SVILUPPO DI MODELLI E SIMULAZIONI PER PIANIFICAZIONE E VALUTAZIONE DI VEICOLI SUBACQUEI AUTONOMI

You are viewing the theme
[Voti: 0    Media Voto: 0/5]

SOMMARIO E’ stato sviluppato un simulatore per la valutazione della configurazione di AUV in missioni di ricerca e classificazione. Il simulatore utilizza un database che immagazzina informazioni su modelli di AUV, sorgenti d’alimentazione, sistemi di navigazione, sonar acustici a scansione laterale (SSS). Possono essere combinate differenti configurazioni di AUV selezionando opportuni modelli di SSS / sorgenti d’energia / sistemi di navigazione fra quelli disponibili nel database. I SSS sono caratterizzati da un insieme di informazioni che permettono la valutazione della capacità di individuazione / classificazione in un certo scenario di missione. Un interfaccia GIS permette di definire direttamente sulla mappa una specifica strategia di missione (a tagliaerba o a waypoints) e permette di inserire un insieme di oggetti nell’area. La missione del veicolo è simulata, con la configurazione scelta, nell’area selezionata, producendo come risultato finale la percentuale di oggetti correttamente individuati / classificati e il tempo impiegato. La simulazione è ripetuta in modalità Monte Carlo al fine di stimare il valore atteso della percentuale di individuazione / classificazione; la stima è fornita con un livello di accuratezza e di confidenza misurato facendo uso del Bound di Chernoff, che mette in relazione il numero di prove indipendenti sullo stesso scenario con il livello di confidenza nella stima del valor medio. ABSTRACT A simulation system for evaluation of AUV configurations in search and classification missions has been developed. The simulator relies on a database storing information on AUV class, energy source, navigation system, acoustic Side Scan Sonar payload (SSS). Different AUV configurations can be combined by selecting the appropriate payloads/energy sources/ navigation systems among the ones available in the database. The acoustic payloads are characterized by a set of data to allow evaluation of detection/classification capabilities for a given mission scenario. A GIS-based interface allows to define a specific mission strategy directly through a map interface and it allows to insert a set of objects within the geographic area. Vehicle mission is simulated with the chosen configuration over the defined area, producing as final result the percentage of correctly detected / classified objects and the mission time. The simulation is repeated in a Monte Carlo fashion in order to estimate the expected value of the detection / classification percentages; the estimate is given with a level of accuracy and a level of confidence measured by use of the Chernoff bound, which links the number of independent runs over the same scenario with the level of confidence in the estimated average value.