthet. Essensieltfor kontrolloven er at den tar for seg trinnvis distribusjon i motsetning til eksisterendelitteratur som fokuserer på parallel distribusjon.Først undersøkes og karakteriseres en distribuert kontrollov for trinnvis distribusjonav agenter i et 1-dimensjonalt hinderfritt miljø. Kontrolloven modelleres som en attraktivkraft mot massesenteret til et sett virtuelle partikler, generert av agenter som alleredebefinner seg i miljøet. Betingelser på de virituelle partiklenes på masse og posisjon utledesslik at en økning i nettverksstørrelsen garanterer at nettverket dekker en større del avmiljøet.Inspirert av tilnærmingen benyttet for distribusjon i 1-dimensjonale miljøer, utvideskontrolloven for trinnvis distribusjon i ukjente 2-dimensjonale miljøer. Denne høynivådistribuerte kontrolloven består av to deler: a) en kraft som resulterer fra et attraktivt potensialfeltgenerert av agenter som allerede befinner seg i miljøet, og b) en kraft som skyldeset frastøtende potensialfelt generert av sensormålinger fra avstandssensorer montertpå agenten.Simuleringer utføres i to ulike todimensjonale miljøer. I et ti-ganger-ti-meter konvekstmiljø viser simuleringer at distribusjon av tilstrekkelig mange agenter gir et nettverk somspenner over en betydelig del av miljøet. I et ikke-konvekst miljø, bestående av blant annetto smale passasjer, viser simuleringer at distribusjon av tilstrekkelig mange agenter ide fleste situasjoner gir et nettverk som spenner over en betydelig del av miljøet. Imidlertidoppstår det situasjoner hvor ingen agenter klarer å passere de smale passasjene, somresulterer i et nettverk som bare spenner over en brøkdel av miljøet.Resultatene som presenteres i denne avhandlingen viser at den foreslåtte høynivå kontrolloven,på dette stadiet, ikke kan anvendes i virkelige situasjoner da den mangler robusthet.Videre må et mål på nettverks-dekning og et kriterium for avslutning av distribusjon,basert utelukkende på informasjon tilgjengelig lokalt for en agent, utvikles for at den foreslåttekontrolloven skal kunne benyttes og forhåpentligvis gi resultater som direkte kanbidra til å redusere farene søk- og redningspersonell utsetter seg for. First responders (FRs) in search-and-rescue missions frequently expose themselves tounknown and dangerous environments. Thanks to the increasing capabilities of microareal vehicles (MAVs) and other mobile agent technologies, some of the risks FRs musttake in order to secure the well-being of others can now be mitigated. For example, it ispossible to deploy a swarm of MAVs into the environment and use them as beacons thatcan facilitate the indoor localization of the FRs and others, and in this way, improve thesecurity of all parties involved in search-and-rescue missions.This master’s thesis focuses on the example above and studies how multi-agent networkscan be deployed into environments of unknown topology. More precisely, wepropose and study a novel potential field-based distributed high-level control law for deployingmobile agents with an unknown range of communication and little environmentalawareness. Importantly, this control law considers incremental deployment in oppositionto existing literature that focuses instead on simultaneous deployment.Initially, a distributed control law for incremental deployment within a 1-dimensionalobstacle-less environment is investigated and fully characterized. By modelling the controllaw as an attractive force towards the centre of mass of a virtual set of particles generatedby agents already residing within the environment, conditions on the particle massesand locations are found so that an increase in network size guarantees that the networkspans a larger portion of the environment.Inspired by the approach taken for deployments in 1-dimensional environments, thecontrol law is expanded for incremental deployments within unknown 2-dimensional environments.The proposed distributed high-level control law consists of two parts: a)a force resulting from an attractive potential field generated by agents already residingwithin the environment, and b) a force resulting from a repulsive potential field generatedby sensor readings from range sensors mounted on the agent.Simulations are performed in two different 2-dimensional environments. In a ten-bytenmeter convex environment, simulations show that deploying sufficiently many agentsyields a network that spans a significant portion of the environment. In a non-convexenvironment including two narrow passages, simulations show that, in most situations,deploying sufficiently many agents yields a network spanning a significant portion of theenvironment. However, in some situations, no agent manages to pass the narrow passagesyielding a network spanning only a fraction of the environment.The results presented in this report show though that the proposed high-level controllaw cannot yet be utilized in real-world situations as it lacks robustness. Furthermore, acoverage metric and a deployment termination criterion depending only on informationavailable locally for an agent must be synthesized in order for the proposed approach tobe applicable and hopefully yield results that can directly reduce the dangers to whichFRs expose themselves.