Budování komunikace v úloze robotického průzkumu neznámého prostředí

Abstract

Tato diplomová práce se zabývá problematikou budování komunikační infrastruktury během autonomní robotické průzkumné mise v podzemním prostředí. Na základě souvisejících prací a v kontextu nedávné soutěže DARPA Subterranean Challenge je představena strategie automatického umisťování retranslačních rádiových stanic, které rozšiřují komunikační dosah základnové stanice. Cílem je tak udržet spojení robotu se základnovou stanicí při minimálním dopadu na průběh průzkumné mise. Proto je na cestě k aktuálnímu průzkumnému cíli vybírán nejvzdálenější navigační bod s dostatečnou očekávanou kvalitou signálu, ke kterému je robot navigován. Pokud takový navigační bod není nalezen, je položena retranslační stanice a mise pokračuje. Usiluje se tedy o udržení spojení mezi radiostanicemi při zachování nezměněné průzkumné cesty. Za tímto účelem se k extrapolaci dostupnosti signálu používá model šíření signálu. Práce se proto zaměřuje na vyhodnocení čtyř navržených modelů. Teorie vlnovodů je využita v práci navrženém lineárním vlnovodném modelu, který kromě predikce kvality signálu umožňuje určit některé charakteristiky prostředí z naměřených hodnot útlumu. Přístup je následně zobecněn ve varianci-vzorkujícím modelu a polynomiálním modelu, které využívají linearitu šíření vlnovodného signálu v kombinaci s technikami latentních prostorů. Poslední navržený model je založen na přímé regresi ze vzorků s využitím Gaussovských procesů. Modely jsou vyhodnoceny na vytvořeném souboru dat, který obsahuje přibližně 33000 přesně lokalizovaných vzorků kvality signálu v prostředí městských kolektorů. Na základě prezentovaného vyhodnocení dosahuje nejlepších výsledků navržený varianci-vzorkující model, který za použití pouze šesti regresních parametrů dosahuje v interpolačních i extrapolačních scénářích zanedbatelné průměrné chyby se směrodatnou odchylkou okolo 10dB. Závěr práce je věnován experimentálnímu ověření navrženého konceptu budování komunikační infrastruktury během robotické mise v demonstrativním reálném nasazení ve štole Halíře poblíž Jílového u Prahy.

This thesis addresses the problem of communication infrastructure building during an autonomous robotic exploration mission in subterranean environments. A strategy for the automatic placement of retranslating radio stations that extend the base station communication range is presented based on related work and the context of the recent DARPA Subterranean Challenge. We aim to maintain connectivity with the base station while incurring minimal overhead to the exploration mission performance. The path to the current exploration goal is truncated to the farthest waypoint with sufficient expected signal, where the robot is navigated. If there are no farther waypoints with the expected signal coverage observed upon arrival, the radio station is placed, and the mission proceeds; thus, we aim to maintain the link between the radios while keeping the exploration path unchanged. To this end, an onboard computational signal propagation model is used to extrapolate signal availability. As signal propagation modeling in subterranean environments is of prime importance, the thesis focuses on evaluating four proposed models. The theory of oversized Waveguides is exploited in Waveguide Linear Model, providing a possibility of physically relevant material properties inference along the signal quality predictions. The approaches are combined in the Variance Windowing Model and Generic Embedding Polynomial Model, which take advantage of the linearity of the waveguide signal propagation combined with latent space embedding techniques. Finally, the Evidence Regression Model aggregates data by computing a low-dimensional description of space between radios, utilizing Gaussian Process as the regression method. The models are evaluated on a dataset gathered during work on the thesis, containing around 33000 precisely localized signal quality samples from urban utility tunnels. The models are able to predict the signal with accuracy close to the inherent noise level in the dataset, with the Variance Windowing Model selected as the best-performing in extrapolation and interpolation scenarios with negligible bias and prediction standard deviation around 10dB while requiring only six regression parameters. Finally, the presented concept of the communication infrastructure building in a robotic mission was demonstrated in a real-world deployment in a mine adit near Jílové u Prahy.