Resumen de Estrategia de enrutamiento para la maniobra del enlace a un convoy de vehículos en entornos urbanos, robusta a la incertidumbre en los tiempos de recorrido
- español
Esta tesis propone una estrategia de enrutamiento óptima para unidades de transporte inteligente que se mueven de manera autónoma por un entorno urbano conocido. El entorno está definido por un conjunto de calles y cruces (nodos), y en su interior un grupo de unidades móviles independientes se encuentran realizando tareas específicas. Dicho entorno está rodeado por una ruta periférica por la que se mueve continuamente un convoy compuesto por un líder y un número determinado de unidades seguidoras, sin enlace mecánico entre ellos. La misión del convoy es concentrar las unidades independientes antes y después de que hayan realizado, de forma independiente, su tarea. Básicamente, el trabajo se centra en dar solución a la maniobra de enlace consistente en lograr que la unidad independiente (perseguidora), partiendo de su ubicación actual en el interior del mapa, logre alcanzar el nodo periférico idóneo para unirse al convoy. Considerando que este último está limitado a circular por la ruta externa y por tanto no tiene acceso al interior del entorno, el enlace se realizará en uno de los nodos periféricos. El convoy sigue indefinidamente su trayectoria, por lo que la maniobra se considera exitosa siempre que la unidad independiente alcance el nodo de enlace antes que el convoy. El primer objetivo es resolver la maniobra de enlace considerando conocidos los tiempos de recorrido entre los nodos del mapa. Objetivo que incluye dos fases: cálculo del nodo óptimo de enlace y de la ruta que lleve a la unidad perseguidora hasta el mismo. Se entiende por nodo óptimo de enlace aquél que garantiza un tiempo mínimo de maniobra. Además, se ha diseñado un algoritmo de enrutamiento que explora el menor número de nodos posibles lo que garantiza su eficiencia computacional y su idoneidad para su ejecución en tiempo real, de especial interés en entornos complejos. El segundo objetivo es extender estos algoritmos a un entorno donde los tiempos de recorrido entre nodos no son conocidos. Esta incertidumbre, inherente a los tiempos de recorrido de todas las unidades, es propia de escenarios de transporte reales y tiene su origen en diversas fuentes como densidad variable de tráfico, condiciones meteorológicas, momento del día, etc. Para caracterizarla se ha propuesto un modelo gaussiano, donde los tiempos de recorrido son tratados como variables aleatorias parametrizadas por su valor medio y varianza. Por otra parte, este comportamiento no determinista impide garantizar de forma absoluta el éxito seguridad la maniobra de enlace. Por ello, se introduce el parámetro de diseño "Factor de Riesgo", que limita la probabilidad de fallo de la maniobra de enlace. Este factor condiciona además el tiempo de maniobra y el número de re-planificaciones intermedias hasta llegar al nodo final. En la solución propuesta se incluye un centro remoto al que están conectadas de forma inalámbrica todas las unidades de transporte. En el centro remoto se registran los tiempos de recorrido entre nodos consecutivos proporcionados por las unidades de transporte y se estiman los parámetros estadísticos temporales entre nodos no consecutivos mediante técnicas recursivas de Programación Dinámica. Finalmente, se ha procedido a la validación experimental de la propuesta global. En una primera fase se ha recurrido a la herramienta Player/Stage para validar mediante simulación los cálculos desarrollados a partir de un mapa diseñado al efecto. Superada esta, se ha utilizado un demostrador real donde la función de unidad líder y unidad perseguidora ha sido desarrollada por robots Pioneer P3-DX.
- English
This thesis proposes an optimal routing strategy for intelligent transport units moving autonomously in an urban scenario. Inside this scenario, defined by a set of streets and intersections (nodes), there is a group of independent mobile units carrying out specific tasks. On the other hand there is a peripheral road along which a convoy of vehicles is moving continuously. This convoy is composed by one leader and several followers, without mechanic link between them. The task of the convoy is to travel along the peripheral route linking all those transport units that can be required to carry out some specific task. A transport unit of the convoy might have to leave it at any time to perform a task, and once the mission is finished, return to the convoy as quickly as possible.
This thesis focuses on providing solutions to the merging manoeuvre. In particular the return to the convoy of a single unit that has ended its mission. Taking into account that the movement of the convoy is restricted to the peripheral road, the meeting point amongst the convoy and any unit willing to return to it (pursuer), will be one of the peripheral nodes. On the other hand this meeting point must be selected in such a way that the link-up takes place in the shortest possible time, and the convoy always arrives at the meeting point after the pursuer.
The first objective consisted on solving the merging manoeuvre when the travelling times along every street are considered well known and deterministic. In this case the problem is divided into two stages: a) development of an algorithm able to determine the optimal meeting point where the pursuer will merge the convoy and, b) decision of the best route (analysing the minimum number of nodes) from the current pursuer's position to the meeting point. It is important to highlight that the full search process happens very quickly and can be applied in real time. This has special interest on complex environments.
The second goal consisted on extending our algorithms to a scenario where the times required to travel along the streets are not deterministic but random. This uncertainty is usual on real transport scenarios, and affects all the transport units. There are many sources of uncertainty, such as traffic density, weather conditions, hour of the day, etc. To model this uncertainty, we have used Gaussian probability distributions. This way the travelling times are now random variables characterized by a mean value and a variance. On the other hand, this non-deterministic behaviour prevents us from guaranteeing successful merging manoeuvres. Because of this, a novel parameter, named “Risk Factor”, limits the failure probability of the merging manoeuvre. This factor also influences the solutions that our algorithms achieve: in particular the time required for the manoeuvres, and the number of trajectory re-plannings that are necessary to carry out while the pursuer approaches the meeting point.
The implementation of our proposal needs a remote centre with wireless connection with all transport units. The remote centre uses Dynamic Programming techniques, together with the information reported by the transport units, to keep updated relevant statistical values regarding the travelling times. The entire strategy was validated through different experiments, first on simulation and finally on real experiments. The Player/Stage tool allowed us to run simulated robots on a virtual map. The real experiments were carried out using P3-DX robots to perform the role of the leader and the pursuing unit.
