Model chování ponorky pro Monte Carlo simulace

Abstract

Cílem této práce je vytvoření plánovače tras pro ponorky, který umí zvažovat riziko zvolené cesty a je schopen fungovat v prostředí, které se mění v čase. K dosáhnutí tohoto cíle jsme vlastní metodou diskretizovali stavový prostor (v tomto případě oceán) na jednotlivé buňky, v rámci kterých jsou vlastnosti prostředí homogenní. Abychom byli schopni počítat se změnami v prostředí, navrhli jsme vzorkovací metodu Gradually Extending RRT* na základě algoritmu RRT*. U této metody jsme prokázali, že je nejlepší z několika zvažovaných alternativ. GERRT* jsme testovali v několika prostředích s diskrétním časovým paradigmatem a pokaždé jsme obdrželi uspokojivé výsledky. V neposlední řadě jsme vytvořili model chování ponorky, který je zasazen do simulačního prostředí BANDIT. Součástí práce je také implementace navržených algoritmů v jazyce Java.

The aim of this work is to develop a risk-aware planning method for submarines functioning in dynamic environments with time-variant conditions. To achieve this goal, a gridding method is introduced that divides a state space (in this case an ocean) into a set of cells with locally homogeneous conditions. To capture the changes in the environment, the Gradually Extending RRT* algorithm is introduced as a modification of RRT*. This new sampling-based planning method was chosen as the best from multiple considered alternatives. The GERRT* provided fair results in the tested scenarios with discrete time paradigm. A behaviour model of a submarine driven by the algorithm was also created to be employed in the BANDIT simulation interface. The implementation of the proposed methods in the Java programming language is enclosed.