Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Unsupervised learning for surveillance planning with team of aerial vehicles

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F17%3A00315450" target="_blank" >RIV/68407700:21230/17:00315450 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ieeexplore.ieee.org/document/7966405/" target="_blank" >http://ieeexplore.ieee.org/document/7966405/</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/IJCNN.2017.7966405" target="_blank" >10.1109/IJCNN.2017.7966405</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Unsupervised learning for surveillance planning with team of aerial vehicles

  • Popis výsledku v původním jazyce

    In this paper, we extent an existing self-organizing map (SOM)-based approach for the Dubins traveling salesman problem (DTSP) to solve its multi-vehicle variant generalized for visiting target regions called k-DTSP with Neighborhoods (k-DTSPN). The Dubins TSP is a variant of the combinatorial TSP for curvature-constrained vehicles. The problem is to determine a cost efficient path to visit a given set of continuous regions while the path allows to satisfy kinematic constraints of non-holonomic vehicles. The k-DTSPN is a generalization to determine k such paths, one for each vehicle. Although the k-DTSPN has been addressed by evolutionary methods, the proposed approach is able to provide solutions very quickly in units of seconds on conventional computationally resources which makes the proposed SOM-based approach suitable for on-line planning. The studied problem is motivated by surveillance task in which it is required to quickly provide information about the given set of target locations. Therefore, real computational requirements are crucial properties of the desired k-DTSPN solver. The proposed method meets this requirement and feasibility of the found solutions are demonstrated not only in computer simulations but also with a practical deployment on real aerial vehicles.

  • Název v anglickém jazyce

    Unsupervised learning for surveillance planning with team of aerial vehicles

  • Popis výsledku anglicky

    In this paper, we extent an existing self-organizing map (SOM)-based approach for the Dubins traveling salesman problem (DTSP) to solve its multi-vehicle variant generalized for visiting target regions called k-DTSP with Neighborhoods (k-DTSPN). The Dubins TSP is a variant of the combinatorial TSP for curvature-constrained vehicles. The problem is to determine a cost efficient path to visit a given set of continuous regions while the path allows to satisfy kinematic constraints of non-holonomic vehicles. The k-DTSPN is a generalization to determine k such paths, one for each vehicle. Although the k-DTSPN has been addressed by evolutionary methods, the proposed approach is able to provide solutions very quickly in units of seconds on conventional computationally resources which makes the proposed SOM-based approach suitable for on-line planning. The studied problem is motivated by surveillance task in which it is required to quickly provide information about the given set of target locations. Therefore, real computational requirements are crucial properties of the desired k-DTSPN solver. The proposed method meets this requirement and feasibility of the found solutions are demonstrated not only in computer simulations but also with a practical deployment on real aerial vehicles.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA16-24206S" target="_blank" >GA16-24206S: Metody informatického plánování cest pro neholonomní mobilní roboty v úlohách monitorování a dohledu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the International Joint Conference on Neural Networks

  • ISBN

    978-1-5090-6181-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    4340-4347

  • Název nakladatele

    IEEE Xplore

  • Místo vydání

  • Místo konání akce

    Anchorage

  • Datum konání akce

    14. 5. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000426968704078